64位LINUX下hadoop2.2.0重新编译及安装步骤
yum -y installlzo-develzlib-develgcc autoconf automake libtool gcc-c++ openssl-devel ncurses-develant maven protocolbuffindbugs cmake
1、Protobuf 编译安装
tar -zxvf protobuf-2.5.0.tar.gz
cd protobuf-2.5.0
./configure --prefix=/usr/local/protobuf
make
make install
2、Ant 安装
tar -zxvf apache-ant-1.9.2-bin.tar.gz
mv apache-ant-1.9.2/ /usr/local/ant
3、编译前的准备maven,官方下载地址
wget http://mirror.bit.edu.cn/apache/maven/maven-3/3.1.1/binaries/apache-maven-3.1.1-bin.zip
maven 安装
tar -zxvf apache-maven-3.0.5-bin.tar.gz
mv apache-maven-3.0.5/ /usr/local/maven
4、findbugs 安装
tar -zxfv findbugs-2.0.2.tar.gz
mv findbugs-2.0.2/ /usr/local/findbugs
5、cmake 编译安装
tar -zvxf cmake-2.8.6.tar.gz
cd cmake-2.8.6
./bootstrap
gmake
make
make install
6、下载对应的64位的JDK
#java 安装 /usr/local/jdk1.7.0_45
7、配置环境
vi /etc/profile
#java
export JAVA_HOME=/usr/local/jdk1.7.0_45
export JRE_HOME=/usr/local/jdk1.7.0_45/jre
export> export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin
#maven
export MAVEN_HOME=/usr/local/maven
export MAVEN_OPTS="-Xms256m -Xmx512m"
export> export PATH=$PATH:$MAVEN_HOME/bin
#protobuf
export PROTOBUF_HOME=/usr/local/protobuf
export> export PATH=$PATH:$PROTOBUF_HOME/bin
#ant
export ANT_HOME=/usr/local/ant
export> export PATH=$PATH:$ANT_HOME/bin
#findbugs
export FINDBUGS_HOME=/usr/local/findbugs
export> export PATH=$PATH:$FINDBUGS_HOME/bin
source /etc/profile
8、如果是你32bit的机器，可以直接下载官方已经编译好的包，64bit的机子跑编译好的包跑不了。
由于maven国外服务器可能连不上，先给maven配置一下国内镜像，在maven目录下，conf/settings.xml,在里添加，原本的不要动
nexus-osc
*
Nexusosc
http://maven.oschina.net/content/groups/public/
同样，在内新添加
jdk-1.7
1.7
nexus
local private nexus
http://maven.oschina.net/content/groups/public/
true
false
nexus
local private nexus
http://maven.oschina.net/content/groups/public/
true
false
9、首先官方下载hadoop源码
wget http://mirrors.cnnic.cn/apache/hadoop/common/hadoop-2.2.0/hadoop-2.2.0-src.tar.gz
编译clean
cd hadoop2.2.0-src
mvn clean install –DskipTests
目前的2.2.0 的Source Code 压缩包解压出来的code有个bug 需要patch后才能编译。否则编译hadoop-auth 会提示错误：
vi /hadoop-2.2.0/hadoop-common-project/hadoop-auth/pom.xml
org.mortbay.jetty
jetty
test
在上面代码后添加下面代码
org.mortbay.jetty
jetty-util
test
注：不更改可能报下面错位
Failedtoexecutegoalorg.apache.maven.plugins:maven-compiler-plugin:2.5.1:testCompile (default-testCompile) on project hadoop-auth: Compilation failure: Compilation failure:----------------------------------------------------------------------------------------------
ok,现在可以进行编译了
mvn clean package -Pdist,native -DskipTests -Dtar
慢慢等吧！
------------------------------------------------------------
Total time: 11:53.144s
Finished at: Fri Nov 22 16:58:32 CST 2013
Final Memory: 70M/239M
------------------------------------------------------------------------
直到看到上面的内容那就说明编译完成了。
编译后的路径在:hadoop-2.2.0-src/hadoop-dist/target/hadoop-2.2.0
# ./hadoop version
Hadoop 2.2.0
Subversion Unknown -r Unknown
Compiled by root on 2013-11-22T08:47Z
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4
This command was run using /data/hadoop-2.2.0-src/hadoop-dist/target/hadoop-2.2.0/share/hadoop/common/hadoop-common-2.2.0.jar
可以看出hadoop的版本
# file lib//native/*
lib//native/libhadoop.a: current ar archive
lib//native/libhadooppipes.a: current ar archive
lib//native/libhadoop.so: symbolic link to `libhadoop.so.1.0.0'
lib//native/libhadoop.so.1.0.0: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, not stripped
lib//native/libhadooputils.a: current ar archive
lib//native/libhdfs.a: current ar archive
lib//native/libhdfs.so: symbolic link to `libhdfs.so.0.0.0'
lib//native/libhdfs.so.0.0.0: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, not stripped
注意，如果下载官网的编译好的包，这里显示的是32-bit。
hadoop编译成功，下面可以来部署集群。
10、部署集群准备
两台以上机器，修改hostname, ssh免登陆，关闭防火墙等
10.1、创建新用户
useradd hadoop
su hadoop
注意以下操作有些需要root权限
10.2、修改主机名
vi /etc/sysconfig/network
hostname master
注销一下系统,修改生效
10.3、修改hosts
vi /etc/hosts
新增你的主机IP和HOSTNAME
192.168.10.10master
192.168.10.11slave1
10.4、ssh免登陆
修改/etc/ssh/sshd_config
RSAAuthentication yes
PubkeyAuthentication yes
AuthorizedKeysFile .ssh/authorized_keys
然后service sshd restart
现在开始配置无密登录
$ cd /home/hadoop/
$ ssh-keygen -t rsa -P -f ~/.ssh/id_rsa
$ cd .ssh/
$ cp> $ chmod 600 authorized_keys
$ scp authorized_keys root@192.168.10.11:/home/hadoop/.ssh/
$ ssh slave1
看到已经变成slave1了，说明成功
11、开始集群配置工作
配置之前在要目录下创建三个目录，用来放hadooop文件和日志数据
$mkdir -p dfs/name
$mkdir -p dfs/data
$mkdir -p temp
把之前编译成功的版本移到hadoop目录下，注意目录权限问题
下面就开始配置文件
11.1、hadoop-env.sh
找到JAVA_HOME，把路径改为实际地址
11.2、yarn-env.sh
同6.1
11.3、slave
配置所有slave节点
11.4、core-site.xml
fs.defaultFS
hdfs://master:9000 //系统分布式URL
io.file.buffer.size
131072
hadoop.tmp.dir
file:/home/hadoop/temp
hadoop.proxyuser.hadoop.hosts
*
hadoop.proxyuser.hadoop.groups
*
注意fs.defaultFS为2.2.0新的变量，代替旧的：fs.default.name
11.5、hdfs-site.xml
配置namenode、datanode的本地目录信息
dfs.namenode.secondary.http-address
master:9001
dfs.namenode.name.dir
/home/hadoop/dfs/name
dfs.datanode.data.dir
/home/hadoop/dfs/data,/mnt/d1,/mnt/d2,/mnt/d3
dfs.replication
3
dfs.webhdfs.enabled
true
新的：dfs.namenode.name.dir，旧：dfs.name.dir
新的：dfs.datanode.name.dir，旧：dfs.data.dir
dfs.replication确定 data block的副本数目，hadoop基于rackawareness(机架感知)默认复制3份分block,（同一个rack下两个，另一个rack下一 份，按照最短距离确定具体所需block, 一般很少采用跨机架数据块，除非某个机架down了）
11.6、mapred-site.xml
配置其使用 Yarn 框架执行 map-reduce 处理程序
这个地方需要把mapred-site.xml.template复制重新命名
mapreduce.framework.name
yarn
mapreduce.jobhistory.address
master:10020
mapreduce.jobhistory.webapp.address
master:19888
新的计算框架取消了实体上的jobtracker, 故不需要再指定mapreduce.jobtracker.addres，而是要指定一种框架，这里选择yarn，hadoop2.2.还支持第三方的计算框架。
11.7、yarn-site.xml
配置ResourceManager,NodeManager的通信端口，WEB监控端口等
yarn.nodemanager.aux-services
mapreduce_shuffle
yarn.nodemanager.aux-services.mapreduce.shuffle.class
org.apache.hadoop.mapred.ShuffleHandler
yarn.resourcemanager.address
master:8032
yarn.resourcemanager.scheduler.address
master:8030
yarn.resourcemanager.resource-tracker.address
master:8031
yarn.resourcemanager.admin.address
master:8033
yarn.resourcemanager.webapp.address
master:8088
到这里基本配置好了，把所有复制到其他的slave节点。
12、启动hadoop
这里你可以进行环境变量设置
12.1、格式化namenode
$ cd /home/hadoop/hadoop-2.2.0/bin/
$ ./hdfs namenode -format
12.2、启动hdfs
$ cd ../sbin/
$ ./start-dfs.sh
这时候在master中输入jps应该看到namenode和secondarynamenode服务启动，slave中看到datanode服务启动
12.3、启动yarn
$ ./start-yarn.sh
master中应该有ResourceManager服务，slave中应该有nodemanager服务
查看集群状态： ./bin/hdfs dfsadmin –report
查看文件块组成：./bin/hdfsfsck / -files -blocks
查看各节点状态: http://192.168.10.10:50070
查看resourcemanager上cluster运行状态: http:// 192.168.10.11:8088
13、安装中要注意的事项
13.1、注意版本，机器是32bit还是64位
13.2、注意依赖包的安装
13.3、写配置文件注意”空格“，特别是从别的地方copy的时候
13.4、关闭所有节点的防火墙
如果有看到类似"no route to host"这样的异常，基本就是防火墙没关
（1） 重启后永久性生效：
开启：chkconfig iptables on
关闭：chkconfig iptables off
（2） 即时生效，重启后失效：
开启：service iptables start
关闭：service iptables stop
13.5、开启datanode后自动关闭
基本是因为namenode和datanode的clusterID不一致
13.6 no datanode to stop
删除/tmp目录下的
hadoop-daemon.sh代码，脚本是通过pid文件来停止hadoop服务的，而集群配置是使用的默认配置，pid文件位于/tmp目录下，对比/tmp目录下hadoop.pid文件中的进程id和(ps -ax)查出来的进程id，发现两个进程id不一致，终于找到了问题的根源。赶紧去更新hadoop的配置吧！修改hadoop-env.sh中的：HADOOP_PID_DIR = hadoop安装路径
14、运行测试例子
$ ./yarn jar ../share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar randomwriter /home/hadoop/dfs/input/
这里要注意不要用 -jar,不然会报异常“Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/hadoop/util/ProgramDriver”
$ ./yarn jar ../share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /home/hadoop/dfs/input/ /home/hadoop/dfs/output/
在input下面新建两个文件
$mkdir /dfs/input
$echo ‘hello,world’ >> input/file1.in
$echo ‘hello,ruby’>> input/file2.in
./bin/hadoop fs -mkdir -p /home/hadoop/dfs/input
./bin/hadoop fs –put /home/hadoop/dfs/input /home/hadoop/test/test_wordcount/in
查看word count的计算结果
$bin/hadoop fs -cat /home/hadoop/test/test_wordcount/out/*
hadoop 1
hello1
ruby
页:
[1]