hadoop简述集群搭建

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

• 用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。
• Hadoop实现了一个分布式文件系统（Hadoop Distributed File
  System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high
  throughput）来访问应用程序的数据，适合那些有着超大数据集（large data
  set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。
• Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算。

还有一个组件非常好用就是yarn，我们可以将hdfs，mapreduce部署在yarn上运行。yarn可以管理集群的资源（cpu，核数，内存等）。

hadoop有三种部署模式：本地模式，伪分布式，分布式。

• 我们现在简单的部署下伪分布式，先利用vm建议一台虚拟机，然后安装jdk，配置环境，创建用户，修改主机名，修改ip映射（/etc/hosts），将hadoop安装包上传至虚拟机上。
  

• 将安装包解压到安装目录 /opt/modules

• 修改配置文件
  hdfs：
  hdfs-site.xml

  <property>
   	<name>dfs.namenode.secondary.http-address</name>
   	<value>zhiqiang3.com:50090</value>
   </property>
  

core-site.xml

    <property>
		<name>fs.defaultFS</name>
		<value>hdfs://zhiqiang.com:8020</value>
	</property>
	
	<property>
		<name>hadoop.tmp.dir</name>
		<value>/opt/app/hadoop-2.5.0-cdh5.3.6/data/tmp</value>
	</property>
	
	<property>
		<name>fs.trash.interval</name>
		<value>420</value>
	</property>

hadoop-env.sh

 export JAVA_HOME=/opt/modules/jdk1.7.0_79

yarn：
yarn-env.sh

 export JAVA_HOME=/opt/modules/jdk1.7.0_79

yarn-site.xml

  <property>
		<name>yarn.resourcemanager.hostname</name>
		<value>zhiqiang2.com</value>
	</property>

<property>
	<name>yarn.nodemanager.aux-services</name>
	<value>mapreduce_shuffle</value>
</property>

<property>
	<name>yarn.nodemanager.resource.memory-mb</name>
	<value>4096</value>
</property>

<property>
	<name>yarn.nodemanager.resource.cpu-vcores</name>
	<value>4</value>
</property>

<property>
	<name>yarn.log-aggregation-enable</name>
	<value>true</value>
</property>

<property>
	<name>yarn.log-aggregation.retain-seconds</name>
	<value>640800</value>
</property>

mapreduce：
mapred-env.sh

 export JAVA_HOME=/opt/modules/jdk1.7.0_79

mapred-site.xml

    <property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
	</property>
	
	<property>
		<name>mapreduce.jobhistory.address</name>
		<value>zhiqiang.com:10020</value>
	</property>
	
	<property>
		<name>mapreduce.jobhistory.webapp.address</name>
		<value>zhiqiang.com:19888</value>
	</property>

• 启动hdfs：
  1、sbin/start-dfs.sh start
• 启动yarn
  2、 sbin/start-yarn.sh start