Hadoop集群安装部署与配置

linre

1、集群环境说明主机列表

主机名	ip	role	系统版本
node1	10.0.0.101	master	rhel6.5
node2	10.0.0.102	slave	rhel6.5
node3	10.0.0.103	slave	rhel6.5

• JDK version: java 1.8 (download)
  
• hadoop version: hadoop-2.5.1 (download)
  
  

2、集群环境配置之旅2.1、JDK与hadoop安装a) 下载JDK和hadoop安装包并安装(默认下载的安装包都放在/opt下)
# wget http://download.oracle.com/otn-p ... 25-linux-x64.tar.gz
# wget http://mirrors.hust.edu.cn/apach ... hadoop-2.5.1.tar.gz
# rpm -qa | grep java  (如果存在其他版本，使用“rpm -e 包名”进行删除)  
# mkdir /usr/java
# tar -zxf jdk-8u25-linux-x64.tar.gz -C /usr/java
# tar -zxf hadoop-2.5.1.tar.gz -C /data
# vim /etc/profile (添加下面的内容)

exportHADOOP_HOME_WARN_SUPPRESS=1

exportHADOOP_HOME=/data/hadoop-2.5.1

exportJAVA_HOME=/usr/java/jdk1.8.0_25

exportCLASSPATH=$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib

exportPATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH:$HOMR/bin

HADOOP_CONF_DIR=/data/hadoop-2.5.1/etc/hadoop

exportHADOOP_CONF_DIR

HADOOP_LOG_DIR=/data/hadoop-2.5.1/logs

exportHADOOP_LOG_DIR

exportPATH=$PATH:/data/hadoop-2.5.1/bin

# source /etc/profile
# echo $JAVA_HOME; java -version (测试)

特别提示：配置java环境需要在每个node上执行一次
2.2、修改hosts文件# vim /etc/hosts (添加如下内容)
         10.0.0.101node1
         10.0.0.102node2
         10.0.0.103node3

特别提示：上面的操作需要在每一个node上执行一次
2.3、配置ssh免密码连入a) 在10.0.0.101上执行下面的命令
# ssh-keygen -t rsa
# cat /root/.ssh/id_rsa.pub >>/root/.ssh/authorized_keys
# ssh-copy-id -i /root/.ssh/id_rsa.pub root@10.0.0.102
# ssh-copy-id -i /root/.ssh/id_rsa.pub root@10.0.0.103
# ssh 10.0.0.102 (测试)
# ssh 10.0.0.103 (测试)

b) 在10.0.0.102上执行下面的命令
# ssh-keygen -t rsa
# cat /root/.ssh/id_rsa.pub >>/root/.ssh/authorized_keys
# ssh-copy-id -i /root/.ssh/id_rsa.pub root@10.0.0.101
# ssh-copy-id -i /root/.ssh/id_rsa.pub root@10.0.0.103
# ssh 10.0.0.101 (测试)
# ssh 10.0.0.103 (测试)

C)     在10.0.0.103上执行下面的命令
# ssh-keygen -t rsa
# cat /root/.ssh/id_rsa.pub >>/root/.ssh/authorized_keys
# ssh-copy-id -i /root/.ssh/id_rsa.pub root@10.0.0.101
# ssh-copy-id -i /root/.ssh/id_rsa.pub root@10.0.0.102
# ssh 10.0.0.101 (测试)
# ssh 10.0.0.102 (测试)
2.4、hadoop集群配置a) Hadoop主要配置文件

文件名	格式	描述
core-site.xml	Hadoop配置 XML	HadoopCore的配置项, 例如HDFS和MapReduce常用的IO设置等. 配置分布式文件系统的 URL.
hdfs-site.xml	Hadoop配置 XML	Hadoop守护进程的配置项,包括namenode,辅助namenode和datanode等. 配置 nameNode，dataNode 的本地目录信息
mapred-site.xml	Hadoop配置 XML	MapReduce守护进程配置项,包括jobtracker和tasktracker. 配置其使用 Yarn 框架执行 map-reduce 处理程序
Yarn-site.xml	Hadoop配置 XML	配置 ResourceManager，NodeManager 的通信端口，web 监控端口等.
hadoop-env.sh	Bash脚本	加载运行hadoop所需的变量。
yarn-env.sh	Bash脚本	加载运行yarn框架所需的变量。
hadoop-metrics.properties	Java属性	控制metrics 在Hadoop上如何发布的属性。
log4j.properties	Java属性	系统日志文件，namenode审计日志，tasktracker子进程的任务日志的属性。
slaves	纯文本	运行datanode和tasktracker的机器列表(每行一个)。

b) 进入/data/hadoop-2.5.1/etc/hadoop,并进行下面的配置
====== 配置开始 ======
# mkdir /data/hadoop-2.5.1/{logs,temp}
# vim core-site.xml
<configuration>
   <property>
       <name>hadoop.tmp.dir</name>
       <value>/home/hadoop/tmp</value>
       <description>Abase for other temporarydirectories.</description>
   </property>
   <property>
       <name>fs.defaultFS</name>
       <value>hdfs://node1:9000</value>
   </property>
   <property>
       <name>io.file.buffer.size</name>
       <value>4096</value>
   </property>
</configuration>

# vim hdfs-site.xml
<configuration>
   <property>
       <name>dfs.nameservices</name>
       <value>hadoop-cluster1</value>
   </property>
   <property>
       <name>dfs.namenode.secondary.http-address</name>
       <value>node1:50090</value>
   </property>
   <property>
       <name>dfs.namenode.name.dir</name>
       <value>/data/hadoop-2.5.1/dfs/name</value>
   </property>
   <property>
       <name>dfs.datanode.data.dir</name>
       <value>/data/hadoop-2.5.1/dfs/data</value>
   </property>
    <property>
       <name>dfs.replication</name>
       <value>2</value>
   </property>
   <property>
       <name>dfs.webhdfs.enabled</name>
       <value>true</value>
   </property>
</configuration>

# mv mapred-site.xml.template mapred-site.xml
# vim mapred-site.xml
<configuration>
   <property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
   </property>
   <property>
       <name>mapreduce.jobtracker.http.address</name>
       <value>node1:50030</value>
   </property>
   <property>
       <name>mapreduce.jobhistory.address</name>
       <value>node1:10020</value>
   </property>
   <property>
       <name>mapreduce.jobhistory.webapp.address</name>
       <value>node1:19888</value>
    </property>
</configuration>

# vim Yarn-site.xml
<configuration>  
<!-- Site specific YARN configurationproperties -->
   <property>
       <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
   </property>
   <property>
       <name>yarn.resourcemanager.address</name>
       <value>node1:8032</value>
   </property>
   <property>
       <name>yarn.resourcemanager.scheduler.address</name>
       <value>node1:8030</value>
   </property>
   <property>
       <name>yarn.resourcemanager.resource-tracker.address</name>
       <value>node1:8031</value>
   </property>
   <property>
       <name>yarn.resourcemanager.admin.address</name>
       <value>node1:8033</value>
   </property>
   <property>
       <name>yarn.resourcemanager.webapp.address</name>
       <value>node1:8088</value>
   </property>
</configuration>

# hadoop-env.sh
export JAVA_HOME=/usr/java/jdk1.8.0_25

# yarn-env.sh
export JAVA_HOME=/usr/java/jdk1.8.0_25

# vim slaves
node2
node3
====== 配置结束 =====
2.5、分发hadoop到slave# rsync -avz /data/hadoop-2.5.1 root@node2:/data/
#rsync -avz /data/hadoop-2.5.1 root@node3:/data/
2.6、格式化文件系统# cd /data/hadoop-2.5.1
# bin/hdfs namenode -format
3、hadoop服务启动与停止3.1、启动服务# cd /data/hadoop-2.5.1
# sbin/start-dfs.sh
# sbin/start-yarn.sh
3.2、停止服务# cd /data/hadoop-2.5.1
# sbin/stop-dfs.sh
# sbin/stop-yarn.sh
4、验证4.1、查看启动的进程# jps
4.2、通过浏览器访问Cluster HDFS：http://10.0.0.101:50070/   #在hadoop-common和hadoop-hdfs中定义的
Yarn resourceManager：http://10.0.0.101:8088/ #在yarn-site.xml中定义的