hadoop-2.5.1虚拟机上集群安装

0. 服务说明

NameNode

NameNode是HDFS的守护程序，负责记录文件是如何分割成数据块的，以及这些数据块被存储到哪些数据节点上。它的功能是对内存及I/O进行集中管理。

 

DataNode

集群中每个从服务器都运行一个DataNode后台程序，后台程序负责把HDFS数据块读写到本地文件系统。需要读写数据时，由NameNode告诉客户端去哪个DataNode进行具体的读写操作。

 

Secondary NameNode

Secondary NameNode是一个用来监控HDFS状态的辅助后台程序，如果NameNode发生问题，可以使用Secondary NameNode作为备用的NameNode。

 

JobTracker

JobTracker后台程序用来连接应用程序与Hadoop，用户应用提交到集群后，由JobTracker决定哪个文件处理哪个task执行，一旦某个task失败，JobTracker会自动开启这个task。

 

TaskTracker

TaskTracker负责存储数据的DataNode相结合，位于从节点，负责各自的task。

1. 集群环境

3台机器, 一主二从：

192.168.1.108   master

192.168.1.113   slave1

192.168.1.206   slave2

系统： ubuntu

2. 安装前准备

修改所有机器的hosts 以及 hostname 

vi /etc/hosts

添加

192.168.1.108 master

192.168.1.113 slave1

192.168.1.206 slave2

3. ssh 各机器无密码登陆

ssh-keygen -t rsa

cd /root/.ssh/

cat id_rsa.pub >> authorized_keys

chmod 600 authorized_keys

将所有机器的 id_rsa.pub 导入到 authorized_keys 中 上传到各服务器中

所有机器创建 hadoop 用户 并设置 hadoop 用户各机器无密码登陆

useradd hadoop  

切换到hadoop 用户 并生成 密钥

su hadoop

ssh-keygen -t rsa

cd /home/hadoop/.ssh/

cat id_rsa.pub >> authorized_keys

chmod 600 authorized_keys

reboot   重启机器使所有准备工作生效

4. 安装jdk

jdk-6u45-linux-x64-rpm.bin

chmod 777 jdk-6u37-linux-x64-rpm.bin

./jdk-6u37-linux-x64-rpm.bin

安装完成以后...安装目录为 /usr/java/jdk1.6.0_45/

接下来配置一下JDK的环境..

vi /etc/profile

在最下面增加下面三行：

export JAVA_HOME=/usr/java/jdk1.6.0_45/

export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH

export LASSPATH=.:/usr/java/jdk1.6.0_45/lib:/usr/java/jdk1.6.0_45/jre/lib:$CLASSPATH

使设置生效:

source /etc/profile

java -version

5. 安装hadoop

查找最新版本 http://apache.fayea.com/apache-mirror/hadoop/common

hadoop-2.5.1.tar.gz

tar zxvf hadoop-2.5.1.tar.gz -C /opt/

cd /opt/

mv hadoop-2.5.1/ hadoop

chown -R hadoop:hadoop hadoop/

在master 创建 文件夹

mkdir -p /opt/hadoop/dfs/name

mkdir -p /opt/hadoop/dfs/data

mkdir -p /opt/hadoop/dfs/tmp

修改hadoop 配置文件

cd /opt/hadoop/etc/hadoop

mv mapred-site.xml.template mapred-site.xml

修改 hadoop-env.sh

vi hadoop-env.sh

修改JAVA_HOME值

export JAVA_HOME=${JAVA_HOME}

修改为 

export JAVA_HOME=/usr/java/jdk1.6.0_45

修改 yarn-env.sh 

vi yarn-env.sh

修改JAVA_HOME值

# export JAVA_HOME=/home/y/libexec/jdk1.6.0/

修改为 

export JAVA_HOME=/usr/java/jdk1.6.0_45

修改 slaves 

vi slaves

添加所有节点

node1

node2

node3

修改 core-site.xml

vi core-site.xml

在 <configuration> </configuration>

中间增加如下配置

<configuration>

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://master:8020</value>

    </property>

     <property>

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

                <value>131072</value>

         </property>

         <property>

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

           <value>file:/opt/hadoop/dfs/tmp</value>

            <description>Abase for other temporary   directories.</description>

         </property>

         <property>

           <name>hadoop.proxyuser.root.hosts</name>

        <value>*</value>

         </property>

         <property>

           <name>hadoop.proxyuser.root.groups</name>

           <value>*</value>

         </property>

</configuration>

修改hdfs-site.xml

vi hdfs-site.xml

在 <configuration> </configuration>

中间增加如下配置

<configuration>

       <property>

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

               <value>master:9001</value>

       </property>

     <property>

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

             <value>file:/opt/hadoop/dfs/name</value>

       </property>

      <property>

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

              <value>file:/opt/hadoop/dfs/data</value>

       </property>

       <property>

               <name>dfs.replication</name>

               <value>2</value>

        </property>

        <property>

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

                  <value>true</value>

         </property>

</configuration>

修改 mapred-site.xml

vi mapred-site.xml

在 <configuration> </configuration>

中间增加如下配置

<configuration>

          <property>

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

                <value>yarn</value>

           </property>

          <property>

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

                  <value>master:10020</value>

          </property>

          <property>

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

                <value>master:19888</value>

       </property>

</configuration>

修改 yarn-site.xml

vi  yarn-site.xml

在 <configuration> </configuration>

中间增加如下配置

<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.address</name>

               <value>master:8032</value>

       </property>

       <property>

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

               <value>master:8030</value>

       </property>

       <property>

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

             <value>master:8031</value>

      </property>

      <property>

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

               <value>master:8033</value>

       </property>

       <property>

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

               <value>master:8088</value>

       </property>

</configuration>

所有配置完毕以后，将 hadoop 整个目录 全部复制到其他的节点中

scp -r hadoop node1:/opt/

chown -R hadoop:hadoop hadoop/

初始化并启动hadoop

hdfs namenode -format  

在master启动hdfs  会自动连接到其他节点启动

/opt/hadoop/sbin/start-dfs.sh

输入jps 可查看启动的进程

[root@master ~]# jps

2614 Jps

2007 NameNode

2183 SecondaryNameNode

[root@node1 ~]# jps

2004 Jps

1932 DataNode

在master启动yarn  会自动连接到其他节点启动

启动yarn

/opt/hadoop/sbin/start-yarn.sh

[root@master ~]# jps

2614 Jps

2007 NameNode

2347 ResourceManager

2183 SecondaryNameNode

[root@node1 ~]# jps

2144 Jps

2039 NodeManager

1932 DataNode

至此 hadoop 群集已经配置完成

浏览器访问：http://localhost:50070

浏览器访问 http://192.168.1.108:8088(不能用localhost)