1. 集群信息如下:
主机名 | Hadoop角色 | Hadoop jps命令结果 | Hadoop用户 | Hadoop安装目录 |
master server152 | Master slaves | NameNode DataNode JobTracker TaskTracker SecondaryNameNode | 创建相同的用户的组名:hadoop。 安装hadoop-2.7.2时使用hadoop用户,并且hadoop的文件夹归属也是hadoop:hadoop | /usr/local/hadoop |
slave1 server153 | slaves | DataNode TaskTracker | ||
slave2 server154 | slaves | DataNode TaskTracker |
注:master即使master又是slave.
3台64位centos6.5 + Hadoop2.7.2 + java7
2. 配置服务器的主机名
Namenode节点对应的主机名为server152
Datanode节点对应的主机名分别为server153、server154
3. 编辑每台机器的hosts, 以及主机名hostname。 (以server153为例子)
[root@server153 ~]# vi /etc/hosts
192.168.1.152 server152
192.168.1.153 server153
192.168.1.154 server154
[root@server153 ~]# cat /etc/sysconfig/network
NETWORKING=yes
HOSTNAME=server153
NETWORKING_IPV6=yes
IPV6_AUTOCONF=no
4. 创建用户组
groupadd hadoop 添加一个组
useradd hadoop -g hadoop 添加用户
5. 安装hadoop
下载:http://mirrors.cnnic.cn/apache/hadoop/common/hadoop-2.7.2/hadoop-2.7.2.tar.gz
解压到/usr/local/hadoop/hadoop2.7.2
hadoop也要设置环境变量,使用vi /etc/profile命令编辑添加如下内容:
[root@server153 ~]# cat /etc/profile
export HADOOP_HOME=/usr/local/hadoop/hadoop2.7.2
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
#执行source /etc/profile使配置文件生效
[root@server153 ~]# source /etc/profile
#修改所有者改为hadoop
[root@server153 ~]#chown -R hadoop:hadoop /usr/local/hadoop/
5. SSH设置无密码验证
a)安装SSH,并让master免验证登陆自身服务器、节点服务器
#执行下面命令,让master节点能够免验证登陆自身服务器
ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa >> ~/.ssh/authorized_keys
export HADOOP\_PREFIX=/usr/local/hadoop/hadoop2.7.2
b) 让主结点(master)能通过SSH免密码登录两个子结点(slave)
#为了实现这个功能,两个slave结点的公钥文件中必须要包含主结点的公钥信息,这样当master就可以顺利安全地访问这两个slave结点了
# 在slave的机器上执行一下命令
scp hadoop@server152:~/.ssh/id_dsa.pub ~/.ssh/id_dsa.pub
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
#设置权限,否则ssh依然需要输入密码
chmod -R 700 ~/.ssh
6. 安装Hadoop
解压到/usr目录下面,改名为hadoop。
hadoop也要设置环境变量,使用vi /etc/profile命令编辑添加如下内容:
export HADOOP_HOME=/usr/local/hadoop/hadoop2.7.2
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
7. 配置Hadoop
配置之前,需要在server152本地文件系统创建以下文件夹:
/usr/loacal/hadoop/name
/usr/loacal//hadoop/data
/usr/loacal//hadoop/temp
这里要涉及到的配置文件有7个:
~/hadoop-2.7.2/etc/hadoop/hadoop-env.sh
~/hadoop-2.7.2/etc/hadoop/yarn-env.sh
~/hadoop-2.7.2/etc/hadoop/slaves
~/hadoop-2.7.2/etc/hadoop/core-site.xml
~/hadoop-2.7.2/etc/hadoop/hdfs-site.xml
~/hadoop-2.7.2/etc/hadoop/mapred-site.xml
~/hadoop-2.7.2/etc/hadoop/yarn-site.xml
core-site.xml:
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://server152:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/fs/temp</value>
<description>Abase for other temporary directories.</description>
</property>
</configuration>
hdfs-site.xml:
<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hdfs://server152:9001</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/hadoop/fs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop/fs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>
mapred-site.xml:
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>server152:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>server152:19888</value>
</property>
</configuration>
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.scheduler.address</name>
<value>server152:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>server152:8031</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>server152:8032</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>server152:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>server152:8088</value>
</property>
</configuration>
slave.xml:
server153 server154
复制到hadoop 到其他节点:
scp -r /usr/local/hadoop/* hadoop@server153:/usr/local/hadoop/
scp -r /usr/local/hadoop/* hadoop@server154:/usr/local/hadoop/
7.启动hadoop
a) 格式化namenode
[hadoop@server152 hadoop2.7.2] ./bin/hdfs namenode -format
#看到提示:
#“Exitting with status 0″ 成功,
#“Exitting with status 1″ 失败。
b) 启动hdfs
[hadoop@server152 hadoop2.7.2]./sbin/start-dfs.sh
#server152上面运行的进程有:NameNode SecondaryNameNode
#server153和server154上面运行的进程有:DataNode
#使用ps -ef|grep hadoop 查看进程
c) 启动yarn
[hadoop@server152 hadoop2.7.2]./sbin/start-yarn.sh
#YARN 是从 MapReduce 中分离出来的,负责资源管理与任务调度。YARN 运行于 MapReduce 之上,提供了高可用性、高扩展性
#server152上面运行的进程有:NameNode SecondaryNameNode ResourceManager
#server153和server154上面运行的进程有:DataNode NodeManager
#启动完成后,可以通过命令 jps 来判断是否成功启动,若成功启动则会列出如下进程: “NameNode”、”DataNode” 和 “SecondaryNameNode
[hadoop@server152 hadoop2.7.2]$ jps
8.检测运行事例
查看集群状态:./bin/hdfs dfsadmin -report
出现
Live datanodes (2):
这个信息才表示集群建立成功
成功启动后,可以访问 Web 界面 http://192.168.1.152:50070 查看 NameNode 和 Datanode 信息,还可以在线查看 HDFS 中的文件。
启动 YARN 可以通过 Web 界面查看任务的运行情况:http://192.168.1.152:8088/cluster
hadoop fs
这个命令可以列出所有的 hdfs的子命令的帮助界面。基本上语法和linux上的文件操作类似
例如 : 复制本地文件到 hdfs 系统
hadoop fs -copyFromLocal *.log hdfs://192.168.1.151:9000/data/weblogs
命令详解,官方文档
https://hadoop.apache.org/docs/r1.0.4/cn/hdfs_shell.html
引用:http://blog.csdn.net/remote_roamer/article/details/50579874