Linux环境下搭建hadoop分布式集群

1.改名

修改主机名及IP地址

192.168.10.184配置

vi /etc/sysconfig/network

添加内容：

NETWORKING=yes

HOSTNAME=master

192.168.10.185配置

vi /etc/sysconfig/network

添加内容：

NETWORKING=yes

HOSTNAME=slaves1

192.168.10.186配置

vi /etc/sysconfig/network

添加内容：

NETWORKING=yes

HOSTNAME=slaves2

vi /etc/hosts

要将文件的前两行注释掉 (注释当前主机的信息)并在文件中添加所有hadoop集群的主机信息

 

把hosts文件copy到其余2台服务器

scp /etc/hosts root@192.168.10.185:/etc/

然后分别执行 /bin/hostsname hostsname

例如：master上执行 /bin/hostsname master，使之生效。

salves1上执行 /bin/hostsname salves1，使之生效。

salves2上执行 /bin/hostsname salves2，使之生效

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2行的注释，每台服务器都要设置，

#RSAAuthentication yes

#PubkeyAuthentication 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@192.168.0.183 cat ~/.ssh/id_rsa.pub>>authorized_keys

ssh root@192.168.0.184 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

(5)完成，ssh root@192.168.0.183、ssh root@192.168.0.184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

(1)下载“jdk-7u79-linux-x64.gz”，放到/home/java目录下

(2)解压，输入命令，tar -zxvfjdk-7u79-linux-x64.gz

(3)编辑/etc/profile

export JAVA_HOME=/home/java/jdk1.7.0_79

exportCLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_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

(1)下载“hadoop-2.7.0.tar.gz”，放到/home/hadoop目录下

(2)解压，输入命令，tar -xzvfhadoop-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

5.配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的core-site.xml

<property>

<name>fs.defaultFS</name>

<value>hdfs://192.168.10.183:9000</value>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/usr/local/hadoop/tmp</value>

</property>

<property>

<name>io.file.buffer.size</name>

<value>131702</value>

</property>

6.配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的hdfs-site.xml

<property>

<name>dfs.namenode.name.dir</name>

<value>/usr/local/hadoop/hdfs/name</value>

</property>

<property>

<name>dfs.datanode.data.dir</name>

<value>/usr/local/hadoop/hdfs/data</value>

</property>

<property>

<name>dfs.replication</name>

<value>2</value>

</property>

<property>

<name>dfs.namenode.secondary.http-address</name>

<value>192.168.10.183:9001</value>

</property>

<property>

<name>dfs.webhdfs.enabled</name>

<value>true</value>

</property>

7.配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的mapred-site.xml

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

<property>

<name>mapreduce.jobhistory.address</name>

<value>192.168.10.183:10020</value>

</property>

<property>

<name>mapreduce.jobhistory.webapp.address</name>

<value>192.168.10.183:19888</value>

</property>

8.配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的yarn-site.xml

<!-- Site specific YARN configuration properties-->

<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>

<!--—新框架下NodeManager与RM通信的接口地址-->

<property>

<name>yarn.resourcemanager.address</name>

<value>192.168.10.183:8032</value>

</property>

 

//新框架下NodeManager与RM主机的Scheduler调度服务接口地址

<property>

<name>yarn.resourcemanager.scheduler.address</name>

<value>192.168.10.183:8030</value>

</property>

 

//NodeManager需要向RM报告任务运行状态供Resouce跟踪，因此NodeManger

//需要知道RM主机的tracker接口地址

<property>

<name>yarn.resourcemanager.resource-tracker.address</name>

<value>192.168.10.183:8031</value>

</property>

<property>

<name>yarn.resourcemanager.admin.address</name>

<value>192.168.10.183:8033</value>

</property>

 

//新框架各个task的资源调度及运行状况通过通过该WEB界面访问

<property>

<name>yarn.resourcemanager.webapp.address</name>

<value>192.168.10.183:8088</value>

</property>

<property>

<name>yarn.nodemanager.resource.memory-mb</name>

<value>1024</value>

</property>

9.配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下hadoop-env.sh、yarn-env.sh的JAVA_HOME的安装路径，不设置的话，启动不了，

export JAVA_HOME=/root/software/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

Slave1

Slave2

配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的master，填写主节点的主机名

Master

 

11.将配置好的Hadoop复制到各个节点对应位置上，通过scp传送，

scp -r /home/hadoop192.168.10.175:/home/

scp -r /home/hadoop192.168.10.174:/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（在安装完成后的第一次启动时才进行初始化，初始化后在启动hadoop时，不需要再初始化）

(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，命令

service iptables status

service iptablesstop

配置环境变量：（所有主机）

    export HADOOP_HOME=/root/ldl/hadoop-2.2.0

    export PATH=$PATH:$HADOOP_HOME/bin

    到profile中

使得刚才编辑的文件生效：source/etc/profile