CentOS 安装 hadoop hbase 使用 cloudera 版本。（一）

34r7d65dgw

使用Virtualbox安装系统和 hadoop ，hbase
　　
　　参考安装:
　　cloudera 的hadoop 只支持 64bit的版本.而要用虚拟机安装 64bit 的要满足 4个条件.
　　
　　
　　1, 64bit的cpu
　　
　　3, 64bit的操作系统
　　
　　3, 64bit的VirtualBox
　　
　　4, 必须允许硬件虚拟化(需要到 bios 里面打开virtualization的一项)
　　
　　Debian 64bit install VirtualBox.
　　
　　#修改apt source 权限。
　　sudo chmod +w /etc/apt/sources.list
　　添加一行。
　　
　　sudo vi /etc/apt/sources.list
　　
　　
　　#virtual box.
　　deb http://download.virtualbox.org/virtualbox/debian squeeze contrib non-free
　　#再把权限修改回去。
　　sudo chmod -w /etc/apt/sources.list
　　
　　
　　#添加key
　　wget -q http://download.virtualbox.org/virtualbox/debian/oracle_vbox.asc -O- | sudo apt-key add -
　　sudo apt-get install virtualbox-4.1 
　　
　　创建一个许虚拟机。然后安装 64bit的 CentOS 系统。
　　
　　安装过程略。可参考前面的文章：
　　
　　http://toeo.iyunv.com/admin/blogs/1233372
　　
　　只不过这里是安装 64bit的CentOS .
　　
　　http://mirrors.163.com/centos/6.0/isos/x86_64/CentOS-6.0-x86_64-minimal.iso
　　
　　安装系统。
　　
　　

　　

　　

　　
　　然后就可以安装 64bit 的CentOS了.
　　
　　
　　
　　https://ccp.cloudera.com/display/CDHDOC/CDH3+Installation
　　
　　首先安装源.
　　
　　wget http://archive.cloudera.com/redhat/6/x86_64/cdh/cdh3-repository-1.0-1.noarch.rpm
　　

　　rpm -ivh cdh3-repository-1.0-1.noarch.rpm
　　
　　cd /etc/yum.repos.d/
　　

wget http://archive.cloudera.com/redhat/6/x86_64/cdh/cloudera-cdh3.repo




rpm --import http://archive.cloudera.com/redhat/6/x86_64/cdh/RPM-GPG-KEY-cloudera




yum search hadoop




yum install hadoop




然后就可以安装了。






 

总共大小 45MB。







安装 hbase。




 sudo yum install hadoop-hbase



 

配置启动 hadoop




要启动hadoop hbase 这样还不行。




［参考］ http://hadoop.apache.org/common/docs/r0.20.2/quickstart.html





yum install rsync





使用 cloudera 的hadoop 安装的完成 ，其实 hadoop的目录是在 /usr/lib/hadoop/




修改配置文件：




conf/core-site.xml:




<configuration>

  <property>

    <name>fs.default.name</name>

    <value>hdfs://localhost:9000</value>

  </property>

</configuration>




conf/hdfs-site.xml:




<configuration>

  <property>

    <name>dfs.replication</name>

    <value>1</value>

  </property>

</configuration>




conf/mapred-site.xml:




<configuration>

  <property>

    <name>mapred.job.tracker</name>

    <value>localhost:9001</value>

  </property>

</configuration>






说明下。 rpm 安装包安装之后 将会创建一个 hdfs的用户。并且将用户的根目录设置在 /usr/lib/hadoop/下。

但是这个目录可以访问但不能创建文件夹。所以要用户root 创建一个 .ssh的文件夹。并将所有着给hdfs。




配置ssh




#root 操作

mkdir /usr/lib/hadoop/.ssh

#修改所有者。

chown hdfs:hdfs /usr/lib/hadoop/.ssh -R




#切换用户

su hdfs




ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa 




cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys




#测试

ssh localhost

#如果可以登录说明配置好了。






 









同时安装包修改了主机名。也要修改 hosts文件

添加一个 127.0.0.1 的别名 bogon 

vi /etc/hosts



 




然后就可以测试是否可以启动。停止了。




su hdfs




cd /usr/lib/hadoop/bin

#启动

sh start-all.sh

#停止

sh stop-all.sh




如果没有报错误。就说明都配置对了。并且可以正常启动关闭。






 

在启动前一点要格式化 namenode




hadoop namenode -format






 




#然后启动 hadoop。




sh start-all.sh




创建一个文件夹测试下。没有包错就说明成功了。









 

然后就可以运行下 官方的测试了。







官方的例子是统计一个文章里面的字符出现的频率。（很经典的例子）




这里直接把Hadoop 目录下的 README.txt 拷贝到文件系统上。




#上传到hadoop的文件系统.

hadoop fs -put /usr/lib/hadoop/README.txt /tmp/input 

#执行example 例子。

hadoop jar hadoop-examples.jar wordcount /tmp/input /output




运行结果如下：






 



 

运行结果。如下：显示每个单词出现的次数。



 

配置启动 Hbase




同样的道理。还使用 hdfs的用户启动 hbase。




［参考］

 http://hbase.apache.org/book/quickstart.html





https://ccp.cloudera.com/display/CDHDOC/HBase+Installation#HBaseInstallation-SettingUserLimitsforHBase







首先要修改 配置文件hbase-site.xml。目录在/usr/lib/hbase/conf/。 




vi /usr/lib/hbase/conf/hbase-site.xml




<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

  <property>

    <name>hbase.rootdir</name>

    <value>hdfs://localhost:9000/hbase</value>

  </property>

  <property>

    <name>dfs.replication</name>

    <value>1</value>

  </property>

</configuration>






修改配置文件。hbase的根目录指向 hadoop的 hdfs 文件系统。



 












启动 hbase。使用 hdfs 用户




这里要注意下。发现没有 hbase 用户。所以用的 hdfs 用户。




需要修改下 /var/log/hbase/ 这个文件夹的权限。否则在启动的时候会报文件没有创建。




#root 用户修改




chmod 777 /var/log/hbase/




修改hbase-env.sh 文件。在里面设置JAVA_HOME，需要重新设置下。




vi /usr/lib/hbase/conf/hbase-env.sh




java 默认安装 在 /usr/java/default/ 目录下。






 










#使用hdfs 用户启动 hbase。

su hdfs




sh /usr/lib/hbase/bin/start-hbase.sh




正常启动。






 




进入 hbase 命令行。




hbase shell




这个时候可以进入 shell 但是报错：






 




ERROR: org.apache.hadoop.hbase.ZooKeeperConnectionException: HBase is able to connect to

ZooKeeper but the connection closes immediately. This could be a sign that the server has too many

connections (30 is the default).






需要修改 limits.conf




vi /etc/security/limits.conf




在最后添加两行：




hdfs  -       nofile  32768

hbase  -       nofile  32768








 




重启下 hbase 就可以创建表查询表了。。









 




都没有报错。




命令 是 参考 http://hbase.apache.org/book/quickstart.html





hbase(main):003:0> create 'test', 'cf'

0 row(s) in 1.2200 seconds

hbase(main):003:0> list 'table'

test

1 row(s) in 0.0550 seconds

hbase(main):004:0> put 'test', 'row1', 'cf:a', 'value1'

0 row(s) in 0.0560 seconds

hbase(main):005:0> put 'test', 'row2', 'cf:b', 'value2'

0 row(s) in 0.0370 seconds






其他的就自己去练习吧。




可以用root 在 hdfs的主目录 创建 两个 启动停止的脚本：




--start_hadoop_hbase.sh
sh /usr/lib/hadoop-0.20/bin/start-all.sh
sh /usr/lib/hbase/bin/start-hbase.sh
--stop_hadoop_hbase.sh
sh /usr/lib/hadoop-0.20/bin/stop-all.sh
sh /usr/lib/hbase/bin/stop-hbase.sh
 




总结：
　　在linux的服务器一般 用的都是 redhat 或 centos。没有使用 apache的 hadoop 而是用的 cloudera 的版本。
　　cloudera 的版本很简单。也很方便。比自己配置问题少很多。并且有专门的公司维护这个。yum 安装更新也很方便。
　　
　　这次是 安装使用 hadoop 遇到问题比较少的一次。。接下来要研究 集群。和使用 java 联系 hadoop hbase。
　　同样也是在 虚拟机上面。但是虚拟机比真实的要慢很多。
　　持续更新中。