Hadoop环境搭建以及试跑MapReduce作业
一:安装JDK
1.查看
java -version
查看当前系统自带的open jdk版本信息
2.删除
rpm -qa | grep java
查看包含java字符串的文件,其中删除类似下面这四个文件(不一定是四个)
java-1.7.0-openjdk-1.7.0.111-2.6.7.8.el7.x86_64
java-1.8.0-openjdk-1.8.0.102-4.b14.el7.x86_64
java-1.8.0-openjdk-headless-1.8.0.102-4.b14.el7.x86_64
java-1.7.0-openjdk-headless-1.7.0.111-2.6.7.8.el7.x86_64
包含noarch的文件不必删除,如下:
python-javapackages-3.4.1-11.el7.noarch
tzdata-java-2016g-2.el7.noarch
javapackages-tools-3.4.1-11.el7.noarch
3.删除的具体命令如下:
rpm -e --nodeps java-1.7.0-openjdk-1.7.0.111-2.6.7.8.el7.x86_64
rpm -e --nodeps java-1.8.0-openjdk-1.8.0.102-4.b14.el7.x86_64
rpm -e --nodeps java-1.8.0-openjdk-headless-1.8.0.102-4.b14.el7.x86_64
rpm -e --nodeps java-1.7.0-openjdk-headless-1.7.0.111-2.6.7.8.el7.x86_64
执行完以上步骤后可以再次使用java -version查看是否已经删除成功。
4.下载JDK
http://www.oracle.com/technetwork/java/javase/downloads/index.html
5.安装
解压到/usr/java
tar -zxvf jdk-8u191-linux-x64.tar.gz
配置环境变量
vi /etc/profile
最后一行
#java environment
export JAVA_HOME=/usr/java/jdk1.8.0_191
export CLASSPATH=.:${JAVA_HOME}/jre/lib/rt.jar:${JAVA_HOME}/lib/dt.jar:${JAVA_HOME}/lib/tools.jar
export PATH=$PATH:${JAVA_HOME}/bin
让环境变量生效
source /etc/profile
java -version 检查是否成功
二:安装Hadoop
下载安装包
http://apache.claz.org/hadoop/common/hadoop-3.1.1/hadoop-3.1.1.tar.gz
解压到usr/local/
tar -zxvf hadoop-3.1.1.tar.gz
重命名
mkdir hadoop
mv hadoop-3.1.1/* hadoop/
环境变量配置
vi /etc/profile.d/hadoop.sh
# set the hadoop home
export HADOOP_HOME="/usr/local/hadoop"
export HADOOP_MAPRED_HOME="/usr/local/hadoop"
export HADOOP_PID_DIR="${HADOOP_HOME}/pids"
export YARN_PID_DIR=${HADOOP_PID_DIR}
# set hadoop log dir
export HADOOP_LOG_DIR="/data/bigdata/log/hadoop-hdfs"
export YARN_LOG_DIR="/data/bigdata/log/hadoop-yarn"
export HADOOP_MAPRED_LOG_DIR="/data/bigdata/log/hadoop-mapred"
if [[ -n $HADOOP_HOME ]]; then
export PATH=$HADOOP_HOME/bin:$PATH
export PATH=$HADOOP_HOME/sbin:$PATH
fi
让环境变量生效
source /etc/profile
hadoop -version 检查是否成功
创建用户组和用户
sudo groupadd hadoop
sudo useradd -G hadoop hduser
创建日志文件夹
mkdir -p /data/bigdata/log
chown hduser /data/bigdata/log -R
设置密码
passwd hduser
123456
修改配置文件
修改core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>hadoop.proxyuser.hadoop.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.hadoop.groups</name>
<value>hadoop</value>
</property>
</configuration>
修改mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value>
</property>
<property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value>
</property>
<property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/hadoop</value>
</property>
</configuration>
修改yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.nodemanager.resource.cpu-vcores</name>
<value>1</value>
</property>
<property>
<name>yarn.web-proxy.address</name>
<value>master:9001</value>
</property>
</configuration>
修改hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.http-address</name>
<value>master:50070</value>
</property>
</configuration>
配置/hadoop-env.sh
export JAVA_HOME=/usr/java/jdk1.8.0_191
export HADOOP_HOME=/usr/local/hadoop
格式化hdfs
./hadoop namenode -format
配置1
$ vi sbin/start-dfs.sh
$ vi sbin/stop-dfs.sh
两处增加以下内容
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
配置2
$ vi sbin/start-yarn.sh
$ vi sbin/stop-yarn.sh
两处增加以下内容
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
YARN_PROXYSERVER_USER=root
SSH免密码登录配置
vi /etc/hosts
192.168.1.30 master
192.168.1.31 node1
192.168.1.32 node2
1、生成公钥和私钥
在主节点中,执行:
ssh-keygen -trsa
然后,不断的按回车键。
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 600 ~/.ssh/authorized_keys
2、将公钥复制到其他node(node复制到master同理)
scp ~/.ssh/authorized_keys root@node1:~/.ssh/
scp ~/.ssh/authorized_keys root@node2:~/.ssh/
scp ~/.ssh/authorized_keys root@master:~/.ssh/
一切准备就绪,可以启动了
./start-all.sh
MapReduce实验
源码的百度云地址:/s/1o6EbAUQ
//引入使用到的依赖
export CLASSPATH="$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-core-3.1.1.jar:$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-common-3.1.1.jar:$HADOOP_HOME/share/hadoop/common/hadoop-common-3.1.1.jar:~/MapReduceTutorial/SalesCountry/*:$HADOOP_HOME/lib/*"
//编译
javac -d . SalesMapper.java SalesCountryReducer.java SalesCountryDriver.java
//设置程序入口
vi Manifest.txt
Main-Class: SalesCountry.SalesCountryDriver
//打包
$JAVA_HOME/bin/jar cfm ProductSalePerCountry.jar Manifest.txt SalesCountry/*.class
//拷贝数据源到hdfs
$HADOOP_HOME/bin/hdfs dfs -copyFromLocal Sales2014.csv /
//运行作业
$HADOOP_HOME/bin/hadoop jar ProductSalePerCountry.jar /Sales2014.csv /mapreduce_output_sales
集群查看界面
http://master:8088
hdfs管理界面
http://master:50070
如果50070访问不了,可能是namenode启动失败了,需要重新格式化HDFS
$HADOOP_HOME/bin/hadoop namenode -format
再重启应该就可以了。
详细见《NameNode启动不成功解决方案》
Datanode启动不了,需要保持ClusterID一致。
将name/current目录中VERSION的ClusterID复制到data/current目录中VERSION的ClusterID即可。
Datanode启动命令:$HADOOP_HOME/bin/hdfs --daemon start datanode
详细见《DataNode启动不成功解决方案》