Hadoop入门进阶课程3--Hadoop2.X64位环境搭建

【注】该系列课程是应邀实验楼整理编写的，这里需要赞一下实验楼提供了学习的新方式，可以边看博客边上机实验，课程地址为 https://www.shiyanlou.com/courses/237

1 搭建环境

部署节点操作系统为CentOS，防火墙和SElinux禁用，创建了一个shiyanlou用户并在系统根目录下创建/app目录，用于存放Hadoop等组件运行包。因为该目录用于安装hadoop等组件程序，用户对shiyanlou必须赋予rwx权限（一般做法是root用户在根目录下创建/app目录，并修改该目录拥有者为shiyanlou(chown –R shiyanlou:shiyanlou /app）。
Hadoop搭建环境：
- 虚拟机操作系统： CentOS6.6 64位，单核，1G内存
- JDK：1.7.0_55 64位
- Hadoop：2.2.0 64位（该部署包为第2个实验所编译完成）

2 部署Hadooop2.X

2.1 配置Hadoop环境

在Apache网站上提供Hadoop2.X安装包只支持32位操作系统安装，在64位服务器安装会出现3.1的错误异常。这里我们使用上一步骤编译好的hadoop-2.2.0-bin.tar.gz文件作为安装包（也可以在/home/shiyanlou/install-pack目录中找到hadoop-2.2.0.tar.gz安装包）

2.1.1 下载并解压hadoop安装包

解压缩并移动到/app目录下
- cd /home/shiyanlou/install-pack
- tar -xzf hadoop-2.2.0.tar.gz
- mv hadoop-2.2.0 /app

2.1.2 在Hadoop目录下创建子目录

在hadoop-2.2.0目录下创建tmp、name和data目录
- cd /app/hadoop-2.2.0
- mkdir tmp
- mkdir hdfs
- mkdir hdfs/name
- mkdir hdfs/data

2.1.3 配置hadoop-env.sh

1.打开配置文件hadoop-env.sh
- cd /app/hadoop-2.2.0/etc/hadoop
- sudo vi hadoop-env.sh

2.加入配置内容，设置了hadoop中jdk和hadoop/bin路径
- export HADOOP_CONF_DIR=/app/hadoop2.2.0/etc/hadoop
- export JAVA_HOME=/app/lib/jdk1.7.0_55
- export PATH=$PATH:/app/hadoop-2.2.0/bin

3.编译配置文件hadoop-env.sh，并确认生效
- source hadoop-env.sh
- hadoop version

2.1.4 配置yarn-env.sh

打开配置文件yarn-env.sh，设置了hadoop中jdk路径，配置完毕后使用source yarn-env.sh编译该文件
- export JAVA_HOME=/app/lib/jdk1.7.0_55

2.1.5 配置core-site.xml

1.使用如下命令打开core-site.xml配置文件
- cd /app/hadoop-2.2.0/etc/hadoop
- sudo vi core-site.xml

2.在配置文件中，按照如下内容进行配置

<configuration>
  <property>
    <name>fs.default.name</name>
    <value>hdfs://hadoop:9000</value>
  </property>
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://hadoop:9000</value>
  </property>
  <property>
    <name>io.file.buffer.size</name>
    <value>131072</value>
  </property>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>file:/app/hadoop-2.2.0/tmp</value>
    <description>Abase for other temporary directories.</description>
  </property>
  <property>
    <name>hadoop.proxyuser.hduser.hosts</name>
    <value>*</value>
  </property>
  <property>
    <name>hadoop.proxyuser.hduser.groups</name>
    <value>*</value>
  </property>
</configuration>

2.1.6 配置hdfs-site.xml

1.使用如下命令打开hdfs-site.xml配置文件
- cd /app/hadoop-2.2.0/etc/hadoop
- sudo vi hdfs-site.xml

2.在配置文件中，按照如下内容进行配置

<configuration>
  <property>
   <name>dfs.namenode.secondary.http-address</name>
   <value>hadoop:9001</value>
  </property>
  <property>
   <name>dfs.namenode.name.dir</name>
   <value>file:/app/hadoop-2.2.0/hdfs/name</value>
  </property>
  <property>
   <name>dfs.datanode.data.dir</name>
   <value>file:/app/hadoop-2.2.0/hdfs/data</value>
  </property>
  <property>
   <name>dfs.replication</name>
   <value>1</value>
  </property>
  <property>
   <name>dfs.webhdfs.enabled</name>
   <value>true</value>
  </property>
</configuration>

2.1.7 配置mapred-site.xml

1.默认情况下不存在mapred-site.xml文件，可以从模板拷贝一份，并使用如下命令打开mapred-site.xml配置文件
- cd /app/hadoop-2.2.0/etc/hadoop
- cp mapred-site.xml.template mapred-site.xml
- sudo vi mapred-site.xml

2.在配置文件中，按照如下内容进行配置

<configuration>
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
  <property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop:10020</value>
  </property>
  <property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop:19888</value>
  </property>
</configuration>

2.1.8 配置yarn-site.xml

1.使用如下命令打开yarn-site.xml配置文件
- cd /app/hadoop-2.2.0/etc/hadoop
- sudo vi yarn-site.xml

2.在配置文件中，按照如下内容进行配置

<configuration>
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
  <property>
    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
    <value>org.apache.hadoop.mapred.ShuffleHandler</value>
  </property>
  <property>
    <name>yarn.resourcemanager.address</name>
    <value>hadoop:8032</value>
  </property>
  <property>
    <name>yarn.resourcemanager.scheduler.address</name>
    <value>hadoop:8030</value>
  </property>
  <property>
    <name>yarn.resourcemanager.resource-tracker.address</name>
    <value>hadoop:8031</value>
  </property>
  <property>
    <name>yarn.resourcemanager.admin.address</name>
    <value>hadoop:8033</value>
  </property>
  <property>
    <name>yarn.resourcemanager.webapp.address</name>
    <value>hadoop:8088</value>
  </property>
</configuration>

2.1.9 配置slaves文件

在slaves配置文件中设置从节点，这里设置为hadoop，与Hadoop1.X区别的是Hadoop2.X不需要设置Master
- cd /app/hadoop-2.2.0/etc/hadoop
- vi slaves

2.1.10 格式化namenode

• cd /app/hadoop-2.2.0/bin
• ./hdfs namenode -format

2.2 启动Hadoop

2.2.1 启动hdfs

• cd /app/hadoop-2.2.0/sbin
• ./start-dfs.sh

2.2.2 验证当前进行

使用jps命令查看运行进程，此时在hadoop上面运行的进程有：namenode、secondarynamenode和datanode三个进行

2.2.3 启动yarn

• cd /app/hadoop-2.2.0/sbin
• ./start-yarn.sh

2.2.4 验证当前进行

使用jps命令查看运行进程，此时在hadoop上运行的进程除了：namenode、secondarynamenode和datanode，增加了resourcemanager和nodemanager两个进程：

2.3 测试Hadoop

2.3.1 创建测试目录

• cd /app/hadoop-2.2.0/bin
• ./hadoop fs -mkdir -p /class3/input

2.3.2 准备测试数据

• ./hadoop fs -copyFromLocal ../etc/hadoop/* /class3/input

2.3.3 运行wordcount例子
- cd /app/hadoop-2.2.0/bin
- ./hadoop jar ../share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /class3/input /class3/output

2.3.4 查看结果

使用如下命令查看运行结果：
- ./hadoop fs -ls /class3/output/
- ./hadoop fs -cat /class3/output/part-r-00000 | less

3 问题解决

3.1 CentOS 64bit安装Hadoop2.2.0中出现文件编译位数异常

在安装hadoop2.2.0过程中出现如下异常：Unable to load native-hadoop library for your platform… using builtin-java classes where applicable

通过分析是由于lib/native目录中有些文件是在32位编译，无法适应CentOS 64位环境造成

有两种办法解决：
- 重新编译hadoop，然后重新部署
- 暂时办法是修改配置，忽略有问题的文件