Centos7 下 Hadoop 2.6.4 分布式集群环境搭建

摘要

在实际集群上搭建 Hadoop 2.6.4 分布式集群环境。

集群准备

有五台机器，通过已经更改机器名称为master，slaver1，slaver2，slaver3，slaver4，并设置了面密码ssh登录。可以参考这里

机器名称	ip
master	192.168.122.1
slaver1	192.168.122.2
slaver2	192.168.122.3
slaver3	192.168.122.4
slaver4	192.168.122.5

安装JDK

Centos7 默认是openJDK

卸载CentOS 7 下的openJDK，安装Sun JDK1.7

查看openJDK安装路径

rpm -qa | grep java

卸载openJDK

 rpm -e --nodeps  java-1.7.0-openjdk-1.7.0.85-2.6.1.2.el7_1.x86_64
 rpm -e --nodeps  java-1.8.0-openjdk-devel-1.8.0.60-2.b27.el7_1.x86_64
 rpm -e --nodeps  java-1.6.0-openjdk-1.6.0.36-1.13.8.1.el7_1.x86_64
 rpm -e --nodeps  java-1.6.0-openjdk-devel-1.6.0.36-1.13.8.1.el7_1.x86_64

安装Sun JDK1.7

从官网下载 jdk-7u80-linux-x64.rpm，上传到 master

安装 Sun JDK1.7

rpm -ivh jdk-7u80-linux-x64.rpm 

修改环境变量

在 /etc/profile里添加

export JAVA_HOME=/usr/java/jdk1.7.0_80
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin

source 生效

检验安装

安装 Hadoop 2.6.4

下载 ，解压

从官网下载 Hadoop 2.6.4 ， 并解压在 master 上
解压路径自己选择，我这里是解压在

/root/workspace/software/hadoop-2.6.4

添加环境变量

在 /etc/profile里添加

export HADOOP_HOME=/root/workspace/software/hadoop-2.6.4/
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

修改 Hadoop 配置文件

hadoop-env.sh

在 hadoop 解压路径下面，/etc/hadoop/hadoop-env.sh 增加下面两行

export JAVA_HOME=/usr/java/jdk1.7.0_80
export HADOOP_PREFIX=/root/workspace/software/hadoop-2.6.4

core-site.xml

在 hadoop 解压路径下面，/etc/hadoop/core-site.xml增加下面内容

    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000/</value>
    </property>
    <property>
         <name>hadoop.tmp.dir</name>
         <value>/root/workspace/software/hadoop-2.6.4/tmp</value>
    </property>
</configuration>

hdfs-site.xml

在 hadoop 解压路径下面，/etc/hadoop/hdfs-site.xml 增加下面内容

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

这里设置成3，表示数据有3个副本。

mapred-site.xml

在 hadoop 解压路径下面，/etc/hadoop/mapred-site.xml 增加下面内容

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

yarn-env.sh

在 hadoop 解压路径下面，/etc/hadoop/yarn-env.sh 增加下面，增加 JAVA-HOME 配置

export JAVA_HOME=/usr/java/jdk1.7.0_80

yarn-site.xml

在 hadoop 解压路径下面，/etc/hadoop/yarn-site.xml 增加下面内容

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
  <property> 
  <description>The address of the applications manager interface in the RM.</description> 
  <name>Yarn.resourcemanager.address</name> 
  <value>master:18040</value> 
  </property> 

  <property> 
  <description>The address of the scheduler interface.</description> 
  <name>Yarn.resourcemanager.scheduler.address</name> 
  <value>master:18030</value> 
  </property> 

  <property> 
  <description>The address of the RM web application.</description> 
  <name>Yarn.resourcemanager.webapp.address</name> 
  <value>master:18088</value> 
  </property>

  <property> 
  <description>The address of the resource tracker interface.</description> 
  <name>Yarn.resourcemanager.resource-tracker.address</name> 
  <value>master:8025</value> 
  </property> 
</configuration>

这里添加的一些端口号，方便从远程通过浏览器查看集群情况，推荐按照这样添加。

slaves

在 hadoop 解压路径下面，/etc/hadoop/slaves 增加下面内容

master
slaver1
slaver2
slaver3
slaver4

部署 slaver1-slaver4

按照上面流程，把 slaver1-slaver4 上的环境变量添加好，然后直接

scp -r /hadoop2.6.4 root@slaverX:/root/workspace/software/

X 是 1- 4，分别复制到 slaver1 - slaver4 下面

启动 hadoop 集群

格式化文件系统

hdfs namenode -format

启动 NameNode 和 DateNode

/root/workspace/software/hadoop-2.6.4/sbin ， 运行

start-dfs.sh

使用 jps 命令查看 master 上的Java进程

[root@master hadoop]# jps
27130 DataNode
27927 NameNode
12379 Jps
27422 SecondaryNameNode
[root@master hadoop]#

jps 命令分别查看 slaver1 - slaver4 上的 Java 进程

[root@slaver1 hadoop]# jps
6130 DataNode
1264 Jps

查看 NameNode 和 NameNode 信息

浏览器输入

IP:50070/dfshealth.html#tab-datanode

IP 是你集群的IP

启动 ResourceManager 和 NodeManager

运行 start-yarn.sh , jps查看进程如下：

[root@master hadoop]# jps
27130 DataNode
28777 ResourceManager
27927 NameNode
12379 Jps
28916 NodeManager
27422 SecondaryNameNode

切换到 slaver1-slaver4，jps查看进程

[root@slaver1 hadoop]# jps
27130 DataNode
12379 Jps
28916 NodeManager

成功了

Hadoop 集群就已经启动了。