ubuntu12.04 64bit安装hadoop2.2.0

3reef

1 安装准备
    此集群共三台机器，一台作为master: NameNode/ResouceManager，其余作为slaves: DataNode/NodeManager
    三台机器都增加一个用户名，比如：hadoop
1.1 安装jdk
    请参考《ubuntu 12.04安装oracle jdk1.7》
1.2 设置集群中每台机器的hostname
    $sudo vim /etc/hostname  在此文件中修改自己的hostname，修改好后可以使用以下命令进行查看
    $hostname
    在集群中的每台机器中修改hosts文件，一般是修改好一个文件后将文件传到其他机器相应的路径下
    $sudo vim /etc/hosts
    在此文件中加入以下内容，比如
    192.168.8.1    master
    192.168.8.2    slave1
    192.168.8.3    slave2
1.3 安装ssh
    直接使用命令进行安装
    $sudo apt-get install ssh
2 安装部署
2.1 设置集群ssh无密码登录
    $ssh-keygen -t dsa -P ''   在.ssh目录下生成两个文件一个是id_dsa，一个是id_dsa.pub
    $cat id_dsa.pub >> authorized_keys    将id_dsa.pub中的内容追加到认证的公钥文件authorized_keys
    $cat  ~/.ssh/authorized_keys | ssh hadoop@192.168.8.2 "cat - >> ~/.ssh/authorized_keys"    将authorized_keys的内容追加到其他两个机器的authorized_keys中
2.2 下载hadoop2.2.0安装包
    下载地址：http://apache.dataguru.cn/hadoop ... hadoop-2.2.0.tar.gz
2.3 解压安装包
    $tar -xzvf hadoop-2.2.0.tar.gz
    $cd hadoop-2.2.0
2.4 修改配置文件
2.4.1
    $sudo vim /etc/profile
    在文件末尾加上以下内容
    # Hadoop
    export HADOOP_HOME="/home/hadoop/hadoop-2.2.0"
    export PATH=$PATH:$HADOOP_HOME/bin
    export PATH=$PATH:$HADOOP_HOME/sbin
    export HADOOP_MAPRED_HOME=${HADOOP_HOME}
    export HADOOP_COMMON_HOME=${HADOOP_HOME}
    export HADOOP_HDFS_HOME=${HADOOP_HOME}
    export YARN_HOME=${HADOOP_HOME}
    # Native Path
    export HADOOP_COMMON_LIB_NATIVE_DIR=${HADOOP_HOME}/lib/native
    export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

    运行以下命令是环境变量生效
    sudo source /etc/profile
2.4.2 hadoop-env.sh
    $cd ~/hadoop-2.2.0/etc/hadoop/hadoop-env.sh
    在文件中加入以下内容
    export JAVA_HOME=/usr/local/jdk1.7
    export HADOOP_COMMON_LIB_NATIVE_DIR=${HADOOP_HOME}/lib/native
    export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
2.4.3 yarn-env.sh
    $cd ~/hadoop-2.2.0/etc/hadoop/yarn-env.sh
    在文件中加入以下内容
    export HADOOP_COMMON_LIB_NATIVE_DIR=${HADOOP_HOME}/lib/native
    export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
2.4.4 core-site.xml
    $cd ~/hadoop-2.2.0/etc/hadoop/core-site.xml
    在文件中加入以下内容，临时文件夹需要自己创建。


<property>
　　<name>fs.defaultFS</name>
　　<value>hdfs://192.168.8.1:9000</value>
　　<final>true</final>
</property>
<property>
　　<name>hadoop.tmp.dir</name>
　　<value>/home/hadoop/hadoop-2.2.0/temp</value>
</property>
2.4.5 hdfs-site.xml
    $cd ~/hadoop-2.2.0/etc/hadoop/hdfs-site.xml
    在文件中加入以下内容，name和data文件夹需要自己创建

<property>
    <name>dfs.namenode.name.dir</name>
    <value>file:/opt/hadoo/dfs/name</value>
    <final>true</final>
</property>

<property>
    <name>dfs.datanode.data.dir</name>
    <value>file:/opt//hadoop/dfs/data</value>
    <final>true</final>
</property>
<property>
    <name>dfs.replication</name>
    <value>1</value>
</property>

<property>
    <name>dfs.permissions</name>
    <value>false</value>
</property>
2.4.6 mapred-site.xml
    $cd ~/hadoop-2.2.0/etc/hadoop/mapred-site.xml
    在文件中加入以下内容
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

<property>
    <name>mapred.system.dir</name>
    <value>file:/opt/hadoop/mapred/system</value>
    <final>true</final>
</property>

<property>
    <name>mapred.local.dir</name>
    <value>file:/opt/hadoop/mapred/local</value>
    <final>true</final>
</property>
2.4.7 yarn-site.xml
    $cd ~/hadoop-2.2.0/etc/hadoop/yarn-site.xml
    在文件中加入以下内容
<property>
　　<name>yarn.resourcemanager.address</name>
　　<value>master:8032</value>
</property>

<property>
　　<name>yarn.resourcemanager.scheduler.address</name>
　　<value>master:8030</value>
</property>

<property>
　　<name>yarn.resourcemanager.resource-tracker.address</name>
　　<value>master:8031</value>
</property>

<property>
　　<name>yarn.resourcemanager.admin.address</name>
　　<value>master:8033</value>
</property>

<property>
　　<name>yarn.resourcemanager.webapp.address</name>
　　<value>master:8088</value>
</property>

<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>

<property>
    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
    <value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
2.4.8 配置slaves文件   
    在文件中加入一下内容
    slave1
    slave2
2.5 将配置好的hadoop文件夹考到其余节点上   
    $scp -r ~/hadoop-2.2.0 hadoop@192.168.8.2:~/
   $scp -r ~/hadoop-2.2.0 hadoop@192.168.8.3:~/
2.6 启动集群
    2.6.1 格式化集群
        $cd ~/hadoop-2.2.0
       $bin/hdfs namenode -format            如果成功启动，那么就可以启动集群完成自己的工作了
    2.6.2 启动集群
        $cd ~/hadoop-2.2.0/sbin
        $./start-dfs.sh
        $./start-yarn.sh
    启动完成之后可以在master和slave节点查看，启动的进程是否成功，使用一下命令
        $jps
    在master节点上应该有以下进程：ResourceManager、NameNode、SecondaryNameNode
    在slave节点上应该有以下进程：NodeManager、DataNode