Hadoop实战（二） 搭建Hadoop集群

搭建Hadoop集群

安装SSH并设置无密码登录

1. 
   
2. 查看有没有ssh： rpm -qa | grep ssh
3. 没有则安装： yum install openssh-server
4. SSH命令需要安装客户端：yum -y install openssh-clients
5. 启动ssh：service sshd restart
6. 设置开机启动：chkconfig sshd on
7. 生成秘钥: ssh-keygen
8. 无密码登录：拷贝公钥到共享文件夹
   cat ~/.ssh/id_rsa.pub > /mnt/hgfs/share/master.pub)
9. 无密码登录：添加信任关系
   cat /mnt/hgfs/share/master.pub /mnt/hgfs/share/slave1.pub /mnt/hgfs/share/slave2.pub > ~/.ssh/authorized_keys
   

此时可以实现 ssh root@192.168.208.100 或者 ssh 192.168.208.100
需要用host而不是IP登录的话：
(1). 修改本主机名称：vi /etc/sysconfig/network 修改hostname
(2). 添加需要识别的主机：vi /etc/hosts 例如：192.168.208.100 master

安装JDK

将jdk-7u79-linux-x64.tar.gz拷贝到本机的共享目录下D:\VMStation\share
在服务器上：
解压：tar -zxvf /mnt/hgfs/share/jdk-7u79-linux-x64.tar.gz -C /usr/
添加环境变量： vim /etc/profile
在最后添加

# set java environment
export JAVA_HOME=/usr/jdk1.7.0_79
export JRE_HOME=/usr/jdk1.7.0_79/jre
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

生效： source /etc/profile
验证： java -version

安装Hadoop（先安装master，再复制到slave）

在Hadoop官网下载Hadoop安装包 hadoop-2.6.2.tar.gz 放到本机共享路径下
解压：tar -zxvf /mnt/hgfs/share/hadoop-2.6.2.tar.gz -C /usr/
添加环境变量： vim /etc/profile
在最后添加

# set hadoop environment
export HADOOP_HOME=/usr/hadoop-2.6.2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
生效：source /etc/profile 

配置Hadoop (cd /usr/hadoop-2.6.2)

1、vi core-site.xml

<configuration>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/usr/hadoop-2.6.2/tmp</value>
                <description>Abase for other temporary directories.</description>
        </property>
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://master:9000</value>
        </property>
        <property>
                <name>io.file.buffer.size</name>
                <value>4096</value>
        </property>
</configuration>

2、vi hadoop-env.sh 在开头加上 export JAVA_HOME=/usr/jdk1.7.0_79
3、vi yarn-env.sh 在开头加上 export JAVA_HOME=/usr/jdk1.7.0_79
4、vi hdfs-site.xml

<configuration>
        <property>
                <name>dfs.namenode.name.dir</name>
                <value>file:///usr/hadoop-2.6.2/dfs/name</value>
        </property>
        <property>
                <name>dfs.datanode.data.dir</name>
                <value>file:///usr/hadoop-2.6.2/dfs/data</value>
        </property>
        <property>
                <name>dfs.replication</name>
                <value>2</value>
        </property>

    <property>
        <name>dfs.nameservices</name>
        <value>hadoop-cluster1</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>master:50090</value>
    </property>
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
</configuration>

5、vi mapred-site.xml

<configuration>
        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
                <final>true</final>
        </property>

    <property>
        <name>mapreduce.jobtracker.http.address</name>
        <value>master:50030</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>
        <property>
                <name>mapred.job.tracker</name>
                <value>http://master.Hadoop:9001</value>
        </property>
</configuration>

6、vi yarn-site.xml

<configuration>
        <!-- Site specific YARN configuration properties -->
        <property>
                <name>yarn.resourcemanager.hostname</name>
                <value>master</value>
        </property>

    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</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:8031</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>

7、vi slaves
slave1
slave2
8、复制到slave上 scp -r /usr/hadoop-2.6.2/ root@slave1:/usr/
9、配置slave上的Hadoop环境变量
添加环境变量： vim /etc/profile
在最后添加

# set hadoop environment
export HADOOP_HOME=/usr/hadoop-2.6.2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

生效：source /etc/profile

10、关闭防火墙 chkconfig iptables off

启动Hadoop

格式化namenode：hadoop namenode -format
启动Hadoop：start-all.sh
查看各机器进程：jps

查看Hadoop状态

查看nameNode状态： http://master的IP:50070
查看ResourceManager状态: http://master的IP:8088

如果在本机不能打开虚拟机IP可以尝试重启虚拟机
如果想用master主机名代替IP，可以在本机的 C:\Windows\System32\drivers\etc\hosts 中添加相应的映射关系