Hadoop环境搭建——集群篇 .docx

Hadoop环境搭建——集群篇
假设有两台已经装好单节点hadoop环境的机子，IP分别是
192.168.11.131
192.168.11.132
Hadoop都装在/usr/local/hadoop目录下
1、配置一系列文件（所有节点上）
1、配置etc下的hosts文件
删除hosts内部的内容
Cat /dev/null > /etc/hosts
vi /etc/hosts
输入如下内容
192.168.11.131 master
192.168.11.132 slave
2、进入hadoop目录下，配置conf下的masters文件
cd /usr/local/hadoop
vi conf/masters
（打开后将里面内容清空，然后添加“master”或者master的IP“192.168.11.131”，此处即是hosts中配置的映射，填master或者直接填IP都是一样的）
3、配置conf下的slaves文件
Vi conf/slaves
（打开后将里面内容清空，然后添加“slave”或者slave的IP“192.168.11.132”，原因同上）

4、配置conf下的core-site.xml文件
Vi conf/core-site.xml
（因为已完成单节点配置，因此只需要修改就行了。打开后将第一个<property>标签中的localhost改为“master”或者master的IP，如下
Xml代码
1. <property>
2. <name>fs.default.name</name>
3. <value>hdfs://master:9008</value>
4. </property>
第二个<property>标签，即包含<name>dfs.replication</name>一行的那个，其中的“<value>”表示文件上传到dfs上时的备份个数，此数值不能大于slave即datanode的个数,这里是1）
5、配置conf下的hdfs-site.xml文件（此配置在slave节点上可有可无）
Vi conf/hdfs-site.xml
（打开后在空的<configuration> </configuration>中添加如下配置
Xml代码
1. <property>
2. <name>dfs.replication</name>
3. <value>1</value>
4. </property>
5.
6. <property>
7. <name>dfs.name.dir</name>
8. <value>/home/hadoop/hdfs/name</value>
9. </property>
10.
11. <property>
12. <name>dfs.data.dir</name>
13. <value>/home/hadoop/hdfs/data</value>
14. </property>

6、配置conf下的mapred-site.xml文件
Vi conf/mapred-site.xml
（打开后将<value>标签里的localhost改为JobTracker的IP，因为本例中JobTracker也是master本身，所以将localhost改为“master”或master的IP）
2、在所有slave节点上拷贝master和JobTracker的公钥
1、拷贝公钥
scp hadoop@master:/home/hadoop/.ssh/id_rsa.pub /home/hadoop/.ssh/master_rsa.pub
scp hadoop@master:/home/hadoop/.ssh/id_rsa.pub /home/haddop/.ssh/jobtracker_rsa.pub
(注：因为本例中master和JobTracker是同一台机器，所以相当于在master上拷了两次公钥）
2、将拷贝的公钥添加到信任列表
cat /home/hadoop/.ssh/master_rsa.pub >> /home/hadoop/.ssh/authorized_keys
cat /home/hadoop/.ssh/jobtracker_rsa.pub >> /home/hadoop/.ssh/authorized_keys

3、在JobTracker上拷贝master的公钥
1、拷贝公钥
scp root@master:/home/hadoop/.ssh/id_rsa.pub /home/hadoop/.ssh/master_rsa.pub
（注：本例中master和JobTracker是同一台机器，所以相当于自己拷自己的公钥)

2、拷贝所有slave节点的公钥
scp root@slave:/home/hadoop/.ssh/id_rsa.pub /home/hadoop/.ssh/slave_rsa.pub

3、添加到信任列表
cat /home/hadoop/.ssh/master_rsa.pub >> /home/hadoop/.ssh/authorized_keys
cat /home/hadoop/.ssh/slave_rsa.pub >> /home/hadoop/.ssh/authorized_keys
运行阶段：
1、启动hadoop(只用在启动master就ok了，它会自动启动slave)
1、在所有节点上删除/home/hadoop/下的tmp文件夹（包括master节点）
sudo rm -r /home/hadoop/tmp
（注：tmp文件夹内部存放有NameNode的ID信息，如果ID不一样的话是无法正常连接的，此处的删除操作是为了保证ID的一致性）
2、在master上格式化NameNode
hadoop namenode -format
3、启动hadoop
bin/start-all.sh
4、查看各节点是否正常启动
jps
（此语句执行后，slave节点中必须有DataNode，master节点中必须有NameNode，否则启动失败）

5、查看整个系统状态
hadoop dfsadmin -report
（此语句执行后能显示当前连接的slave数，即DataNode数）
2、跑wordcount
1、准备测试文件
sudo echo "mu ha ha ni da ye da ye da da" > /tmp/test.txt
2、将测试文件上传到dfs文件系统
hadoop dfs -put /tmp/test.txt multiTest
注：如multiTest目录不存在的话会自动创建）
3、执行wordcount
hadoop jar hadoop-mapred-examples0.21.0.jar wordcout multiTest result
（注：如result目录不存在的话会自动创建）
4、查看结果
hadoop dfs -cat result/part-r-00000