Hadoop2.7.2的三种安装模式

yiwai

　　虚拟机使用的oracle vm，安装的操作系统是centOs7
　　本地模式
　　1.安装JDK
　　Hadoop是要安装在JVM上运行的，所以都要安装JDK。所以必须安装JVM。
　　1.1 下载JDK
　　下载网址：
　　http://www.oracle.com/technetwork/cn/java/javase/downloads/jdk8-downloads-2133151-zhs.html
　　选择linux 64位系统，压缩后缀是tar.gz

　　1.2 解压
　　将下载的tar包拷贝到/home/hadoop/Downloads文件夹里，进入Downloads文件夹，再直接使用命令：
　　tar –zxvf jdk-8u111-linux-x64.gz
　　解压到当前文件夹里，然后使用命令将jdk文件夹剪切到/software/目录下，当然得先创建/software/目录，同时使用如下命令创建jdk软连接：
　　ln–s jdk1.8.0_111 jdk
　　1.3 配置JDK，JRE环境变量
　　使用vim命令修改配置文件/etc/profile
　　在文件尾添加：
　　export JAVA_HOME=/software/jdk
　　export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

　　export>　　再用soure /etc/profile命令，使其生效：
　　1.4 验证
　　输入：java －version
　　能显示如下信息，就表示JDK配置成功。
　　[hadoop@s200 software]$ java -version
　　java version "1.8.0_111"
　　Java(TM) SE Runtime Environment (build1.8.0_111-b14)
　　Java HotSpot(TM) 64-Bit Server VM (build25.111-b14, mixed mode)
　　[hadoop@s200 software]$
　　2.安装Hadoop
　　这里安装本地模式
　　2.1下载
　　下载地址：
　　http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/
　　我下载的2.7.2版本，点击hadoop-2.72/链接进入下载页面。

　　下载tar包和src源码包（源码包供开发调试使用）。
　　2.2解压
　　将hadoop-2.7.2.tar.gz包拷贝到与jdk相同的目录/home/hadoop/Downloads下。然后使用
　　tar –zxvf hadoop-2.7.2.tar.gz
　　解压后得到hadoop-2.7.2文件夹。然后使用命令：
　　mv hadoop-2.7.2 /software/
　　将hadoop目录剪切到/software/目录下
　　然后使用命令：
　　ln–s hadoop-2.7.2 hadoop创建软连接。
　　2.3配置Hadoop环境变量
　　使用vim命令修改配置文件/etc/profile
　　在文件尾添加：
　　export HADOOP_HOME=/software/hadoop
　　exportPATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
　　再用soure /etc/profile命令，使其生效。
　　2.4 验证
　　使用hadoop version得到如下版本号信息，则表示安装成功。
　　[hadoop@s200 software]$ hadoop version
　　Hadoop 2.7.2
　　Subversionhttps://git-wip-us.apache.org/repos/asf/hadoop.git -rb165c4fe8a74265c792ce23f546c64604acf0e41
　　Compiled by jenkins on 2016-01-26T00:08Z
　　Compiled with protoc 2.5.0
　　From source with checksumd0fda26633fa762bff87ec759ebe689c
　　This command was run using/software/hadoop-2.7.2/share/hadoop/common/hadoop-common-2.7.2.jar
　　[hadoop@s200 software]$
　　伪分布模式
　　1、安装SSH
　　1.1、安装SSH，在命令行输入如下：
　　sudo  apt-get install openssh-server
　　1.2配置可以免密码登陆本机
　　在命令行输入（注意其中的ssh前面还有一个 “ . ” 不要遗漏）
　　ssh-keygen  -t  rsa -P '' -f  ~/.ssh/id_rsa
　　（解释一下上面这条命令， ssh-keygen  代表生成密钥； -t  表示指定生成的密钥 类型； rsa  是 rsa 密钥认证的意思； -P  用于提供密语（接着后面是两个单引号， 不要打错）； -f  表示指定生成密钥文件）
　　这条命令完成后，会在当前文件夹下面的 .ssh 文件夹下创建 id_rsa 和 id_rsa.pub两个文件，这是 SSH 的一对私钥和公钥，把 id_rsa.pub （公钥）追加到授权的 key中去，输入如下命令：
　　cat  ~/.ssh/id_rsa.pub  >>  ~/.ssh/authorized_keys
　　至此，免密码登陆本机已经配置完毕。
　　说明：一般来说，安装SSH时会自动在当前用户下创建.ssh这个隐藏文件夹，一般不会直接看到，除非安装好了以后，在命令行使用命令ls -al才会看到。
　　1.3、 输入 ssh  localhost ，显示登陆成功信息。
　　[hadoop@s200 hadoop]$ ssh localhost
　　Last login: Mon Nov 21 21:53:49 2016
　　[hadoop@s200 ~]$
　　2、  在本地模式的基础上需要添加下面的操作。
　　3、  修改etc/hadoop/hadoop-env.sh如下配置项
　　export JAVA_HOME=/software/jdk
　　4、配置etc/hadoop/core-site.xml
　　
　　
　　fs.defaultFS
　　hdfs://localhost:9000
　　
　　
　　5、配置etc/hadoop/hdfs-site.xml
                   dfs.replication              1     　　6、配置etc/hadoop/mapred-site.xml
            mapreduce.framework.name        yarn    　　7、配置etc/hadoop/yarn-site.xml
            yarn.resourcemanager.hostname        localhost                yarn.nodemanager.aux-services        mapreduce_shuffle    　　8、使用hdfs namenode –format命令格式化文件系统
　　[hadoop@s200 hadoop]$ hdfs namenode -format
　　16/11/21 22:52:03 INFO namenode.NameNode:STARTUP_MSG:
　　/************************************************************
　　STARTUP_MSG: Starting NameNode
　　STARTUP_MSG:   host = s200/192.168.1.200
　　STARTUP_MSG:   args = [-format]
　　STARTUP_MSG:   version = 2.7.2

　　STARTUP_MSG:  >　　STARTUP_MSG:   build =https://git-wip-us.apache.org/repos/asf/hadoop.git -rb165c4fe8a74265c792ce23f546c64604acf0e41; compiled by 'jenkins' on 2016-01-26T00:08Z
　　STARTUP_MSG:   java = 1.8.0_111
　　************************************************************/
　　16/11/21 22:52:03 INFO namenode.NameNode:registered UNIX signal handlers for [TERM, HUP, INT]
　　16/11/21 22:52:03 INFO namenode.NameNode:createNameNode [-format]
　　Formatting using clusterid:CID-dd4d717c-52a6-49b1-b228-303eba107996
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: No KeyProvider found.
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: fsLock is fair:true
　　16/11/21 22:52:05 INFOblockmanagement.DatanodeManager: dfs.block.invalidate.limit=1000
　　16/11/21 22:52:05 INFOblockmanagement.DatanodeManager:dfs.namenode.datanode.registration.ip-hostname-check=true
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: dfs.namenode.startup.delay.block.deletion.sec isset to 000:00:00:00.000
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: The block deletion will start around 2016 Nov 2122:52:05
　　16/11/21 22:52:05 INFO util.GSet: Computingcapacity for map BlocksMap
　　16/11/21 22:52:05 INFO util.GSet: VMtype       = 64-bit
　　16/11/21 22:52:05 INFO util.GSet: 2.0% maxmemory 966.7 MB = 19.3 MB
　　16/11/21 22:52:05 INFO util.GSet:capacity      = 2^21 = 2097152 entries
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: dfs.block.access.token.enable=false
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: defaultReplication         = 1
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: maxReplication             = 512
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: minReplication             = 1
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: maxReplicationStreams      = 2
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: replicationRecheckInterval = 3000
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: encryptDataTransfer        = false
　　16/11/21 22:52:05 INFOblockmanagement.BlockManager: maxNumBlocksToLog          = 1000
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: fsOwner            = hadoop (auth:SIMPLE)
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: supergroup         = supergroup
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: isPermissionEnabled = true
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: HA Enabled: false
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: Append Enabled: true
　　16/11/21 22:52:05 INFO util.GSet: Computingcapacity for map INodeMap
　　16/11/21 22:52:05 INFO util.GSet: VMtype       = 64-bit
　　16/11/21 22:52:05 INFO util.GSet: 1.0% maxmemory 966.7 MB = 9.7 MB
　　16/11/21 22:52:05 INFO util.GSet:capacity      = 2^20 = 1048576 entries
　　16/11/21 22:52:05 INFO namenode.FSDirectory:ACLs enabled? false
　　16/11/21 22:52:05 INFOnamenode.FSDirectory: XAttrs enabled? true

　　16/11/21 22:52:05 INFOnamenode.FSDirectory: Maximum>　　16/11/21 22:52:05 INFO namenode.NameNode:Caching file names occuring more than 10 times
　　16/11/21 22:52:05 INFO util.GSet: Computingcapacity for map cachedBlocks
　　16/11/21 22:52:05 INFO util.GSet: VMtype       = 64-bit
　　16/11/21 22:52:05 INFO util.GSet: 0.25% maxmemory 966.7 MB = 2.4 MB
　　16/11/21 22:52:05 INFO util.GSet:capacity      = 2^18 = 262144 entries
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: dfs.namenode.safemode.threshold-pct = 0.9990000128746033
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: dfs.namenode.safemode.min.datanodes = 0
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: dfs.namenode.safemode.extension     = 30000
　　16/11/21 22:52:05 INFO metrics.TopMetrics:NNTop conf: dfs.namenode.top.window.num.buckets = 10
　　16/11/21 22:52:05 INFO metrics.TopMetrics:NNTop conf: dfs.namenode.top.num.users = 10
　　16/11/21 22:52:05 INFO metrics.TopMetrics:NNTop conf: dfs.namenode.top.windows.minutes = 1,5,25
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: Retry cache on namenode is enabled
　　16/11/21 22:52:05 INFOnamenode.FSNamesystem: Retry cache will use 0.03 of total heap and retry cacheentry expiry time is 600000 millis
　　16/11/21 22:52:05 INFO util.GSet: Computingcapacity for map NameNodeRetryCache
　　16/11/21 22:52:05 INFO util.GSet: VMtype       = 64-bit
　　16/11/21 22:52:05 INFO util.GSet: 0.029999999329447746%max memory 966.7 MB = 297.0 KB
　　16/11/21 22:52:05 INFO util.GSet:capacity      = 2^15 = 32768 entries
　　16/11/21 22:52:06 INFO namenode.FSImage:Allocated new BlockPoolId: BP-1695203913-192.168.1.200-1479739926047
　　16/11/21 22:52:06 INFO common.Storage:Storage directory /tmp/hadoop-hadoop/dfs/name has been successfully formatted.
　　16/11/21 22:52:06 INFOnamenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
　　16/11/21 22:52:06 INFO util.ExitUtil:Exiting with status 0
　　16/11/21 22:52:06 INFO namenode.NameNode:SHUTDOWN_MSG:
　　/************************************************************
　　SHUTDOWN_MSG: Shutting down NameNode ats200/192.168.1.200
　　************************************************************/
　　[hadoop@s200 hadoop]$
　　9、启动hdfs
　　[hadoop@s200 hadoop]$ start-dfs.sh
　　Starting namenodes on [localhost]
　　localhost: starting namenode, logging to/software/hadoop-2.7.2/logs/hadoop-hadoop-namenode-s200.out
　　localhost: starting datanode, logging to/software/hadoop-2.7.2/logs/hadoop-hadoop-datanode-s200.out
　　Starting secondary namenodes [0.0.0.0]
　　0.0.0.0: starting secondarynamenode,logging to /software/hadoop-2.7.2/logs/hadoop-hadoop-secondarynamenode-s200.out
　　10、验证hdfs是否启动成功，使用jps命令如出现NameNode、DataNode、SecondaryNameNode这3个进程则表示启动成功。
　　[hadoop@s200 hadoop]$ jps
　　5283 DataNode
　　5587 SecondaryNameNode
　　5797 Jps
　　5112 NameNode
　　11、启动yarn
　　[hadoop@s200 hadoop]$ start-yarn.sh
　　starting yarn daemons
　　starting resourcemanager, logging to/software/hadoop-2.7.2/logs/yarn-hadoop-resourcemanager-s200.out
　　localhost: starting nodemanager, logging to/software/hadoop-2.7.2/logs/yarn-hadoop-nodemanager-s200.out
　　12、验证yarn是否启动成功，使用jps命令查看有ResourceManager和NodeManager两个进程，则表示yarn启动成功。
　　[hadoop@s200 hadoop]$ jps
　　5283 DataNode
　　5587 SecondaryNameNode
　　5112 NameNode
　　6233 Jps
　　5883 ResourceManager
　　6015 NodeManager
　　[hadoop@s200 hadoop]$
　　完全分布式模式
　　1）  在伪分布模式的基础上进行下面的步骤。
　　2）  配置core-site.xml
　　
　　
　　fs.defaultFS
　　hdfs://s200
　　
　　
　　hadoop.tmp.dir
　　/usr/local/hadoop-${user.name}
　　
　　
　　3）  配置hdfs-site.xml
　　
　　
　　dfs.replication
　　3
　　
　　
　　dfs.namenode.name.dir
　　file://${hadoop.tmp.dir}/dfs/name
　　
　　
　　dfs.datanode.data.dir
　　file://${hadoop.tmp.dir}/dfs/data
　　
　　
　　dfs.namenode.secondary.http-address
　　s202:50090
　　
　　
　　4）  配置yarn-site.xml
             yarn.resourcemanager.hostname        s200                yarn.nodemanager.aux-services        mapreduce_shuffle    　　5）  修改$HADOOP_HOME/etc/hadoop/slaves文件
　　s201
　　6）  集群上面分发上面修改的4个文件
　　7）  重新格式化文件系统
　　hdfs namenode -format
　　8）  启动hdfs文件系统
　　start-dfs.sh
　　注意：该步启动文件系统的时候可能会出现如下错误：

　　FATALorg.apache.hadoop.hdfs.server.datanode.DataNode: Initialization failed forblock pool Block pool BP-336454126-127.0.0.1-1419216478581 (storage>　　org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.hdfs.server.protocol.DisallowedDatanodeException):Datanode denied communication with namenode: DatanodeRegistration(0.0.0.0,storageID=DS-445205871-127.0.0.1-50010-1419216613930, infoPort=50075,ipcPort=50020,storageInfo=lv=-47;cid=CID-41993190-ade1-486c-8fe1-395c1d6f5739;nsid=1679060915;c=0)
　　at org.apache.hadoop.hdfs.server.blockmanagement.DatanodeManager.registerDatanode(DatanodeManager.java:739)
　　atorg.apache.hadoop.hdfs.server.namenode.FSNamesystem.registerDatanode(FSNamesystem.java:3929)
　　atorg.apache.hadoop.hdfs.server.namenode.NameNodeRpcServer.registerDatanode(NameNodeRpcServer.java:948)
　　atorg.apache.hadoop.hdfs.protocolPB.DatanodeProtocolServerSideTranslatorPB.registerDatanode(DatanodeProtocolServerSideTranslatorPB.java:90)
　　atorg.apache.hadoop.hdfs.protocol.proto.DatanodeProtocolProtos$DatanodeProtocolService$2.callBlockingMethod(DatanodeProtocolProtos.java:24079)
　　atorg.apache.hadoop.ipc.ProtobufRpcEngine$Server$ProtoBufRpcInvoker.call(ProtobufRpcEngine.java:585)
　　atorg.apache.hadoop.ipc.RPC$Server.call(RPC.java:928)
　　atorg.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2048)
　　atorg.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2044)
　　atjava.security.AccessController.doPrivileged(Native Method)
　　at javax.security.auth.Subject.doAs(Subject.java:415)
　　atorg.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1491)
　　atorg.apache.hadoop.ipc.Server$Handler.run(Server.java:2042)
　　产生原因，一开始配置文件中使用的是localhost ,后来改成Ip, 再次格式化了namenode引起的。
　　解决方案：
　　1，删除dfs.namenode.name.dir和dfs.datanode.data.dir 目录下的所有文件
　　2，修改hosts
　　[tank@localhost hadoop-2.2.0]$ cat /etc/hosts
　　127.0.0.1   localhost localhost.localdomain localhost4localhost4.localdomain4
　　::1         localhostlocalhost.localdomain localhost6 localhost6.localdomain6
　　192.168.149.128 localhost
　　3,重新格式化:bin/hadoop namenode-format
　　4,启动
　　附：如果没有删除datanode 格式化了namenode，则会引起datanode与namenode版本号不一致的错误
　　解决方案：
　　修改dfs.datanode.data.dir下的current/version中的clusterID与
　　dfs.namenode.name.dir的一致重启即可。
　　9）  启动yarn
　　start-yarn.sh
　　10）使用jps查看各个节点的进程是否正确，如下图则表示成功，否则为失败。