Hadoop2.4伪分布式搭建笔记
本文是博主当时看视频学习时的笔记。博主也是刚进入大数据领域,对许多东西还不是了解很深,通过写点东西希望能够和大家共同进步吧。
1.准备Linux环境
1.1. 点击VMware快捷方式,右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段:192.168.1.0 子网掩码:255.255.255.0 -> apply -> ok
回到windows –> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP:192.168.1.100 子网掩码:255.255.255.0 -> 点击确定
在虚拟软件上 –My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok
让普通用户具备sudo执行权限
切换到root
vi /etc/sudoers 加入一行
root ALL=(ALL) ALL
hadoop ALL=(ALL) ALL
让linux服务器在启动时不要启动图形界面
sudo vi /etc/inittab
将启动级别改成3
id:3:initdefault:
1.2. 修改主机名
vim /etc/sysconfig/network
NETWORKING=yes
HOSTNAME=itcast ###
1.3. 修改IP
有两种方式:
第一种:通过Linux图形界面进行修改(博主推荐)
进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP:192.168.1.101 子网掩码:255.255.255.0 网关:192.168.1.1 -> apply
第二种:修改配置文件方式
vim /etc/sysconfig/network-scripts/ifcfg-eth0
DEVICE="eth0"
BOOTPROTO="static" ###
HWADDR="00:0C:29:3C:BF:E7"
IPV6INIT="yes"
NM_CONTROLLED="yes"
ONBOOT="yes"
TYPE="Ethernet"
UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
IPADDR="192.168.1.101" ###
NETMASK="255.255.255.0" ###
GATEWAY="192.168.1.1" ###
改完配置文件后不会自动生效,必须重启linux服务器(reboot)
或者重启network服务(sudo service network restart)
1.4. 修改主机名和IP的映射关系
vim /etc/hosts
192.168.1.101 itcast
1.5. 关闭防火墙
#查看防火墙状态
service iptables status
#关闭防火墙
service iptables stop
#查看防火墙开机启动状态
chkconfig iptables --list
#关闭防火墙开机启动
chkconfig iptables off
1.6. 重启Linux
reboot
2.安装JDK
2.1. 上传jdk压缩包
2.2. 解压jdk
sudo vim /etc/profile
#在文件最后添加
export JAVA_HOME=/home/hadoop/app/jdk-7u_65-i585
export PATH=$PATH:$JAVA_HOME/bin
#刷新配置
source /etc/profile
3.安装hadoop
3.1. 上传hadoop的安装包
注意:hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop
3.2. 配置hadoop
伪分布式需要修改5个配置文件
第一个:hadoop-env.sh
vi hadoop-env.sh
#第27行
export JAVA_HOME=/usr/java/jdk1.7.0_65
第二个:core-site.xml
<!-- 指定HADOOP所使用的文件系统schema(URI),HDFS的老大(NameNode)的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://weekend-1206-01:9000</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/hadoop-2.4.1/tmp</value>
</property>
第三个:hdfs-site.xml hdfs-default.xml
<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
第四个:mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)
mv mapred-site.xml.template mapred-site.xml
vim mapred-site.xml
<!-- 指定mr运行在yarn上 -->
<property> <name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
第五个:yarn-site.xml
<!-- 指定YARN的老大(ResourceManager)的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>weekend-1206-01</value>
</property>
<!-- reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
3.3. 将hadoop添加到环境变量
sudo vi /etc/proflie
export JAVA_HOME=/usr/java/jdk1.7.0_65
export HADOOP_HOME=/itcast/hadoop-2.4.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
3.4. 格式化namenode(是对namenode进行初始化)
hdfs namenode -format (hadoop namenode -format)
3.5. 启动hadoop
先启动HDFS
sbin/start-dfs.sh
修改 etc/slaves文件
文件中修改成集群的主机用户名
再启动YARN
sbin/start-yarn.sh
3.6. 验证是否启动成功
使用jps命令验证
27408 NameNode
28218 Jps
27643 SecondaryNameNode
28066 NodeManager
27803 ResourceManager
27512 DataNode
4.配置ssh免登陆
生成ssh免登录密钥
进入到我的home目录
ssh-keygen -t rsa (四个回车)
执行完这个命令后,会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥) 存放在 ~/.ssh 目录下,可通过 ll -a 指令查看.ssh文件
scp id_rsa.pub 目标目录 将公钥拷贝到要免登陆的机器上
将拷贝过来的id_rsa.pub文件追加到 ~/.ssh/authorized_keys文件后 指令:cat ../id_rsa.pub >> ./authorized_keys(注意目录层)
没有authorized_keys文件,创建步骤如下
touch authorized_keys 创建文件
chmod 600 authorized_keys 修改权限
博主也是在去年四五月份刚进实验室的时候刚开始学习大数据装的伪集群,实验室有正在运行的集群,我也就是刚开始自己学习搭着玩。
这份笔记是在网课所带笔记的基础上根据自己的情况稍加修改的,希望能对你们有所帮助。