hadoop搭建配置信息

软件环境

Hadoop

JDK

Development Tools（yum groupinstall）

软件安装

#3台机器

#192.168.60.71 Master

#192.168.60.72 Node1

#192.168.60.73 Node2

#安装Hadoop和创建文件夹

mkdir -p /home/hadoop

mkdir -p /home/tmp

mkdir -p /home/hdfs

mkdir -p /home/hdfs/data

mkdir -p /home/hdfs/name

cp hadoop-2.6.3.tar.gz /home/hadoop

cp jdk1.8.0_91.tar.gz /home

#解压文件

tar -zxvf jdk1.8.0_91

tar -zxvf hadoop-2.6.3.tar.gz

#设置变量

vi /etc/profile

Export JAVA_HOME=/home/jdk1.8.0_91

Export HADOOP_home=/home/hadoop/hadoop-2.6.3

Export PAH=$PATH:${HADOOP_HOME}/bin
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin 

#使配置生效，输入命令，

source /etc/profile

#输入命令查看版本

java -version

openjdk version "1.8.0_91"

OpenJDK Runtime Environment (build 1.8.0_91-b14)

OpenJDK 64-Bit Server VM (build 25.91-b14, mixed mode)

#显示版本成功

#设置网络映像

vi /etc/sysconfig/network

NETWORKING=yes

HOSTNAME=master|node1|node2

:wq

#修改hosts文件

vi etc/hosts #hosts中添加

192.168.60.71 master

192.168.60.72 node1

192.168.60.73 node2

:wq

#设置SSH免密码登录

vi /etc/ssh/sshd_config

RSAAuthentiocation yes

PubkeyAuthentication yes

:wq

输入命令

ssh-keygen -t rsa 

#生成key,ssh -keygen -t rsa,生成key，都不输入密码，一直回车，/root就会生成.ssh文件夹，每台服务器都要设置

#合并公钥到authorized_key文件，在Master服务器中，进入/root/.ssh,通过ssh命令合并

cat id_rsa.pub >> authorized_keys

ssh root@192.168.60.72 cat ~/.ssh/id_rsa.pub>> authorized_keys

ssh root@192.168.60.73 cat ~/.ssh/id_rsa.pub>> authorized_keys

#并把id_dsa.pub和authorized_keys复制到其他机器上面的目录下面

cd ~/.ssh

scp id_dsa.pub authorized_keys root@192.168.60.72:/root/.ssh

scp id_dsa.pub authorized_keys root@192.168.60.73:/root/.ssh

#如果没有更改免密设置。这里会提示输入密码，然后按回车

#设置hadoop-env.sh文件中的变量设置(每个服务器都要设置)

vi /home/hadoop/hadoop-2.6.3/etc/hadoop/hadoop-env.sh

export JAVA_HOME=/home/jdk1.8.0_91

#配置/home/hadoop/hadoop-2.6.3/etc/hadoop目录下的core-site.xml
<configuration>
<property>
  <name>fs.defaultFS</name>
 <value>hdfs://192.168.60.71:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/home/hadoop/tmp</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131702</value>
    </property>
</configuration>


#配置/home/hadoop/hadoop-2.6.3/etc/hadoop目录下的hdfs-site.xml
<configuration>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/home/hadoop/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/home/hadoop/dfs/data</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>192.168.60.71:9001</value>
    </property>
    <property>
    <name>dfs.webhdfs.enabled</name>
    <value>true</value>
    </property>
</configuration>
#配置/home/hadoop/hadoop-2.6.3/etc/hadoop目录下的mapred-site.xml
<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>192.168.60.71:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>192.168.60.71:19888</value>
    </property>
</configuration>
#配置/home/hadoop/hadoop-2.6.3/etc/hadoop目录下的mapred-site.xml
<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>192.168.60.71:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>192.168.60.71:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>192.168.60.71:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>192.168.60.71:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>192.168.60.71:8088</value>
    </property>
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>768</value>
    </property>
</configuration>
配置/home/hadoop/hadoop-2.6.3/etc/hadoop目录下hadoop-env.sh、yarn-env.sh的JAVA_HOME，不设置的话，启动不了，
export JAVA_HOME=/home/java/jdk1.7.0_79
配置/home/hadoop/hadoop-2.6.3/etc/hadoop目录下的slaves，删除默认的localhost，增加2个从节点，
192.168.0.72
192.168.0.73
将配置好的Hadoop复制到各个节点对应位置上，通过scp传送，
scp -r /home/hadoop root@192.168.60.72:/home/
scp -r /home/hadoop root@192.168.60.73:/home/
在Master服务器启动hadoop，从节点会自动启动，进入/home/hadoop/hadoop-2.6.3目录
初始化，输入命令，bin/hdfs namenode -format
全部启动sbin/start-all.sh，也可以分开sbin/start-dfs.sh、sbin/start-yarn.sh
停止的话，输入命令，sbin/stop-all.sh
输入命令，jps，可以看到相关信息
Web访问，要先开放端口或者直接关闭防火墙
输入命令，systemctl stop firewalld.service
浏览器打开http://192.168.60.71:8088/
浏览器打开http://192.168.60.71:50070/
安装完成。这只是大数据应用的开始，之后的工作就是，结合自己的情况，编写程序调用Hadoop的接口，发挥hdfs、mapreduce的作用。