hadoop0.20.2集群搭建 Ubuntu14.04 环境

2019独角兽企业重金招聘Python工程师标准>>>

配前准备

一.   安装环境：Ubuntu 14.04 ---------一共三台机器

其中一台namenode＋jobtracker (master) , 两台 datanode + tasktracker(hadoop, salve1)

下表为各个机器的具体内容

ip                     username/password  hostname

10.60.38.165    hadoop/123456          hadoop

10.60.38.166     hadoop/123456         master

10.60.38.155     hadoop/123456         salve1  (......居然拼错了，我靠）

在每台机器的/etc/hosts 下面 添加

10.60.38.165     hadoop

10.60.38.166     master

10.60.38.155     salve1

使得各台机器相互之间可以ping通(通过hostname可以ping）

（ps: /etc/hosts 里面的数据全部清空，只留上面的三个 以及第一项: 127.0.0.1   localhost )

二.    SSH 无密码验证配置

1.因为大部分Linux里面默认已经安装好了ssh，我在安装时已经默认安装好，但是ssh service 没有安装，使用 sudo apt-get install openssh-server 来安装 ssh service。（确保 22端口号处于监听状态：netstat -nat 查看）

2.在每台机器上都执行 下面命令： ssh-kengen -t rsa -P ""

一路enter (将密钥的位置保存在默认的路径下）

在user的当前目录下出现目录/.ssh(默认的权限为700）

里面生成两个文件 id_rsa 和 id_rsa.pub

3.接着在 Master 节点上做如下配置把id_rsa.pub 追加到授权的key 里面

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys  

4.下面在其他两台机器上依次执行命令将各自生成的id_rsa.pub 添加到Master 下的authorized_keys 里面

cat id_rsa.pub | ssh hadoop@master  "cat >> ~/.ssh/authorized_keys  ( 此时 ssh 到 另外一台机器上 需要另外一台机器的密码）

5.最后将Master 机器上得到的 authorized_keys 依次添加到 各台机器的 /home/hadoop/.ssh 目录下

scp authorized_keys hadoop@hadoop :~/.ssh

scp authorized_keys hadoop@salve1:~/.ssh

6.配置完成后在每一台机器上都可以无密码验证登录另外一台机器了。于是这一步搞定。

在每台机器上安装jdk 和 Hadoop 

配置Hadoop (此处我的版本为hadoop0.20.2，jdk1.7）

----在配置文件中设值时，两边千万不能有空格，不然无效。

接下来配置配置文件：hadoop-env.sh, core-site.xml, hdfs-site.xml, mapred-site.xml

PS:

对于hadoop-env.sh 各个节点的配置都是相同的。

对于master节点，需要额外配置slaves 文件，在里面添加各个datanode  的ip 地址

下面附上master节点与Hadoop节点的配置（salve1与Hadoop类似，只需修改对于的ip,这里我已经大部分采用系统默认配置，所以无需更改）

hadoop-env.sh:

export JAVA_HOME=/opt/jdk1.7

(就在最后面加上即可）

core-site.xml:

<configuration>

        <property>

                    <name>fs.default.name</name>

                    <value>hdfs://master:9000</value>

        </property>

</configuration>

ps: 这里当我添加属性 hadoop.tmp.dir 改变其默认路径时，集群在启动时报错。。。。未解，先暂时启用默认路径。还望大神指教。

hdfs-site.xml:

<configuration>

        <property>

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

                    <value>true</value>

        </property>

</configuration>

<configuration>

        <property>

                    <name>dfs.replication</name>

                    <value>2</value>

        </property>

</configuration>

mapred-site.xml:

<configuration>

        <property>

                    <name>mapred.job.tracker</name>

                    <value>10.60.38.166:9001</value>

        </property>

</configuration>

slaves:

10.60.38.165      hadoop

10.60.38.155      salve1

masters:

master

在master节点配置好了然后复制到各个Datanode 节点。

注意：这里的master, slaves 文件在复制的时候可以不用变动，系统会自动忽略。而且配置都不需要改变，因为已经尽量采用了默认配置

---------------------------------------------------------------------------------------------------------------------

测试运行

经过以下几步：

1.create some files（file01.txt, file02.txt) 

2.hadoop fs -mkdir input

3.hadoop fs -put file*.txt input

4.hadoop jar /opt/hadoop/hadoop-0.20.2-examples.jar wordcount input output

5.hadoop fs -ls output

6.hadoop fs -cat output/part-r-00000

最得到结果:

;slkdfj 1

aer 1

apple 1

are 1

asfjjjf 1

c++ 1

fj 1

hello 2

java 3

tantairs 1

world 4

转载于:https://my.oschina.net/u/995577/blog/366288