Hadoop开发第3期---Hadoop的伪分布式安装

pwin98

一、准备工作

1. 远程连接工具的安装

PieTTY 是在PuTTY 基础上开发的，改进了Putty 的用户界面，提供了多语种支持。Putty 作为远程连接linux 的工具，支持SSH 和telnet。但是，我们使用的时候经常出现乱码。PieTTY 可以很好地解决这个问题。该软件不需要安装，直接打开使用即可，如图1.1 所示

图 1.1

在Host Name 中输入Centos的ip 地址，其余设置使用默认值，然后点击最下面的“Open”按钮，就会提示输入用户名和密码，我们需要输入Centos的用户名root，密码hadoop 即可连接。如图1.2所示。　

图 1.2

2. 文件传输工具的安装
　　WinSCP 是一个Windows 环境下使用SSH 的开源图形化SFTP 客户端，同时支持SCP 协议。它的主要功能就是在本地与远程计算机间安全地复制文件。这是一个开源的软件，被托管在全球最大开源软件托管平台SourceForge。

2.1WinSCP 安装      
　　安装分成非常简单，按照提示一步步操作即可，中间没有需要做出选择、判断的地方。安装完成后，打开软件,如图1.3所示，输入相应信息，点击登陆，弹出新的窗口对话框，如图1.4所示。

图 1.3

图 1.4

　　在图1.4中，左侧显示宿主机windows 的文件系统，右侧显示远程Centos 的文件系统。可以使用该工具进行宿主机和客户机之间的文件传输，类似FTP。下面的学习中，在Centos 中使用的很多软件就是通过WinSCP 从Windows 传输过去的。

二、hadoop的伪分布式安装

1. 设置宿主机（windows）与客户机（安装在虚拟机中的Linux）网络连接

1.1 host-only  宿主机与客户机单独组网。        
　　好处：网络隔离        
　　坏处：虚拟机与其他服务器之间不能通信

1.2 brige 客户机与宿主机在同一个局域网中。        
　　好处：都在同一个局域网可以相互访问        
　　坏处：不安全
　　此步骤前面已经介绍过，已完成

2. hadoop安装具体步骤

2.1 设置静态ip
　　在centos桌面右上角的图标上，右键修改。  执行命令 service network restart,在Centos系统桌面右击选择open in terminal，然后输入命令，如图2.1。

图 2.1  

　　验证：执行命令 ifconfig如图2.2所示，表示静态ip设置成功。

图 2.2

2.2 修改主机名
　　(1) 修改当前会话中的主机名，执行命令 hostname hadoop，如图2.3
图 2.3
　　(2) 修改配置文件中的主机名，执行命令 vi /etc/sysconfig/network，将HostName属性改为hadoop，如图2.4，2.5

图 2.4

图 2.5

注意：vi  只读，不能写（vi 后直接跟文件名）
              按a进入编辑模式---编辑，能读，也能写
              Esc键，然后按“shift+：”组合键，输入wq保存退出，退出不存为q！
         验证：重起机器 reboot -h now
关机 shutdown -h now

验证：重起机器 reboot -h now，之后用hostname命令查询主机名，是否为hadoop,如图2.6所示

图 2.6

2.3 把主机名和ip名绑定  （即设置DNS 解析）

(1)执行命令 vi /etc/hosts，增加一行内容如下 10.1.14.24 hadoop            

　　(2)保存退出，如图2.7

                                                                                       图 2.7            

(3)验证：ping hadoop,验证是否成功，如图2.8所示绑定成功

图2.8

2.4    关闭防火墙

• 执行命令 service iptables stop  
  
• 验证：service iptables status，如图2.9所示防火墙关闭成功
  

图 2.9

2.5    关闭防火墙自动运行

执行命令 chkconfig iptables off            

验证：chkconfig --list，如图2.10所示关闭成功

图 2.10

2.6 设置SSH（secure shell）的免密码登陆
　　如果我们需要远程管理其他机器的话，一般使用远程桌面或者telnet。linxu 服务器几乎都是命令行，所以只能使用telnet 了。telnet 的缺点是通信不加密，非常不安全，只适合于内网访问。为解决这个问题，推出了加密的通信协议，即SSH。SSH 的全称是Secure Shell，使用非对称加密方式，传输内容使用rsa 或者dsa 加密，可以有效避免网络窃听。hadoop 的进程之间通信使用ssh 方式，需要每次都要输入密码。为了实现自动化操作，我们下面配置SSH 的免密码登录方式。      
　　首先到用户主目录下，如图2.11 所示。

图 2.11

　　在“ls -a”命令显示的文件中，最后一列中间一项是“.ssh”，该文件夹是存放密钥的。注意该文件夹是以“.”开头的，是隐藏文件。待会我们生成的密钥都会放到这个文件夹中。

(1) 执行命令 ssh-keygen -t rsa 产生秘钥，位于~/.ssh文件夹中，如图2-12 所示。

图 2.12

解释一下：命令“ssh-keygen -t rsa”表示使用rsa 加密方式生成密钥， 回车后，会提示三次输入信息，我们直接回车即可
　　(2) 执行命令 cp ~/.ssh/id_rsa.pub   ~/.ssh/authorized_keys，如图2.13 所示,多了两个文件，一个是公开密匙，一个是访问用户名字信息。

图 2.13

　　其中，命令“cp id_rsa.pub authorized_keys”用于生成授权文件。至此，配置部分完成了。

这里为什么要使用ssh 登录本机哪？
因为hadoop 在本机部署时，需要使用ssh 访问。 而文件夹“.ssh”中的三个文件的权限，是有要求的，“自己之外的任何人对每个文件都没有写权限”。另外，“.ssh”文件夹是700 权限。如果权限有问题，会造成SSH 访问失败。
　　(3) 现在开始验证SSH 无密码登录，ssh localhost 选择yes，然后exit退出（exit用于退出终端）,如图2.14所示。

图 2.14

　　执行“ssh hadoop”意味着使用“ssh”通信协议访问主机“hadoop”，第一次执行时需要确认；第二次不再确认了。这就是无密码登录。当登录到对方机器后，退出使用命令“exit”。这两次操作时，注意观察主机名变化。读者可以执行命令“ssh hadoop”，验证dns对hadoop 解析是否正确。
　　注意：使用命令ssh 时，一定要观察主机名的变化。在操作ssh时，由于大量的使用ssh 登录退出，忘记自己目前在哪台机器了，执行了大量错误的操作。另外，如果多次执行ssh，每次都要输入确认信息的话，说明配置失败了。
(a) 可以删除文件夹“.ssh”，重新配置。
(b) 也可以重启虚拟机再配置。   
(c) 如果还搞不定,给你个绝招” 删除/etc/udev/rules.d/70-persistent-net.rules 文件，重启系统”。

2.7    安装jdk
　　我使用的版本是Oracle 的jdk-6u24-linux-i586.bin。
　　(1) 执行命令 rm -rf /usr/local/* 删除所有内容
　　(2) 使用winscp把jdk和hadoop安装包复制到linux中的/usr/local中，直接拖过去就行，如图2.15所示。

　　图 2.15
　　(3) 进入到/usr/local 目录下，执行命令 chmod u+x jdk-6u24-linux-i586.bin 授予执行权限
　　(4) 进入到/usr/local 目录下，执行命令 ./jdk-6u24-linux-i586.bin 解压文件，如图2.16所示
图 2.16
　　(5) 执行命令 mv  jdk1.6.0_24  jdk 重命名 方便以后引用，如图2.17 所示

                                                                         图 2.17

(6) 执行命令 vi /etc/profile 设置环境变量，增加两行内容               

　　  export JAVA_HOME=/usr/local/jdk               
　　  export PATH=.:$JAVA_HOME/bin:$PATH                 

  保存退出，如图2.18所示

图 2.18

   执行命令   source /etc/profile 让该设置生效 注：若无法识别此命令，则可能自己的profile文件编辑错   

   验证：java -version，如图2.19所示

图 2.19

解释一下上面的配置内容：  
“export”是关键字，用于设置环境变量。我们设置了两个环境变量，一个是JAVA_HOME，一个是PATH。对于环境变量的引用，使用“$”，多个环境变量之间的连接，使用“:”。命令“source”是为了让文件中的设置立刻生效。

2.8 安装hadoop
　　hadoop 的安装分为本地模式、伪分布模式、集群模式。本地模式是运行在本地，只负责存储，没有计算功能，不讲述。伪分布模式是在一台机器上模拟分布式部署，方便学习和调试。集群模式是在多个机器上配置hadoop，是真正的“分布式”。进入hadoop所在目录/usr/local，执行以下操作
　　(1) 执行命令 tar -zxvf  hadoop-1.1.2.tar.gz
　　(2) 执行命令 mv hadoop-1.1.2 hadoop，这时hadoop 目录的完整路径是“/usr/local/hadoop”。
　　(3) 执行命令 vi /etc/profile 设置环境变量，增加一行内容，修改一行内容                  
　　 export HADOOP_HOME=/usr/local/hadoop                    
　　 export PATH=.:$HADOOP_HOME/bin:$JAVA_HOME/bin:$PATH                     
　　  保存退出                 
　　  执行命令 source /etc/profile 让设置生效
　　(4) 修改hadoop的配置文件，位于$HADOOP_HOME/conf目录下      
　　   用WinSCP修改四个配置文件，分别是hadoop-env.sh，core-site.xml，hdfs-site.xml，mapred-site.xml修改哪个，双击点开哪个就行，如图 2.20所示

图 2.20   

【hadoop-env.sh】

export JAVA_HOME=/usr/local/jdk/

【core-site.xml的修改内容如下】

   
　　
fs.default.name
hdfs://hadoop:9000
change your own hostname


hadoop.tmp.dir
/usr/local/hadoop/tmp

　　【hadfs.xml的修改内容如下】  

     
        dfs.replication
        1
   
     
        dfs.permissions
        false
   

【mapred-site.xml的修改内容如下】                     

                        
　　                           
　　　　mapred.job.tracker                           
　　　　hadoop:9001                           
　　　　change your own hostname                        
　　                    

(5) 执行命令 hadoop namenode -format 对hadoop进行格式化

(6) 执行命令 start-all.sh 启动    执行命令    stop-all.sh 将hadoop关闭        

验证：        

① 执行命令 jps 查看java进程（5个），如图2.21所示。        

JobTracker、DataNode、NameNode、TaskTracker、SecondaryNameNode

图 2.21

② 通过linux中浏览器 hattp：//hadoop:50070和http：//hadoop50030 来验证。也可以可以修改C:\Windows\System32\drivers\etc\hosts文件，添加一行内容，10.1.14.24 hadoop。如果添加还不能访问，就关闭hadoop，重启hadoop，再次关闭Linux防火墙，这样就可以在Windows浏览器中中访问 hattp：//hadoop:50070和http：//hadoop50030，如图2.22，2.23所示

图 2.22 Windows下

2.23 Linux下

2.9 NameNode进程没有启动成功

• 没有格式化
  
• 配置文件只copy,不修改
  
• hostname与ip没有绑定
  
• SSH的免密码登陆没有配置成功