centos6.4设备hadoop-2.5.1（完全分布式）

环境介绍：

在这两种装备centos6.4（32位置）的server安装Hadoop-2.5.1分布式集群（2台机器，主要试验用。哈哈）。

1．改动主机名和/etc/hosts文件

1）改动主机名（非必要）

vi /etc/sysconfig/network
HOSTNAME=XXX

重新启动后生效。

2）/etc/hosts是ip地址和其相应主机名文件，使机器知道ip和主机名相应关系。格式例如以下：

#IPAddress HostName
192.168.1.67 MasterServer
192.168.1.241 SlaveServer

2．配置免password登陆SSH

1）生成密钥：

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

以上是两个单引號。

2）将id_dsa.pub（公钥）追加到授权的key中：

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

3）将认证文件拷贝到其他节点上：

scp ~/.ssh/authorized_keys hadooper@192.168.1.241:~/.ssh/

4）測试：

ssh SlaveServer

第一次要确认连接。输入yes就可以。

但我的仍要求输入password。原因是.ssh和authorized_keys权限不正确，详细见：http://blog.csdn.net/hwwn2009/article/details/39852457

3．各节点上安装jdk
1）选择的版本号是jdk-6u27-linux-i586.bin。下载地址：http://pan.baidu.com/s/1mgICcFA
2）上传到hadooper用户文件夹下。加入运行权限

chmod 777 jdk-6u27-linux-i586.bin

3）安装

./jdk-6u27-linux-i586.bin

4）配置环境变量：vi /etc/profile增加下面三行

#JAVA_HOME
export JAVA_HOME=/usr/lib/jvm/jdk1.6/jdk1.6.0_27
export PATH=$JAVA_HOME/bin:$PATH

5）运行source /etc/profile使环境变量的配置生效
6）运行java –version查看jdk版本号，验证是否成功。

4. Hadoop安装

每台节点都要安装hadoop。

上传hadoop-2.5.1.tar.gz到用户hadooper文件夹下。

1）解压

tar -zvxf hadoop-2.5.1.tar.gz

2）加入环境变量：vi /etc/profile，尾部加入例如以下

export HADOOP_HOME=/home/hadooper/hadoop/hadoop-2.5.1
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

export CLASSPATH=.:$JAVA_HOME/lib:$HADOOP_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

设置马上生效：

source /etc/profile

3）改动Hadoop配置文件

（1）core-site.xml

<property>
    <name>fs.defaultFS</name>
    <value>hdfs://MasterServer:9000</value>
</property>

（2）hdfs-site.xml

<property>
    <name>dfs.replication</name>  #值不应大于datanode数量
    <value>1</value>
 </property>

 <property>
   <name>dfs.namenode.name.dir</name>         #设置分布式文件系统存放于/home/hadooper/hadoop/dfs 的本地文件夹
   <value>/home/hadooper/hadoop/dfs/name</value>
   <description>  </description>
 </property>

 <property>
   <name>dfs.datanode.data.dir</name>
   <value>/home/hadooper/hadoop/dfs/data</value>
   <description> </description>
 </property>
   
 <property>
   <name>dfs.webhdfs.enabled</name>
   <value>true</value>
 </property>

注：訪问namenode的hdfs使用50070port，訪问datanode的webhdfs使用50075port。要想不区分port，直接使用namenode的IP和port进行全部的webhdfs操作，就须要在全部的datanode上都设置hdfs-site.xml中的dfs.webhdfs.enabled为true。

（3）mapred-site.xml

<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
 </property>
 <property>
    <name>mapreduce.jobhistory.address</name>
    <value>MasterServer:10020</value>
 </property>
 <property>
  <name>mapreduce.jobhistory.webapp.address</name>
  <value>MasterServer:19888</value>
 </property><span style="font-family: Arial, Helvetica, sans-serif;">         </span>

jobhistory是Hadoop自带了一个历史server，记录Mapreduce历史作业。

默认情况下。jobhistory没有启动。可用下面命令启动：

 sbin/mr-jobhistory-daemon.sh start historyserver

（4）yarn-site.xml

 <property>  
    <name>yarn.nodemanager.aux-services</name>  
    <value>mapreduce_shuffle</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.address</name>  
    <value>MasterServer:8032</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.scheduler.address</name>  
    <value>MasterServer:8030</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.resource-tracker.address</name>  
    <value>MasterServer:8031</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.admin.address</name>  
    <value>MasterServer:8033</value>  
 </property>  
 <property>  
    <name>yarn.resourcemanager.webapp.address</name>  
    <value>MasterServer:8088</value>  
 </property>

（5）slaves

SlaveServer

（6）分别在hadoop-env.sh和yarn-env.sh中加入JAVA_HOME

export JAVA_HOME=/usr/lib/jvm/jdk1.6/jdk1.6.0_27

5.执行Hadoop

1）格式化

hdfs namenode –format

2）启动Hadoop

start-dfs.sh 
start-yarn.sh

也能够用一条命令：

start-all.sh

3）停止Hadoop

stop-all.sh

4）jps查看进程

7692 ResourceManager
8428 JobHistoryServer
7348 NameNode
14874 Jps
7539 SecondaryNameNode

5）通过浏览器查看集群执行状态

（1）http://192.168.1.67:50070

（2）http://192.168.1.67:8088/

（3）http://192.168.1.67:19888

6. 执行Hadoop自带的wordcount演示样例

1）建立输入文件：

echo "My first hadoop example. Hello Hadoop in input. " > input

2）建立文件夹

hadoop fs -mkdir /user/hadooper

3）上传文件

hadoop fs -put input /user/hadooper

4）运行wordcount程序

 hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.1.jar wordcount /user/hadooper/input /user/hadooper/output

5）查看结果

hadoop fs -cat /user/hadooper/output/part-r-00000

Hadoop	1
My	1
example.Hello	1
first	1
hadoop	1
in	1
input.	1

转载请注明：http://blog.csdn.net/hwwn2009/article/details/39889465