Hadoop-2.5.2集群安装配置详解

帅帅男孩

　　转载请注明出处：http://blog.csdn.net/tang9140/article/details/42869531

　　

　　最近学习了下hadoop的安装。下面详细说明下步骤

一、环境
　　我的是在Linux环境下进行安装的。对于想在windows系统上学习的同学，可以采用虚拟机方式或通过cygwin模拟linux环境方式进行学习。
　　现在有三台服务器，分配如下：
　　10.0.1.100 NameNode
　　10.0.1.201 DataNode1

　　10.0.1.202 DataNode2

　　NameNode(主服务器)可以看作是分布式文件系统中的管理者，主要负责管理文件系统的命名空间、集群配置信息和存储块的复制等。
　　DataNode(从服务器)是文件存储的基本单元，它将Block存储在本地文件系统中，保存了Block的Meta-data，同时周期性地将所有存在的Block信息发送给NameNode

1、安装jdk
　　自己到网上找到合适的jdk版本，我下载的是jdk-6u23-linux-i586.bin(linux的32位操作系统版本)。分别上传到3个服务器的/usr/local/java/jdk目录下（该目录可根据个人习惯修改）
　　jdk-6u23-linux-i586.bin 是自解压的文件，要增加可执行权限。如下


chmod +x jdk-6u23-linux-i586.bin
./jdk-6u23-linux-i586.bin输入回车后，解压完成。　　修改配置

vi /etc/profile在profile最后增加以下几行环境变量配置
JAVA_HOME=/usr/local/java/jdk/jdk1.6.0_23
CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME CLASSPATH PATH重新ssh连接服务器，测试JDK是否安装成功。其命令如下：
java -version正常显示如下：　　java version "1.6.0_23"

Java(TM) SE Runtime Environment (build 1.6.0_23-b05)

Java HotSpot(TM) Client VM (build 19.0-b09, mixed mode, sharing)

2、配置ssh
　　一般linux系统是自带安装ssh服务的，对于没有安装ssh服务的，请自行安装，这里不详细说明如何安装。
　　我们需要对ssh服务进行配置，以运行hadoop环境进行ssh无密码登录。即NameNode节点需要能够ssh无密码登录访问DataNode节点
　　进入NameNode服务器，输入如下命令

[iyunv@localhost hadoop]# cd ~
[iyunv@localhost ~]# cd .ssh/
[iyunv@localhost .ssh]# ssh-keygen -t rsa一直回车。.ssh目录下多出两个文件　　私钥文件：id_rsa

公钥文件：id_rsa.pub

　　复制id_rsa.pub文件为authorized_keys

[iyunv@localhost .ssh]# cp id_rsa.pub authorized_keys将公钥文件authorized_keys分发到各DataNode节点：
[iyunv@localhost .ssh]# scp authorized_keys root@10.0.1.201:/root/.ssh/
[iyunv@localhost .ssh]# scp authorized_keys root@10.0.1.202:/root/.ssh/注意：如果当前用户目录下没有.ssh目录，可以自己创建一个该目录　　验证ssh无密码登录：

[iyunv@localhost .ssh]# ssh root@10.0.1.201
Last login: Mon Jan  5 09:46:01 2015 from 10.0.1.100
　　看到以上信息，表示配置成功！如果还提示要输入密码，则配置失败。

3、配置hostname及hosts
　　修改/etc/sysconfig/network中的hostname（需要重启系统才会生效）
　　NETWORKING=yes

HOSTNAME=NameNode

　　修改/etc/hosts

　　10.0.1.100 NameNode

10.0.1.201 DataNode1

10.0.1.202 DataNode2
　　两个DataNode也要修改hostname及hosts文件

二、下载及安装Hadoop

1、下载
　　去hadoop官网上（http://hadoop.apache.org/）下载合适的hadoop版本。我选择的是比较新的2.5.2版本（最新的是2.6.0版本）。文件名为hadoop-2.5.2.tar.gz，下载文件上传到/root/test下（三个服务器都要上传），切换到该目录下，解压：

tar -zvxf hadoop-2.5.2.tar.gz
2、配置
　　主服务器（10.0.1.100）进入配置目录：cd hadoop-2.5.2/etc/hadoop
　　core-site.xml

<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://10.0.1.100:9000</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
</configuration>
　　hdfs-site.xml

<configuration>
<property>
<name>dfs.nameservices</name>
<value>hadoop-cluster1</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>10.0.1.100:50090</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/home/hadoop/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/home/hadoop/dfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>mapred-site.xml

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobtracker.http.address</name>
<value>10.0.1.100:50030</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>10.0.1.100:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>10.0.1.100:19888</value>
</property>
</configuration>yarn-site.xml

<configuration>
<!-- Site specific YARN configuration properties -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>10.0.1.100:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>10.0.1.100:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>10.0.1.100:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>10.0.1.100:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>10.0.1.100:8088</value>
</property>
</configuration>slaves

10.0.1.201
10.0.1.202hadoop-env.sh

export JAVA_HOME=/usr/local/java/jdk/jdk1.6.0_23
　　注：两个从服务器也要按上面修改各个配置文件，可直接用scp命令将主服务器${HADOOP_HOME}/etc/hadoop/目录覆盖从服务器相应目录

3、格式化文件系统

bin/hdfs namenode -format注意：这里的格式化文件系统并不是硬盘格式化，只是针对主服务器hdfs-site.xml的dfs.namenode.name.dir和dfs.datanode.data.dir目录做相应的清理工作。
4、启动和停止服务
　　启动

sbin/start-dfs.sh
sbin/start-yarn.sh停止
sbin/stop-dfs.sh
sbin/stop-yarn.sh
5、查看启动的进程

jps显示如下　　14140 ResourceManager

13795 NameNode

14399 Jps

6、单独重启丢失的DataNode节点

如果某个DataNode节点Dead（由于死机或人为原因等），可以在不重启整个Hadoop服务的情况下进行单独重启。方法如下：

在NameNode的hadoop-2.5.2/sbin目录下，执行命令启动HDFS DataNode

./hadoop-daemons.sh start datanode接着执行命令启动NodeManager

./yarn-daemons.sh start nodemanager




也可以单独启动NameNode节点，命令如下：

./hadoop-daemon.sh start namenode
./yarn-daemon.sh start resourcemanager


上述四个命令都可以指定--config参数，后面跟hadoop的集群配置文件所在目录（即$HADOOP_HOME/etc/hadoop），大家可通过参数-h查看命令帮助信息

注意：上面命令不会影响已经启动的hdfs或yarn服务，只会把丢失节点的服务启动起来。

三、通过浏览器访问
　　http://10.0.1.100:50070/

http://10.0.1.100:8088/


　　－－－－－－－－－－－－－－－
　　特别说明下，上面配置主服务器的slaves文件，使用的是ip配置，此时需要在主服务器的/etc/hosts中增加ip到主机名的映射如下：

10.0.1.201      anyname1
10.0.1.202      anyname2否则，可能在执行start-dfs.sh命令时，从服务器的DateNode节点打印如下错误日志：　　2015-01-16 17:06:54,375 ERROR org.apache.hadoop.hdfs.server.datanode.DataNode: Initialization failed for Block pool BP-1748412339-10.0.1.212-1420015637155 (Datanode Uuid null) service to /10.0.1.218:9000 Datanode denied communication with namenode because
hostname cannot be resolved (ip=10.0.1.217, hostname=10.0.1.217): DatanodeRegistration(0.0.0.0, datanodeUuid=3ed21882-db82-462e-a71d-0dd52489d19e, infoPort=50075, ipcPort=50020, storageInfo=lv=-55;cid=CID-4237dee9-ea5e-4994-91c2-008d9e804960;nsid=358861143;c=0)
　　大意是无法将ip地址解析成主机名，也就是无法获取到主机名，需要在/etc/hosts中进行指定。
　　本文章参照了http://blog.csdn.net/greensurfer/article/details/39450369



版权声明：本文为博主原创文章，未经博主允许不得转载。