如果没有多余机器,那么先安装虚拟机,在虚拟机中搭建hadoop集群,这里是安装虚拟机与Linux的教程。
现在有两台主机,取名一台master,一台slave1,方便以后扩展。
关闭防火墙
防火墙可能会导致各种通信问题,出于学习目的,可以将防火墙关闭:
systemctl stop firewalld.service (停止防火墙)
firewall-cmd --state (查看防火墙状态)
配置主机名
为每台主机配置主机名(master,slave1):
sudo vim /etc/hostname (分别填入master,slave1即可)
配置hosts文件
配置每台主机的hosts文件,先用ifconfig
命令查看主机ip,然后使用修改hosts
文件,配置所有ip对应的主机:
vim /etc/hosts
10.9.50.1 master
10.9.50.2 slave1
新建hadoop账户
为每台主机创建hadoop账户:
adduser hadoop
chown hadoop /home/hadoop
passwd hadoop
sudo vim /etc/sudoers
在文件sudoers相应位置插入:
hadoop ALL = (ALL)ALL
然后将两台主机都切换成hadoop账户,之后所有操作均在此账户下进行。
配置ssh免密
在多个结点的集群中,slave之间的通信靠socket,所以只需在master上配置到slave上的ssh免密。
master:
ssh-keygen -t rsa(一直回车)
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
sudo scp ~/.ssh/authorized_keys hadoop@slave1:~/
slave1:
ssh-keygen -t rsa(一直回车)
sudo mv authorized_keys ~/.ssh/
然后在master上测试是否可以免密登陆到slave1:
ssh slave1
exit
安装java
下载java,在两台主机上将下载的压缩包放到/home
目录下 并解压:
tar -xvzf jdk-8u144-linux-x64.tar
然后配置环境变量
sudo vim /etc/profile
在文件末尾添加:
export JAVA_HOME=/home/hadoop/jdk1.8.0_131 (写自己的文件名)
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
hadoop配置
在master上下载hadoop,先在master上配置,然后再同步到slave1上:
解压
将下载的压缩包放到/home
目录下并解压:
tar -xvzf hadoop-2.8.1.tar.gz
修改hadoop中所引用的java:
vim /home/hadoop/hadoop-2.8.1/etc/hadoop/hadoop-env.sh
#export JAVA_HOME=${JAVA_HOME}
改为
export JAVA_HOME=/home/hadoop/jdk1.8.0_131 (自己的文件名)
配置core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/home/hadoop/hadoop-2.8.1/tmp</value>
</property>
</configuration>
创建tmp文件夹:
cd /home/hadoop/hadoop-2.8.1
mkdir tmp
配置 hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop/hadoop-2.8.1/dfs/name</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master:9001</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/hadoop/hadoop-2.8.1/dfs/data</value>
</property>
</configuration>
创建dfs文件夹:
cd /home/hadoop/hadoop/-2.8.1
mkdir dfs
cd dfs
mkdir name
mkdir data
配置mapred-site.xml
cp mapred-site.xml.template mapred-site.xml
vim mapred-site.xml
配置:
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
</configuration>
配置yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>master:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>master:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>master:8035</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master:8088</value>
</property>
</configuration>
配置slaves
因为只有一个slave1,所以修改文件vim slaves
,只添加一个:
slave1
复制到节点
将在master上配置好的文件发送到slava上:
scp -r /home/hadoop/hadoop-2.8.1 hadoop@slave1:~/
启动hadoop集群
配置环境变量
vim ~/.bash_profile
在末尾追加
#HADOOP
export HADOOP_HOME=/home/hadoop/hadoop-2.8.1
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
使配置生效
source ~/.bash_profile
格式化文件系统
在master上 进行格式化:
hdfs namenode -format
没有出现 Exception或Error,则表示格式化成功。
启动
start-all.sh
验证
web页面查看
在浏览器中输入以下链接,若有网页显示且节点显示active,则正常启动:
master:50070
master:8088
查看jps
在命令行中输入jps
,若master和slave1上显示以下信息,则正常启动:
master:
slave1:
运行PI实例
hadoop jar ~/hadoop-2.8.1/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar pi 10 10
若显示如下,则正确。
Pi is 3.2000000000
运行rmsd实例
将jar包rmsd.jar
放在本地系统,所需的初始文件xyz.txt
和init.txt'放入hdfs中,
init.txt`的具体位置在程序中查找。
然后输入以下命令:
hadoop jar rmsd.jar /xyz.txt /output ("/output"为输出路径,必须唯一)