Hadoop2.6.0-cdh5.4.1源码编译安装

petrel919

版本使用范围，大致 与Apache Hadoop编译步骤一致大同小异，因为CDH的Hadoop的本来就是从社区版迁过来的，所以，这篇文章同样适合所有的以Apache Hadoop为原型的其他商业版本的hadoop编译，例如，Cloudera（CDH）的hadoop和Hortonworks（HDP）的的hadoop编译，下面开工：
1，环境准备（Cenots6.x，其他的大同小异）
（1）yum安装 sudo yum install -y snappy snappy-devel autoconf automake libtool git  gcc gcc-c++  make cmake openssl-devel,ncurses-devel bzip2-devel
（2）安装JDK1.7+
（3）安装Maven3.0+
（4）安装Ant1.8+
（5）安装 protobuf-2.5.0.tar.gz
  安装例子：
  cd /home/search
  tar -zxvf  protobuf-2.5.0.tar.gz
  cd /home/search/protobuf-2.5.0
  ./configure --prefix=/home/search/protobuf（指定的一个安装目录，默认是根目录）
  make && make install
（6）安装snappy1.1.0.tar.gz（可选选项，如果需要编译完的Hadoop支持Snappy压缩，需要此步骤）
   安装例子：
cd /home/search
tar -zxvf snappy1.1.0.tar.gz
cd /home/search/snappy1.1.0
./configure --prefix=/home/search/snappy（指定的一个安装目录，默认是根目录）
make && make install
（7）安装hadoop-snappy
git下载地址
git clone https://github.com/electrum/hadoop-snappy.git
安装例子：
下载完成后
cd hadoop-snappy
执行maven打包命令
mvn package  -Dsnappy.prefix=/home/search/snappy （需要6步骤）
构建成功后


这个目录就是编译后的snappy的本地库，在hadoop-snappy/target/hadoop-snappy-0.0.1-SNAPSHOT-tar/hadoop-snappy-0.0.1-SNAPSHOT/lib目录下，有个hadoop-snappy-0.0.1-SNAPSHOT.jar，在hadoop编译后，需要拷贝到$HADOOP_HOME/lib目录下
上面使用到的包，可到百度网盘：http://pan.baidu.com/s/1mBjZ4下载
2，下载编译hadoop2.6.0
下载cdh-hadoop2.6.0源码：
wget http://archive-primary.cloudera.com/cdh5/cdh/5/hadoop-2.6.0-cdh5.4.1-src.tar.gz
           解压
            tar -zxvf hadoop-2.6.0-cdh5.4.1-src.tar.gz
            解压后进入根目录
            执行下面这个编译命令，就能把snappy库绑定到hadoop的本地库里面，这样就可以在所有的机器上跑了
       mvn clean package -DskipTests -Pdist,native -Dtar -Dsnappy.lib=(hadoop-snappy里面编译后的库地址)   -Dbundle.snappy
中间会报一些异常，无须关心，如果报异常退出了，就继续执行上面这个命令，直到成功为止，一般速度会跟你的网速有关系，大概40分钟左右，最后会编译成功。

3，搭建Hadoop集群
（1）拷贝编译完成后在hadoop-2.6.0-cdh5.4.1/hadoop-dist/target/hadoop-2.6.0-cdh5.4.1.tar.gz位置的tar包，至安装目录
（2）解压执行mv hadoop-2.6.0-cdh5.4.1 hadoop重命名为hadoop
（3）进入hadoop目录下，执行bin/hadoop checknative -a查看本地库，支持情况

（4）配置Hadoop相关的环境变量
#hadoop
export HADOOP_HOME=/home/search/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export CLASSPATH=.:$CLASSPATH:$HADOOP_COMMON_HOME:$HADOOP_COMMON_HOMEi/lib:$HADOOP_MAPRED_HOME:$HADOOP_HDFS_HOME:$HADOOP_HDFS_HOME
（5）选择一个数据目录/data/
新建三个目录
hadooptmp（存放hadoop的一些临时数据）
nd（存放hadoop的namenode数据）
dd（存放hadoop的datanode数据）
（6）进入hadoop/etc/hadoop目录
依次配置
slaves内容如下：
hadoop1
hadoop2
hadoop3

core-site.xml内容如下:
<configuration>
<property>   
<name>fs.default.name</name>   
<value>hdfs://hadoop1:8020</value>   
</property>
<property>  
<name>hadoop.tmp.dir</name>  
<value>/ROOT/tmp/data/hadooptmp</value>  
</property>
<property>  
<name>io.compression.codecs</name>  
<value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.BZip2Codec,org.apache.hadoop.io.compress.SnappyCodec</value>  
</property>  
<property>   
<name>fs.trash.interval</name>   
<value>1440</value>   
<description>Number of minutes between trash checkpoints.   
If zero, the trash feature is disabled.   
</description>   
</property>  
</configuration>

hdfs-site.xml内容如下：
<configuration>
<property>   
<name>dfs.replication</name>   
<value>1</value>   
</property>   
<property>   
<name>dfs.namenode.name.dir</name>   
<value>file:///ROOT/tmp/data/nd</value>   
</property>   
<property>   
<name>dfs.datanode.data.dir</name>   
<value>/ROOT/tmp/data/dd</value>   
</property>   
<property>   
<name>dfs.permissions</name>   
<value>false</value>   
</property>  

<property>  
<name>dfs.webhdfs.enabled</name>  
<value>true</value>  
</property>  
<property>  
<name>dfs.blocksize</name>  
<value>134217728</value>  
</property>  
<property>  
<name>dfs.namenode.handler.count</name>  
<value>20</value>  
</property>
<property>  
<name>dfs.datanode.max.xcievers</name>  
<value>65535</value>  
</property>
</configuration>

mapred-site.xml内容如下：
<configuration>
<property>  
<name>mapreduce.framework.name</name>  
<value>yarn</value>  
</property>  
<property>  
<name>mapreduce.jobtracker.address</name>  
<value>hadoop1:8021</value>  
</property>  
<property>  
<name>mapreduce.jobhistory.address</name>  
<value>hadoop1:10020</value>  
</property>  
<property>  
<name>mapreduce.jobhistory.webapp.address</name>  
<value>hadoop1:19888</value>  
</property>  
<property>  
<name>mapred.max.maps.per.node</name>  
<value>4</value>  
</property>  
<property>  
<name>mapred.max.reduces.per.node</name>  
<value>2</value>  
</property>  
<property>  
<name>mapreduce.map.memory.mb</name>  
<value>1408</value>  
</property>  
<property>  
<name>mapreduce.map.java.opts</name>  
<value>-Xmx1126M</value>  
</property>  
<property>  
<name>mapreduce.reduce.memory.mb</name>  
<value>2816</value>  
</property>  
<property>  
<name>mapreduce.reduce.java.opts</name>  
<value>-Xmx2252M</value>  
</property>  
<property>  
<name>mapreduce.task.io.sort.mb</name>  
<value>512</value>  
</property>  
<property>  
<name>mapreduce.task.io.sort.factor</name>  
<value>100</value>  
</property>  
</configuration>
yarn-site.xml内容如下：
<configuration>
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop1:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop1:19888</value>
</property>      
<property>  
<name>yarn.resourcemanager.address</name>  
<value>hadoop1:8032</value>  
</property>  
<property>  
<name>yarn.resourcemanager.scheduler.address</name>  
<value>hadoop1:8030</value>  
</property>  
<property>  
<name>yarn.resourcemanager.scheduler.class</name>  
<value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>  
</property>  
<property>  
<name>yarn.resourcemanager.resource-tracker.address</name>  
<value>hadoop1:8031</value>  
</property>  
<property>  
<name>yarn.resourcemanager.admin.address</name>  
<value>hadoop1:8033</value>  
</property>  
<property>  
<name>yarn.resourcemanager.webapp.address</name>  
<value>hadoop1:8088</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>  
<property>   
<description>Classpath for typical applications.</description>   
<name>yarn.application.classpath</name>   
<value>$HADOOP_CONF_DIR  
,$HADOOP_COMMON_HOME/share/hadoop/common/*  
,$HADOOP_COMMON_HOME/share/hadoop/common/lib/*  
,$HADOOP_HDFS_HOME/share/hadoop/hdfs/*  
,$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*  
,$YARN_HOME/share/hadoop/yarn/*</value>   
</property>  
<!-- Configurations for NodeManager -->  
<property>  
<name>yarn.nodemanager.resource.memory-mb</name>  
<value>5632</value>  
</property>  
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>1408</value>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>5632</value>
</property>
</configuration>
（6）将整个hadoop目录和/data数据目录，scp分发到各个节点上
（7）格式化HDFS
执行命令bin/hadoop namenode -format
（8）启动集群
sbin/start-dfs.sh 启动hdfs
sbin/start-yarn.sh启动yarn
sbin/mr-jobhistory-daemon.sh start historyserver 启动日志进程
（9）检验集群状态
jps监测：

web页面监测：
http://hadoop1:50070
http://hadoop1:8088
（10）基准测试
测试map
bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.4.1.jar randomwriter rand
测试reduce
bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.4.1.jar sort rand sort-rand
Hadoop官方文档链接：http://hadoop.apache.org/docs/r2.7.0/hadoop-project-dist/hadoop-hdfs/HdfsUserGuide.html

最后欢迎大家扫码关注微信公众号：我是攻城师(woshigcs)，我们一起学习，进步和交流!（woshigcs）
本公众号的内容是有关搜索和大数据技术和互联网等方面内容的分享，也是一个温馨的技术互动交流的小家园，有什么问题随时都可以留言，欢迎大家来访！