Hadoop 安装部署实践

xy123321

环境准备#
支持平台#
　　GNU/Linux是产品开发和运行的平台。 Hadoop已在有4000个节点的GNU/Linux主机组成的集群系统上得到验证。
　　Win32平台是作为开发平台支持的。由于分布式操作尚未在Win32平台上充分测试，所以还不作为一个生产平台被支持。
所需软件#
　　Linux和Windows所需软件包括:
　　JavaTM1.5.x，必须安装，建议选择Sun公司发行的Java版本。
　　ssh 必须安装并且保证 sshd一直运行，以便用Hadoop 脚本管理远端Hadoop守护进程。
　　Windows下的附加软件需求
　　Cygwin - 提供上述软件之外的shell支持。
安装步骤#
　　本文以Ubuntu为测试环境，鉴于配置测试环境，不做复杂用户拆分，先部署到当前用户下。
　　安装软件
　　如果你的集群尚未安装所需软件，你得首先安装它们。
更新apt-get源配置#
$sudo apt-get update安装java环境#
　　本文环境使用jdk1.7
　　两种方式使用openjdk，直接用apt-get安装
$sudo apt-get install -y openjdk-7-jdk$export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64　　或者通过oracle 官网下载jdk，然后解压安装
　　http://www.oracle.com/technetwork/java/javase/archive-139210.html
　　然后设置JAVA_HOME
　　本文环境 JAVA_HOME=/usr/local/jdk
lrwxrwxrwx  1 root  root    22 Jun 22 10:20 jdk -> /usr/local/jdk1.7.0_80/drwxr-xr-x  8 uucp    143 4096 Apr 11  2015 jdk1.7.0_80/　　环境变量可以配置到 .bash_profile
配置SSH环境#
　　安装ssh服务及客户端
$sudo apt-get install -y openssh-server　　启动SSH服务
$sudo service ssh start　　配置免登陆
$ssh-keygen -t rsa -f ~/.ssh/id_rsa -P ''$cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys$chmod 600 ~/.ssh/authorized_keys　　免登陆测试
$ssh localhost　　

　　
The authenticity of host 'localhost (::1)' can't be established.ECDSA key fingerprint is SHA256:8PGiorJvZpfFOJkMax6qVaSG8KyRRNnVJGjhNqVqh/k.Are you sure you want to continue connecting (yes/no)?yes$exit
安装Hadoop#
$cd /usr/local$sudo wget http://apache.fayea.com/hadoop/common/hadoop-2.6.4/hadoop-2.6.4.tar.gz$sudo tar xzvf hadoop-2.6.4.tar.gz$sudo ln -s hadoop-2.6.4.tar.gz hadoop#修改目录权限，改成当前用户的所属$sudo chown -R XXXXX  hadoop*配置#
　　配置伪分布式：
　　修改etc/hadoop/core-site.xml
　　
   
　　
        fs.defaultFS
　　
        hdfs://localhost:9000
　　
   
　　etc/hadoop/hdfs-site.xml
　　
   
　　
        dfs.replication
　　
        1
　　
   
启动hadoop#
  $ bin/hdfs namenode -format　　
  $ sbin/start-dfs.sh  #查看进程
　　
  $jps429 SecondaryNameNode172 NameNode1523 Jps286 DataNode
　　Namenode web地址： http://localhost:50070/
　　可以执行命令测试一下
# create input files$ mkdir input　　
$ echo "Hello Docker" >input/file2.txt
　　
$ echo "Hello Hadoop" >input/file1.txt# create input directory on HDFS$ hadoop fs -mkdir -p input# put input files to HDFS$ hdfs dfs -put ./input/* input# run wordcount$ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar wordcount input output# print the input files$ echo -e "\ninput file1.txt:"$ hdfs dfs -cat input/file1.txt
　　

　　
$ echo -e "\ninput file2.txt:"$ hdfs dfs -cat input/file2.txt# print the output of wordcount$ echo -e "\nwordcount output:"$ hdfs dfs -cat output/part-r-00000
　　debug调试时候会出现下面信息：
　　WARN io.ReadaheadPool: Failed readahead on ifile
　　EBADF: Bad file descriptor
　　查阅信息后，说由于在快速读取文件的时候，文件被关闭引起，也可能是其他bug导致，此处忽略。
　　也可以 mapreduce.ifile.readahead＝false 临时禁掉
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar wordcount -D mapreduce.ifile.readahead=false input output　　当前MR为local模式运行，如果想通过YARN运行则需要配置启动YARN服务
单节点YARN#
　　修改etc/hadoop/mapred-site.xml
　　
   
　　
        mapreduce.framework.name
　　
        yarn
　　
   
　　etc/hadoop/yarn-site.xml
　　
   
　　
        yarn.nodemanager.aux-services
　　
        mapreduce_shuffle
　　
   
　　启动服务
$ sbin/start-yarn.sh　　可以重新运行上步骤实例
　　可以查看 RM web地址： http://localhost:8088/
docker配置测试环境#
　　前提已经具有docker环境
　　将下载
　　jdk-7u80-linux-x64.tar.gz 放到jdk文件夹
　　hadoop-2.6.4.tar.gz 压缩包放到 dist文件夹
　　目录结构：
./├── Dockerfile　　
├── dist
　　
│   └── hadoop-2.6.4.tar.gz
　　
└── jdk
　　
    └── jdk-7u80-linux-x64.tar.gz
　　DockerFile hainiubl/hadoop-node:apache:
FROM ubuntu:latestMAINTAINER sandy #install softwareRUN apt-get updateRUN apt-get install -y ssh vim openssh-serverADD jdk/jdk-7u80-linux-x64.tar.gz /usr/localRUN ln -s /usr/local/jdk1.7.0_80 /usr/local/jdk && rm -rf /usr/local/jdk-7u80-linux-x64.tar.gz# install hadoopADD dist/hadoop-2.6.4.tar.gz /usr/local/RUN ln -s /usr/local/hadoop-2.6.4 /usr/local/hadoopENV JAVA_HOME=/usr/local/jdkENV HADOOP_HOME=/usr/local/hadoopENV HADOOP_MAPRED_HOME=$HADOOP_HOMEENV HADOOP_COMMON_HOME=$HADOOP_HOMEENV HADOOP_HDFS_HOME=$HADOOP_HOMEENV HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoopENV YARN_HOME=$HADOOP_HOMEENV YARN_CONF_DIR=$HADOOP_HOME/etc/hadoopENV PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin# ssh without keyRUN ssh-keygen -t rsa -f ~/.ssh/id_rsa -P '' && \　　
    cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
　　build:
$ docker build -t hainiubl/hadoop-node:apache ./　　目录结构：
./├── Dockerfile　　
├── config
　　
│   ├── core-site.xml
　　
│   ├── hadoop-env.sh
　　
│   ├── hdfs-site.xml
　　
│   ├── mapred-site.xml
　　
│   ├── run-wordcount.sh
　　
│   └── yarn-site.xml
　　DockerFile hainiubl/hadoop-pseudo
ROM hainiubl/hadoop-node:apacheMAINTAINER sandy ADD config/* /root/RUN mv /root/core-site.xml $HADOOP_HOME/etc/hadoop/ && mv /root/hadoop-env.sh $HADOOP_HOME/etc/hadoop/RUN chmod +x ~/run-wordcount.sh && \　　
    chmod +x $HADOOP_HOME/sbin/start-dfs.sh && \
　　
    chmod +x $HADOOP_HOME/sbin/start-yarn.shCMD [ "sh", "-c", "/etc/init.d/ssh start; bash"]
　　build:
$ docker build -t hainiubl/hadoop-pseudo:apache ./　　启动docker节点：
$ docker run -itd -p 50070:50070 -p 8088:8088 --name hadoop-pseudo hainiubl/hadoop-pseudo:apache &$ docker exec -it hadoop-pseudo sh -c "/usr/local/hadoop/bin/hdfs namenode -format && /usr/local/hadoop/sbin/start-dfs.sh && bash"