Hadoop2.5.2集群安装

jacky4955

　　说明：转载我同事关于hadoop的文章，给大家分享下~
　　地址：http://gao-xianglong.iteye.com/blog/2189773
　　《Hadoop2.5.2集群安装》
　　1、环境介绍
　　操作系统：CentOS  X64
　　物理机器：192.168.1.224(Master)、192.168.1.226(Slave1)、192.168.1.226(Slave2)
　　JDK版本：JDK7.X
　　Hadoop版本：Hadoop2.5.2
　　2、修改主机名称
　　通过命令“hostname”查看当前机器的机器名称，然后分别在Master、Slave1、Slave2机器的/etc/sysconfig/network文件上修改下主机名称(非必须)并保存，如下所示：
　　Shell代码  
#Master机器(192.168.1.224)　　
NETWORKING=yes
　　
HOSTNAME=Master
　　

　　
#Slave1机器(192.168.1.225)
　　
NETWORKING=yes
　　
HOSTNAME=Slave1
　　

　　
#Slave2机器(192.168.1.226)
　　
NETWORKING=yes
　　
HOSTNAME=Slave2
　　3、修改hosts文件
　　分别在Master、Slave1、Slave2机器上修改下hosts文件并保存，如下所示：
　　Shell代码  
192.168.1.224  Master　　
192.168.1.225  Slave1
　　
192.168.1.226  Slave2
　　4、确保JDK成功安装并可用
　　当成功在Master、Slave1、Slave2机器上安装JDK后(笔者使用JDK7.x)，还需要在“/etc/profile”文件中配置Java的环境变量，并通过命令“source “/etc/profile”命令使修改后的配置生效，如下所示：
　　Shell代码  

• #JAVA　　
  export JAVA_HOME=/usr/java/jdk1.7.0_67
  　　
  export PATH=$JAVA_HOME/bin:$PATH
  　　
  #export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
  

　　5、Haddop的安装
　　使用命令“tar -zxvf”命令将gz压缩文件解压。笔者Hadoop的安装目录为：“/home/hadoop”，解压后的Hadoop目录为“/home/hadoop/hadoop-2.5.2”，最好确保Master、Slave1、Slave2机器上的Hadoop安装路径一致。
　　6、配置Hadoop环境变量
　　成功安装Hadoop后，接下来要做的事情就是配置Hadoop的环境变量，并通过命令“source “/etc/profile”命令使修改后的配置生效，如下所示：
　　Shell代码  

• #HADOOP　　
  export HADOOP_HOME=/home/hadoop/hadoop-2.5.2
  　　
  export HADOOP_COMMON_HOME=$HADOOP_HOME
  　　
  export HADOOP_HDFS_HOME=$HADOOP_HOME
  　　
  export HADOOP_MAPRED_HOME=$HADOOP_HOME
  　　
  export HADOOP_YARN_HOME=$HADOOP_HOME
  　　
  export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
  　　
  
  　　
  export CLASSPATH=.:$JAVA_HOME/lib:$HADOOP_HOME/lib:$CLASSPATH
  　　
  export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
  

　　7、修改Hadoop的一系列配置文件
　　/home/hadoop/hadoop-2.5.2/etc/hadoop/core-site.xml修改，如下所示：
　　Xml代码  

• 　　
  
  　　
  
  　　
     
  　　
          fs.defaultFS
  　　
          hdfs://Master:9000
  　　
     
  　　
  
  

　　/home/hadoop/hadoop-2.5.2/etc/hadoop/hdfs-site.xml修改，如下所示：
　　Xml代码  

• 　　
  
  　　
  
  　　
     
  　　
          dfs.replication
  　　
          1
  　　
     
  　　
     
  　　
          dfs.namenode.name.dir
  　　
          /home/hadoop/dfs/name
  　　
     
  　　
     
  　　
          dfs.datanode.data.dir
  　　
          >/home/hadoop/dfs/data
  　　
     
  　　
     
  　　
          dfs.webhdfs.enabled
  　　
          true
  　　
     
  　　
  
  

　　访问namenode的hdfs使用50070端口，访问datanode的webhdfs使用50075端口。要想不区分端口，直接使用namenode的IP和端口进行所有的webhdfs操作，就需要在所有的datanode上都设置hdfs-site.xml中的dfs.webhdfs.enabled为true。
　　/home/hadoop/hadoop-2.5.2/etc/hadoop/mapred-site.xml修改，如下所示：
　　Xml代码  

• 　　
  
  　　
  
  　　
     
  　　
          mapreduce.framework.name
  　　
          yarn
  　　
     
  　　
     
  　　
          mapreduce.jobhistory.address
  　　
          MasterServer:10020
  　　
     
  　　
     
  　　
          mapreduce.jobhistory.webapp.address
  　　
          MasterServer:19888
  　　
     
  　　
  
  

　　jobhistory是Hadoop自带了一个历史服务器，用于记录Mapreduce历史作业。默认情况下，jobhistory没有启动，可用手动通过命令启动，如下所示：
　　Shell代码  

• jobhistory-daemon.sh start historyserver
  

　　/home/hadoop/hadoop-2.5.2/etc/hadoop/yarn-site.xml修改，如下所示：
　　Xml代码  

• 　　
  
  　　
       
  　　
          yarn.nodemanager.aux-services
  　　
          mapreduce_shuffle
  　　
       
  　　
       
  　　
          yarn.resourcemanager.address
  　　
          Master:8032
  　　
       
  　　
       
  　　
          yarn.resourcemanager.scheduler.address
  　　
          Master:8030
  　　
       
  　　
       
  　　
          yarn.resourcemanager.resource-tracker.address
  　　
          Master:8031
  　　
       
  　　
       
  　　
          yarn.resourcemanager.admin.address
  　　
          Master:8033
  　　
       
  　　
       
  　　
          yarn.resourcemanager.webapp.address
  　　
          Master:8088
  　　
       
  　　
  
  

　　/home/hadoop/hadoop-2.5.2/etc/hadoop/slaves修改，如下所示：
　　Shell代码  

• Slave1　　
  Slave2
  

　　分别在/home/hadoop/hadoop-2.5.2/etc/hadoop/hadoop-env.sh和yarn-env.sh中配置Java环境变量，如下所示：
　　Shell代码  

• 　　export JAVA_HOME=/usr/java/jdk1.7.0_67
  

　　8、将配置好的Hadoop拷贝到从机上
　　使用命令“scp -r hadoop-2.5.2 hadoop@Slave1:/home/hadoop”和“scp -r hadoop-2.5.2hadoop@Slave2:/home/hadoop”执行数据拷贝。
　　9、启动Hadoop
　　在正式 启动Hadoop之前，分别在Master、Slave1、Slave2机器上格式化HDFS，如下所示：
　　Shell代码  

• hdfs namenode –format
  

　　当成功格式化后，接下来便可以在Master上通过命令“start-all.sh”启动Hadoop，同时也可以通过“stop-all.sh”停止Hadoop运行(会由Master负责带动Slave节点的启动和停止)。
　　当成功启动Hadoop后，我们便可以在每一个节点下执行命令jps，查看Hadoop的进程，如下所示：
　　Shell代码  

• #Master上的Hadoop进程　　
  30791 SecondaryNameNode
  　　
  30943 ResourceManager
  　　
  30607 NameNode
  　　
  
  　　
  #Slave1上的Hadoop进程
  　　
  9902 DataNode
  　　
  10001 NodeManager
  　　
  
  　　
  #Slave2上的Hadoop进程
  　　
  9194 DataNode
  　　
  9293 NodeManager
  

　　除此之外，开发人员还可以通过http://ip:50070、http://ip:8088、http://ip:19888，通过浏览器查阅Hadoop集群中每一个节点的运行状态。