Hadoop入门-1.配置部署启动（基于hadoop-2.7.3）

1.准备

1.下载 hadoop-2.5.2.tar.gz 免安装包到指定的目录

2.执行命令: tar -zxvf hadoop-2.5.2.tar.gz 解压目录

2.配置

1.切换到指定的目录：

cd $HADOOP_HOME/etc/hadoop

2.对相关的配置文件进行配置：

hadoop-env.sh
  

vim hadoop-env.sh
找到:export JAVA_HOME=$JAVA_HOME行，将它注释掉，用下面的行替代：
export JAVA_HOME=/usr/java/jdk1.7.0_65

 这样做是避免，Hadoop配置文件中读不到$JAVA_HOME而报错。

core-site.xml

<!-- 指定HADOOP所使用的文件系统schema（URI），HDFS的老大（NameNode）的地址 -->
  <property>
   <name>fs.defaultFS</name>
   <value>hdfs://server1:9000</value>
  </property>
  <!-- 指定hadoop运行时产生文件的存储目录 -->
  <property>
   <name>hadoop.tmp.dir</name>
   <value>/home/hadoop/hadoop-2.4.1/tmp</value>
    </property>

hdfs-site.xml   hdfs-default.xml  (3)

<!-- 指定HDFS副本的数量 -->
  <property>
   <name>dfs.replication</name>
   <value>1</value>
    </property>

注：配置到此时，分布式文件系统已经可以启动进行读写了。

slaves

如果在上面配置的HDFS的副本数不为0 ，则需要在slaves里面指定好所有的副本主机名

类似： server1

            server2

            ......

mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)

mv mapred-site.xml.template mapred-site.xml
  vim mapred-site.xml
  <!-- 指定mr运行在yarn上 -->
  <property>
   <name>mapreduce.framework.name</name>
   <value>yarn</value>
    </property>

yarn-site.xml

<!-- 指定YARN的老大（ResourceManager）的地址 -->
  <property>
   <name>yarn.resourcemanager.hostname</name>
   <value>server1</value>
    </property>
  <!-- reducer获取数据的方式 -->
    <property>
   <name>yarn.nodemanager.aux-services</name>
   <value>mapreduce_shuffle</value>
     </property>

启动

1.配置环境变量

vim /etc/proflie
  
  export HADOOP_HOME=/hadoop/hadoop-2.5.2
  export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

2.格式化

cd $HADOOP_HOME/sbin

执行命令：hdfs namenode -format (或者hadoop namenode -format)

3.启动脚本

cd $HADOOP_HOME/sbin

先启动HDFS
  sbin/start-dfs.sh
  
  再启动YARN
  sbin/start-yarn.sh

4.验证是否启动成功

使用jps命令验证
  27408 NameNode
  28218 Jps
  27643 SecondaryNameNode
  28066 NodeManager
  27803 ResourceManager
  27512 DataNode
 
  http://localhost:50070 （HDFS管理界面）
  http://localhost:8088 （MR管理界面）

4.配置ssh免登陆

在执行启动脚本的时候，系统会提示要输入密码验证，它其实是一个远程登录启动脚本的机制。

通过SSH远程到你配置的节点上去启动进程。即便你的节点是在本地，它也是一样的方式。

因此当节点N多的时候，要N次以上输入密码验证。为了解决这个问题，可以配置SSH免登录,

配置如下：

#生成ssh免登陆密钥
 #进入到我的home目录
 cd ~/.ssh

 ssh-keygen -t rsa （四个回车）
 执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
 将公钥拷贝到要免密登陆的目标机器上
 ssh-copy-id localhost

SSH工作原理和机制图