总体思路,准备主从服务器,配置主服务器可以无密码SSH登录从服务器,解压安装JDK,解压安装Hadoop,配置hdfs、mapreduce等主从关系。
1、环境,3台CentOS7,64位,Hadoop2.7需要64位Linux,CentOS7 Minimal的ISO文件只有600M,操作系统十几分钟就可以安装完成,
Master 100.8.2.182
Slave1 100.8.2.183
Slave2 100.8.2.184
若使用虚拟机,绑定浮动IP的,则建议采用以下方式:使用hosts映射,下面的配置也全采用映射的主机名
172.16.1.85 Master
172.16.1.89 Slave1
172.16.1.108 Slave2
2、SSH免密码登录,因为Hadoop需要通过SSH登录到各个节点进行操作,我用的是root用户,每台服务器都生成公钥,再合并到authorized_keys
(1)CentOS默认没有启动ssh无密登录,去掉/etc/ssh/sshd_config其中3行的注释,每台服务器都要设置,
命令:# vi /etc/ssh/sshd_config
#RSAAuthentication yes
#PubkeyAuthenticationyes
#PasswordAuthenticationyes
修改后(若缺失便增加):
RSAAuthentication yes
PubkeyAuthentication yes
PasswordAuthentication yes
(2)输入命令,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,
(3)合并公钥到authorized_keys文件,在Master服务器,进入/root/.ssh目录,通过SSH命令合并,
cat id_rsa.pub>> authorized_keys
ssh root@100.8.2.183 cat ~/.ssh/id_rsa.pub>> authorized_keys
ssh root@100.8.2.184 cat ~/.ssh/id_rsa.pub>> authorized_keys
(4)把Master服务器的authorized_keys、known_hosts复制到Slave服务器的/root/.ssh目录
参考命令:
scp *s root@100.8.2.183:/root/.ssh
(5)完成,ssh root@100.8.2.183、ssh root@100.8.2.184就不需要输入密码了
3、安装JDK,Hadoop2.7需要JDK7,由于我的CentOS是最小化安装,所以没有OpenJDK,直接解压下载的JDK并配置变量即可
首先检验下每台机器是否有java ,若有跳过此步,若无按以下执行
检验方法 java -version
(1)下载“jdk-7u79-linux-x64.gz”,放到/home/java目录下,3台机器都要配置。
也可以从服务器获取 scp -r root@100.8.2.77:/home/demo/java /home/
(2)解压,输入命令,tar -zxvf jdk-7u79-linux-x64.gz
(3)编辑: vi /etc/profile
在
export PATH USERLOGNAME MAIL HOSTNAME HISTSIZE HISTCONTROL
后面增加:
export JAVA_HOME=/home/java/jdk1.7.0_79
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAV
A_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
(4)使配置生效,输入命令,source /etc/profile
(5)输入命令,java -version,完成
4、安装Hadoop2.7,只在Master服务器解压,再复制到Slave服务器
方法一:参考已解压文件,只拷贝到Master即可
scp -r root@100.8.2.77:/home/demo/hadoop /home/
方法二:自行解压文件
(1)下载“hadoop-2.7.0.tar.gz”,放到/home/hadoop目录下
(2)解压,输入命令,tar -xzvf hadoop-2.7.0.tar.gz
(3)在/home/hadoop目录下创建数据存放的文件夹,tmp、hdfs、hdfs/data、hdfs/name
命令:mkdir tmp
mkdir hdfs
mkdir hdfs/data
mkdir hdfs/name
5、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://100.8.2.182:9000</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>
6、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/hadoop/hdfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>100.8.2.182:9001</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>
7、配置/home/hadoop/hadoop-2.7.0/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>100.8.2.182:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>100.8.2.182:19888</value>
</property>
</configuration>
8、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的yarn-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>100.8.2.182:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>100.8.2.182:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>100.8.2.182:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>100.8.2.182:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>100.8.2.182:8088</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>256</value>
</property>
</configuration>
9、配置/home/hadoop/hadoop-2.7.0/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
10、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的slaves,删除默认的localhost,增加2个从节点,
100.8.2.182
100.8.2.183
100.8.2.184
11、将配置好的Hadoop复制到各个节点对应位置上,通过scp传送到其他两台机器,
scp -r /home/hadoop 100.8.2.183:/home/
scp -r /home/hadoop 100.8.2.184:/home/
12、在Master服务器启动hadoop,从节点会自动启动,进入/home/hadoop/hadoop-2.7.0目录
(1)初始化,输入命令,bin/hdfs namenode -format
(2)全部启动sbin/start-all.sh,也可以分开sbin/start-dfs.sh、sbin/start-yarn.sh
(3)停止的话,输入命令,sbin/stop-all.sh
(4)输入命令,jps,可以看到相关信息
13、Web访问,要先开放端口或者直接关闭防火墙
(1)输入命令,systemctl stop firewalld.service
(2)浏览器打开http://100.8.2.182:8088/
(3)浏览器打开http://100.8.2.182:50070/
14、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。
转自http://www.open-open.com/lib/view/open1435761287778.html
修改了一些文中错误。