[Hadoop]hadoop2.2安装（2）——Hadoop安装

服务器ip、hostname等参数见博文[Hadoop]hadoop2.2安装（1）——安装准备

1、准备

三台机子都做如下准备：

1.1设置hostname（以namenode机子为例）

- 修改/etc/sysconfig/network

NETWORKING=yes
#HOSTNAME=centos6-FTP
HOSTNAME=sparkMaster

- 修改/etc/hosts文件，增加三台机子的ip和hostname的映射。注意，127.0.0.1不要对应hostname。

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
10.11.11.18 sparkMaster
10.11.11.2  sparkWorker01
10.11.11.4  sparkWorker02

- 直接使用hostname命令修改一次

1.2 关闭防火墙

service iptables stop  //关闭防火墙

chkconfigiptables off  //永久关闭防火墙

1.3安装ssh和rsync

yum install  ssh

yum  install rsync

1.4 设置ssh无密码登陆

（1）在三台机子上分别执行如下命令：

（2）在sparkMaster机子上执行如下命令，实现无密码登陆本机

cd ./.ssh

cp  id_rsa.pub authorized_keys

（3）将另两台datanode节点的id_rsa.pub的内容添加到sparkMaster机子的authorized_keys文件里，使该文件拥有三台机子的ssh信息。

（4）将sparkMaster上的authorized_keys文件拷贝到sparkWorker01和sparkWorker02两台worker节点上。

         这样就可以做到相互无密码登陆。

1.5 下载Hadoop2.2并解压

         三台机子都作如下操作：

- 下载Hadoop2.2，hadoop-2.2.0.tar.gz

http://mirror.cc.columbia.edu/pub/software/apache/hadoop/common/stable2/

- 解压hadoop-2.2.0.tar.gz：

将hadoop压缩文件上传到所有机器上，然后解压。注意：所有机器的hadoop路径必须一致，因为master会登录到slave上执行命令，master认为slave的hadoop路径与自己一样。

tar  -xzf  hadoop-2.2.0.tar.gz

1.6 设置环境变量（三台机子都一样）

          vi  /etc/profile

HADOOP_HOME=/opt/hadoop-2.2.0/
HADOOP_MAPRED_HOME=$HADOOP_HOME
HADOOP_COMMON_HOME=$HADOOP_HOME
HADOOP_HDFS_HOME=$HADOOP_HOME
YARN_HOME=$HADOOP_HOME
HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
PATH=$PATH:$HADOOP_PREFIX/bin:$HADOOP_PREFIX/sbin

export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

source /etc/profile

注：要加上最后两行，否则启动服务时，会报错：

Starting namenodes on [JavaHotSpot(TM) 64-Bit Server VM warning: You have loaded library/opt/hadoop-2.2.0/lib/native/libhadoop.so.1.0.0 which might have disabled stackguard. The VM will try to fix the stack guard now.

1.7 配置

- 编辑hadoop-2.2.0/etc/hadoop/hadoop-env.sh

# The java implementation to use.
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME= /usr/java/jdk1.7.0_60

 三台机子配置一样，将该配置远程拷贝到另两台机子上

scp  hadoop-env.sh  root@10.11.11.2:/opt/hadoop-2.2.0/etc/hadoop/

scp  hadoop-env.sh   root@10.11.11.4:/opt/hadoop-2.2.0/etc/hadoop/

- 编辑hadoop-2.2.0/etc/hadoop/yarn-env.sh

# The java implementation to use.
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME= /usr/java/jdk1.7.0_60

scp  yarn-env.sh  root@10.11.11.2:/opt/hadoop-2.2.0/etc/hadoop/

scp  yarn-env.sh  root@10.11.11.4:/opt/hadoop-2.2.0/etc/hadoop/

- 添加slave节点

vi hadoop-2.2.0/etc/hadoop/slaves

#localhost
sparkWorker01
sparkWorker02

scp  slaves  root@10.11.11.2:/opt/hadoop-2.2.0/etc/hadoop/

scp  slaves  root@10.11.11.4:/opt/hadoop-2.2.0/etc/hadoop/

- 编辑或者创建hadoop-2.2.0/etc/hadoop/mapred-site.xml

<?xml version="1.0"?>
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>

         scp  mapred -site.xml  root@10.11.11.2:/opt/hadoop-2.2.0/etc/hadoop/

         scp mapred -site.xml  root@10.11.11.4:/opt/hadoop-2.2.0/etc/hadoop/

- 编辑hadoop-2.2.0/etc/hadoop/hdfs-site.xml

<configuration>
<property>
 <name>dfs.replication</name>
 <value>2</value>
</property>
<property>
 <name>dfs.namenode.name.dir</name>
 <value>/opt/yarnDir/namenode</value>
</property>
<property>
 <name>dfs.datanode.data.dir</name>
 <value>/opt/yarnDir/datanode</value>
</property>
</configuration>

scp  hdfs-site.xml  root@10.11.11.2:/opt/hadoop-2.2.0/etc/hadoop/

scp  hdfs-site.xml  root@10.11.11.4:/opt/hadoop-2.2.0/etc/hadoop/

- 编辑hadoop-2.2.0/etc/hadoop/core-site.xml，指定NameNode

<configuration>

<property>
  <name>fs.defaultFS</name>
  <value>hdfs://sparkMaster:9000</value>
</property>
<property>
  <name>hadoop.tmp.dir</name>
  <value>/opt/yarnDir/tmp </value>
</property>
<property>
  <name>hadoop.proxyuser.hduser.hosts</name>
  <value>*</value>
</property>
<property>
  <name>hadoop.proxyuser.hduser.groups</name>
  <value>*</value>
</property>

</configuration>

scp  core-site.xml  root@10.11.11.2:/opt/hadoop-2.2.0/etc/hadoop/

scp  core-site.xml  root@10.11.11.4:/opt/hadoop-2.2.0/etc/hadoop/

- 编辑hadoop-2.2.0/etc/hadoop/yarn-site.xml，指定ResourceManager

<configuration>

<!-- Site specific YARN configuration properties -->
<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.hostname</name>
<value>sparkMaster</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>sparkMaster:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>sparkMaster:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>sparkMaster:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>sparkMaster:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>sparkMaster:8088</value>
</property>
</configuration>

scp  yarn-site.xml  root@10.11.11.2:/opt/hadoop-2.2.0/etc/hadoop/

scp  yarn-site.xml  root@10.11.11.4:/opt/hadoop-2.2.0/etc/hadoop/

1.8 启动

- 格式化namenode

在sparkMaster机子上执行下列命令：

    hadoop-2.2.0/bin/hadoopnamenode  –format

-启动服务

         在sparkMaster机子上启动服务

        hadoop-2.2.0/sbin/start-all.sh

1.9 检测

- 查看运行的hadoop进程 jps

     sparkMaster：

   

    

         sparkWorker01和sparkWorker02：

- 通过web页面查看hadoop资源管理

         http://10.11.11.18:50070 namenode服务器端口（通过另一个地址http://192.168.150.106:50070也能访问）

    http://10.11.11.18:8088 nodemanager服务器端口（通过另一个地址http://192.168.150.106:8088也能访问）

- 运行wordcount单词计数案例测试

（1）准备测试文档

mkdir  testHadoop

cd  testHadoop

vi  example01

This is word count example
using hadoop 2.2.0
using hadoop 2.2.0

（2）将该目录加入hadoop

./bin/hdfsdfs  -copyFromLocal  /opt/yarnDir/testHadoop  /

（3）运行wordcount案例

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jarwordcount  /testHadoop  /wordcount01

（部分信息）

（4）检查输出

         ./bin/hadoop dfs -ls /wordcount01

         ./bin/hadoop dfs -cat /wordcount01/part-r-00000  查看文件内容

         如果重run，需要删除/output目录，否则会说目录已存在。

./bin/hdfs dfs  -rm -r  /wordcount01