搭建Hadoop单机的伪分布式模式

搭建Hadoop单机的伪分布式模式

Hadoop的安装分为单机方式、伪分布式方式 和 完全分布式方式。本次搭建为单机的伪分布模式。
搭建环境：centos6.5、 jdk1.8.0_65、 hadoop2.7.1

搭建步骤：

1. 准备虚拟机，最低的工作内存1G，通过xshell来管理
2. 关闭防火墙
3. 配置主机名
4. 配置hosts文件
5. 配置免密码登录
6. 安装和配置jdk
7. 上传和安装hadoop
8. 配置hadoop配置文件

具体搭建步骤:

1. 关闭防火墙

执行：service iptables stop这个指令关闭完防火墙后；
如果重启，防火墙会重新建立，所以，如果想重启后防火墙还关闭，
需额外执行：chkconfig iptables off

2. 配置主机名

执行：vim /etc/sysconfig/network
编辑主机名后保存退出：

NETWORKING=yes
#HOSTNAME=localhost.localdomain
HOSTNAME=hadoop02

注意：主机名里不能有下划线，或者特殊字符 #$，不然会找不到主机导致无法启动
这种方式更改主机名需要重启才能永久生效，因为主机名属于内核参数。
如果不想重启，可以执行：hostname hadoop01。但是这种更改是临时的，重启后会恢复原主机名。
所以可以结合使用。先修改配置文件，然后执行:hostname hadoop01 。可以达到不重启或重启都是主机名都是同一个的目的

3. 配置hosts文件

执行：vim /etc/hosts

127.0.0.1   localhost
::1         localhost
192.168.169.141 hadoop02

4. 配置免密码登录

1. 在hadoop02节点执行：
   执行：ssh-keygen
   然后一直回车
   
   生成节点的公钥和私钥，生成的文件会自动放在/root/.ssh目录下
2. 然后把公钥发往远程机器，比如hadoop02向hadoop01发送
   执行：ssh-copy-id -i ~/.ssh/id_rsa.pub root@hadoop01
3. 在hadoop02节点执行上述上述步骤，让hadoop02节点连接hadoop01免密码登录；
4. 测试免密登陆，执行：ssh root@hadoop01

5. 配置自己节点登录的免密码登录

1. 如果是单机的伪分布式环境，节点需要登录自己节点，即hadoop02要登录hadoop02,但是此时是需要输入密码的，所以要在hadoop02节点上
   执行：ssh-copy-id –i ~/.ssh/id_rsa.pub root@hadoop02

6. 安装和配置jdk

1. 卸载原安装jdk

rpm -qa|grep jdk 

rpm -ql jdk1.8.0_111-1.8.0_111-fcs.x86_64

 rpm –e jdk1.8.0_111		// 卸载原JDK

2. 进入到cd /usr/soft/目录下，上传jdk-8u65-linux-x64.tar.gz
   解压： tar -zxvf jdk-8u65-linux-x64.tar.gz
   配置jdk环境变量:

vim /etc/profile
export JAVA_HOME=/usr/soft/jdk1.8.0_65
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$JAVA_HOME/bin:$PATH

3. 保存退出
4. 使更改的配置立即生效

source /etc/profile			//使更改的配置立即生效

5. java -version 查看 JDK 版本信息。如显示 java version "1.8.0_65" 证明成功。

7. 上传和解压hadoop

• 上传 hadoop-2.7.1_64bit.tar.gz
• 解压： tar -zxvf hadoop-2.7.1_64bit.tar.gz

目录说明：
bin目录：命令脚本
etc/hadoop:存放hadoop的配置文件
lib目录：hadoop运行的依赖jar包
sbin目录：启动和关闭hadoop等命令都在这里
libexec目录：存放的也是hadoop命令，但一般不常用
最常用的就是sbin,bin和etc目录

8. 配置hadoop-env.sh

• 这个文件里写的是hadoop的环境变量,主要修改hadoop的JAVA_HOME路径

1. 切换到 etc/hadoop目录
   执行：vim hadoop-env.sh
   修改java_home路径和hadoop_conf_dir 路径
   
2. 然后执行：source hadoop-env.sh 让配置立即生效

• 如果export JAVA_HOME=${JAVA_HOME}不改，将来出现：

  localhost: Error: JAVA_HOME is not set and could not be found.

9. 修改 core-site.xml

1. 在etc/hadoop目录下
   执行：vim core-site.xml
   配置如下：

<configuration>
<!--用来指定hdfs的老大，namenode的地址-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop02:9000</value>
</property>
<!--用来指定hadoop运行时产生临时文件的存放目录，如果不配置默认使用/tmp目录存在安全隐患 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/soft/hadoop-2.7.1/tmp</value>
</property>
 </configuration>

10. 修改 hdfs-site.xml

1. 配置如下：

<configuration>
<!--指定hdfs保存数据副本的数量，包括自己，默认值是3-->
<!--如果是伪分布模式，此值是1-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
 
<!--设置hdfs的操作权限，false表示任何用户都可以在hdfs上操作文件-->
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
 
</configuration>

11. 修改 mapred-site.xml

• 这个文件初始时是没有的，有的是模板文件，mapred-site.xml.template
  所以需要拷贝一份，并重命名为mapred-site.xml

1. 执行：cp mapred-site.xml.template mapred-site.xml
   配置如下：

<configuration>
<property>
<!--指定mapreduce运行在yarn上,yarn是资源协调工具-->
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>

12. 修改yarn-site.xml

1. 配置如下：

<configuration>
<!-- Site specific YARN configuration properties -->
<property>
<!--指定yarn的老大 resoucemanager的地址-->
<name>yarn.resourcemanager.hostname</name>
<value>hadoop02</value>
</property>
<property>
<!--NodeManager获取数据的方式-->
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

13.配置 slaves 文件

集群里所有DataNode的主机名。

 [root@hadoop02 hadoop]# vim slaves

14. 配置 hadoop 的环境变量

1. 配置代码：

export JAVA_HOME=/usr/soft/jdk1.8.0_65
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export HADOOP_HOME=/usr/soft/hadoop-2.7.1
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:HADOOP_HOME/sbin:$PATH

15. 格式化 namenode

1. 执行：hadoop namenode -format
   如果不好使，可以重启linx
   或者将/usr/soft/hadoop-2.7.1/tmp的tmp目录删掉，重新格式化namenode
   当出现：successfully，证明格式化成功

• 注意，不能在生产环境中这么做。在生产环境里，做法是一般是：第一执行完格式化之后，在配置文件，配置禁止格式化。

16. 启动hadoop

1. 在sbin目录下 执行 ./start-all.sh，即可启动

• 警告的处理：

  17/11/16 20:43:41 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable

• 解决版本参考：http://blog.csdn.net/young_kim1/article/details/50324345

• 简易解决版本：
  /usr/soft/hadoop-2.7.1/etc/hadoop/log4j.properties文件的尾部添加
  log4j.logger.org.apache.hadoop.util.NativeCodeLoader=ERROR

2. 启动完成后使用jps查看hadoop启动的节点进程；

[root@hadoop02 sbin]# jps
59360 SecondaryNameNode
60036 Jps
59717 NodeManager
59589 ResourceManager
58686 NameNode
58830 DataNode

如果有节点缺失，可在/usr/soft/hadoop-2.7.1/logs中查看相对应的日志，看下启动有可能出现的问题，或者顺序排查配置文件是否配置正确；

通过浏览器查看管理hadoop

http://ip:50070
http://192.168.169.141:50070