本文参考了如下作者:
http://www.it165.net/pro/html/201410/23406.html
http://blog.csdn.net/hguisu/article/details/7237395
特别鸣谢!
一、准备工作:
1.最新的jdk1.8(jdk-8u20-linux-i586.tar.gz)
下载地址:http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
2.最新hadoop-2.5.1(hadoop-2.5.1.tar.gz)
下载地址:http://apache.fayea.com/apache-mirror/hadoop/common/hadoop-2.5.1/
3.ssh的安装
(注:本次配置实在ubuntu14.04 kylin LTS系统上进行的)
二、总体流程:
1.安装jdk,设置环境变量
2.安装ssh,实现无密码验证
3.安装配置hadoop
4.格式化,验证,启动
三、环境配置
安装jdk
将下载好的jdk-8u20-linux-i586.tar.gz解压到/usr/lib/jvm目录下,进入源文件目录,输入命令 sudo tar -zxvf jdk-8u20-linux-i586.tar.gz -C /usr/lib/jvm
设置JAVA_HOME等环境变量
输入命令 sudo vim /etc/profile 在一般模式下按i进入编辑模式,在末尾输入下列语句:
#set java home
export JAVA_HOME=/usr/lib/jvm/java-8u20-sun
export JRE_HOME=/usr/lib/jvm/java-8u20-sun/jre
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin注意:这里设置的JAVA_HOME目录是我的压缩文件最终解压到的位置,读者根据自己情况改变
在vim编辑模式下输入完成后,按Esc键返回到一般模式,输入:wq保存返回,执行下列命令使配置生效
sudo chmod +x /etc/profile #增加执行权限
source /etc/profile #使配置生效
在命令窗口中输入命令 java -version ,出现下列信息,则表明jdk安装成功
java version "1.8.0_20"
Java(TM) SE Runtime Environment (build 1.8.0_20-b26)
Java HotSpot(TM) Server VM (build 25.20-b23, mixed mode)
在命令窗口中输入命令 echo $JAVA_HOME,出现下列信息,则表明jdk配置成功
/usr/lib/jvm/java-8u20-sun
ssh无密码验证配置
在命令窗口下输入 sudo apt -get install ssh
这个安装完后,可以直接使用ssh命令 了。
执行$ netstat -nat 查看22端口是否开启了。
测试:ssh localhost。
输入当前用户的密码,回车就ok了。说明安装成功,同时ssh登录需要密码。在命令窗口下输入 ssh-keygen -t rsa
Generating public/private rsa key pair.
Enter file in which to save the key (/root/.ssh/id_rsa): & 按回车默认路径 &
Created directory '/root/.ssh'. &创建/root/.ssh目录&
Enter passphrase (empty for no passphrase):
Enter same passphrase again:
Your identification has been saved in /root/.ssh/id_rsa.
Your public key has been saved in /root/.ssh/id_rsa.pub.
通过以上命令将在/root/.ssh/ 目录下生成id_rsa私钥和id_rsa.pub公钥。进入/root/.ssh目录在namenode节点下做如下配置:
输入命令 sudo cat id_rsa.pub > authorized_keys
将id_rsa.pub写入authorized_keys,配置完毕,可通过ssh 本机IP 测试是否需要密码登录:ssh localhost
4.hadoop-2.5.1安装配置
将下载好的hadoop-2.5.1.tar.gz解压到/opt目录下,并更名为hadoop
在命令窗口下输入 sudo tar -zxvf hadoop2.5.1.tar.gz -C /opt/hadoop
输入 sudo mv hadoop-2.5.1 hadoop
然后把Hadoop的安装路径添加到"/etc/profile"中,并使其生效。输入命令 sudo vim /etc/profile 在编辑模式下输入下列语句
# set hadoop path
export HADOOP_HOME=/opt/hadoop
export PATH=$PATH :$HADOOP_HOME/bin
完成后按Esc ,输入:wq保存退出,输入命令 source /etc/profile
请注意这里安装的2.5.1版本,2.*版本较1.*版本改动很大,主要是用Hadoop MapReduceV2(Yarn) 框架代替了一代的架构,其中JobTracker 和 TaskTracker 不见了,取而代之的是 ResourceManager, ApplicationMaster 与 NodeManager 三个部分,而具体的配置文件位置与内容也都有了相应变化,具体的可参考文献:http://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop-yarn/
安装完之后进行配置,首先所有的配置文件从上一版本的hadoop/conf换成了hadoop/etc/hadoop,在hadoop目录下,执行sudo vim etc/hadoop/core-site.xml,将其配置为:
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/hadoop/tmp</value>
<description>A base for other temporary directories.</description>
</property>
<!--file system properties-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://127.0.0.1:9000</value>
</property>
</configuration>
(注:我是在本机配置伪分布,因此hdfs配置ip地址为本机ip)
然后执行vim etc/hadoop/hdfs-site.xml进行第二项配置:
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/opt/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/usr/hadoop/hdfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
请注意上述路径都需要自己手动用mkdir创建(共三个目录,hdfs目录,还有hdfs目录下的data目录和name目录),具体位置也可以自己选择,其中dfs.replication的值建议配置为与分布式 cluster 中实际的 DataNode 主机数一致,在这里由于是伪分布式环境所以设置其为1。
上述配置也可参考:http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/SingleCluster.html#Pseudo-Distributed_Operation
接下来执行vim etc/hadoop/mapred-site.xml配置其使用 Yarn 框架执行 map-reduce 处理程序
(注意:在hadoop2.X版本中已经没有mapred-site.xml文件了,在这里需要自己新建一个)
内容如下:
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>Yarn</value>
</property>
</configuration>
最后执行vim etc/hadoop/yarn-site.xml对yarn进行配置,其内容如下:
<configuration>
<!-- Site specific YARN configuration properties -->
<property>
<name>Yarn.nodemanager.aux-services</name>
<value>mapreduce.shuffle</value>
</property>
<property>
<description>The address of the applications manager interface in the RM.</description>
<name>Yarn.resourcemanager.address</name>
<value>你的ip:18040</value>
</property>
<property>
<description>The address of the scheduler interface.</description>
<name>Yarn.resourcemanager.scheduler.address</name>
<value>你的ip:18030</value>
</property>
<property>
<description>The address of the RM web application.</description>
<name>Yarn.resourcemanager.webapp.address</name>
<value>你的ip:18088</value>
</property>
<property>
<description>The address of the resource tracker interface.</description>
<name>Yarn.resourcemanager.resource-tracker.address</name>
<value>你的ip:8025</value>
</property>
</configuration>
(注意:在这里,因为我是本机配置,所以“你的ip”都为127.0.0.1,不要写成localhost,在这失败好久。。。)
(注意:千万别忘了修改hadoop-env.sh和yarn-env.sh两个文件里的JAVA_HOME,用命令sudo vim hadoop/etc/hadoop/hadoop-env.sh 与 sudo vim hadoop/etc/hadoop/yarn-env.sh来配置两个文件里的JAVA_HOME,在这里,即是将$JAVA_HOME替换为/usr/lib/jvm/java-8u20-sun)
然后格式化:hadoop/bin/hadoop namenode -format,看到命令倒数第三行Storage directory * has been successfully formatted. 则说明格式化成功。
(注意:在格式化过程中可能会出错,如果报出java.io.exception cannot create directory /opt/hadoop/hdfs/data 这是因为目录权限不够,在命令窗口下输入 sudo chmod a+x /opt/hadoop)
新版本中启动脚本也从hadoop/bin/start-all.sh变为了hadoop/sbin/start-dfs.sh与hadoop/sbin/start-yarn.sh
执行 sbin/start-dfs.sh
执行sbin/start-yarn.sh
两者均启动成功,可以访问http://127.0.0.1:50070来获得dfs的运行现状,http://127.0.0.1:8088来获得resource manager的运行现状,全部Hadoop上的应用情况一目了然。