Hadoop-2.7.1集群环境搭建

摘自：http://blog.csdn.net/u014039577/article/details/49813531

由于日志数据量越来越大，数据处理的逻辑越来越复杂，同时还涉及到大量日志需要批处理，当前的flume-kafka-storm-Hbase-web这一套流程已经不能满足当前的需求了，所以只能另寻出路，于是想到了Hadoop这个东西。之前的storm是一个基于流式处理的实时分析系统，相比Hadoop的离线批处理各有千秋，两者相比，我有看到一个比较形象的比喻：Hadoop就像是纯净水，一桶一桶地搬，而Storm是用水管，预先接好，打开水龙头，水就源源不断的出来了。

同样，Hadoop的批处理也是相当的强大，高性能、高稳定、高吞吐量、分布式、批处理这些特点都是我们所需要的。于是，在目前的形势下，在之前的实时处理的基础上，我们想再加一个离线的日志批处理，于是用到了Hadoop。首先，我们得搭建好Hadoop集群，由于我也是第一次搭建Hadoop集群，其中遇到了许多的问题，可以说是一把辛酸泪，后面终于把集群搭建起来了，可算不负众望。

下面记录Hadoop的搭建过程：

1、首先到官网上下载一个Hadoop的压缩安装包，我安装用的版本是hadoop-2.7.1.tar.gz，由于我安装的是最新的版本，和Hadoop之前的版本有很大的差异，所以网上很多的教程都不适用，这也是导致在安装过程中遇到问题所在，下载地址：http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.7.1/hadoop-2.7.1.tar.gz

2、下载完成后（这个压缩包比较大，有201M，下载比较慢，耐心等待吧），放到Linux某个目录下，这里我用的系统是：CentOS release 6.5 (Final)，我放的目录是：/usr/local/jiang/hadoop-2.7.1.tar.gz，然后执行：tar zxvf hadoop-2.7.1.tar.gz解压（这些操作都是要在集群中的主机上进行，也就是hadoop的master上面）

3、配置host文件

进入/etc/hosts，配置主机名和ip的映射， 这里是集群的每个机子都需要配置，这里我的logsrv02是主机（master），其余两台是从机（slave）

[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 /]# vi /etc/hosts  
  2. 172.17.6.142 logsrv02  
  3. 172.17.6.149 logsrv04  
  4. 172.17.6.148 logsrv03  
4、jdk的安装（这里我的机子上面已经有了，所以就不需要再安装了）

我使用的jdk是jdk1.7.0_71，没有的需要安装，将jdk下载下来，解压到某个目录下，然后到/etc/profile中配置环境变量，在执行Java -version验证是否安装成功。

5、配置SSH免密码登陆

这里所说的免密码登录是相对于主机master来说的，master和slave之间需要通信，配置好后，master和slave进行ssh登陆的时候不需要输入密码。

如果系统中没有ssh的需要安装，然后执行：

[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 ~]# ssh-keygen -t rsa  
会在根目录下生成私钥id_rsa和公钥id_rsa.pub
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 /]# cd ~  
  2. [root@logsrv03 ~]# cd .ssh  
  3. [root@logsrv03 .ssh]# ll  
  4. 总用量 20  
  5. -rw-------  1 root root 1185 11月 10 14:41 authorized_keys  
  6. -rw-------  1 root root 1675 11月  2 15:57 id_rsa  
  7. -rw-r--r--  1 root root  395 11月  2 15:57 id_rsa.pub  

然后将这里的公钥分别拷贝到其余slave中的.ssh文件中，然后要把公钥（id_dsa.pub）追加到授权的key中去：

[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. cat id_rsa.pub >> authorized_keys  

然后修改权限（每台机子都需要修改），这点我也没太弄明白，具体可以参考：http://blog.csdn.net/leexide/article/details/17252369
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv04 .ssh]# chmod 600 authorized_keys   
  2. [root@logsrv04 .ssh]# chmod 700 -R .ssh     

将生成的公钥复制到从机上的.ssh目录下：

[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 .ssh]# scp -r id_rsa.pub root@logsrv02:~/.ssh/  
  2. [root@logsrv03 .ssh]# scp -r id_rsa.pub root@logsrv04:~/.ssh/  

然后所有机子都需要重启ssh服务

[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 .ssh]# service sshd restart  
  2. [root@logsrv02 .ssh]# service sshd restart  
  3. [root@logsrv04 .ssh]# service sshd restart  
然后验证免密码登陆是否成功，这里在主机master这里验证：
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 .ssh]# ssh logsrv02  
  2. [root@logsrv03 .ssh]# ssh logsrv04  

如果在登陆slave不需要输入密码，则免密码登陆设置成功。

6、开始安装Hadoop，配置hadoop环境变量/etc/profile(所有机子都需要配置)

[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. export HADOOP_HOME=/usr/local/jiang/hadoop-2.7.1  
  2. export PATH=$PATH:$HADOOP_HOME/bin  
7、修改配置文件：
（1）、修改hadoop-2.7.1/etc/hadoop/hadoop-env.sh
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 /]# cd usr/local/jiang/hadoop-2.7.1  
  2. [root@logsrv03 hadoop-2.7.1]# cd etc/hadoop/  
  3. [root@logsrv03 hadoop]# vi hadoop-env.sh  
  4. export JAVA_HOME=/usr/local/jdk1.7.0_71  
(2)、修改hadoop-2.7.1/etc/hadoop/slaves
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 hadoop]# vi slaves   
  2. logsrv02  
  3. logsrv04  
(3)、修改hadoop-2.7.1/etc/hadoop/core-site.xml
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. <configuration>  
  2. <property>  
  3.                 <name>fs.defaultFS</name>  
  4.                 <value>hdfs://logsrv03:8020</value>  
  5.         </property>  
  6.         <property>  
  7.                 <name>io.file.buffer.size</name>  
  8.                 <value>131072</value>  
  9.         </property>  
  10.         <property>  
  11.                 <name>hadoop.tmp.dir</name>  
  12.                 <value>file:/opt/hadoop/tmp</value>  
  13.         </property>  
  14.         <property>  
  15.                 <name>fs.hdfs.impl</name>  
  16.                 <value>org.apache.hadoop.hdfs.DistributedFileSystem</value>  
  17.                 <description>The FileSystem for hdfs: uris.</description>  
  18.         </property>  
  19.         <property>  
  20.                 <name>fs.file.impl</name>  
  21.                 <value>org.apache.hadoop.fs.LocalFileSystem</value>  
  22.                 <description>The FileSystem for hdfs: uris.</description>  
  23.     </property>  
  24. </configuration>  
（4）、修改hadoop-2.7.1/etc/hadoop/hdfs-site.xml
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. <configuration>  
  2. <property>  
  3.                 <name>dfs.namenode.name.dir</name>  
  4.                 <value>file:/opt/hadoop/dfs/name</value>  
  5.         </property>  
  6.         <property>  
  7.                 <name>dfs.datanode.data.dir</name>  
  8.                 <value>file:/opt/hadoop/dfs/data</value>  
  9.         </property>  
  10.         <property>  
  11.                 <name>dfs.replication</name>      
  12.                 <value>2</value>   
  13.         </property>  
  14. </configuration>  
(5)、修改hadoop-2.7.1/etc/hadoop/yarn-site.xml
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. <configuration>  
  2.   
  3. <!-- Site specific YARN configuration properties -->  
  4. <property>  
  5.                 <name>yarn.resourcemanager.address</name>  
  6.                 <value>logsrv03:8032</value>  
  7.         </property>  
  8.         <property>  
  9.                 <name>yarn.resourcemanager.scheduler.address</name>  
  10.                 <value>logsrv03:8030</value>  
  11.         </property>  
  12.         <property>  
  13.                 <name>yarn.resourcemanager.resource-tracker.address</name>  
  14.                 <value>logsrv03:8031</value>  
  15.         </property>  
  16.         <property>  
  17.                 <name>yarn.resourcemanager.admin.address</name>  
  18.                 <value>logsrv03:8033</value>  
  19.         </property>  
  20.         <property>  
  21.                 <name>yarn.resourcemanager.webapp.address</name>  
  22.                 <value>logsrv03:8088</value>  
  23.         </property>  
  24.         <property>  
  25.                 <name>yarn.nodemanager.aux-services</name>  
  26.                 <value>mapreduce_shuffle</value>  
  27.         </property>  
  28.         <property>  
  29.                 <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>  
  30.                 <value>org.apache.hadoop.mapred.ShuffleHandler</value>  
  31.         </property>  
  32. </configuration>  
(6)、修改hadoop-2.7.1/etc/hadoop/mapred-site.xml 
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. <configuration>  
  2. <property>  
  3.                 <name>mapreduce.framework.name</name>  
  4.                 <value>yarn</value>  
  5.         </property>  
  6.         <property>  
  7.                 <name>mapreduce.jobhistory.address</name>  
  8.                 <value>logsrv03:10020</value>  
  9.         </property>  
  10.         <property>  
  11.                 <name>mapreduce.jobhistory.webapp.address</name>  
  12.                 <value>logsrv03:19888</value>  
  13.         </property>  
  14. </configuration>  
8、这些配置文件配置完毕后，然后将整个hadoop-2.7.1文件复制到各个从机的目录下，这里目录最好与主机一致
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 hadoop-2.7.1]# scp -r hadoop-2.7.1 root@logsrv02:/usr/local/jiang/  
  2. [root@logsrv03 hadoop-2.7.1]# scp -r hadoop-2.7.1 root@logsrv04:/usr/local/jiang/  

9、到这里全部配置完毕，然后开始启动hadoop，首先格式化hdfs
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 hadoop-2.7.1]# bin/hdfs namenode -format  
 
如果出现successfully formatted则表示格式化成功。
10、然后启动hdfs
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 hadoop-2.7.1]# sbin/start-dfs.sh  
 
到这里，可以查看启动的进程：
主机logsrv03：
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 hadoop-2.7.1]# jps   
  2. 29637 NameNode  
  3. 29834 SecondaryNameNode  

从机logsrv02、logsrv04：
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv04 hadoop-2.7.1]# jps   
  2. 20360 DataNode  

[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv02 hadoop-2.7.1]# jps   
  2. 10774 DataNode  


11、启动yarn
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 hadoop-2.7.1]# sbin/start-yarn.sh  

到这里，启动的进程：
主机logsrv03：
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv03 hadoop-2.7.1]# jps   
  2. 29637 NameNode  
  3. 29834 SecondaryNameNode  
  4. 30013 ResourceManager  

从机logsrv02、logsrv04：
[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv02 hadoop-2.7.1]# jps   
  2. 10774 DataNode  
  3. 10880 NodeManager  

[java] view plain copy
 
 在CODE上查看代码片派生到我的代码片
  1. [root@logsrv04 hadoop-2.7.1]# jps   
  2. 20360 DataNode  
  3. 20483 NodeManager  

到这里，恭喜整个集群配置完成，可以通过：http://logsrv03:8088/cluster查看hadoop集群图：

查看HDFS：















 
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/mingjian/p/6270207.html