hadoop学习【2】——hadoop安装配置

hadoop学习【2】——hadoop安装配置

【前言】这是hadoop学习的第二步了，这次是首次正式的摸索安装和配置hadoop，不过还好，这次安装配置还是比较幸运的，只花了半天的时间（也就3个来小时）。最终包含三个节点的hadoop平台算是跑起来了。

这里我没有截图，所以只能写下一些步骤和记录一些期中安装出现了错误了。

一、环境准备：

（1）硬件准备

       这里因为只是搭一个学习的实验平台，所以机器的选择没有配置很高，这里的三台机子都是我们学校机房的机子，配置：2G内存、500G硬盘其他的都是很普通的配置。在上面安装的就是CentOS操作系统，前面一篇文章介绍了我安装CentOS和win7双系统的苦逼过程，这里就不再说了，假设大家已经有了linux操作系统了。

       【附】企业hadoop环境配置：

选型理念：

>>普通的，廉价的，标准的（容易替换的），工业化大规模生产的，Hadoop可以自劢支持多核CPU，比如选择2个四核CPU，主流主频，16-32G内存，更大的内存可以使Linux将常用数据缓存在内存，减少IO量，提高速度，存储集群应该使用大量廉价硬盘，例如4个主流大容量（当前为2T）普通SATA硬盘。出于成本考虑一般无需使用SCSI、SAS接口类型硬盘或SSD硬盘
>>网络非常重要，建议使用千兆网和高带宽的交换机，但也无需使用infinband这类与用设备RAID是丌需要的，可以考虑使用JBOD

***安装Linux后一定要确认iptables,selinux等防火墙戒访问控制机制已经关闭，否则实验很可能受影响

我这里三台机子分别是：

10.106.0.24  h1    namenode

10.106.0.2    h2    datanode

10.106.0.42  h3    datanode

用grid用户进行安装

（2）所需文件：

包括 jdk 和 hadoop

             jdk下载地址：http://www.oracle.com/technetwork/java/javase/downloads/jdk6u37-downloads-1859587.html，下载如jdk-6u13-linux-i586.bin

            hadoop下载地址：http://archive.apache.org/dist/hadoop/core/hadoop-1.0.3/或者当前更高版本

             这里jdk使用：jdk1.6.0_13

             hadoop使用：hadoop-1.0.3

二、安装java jdk

以root登录三个机器，执行jdk-6u13-linux-i586.bin，会得到一个jdk文件夹，将其放入预定位置(如/usr/program/jdk/)下

将JAVA_HOME添加到/etc/profile文件下

[root:]#vi /etc/profile

在最后添加如下内容：

#add by jonsen for jdk
#set java envrionment
export JAVA_HOME=/usr/program/jdk/jdk1.6.0_13
export JRE_HOME=/usr/program/jdk/jdk1.6.0_13/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH

三、配置CentOS：

在/etc/hosts文件中为三台机器添加名称映射

10.106.0.24 h1
10.106.0.2 h2
10.106.0.42 h3

四、hadoop配置

0、（重点）免密码访问配置（两台服务器之间访问免密码）

ssh-keygen -t rsa -f ~/.ssh/id_rsa

后面接着两个回车（使用缺省目录即可）

ls -a可以看到隐藏目录：.ssh

进入会发现两个文件: id_rsa   id_rsa.pub

注意要以grid用户登录，在grid用户的主目录下进行操作！
每个节点作相同操作

将id_rsa.pub 拷贝到当前目录下的authoried_keys文件中

把各个节点的authorized_keys的内容互相拷贝加入到对方的此文件中，然后就可以免
密码彼此ssh连入

1、将下载的hadoop-1.0.3.tar.gz解压到/home/grid/目录下, 并修改权限

[root]# chown -R grid:grid /home/grid/hadoop-1.0.3

2、配置hadoop, 配置文件在/home/grid/hadoop-1.0.3/conf/目录下

2.1、在hadoop-env.sh文件中添加JAVA_HOME

#added by Jonsen for JDK_HOME
export JAVA_HOME=/usr/program/jdk/jdk1.6.0_13

2.2、在core-site.xml文件中添加配置信息

<configuration>
   <property>
     <name>fs.default.name</name>
     <value>hdfs://h1:9000/</value>
   </property>
   <property>
     <name>hadoop.tmp.dir</name>
     <value>/home/grid/hadoop-1.0.3/tmp</value>
   </property>
</configuration>

其中fs.default.name为namenode的交互端口，注意不要使用已经占用的端口就好

hadoop.tmp.dir是用来存储其他临时目录的根目录，这个一定要有，否则重启后可能会启动不了hadoop了

2.3、在hdfs-site.xml文件中添加配置信息

<configuration>
   <property>
     <name>dfs.replication</name>
     <value>2</value>
   </property>
</configuration>

dfs.replication:冗余数量，备份的数据量

2.4、在mapred-site.xml文件中添加配置信息

<configuration>
  <property>
     <name>mapred.job.tracker</name>
     <value>h1:9001</value>
  </property>
</configuration>

mapred.job.tracker:jobTracker的交互端口

2.5、在master文件中写入hadoop  namenode节点

h1

2.6、在slaves文件中写入hadoop datanode数据节点

h2
h3

2.7、配置完毕，将/home/hadoop/hadoop-1.0.3拷贝到其他站点

scp -r /home/grid/hadoop-1.0.3/ grid@h2:/home/grid/
scp -r /home/grid/hadoop-1.0.3/ gred@h3:/home/grid/

3、格式化hadoop，在hadoop.master站点上执行

cd /home/grid/hadoop-1.0.3
bin/hadoop namenode -format

4、启动集群

cd /home/grid/hadoop-1.0.3
bin/start-all.sh

五、配置中常见的错误总结：

参见：http://blog.csdn.net/yonghutwo/article/details/9206059写的很详细！