hadoop集群的搭建与配置（1）

starxzj

前言     
       首先hadoop是在linux系统上进行搭建的，我们首先要在自己电脑上装上虚拟机然后装linux系统，因为我们是测试：在本地虚拟机上装两个linux分别搭建好hadoop环境能实现简单的数据处理就可以了，最终的效果类似于我们c#中的hello world！能做到这里我们的搭建测试环境就算基本上完成了。虚拟机以及linux系统文件在公司的ftp服务器上都有，到时候直接拿来在本地安装就可以了。中间很多东西我都是借鉴的博客园中的一篇关于hadoop的博客，想深入了解的可以上去看一下，中间有很多东西我也是引用的这篇博客中的内容，这里我把博客的地址放在这里：http://www.iyunv.com/xia520pi/。

环境的搭建分为四部
        第一步装linux系统，这一步比较简单跟在我们本地装windows系统一样，机械的往下走就行了，具体的细节可以参考这里：http://www.iyunv.com/xia520pi/archive/2012/05/16/2503770.html。这里我们一并的是安装两个linux系统，完成之后我们要关闭防火墙和SELinux为了是方便我们本地数据之间的传输，而且一般不需要SELinux的保护所以设置为disabled状态。（注释：在进行系统的配置以及修改内容的时候一般用的root用户，该用户有系统的最高权限，可以对内容进行修改。）
（1防火墙的关闭）


（2关闭SELinux）
vim /etc/sysconfig/selinux

把SELINUX=enforcing → →SELINUX=disabled


注释：输入vim /etc/sysconfig/selinux之后点击键盘上字幕a可以进行编辑然后Esc退出编辑，“:wq!”回车即可对编辑的内容进行保存。
（3关闭不需要的服务）


（4把配置系统可以访问网络）
vim /etc/sysconfig/network-scripts/ifcfg-etf0

刚安装好的系统NOBOOT="no"→ →ONBOOT="yes"

然后把系统关闭执行：
poweroff
系统关闭之后
对虚拟机的设置进行配置把network adapter中的network conneciton下面的两个地方勾上



从新启动系统，ping www.baidu.com 测试一下发现已经能上网了这个时候我们的系统就安装好了。
（中间插一点内容，有一个SSH_linux的工具，该工具可以实现我们本地的windows系统和我们linux系统文件的一个传递，非常的方便，工具我这里有也可以去网上下载，附上截图一张

左边方框就是我们的本地电脑，右侧就是我们linux系统，可以进行拖拽进行文件的传递，但是我们要在我们的linux系统上安装和配置VSFTP

执行该命令没有反应说明我们还没有安装VSFTP服务，下面就要下载和安装VSFTP了（在root用户下才能安装文件）


正在下载文件

安装完毕



安装VSFTP的日志文件，这样我们的VSFTP就安装完毕了）
第二部就是实现linux系统之间的无密码登录了，正常情况下比如我们的linux系统在同一个局域网下面的登录是输入登入放的密码的，这里以我的两台服务器为例，我的一台是192.168.9.199（该机是Master服务器），另一台是192.168.9.163（该机是从服务器Slave1）如果我在master服务器上要登录Slave1，则执行命令
ssh 192.1668.9.163
这会提示我们输入163这台服务器的登录密码。我们现在要做的就是在我们的Master和Slave1服务器之间实现无密码的登录效果如果：


我们发现我们输入地址之后前面的服务器名字直接变成Slave1了，这个时候就证明我们配置成功了，也是我们最终要的效果。下面我们就详细说一下如何实现无密码的登录的配置。（注释：我在下面的讲解中会复制博客园的图片，他的ip和我的不一样，这个到时候要根据自己配置的时候用到的ip记性实施的更改，有不清楚的地方还可以问我）
这里我先说明一下配置无密码登录的原因：

Hadoop运行过程中需要管理远端Hadoop守护进程，在Hadoop启动以后，NameNode是通过SSH（Secure Shell）来启动和停止各个DataNode上的各种守护进程的。这就必须在节点之间执行指令的时候是不需要输入密码的形式，故我们需要配置SSH运用无密码公钥认证的形式，这样NameNode使用SSH无密码登录并启动DataName进程，同样原理，DataNode上也能使用SSH无密码登录到NameNode。
来源：
在"Hadoop集群（第1期）"安装CentOS6.0时，我们选择了一些基本安装包，所以我们需要两个服务：ssh和rsync已经安装了。可以通过下面命令查看结果显示如下：


这个时候我们发现我们已经安装完毕了，如果没有安装也没事通过下边的命令就可以进行安装





配置Master无密码登录所有Salve（这里我们只演示Master到Slave的配置，Slave到Master的配置是一样的就不多做解释了）
1）SSH无密码原理
Master（NameNode | JobTracker）作为客户端，要实现无密码公钥认证，连接到服务器Salve（DataNode | Tasktracker）上时，需要在Master上生成一个密钥对，包括一个公钥和一个私钥，而后将公钥复制到所有的Slave上。当Master通过SSH连接Salve时，Salve就会生成一个随机数并用Master的公钥对随机数进行加密，并发送给Master。Master收到加密数之后再用私钥解密，并将解密数回传给Slave，Slave确认解密数无误之后就允许Master进行连接了。这就是一个公钥认证过程，其间不需要用户手工输入密码。重要过程是将客户端Master复制到Slave上。
2）Master机器上生成密码对
在Master节点上执行以下命令：


这条命是生成其无密码密钥对，询问其保存路径时直接回车采用默认路径。生成的密钥对：id_rsa和id_rsa.pub，默认存储在"/home/hadoop/.ssh"目录下。

查看"/home/hadoop/"下是否有".ssh"文件夹，且".ssh"文件下是否有两个刚生产的无密码密钥对。




　接着在Master节点上做如下配置，把id_rsa.pub追加到授权的key里面去。
　　　在验证前，需要做两件事儿。第一件事儿是修改文件"authorized_keys"权限（权限的设置非常重要，因为不安全的设置安全设置，会让你不能使用RSA功能），另一件事儿是用root用户设置"/etc/ssh/sshd_config"的内容。使其无密码登录有效。
　　　　1）修改文件"authorized_keys”
　　
　　
　　 2）设置SSH配置
　　　　用root用户登录服务器修改SSH配置文件"/etc/ssh/sshd_config"的下列内容
　　
　　
　　进入配置界面把下面的内容添加到配置里面保存退出
　　
　　
　　保存配置之后一定要进行文件的从新启动，不然配置的内容是不会有效果的。执行命令
　　service sshd restart
　　从启服务之后我们推出root用户，用hadoop用户进行测试

　　出现上图的效果的时候证明我们已经在本机上配置好了，下面我们就要把公钥复制到我们的Slave1机器上进行配置了，复制的命令如下：
　　scp ~/.ssh/id_rsa.pub 远程用户名@远程服务器IP:~/

　　这是我们已经把我们的文件复制到Slave1机器上了，我们可以登录我们Slave系统上查看是否有该文件
　　
　　
　　这个时候我们发现已经复制过去了。
　　2）在"/home/hadoop/"下创建".ssh"文件夹
　　　　这一步并不是必须的，如果在Slave1.Hadoop的"/home/hadoop"已经存在就不需要创建了，因为我们之前并没有对Slave机器做过无密码登录配置，所以该文件是不存在的。用下面命令进行创建。（备注：用hadoop登录系统，如果不涉及系统文件修改，一般情况下都是用我们之前建立的普通用户hadoop进行执行命令。）
　　

　　注释：如果不进行，即使你按照前面的操作设置了"authorized_keys"权限，并配置了"/etc/ssh/sshd_config"，还重启了sshd服务，在Master能用"ssh localhost"进行无密码登录，但是对Slave1.Hadoop进行登录仍然需要输入密码，就是因为".ssh"文件夹的权限设置不对。这个文件夹".ssh"在配置SSH无密码登录时系统自动生成时，权限自动为"700"，如果是自己手动创建，它的组权限和其他权限都有，这样就会导致RSA无密码远程登录失败。
　　对比上面两张图，发现文件夹".ssh"权限已经变了。
　　3）追加到授权文件"authorized_keys"
　　　　到目前为止Master.Hadoop的公钥也有了，文件夹".ssh"也有了，且权限也修改了。这一步就是把Master.Hadoop的公钥追加到Slave1.Hadoop的授权文件"authorized_keys"中去。使用下面命令进行追加并修改"authorized_keys"文件权限：

　　4)用root用户修改"/etc/ssh/sshd_config"
　　　　具体步骤参考前面Master.Hadoop的"设置SSH配置"，具体分为两步：第1是修改配置文件；第2是重启SSH服务。
　　5)用Master.Hadoop使用SSH无密码登录Slave1.Hadoop
　　　　当前面的步骤设置完毕，就可以使用下面命令格式进行SSH无密码登录了。

　　这个时候我们发现我们已经配置成功了。
　　（同样的原理我们Slave登录Master也是一样的配置呢，这里图片我是在博客园截的图，他的ip地址和我的是不一样的他的Master是192.168.1.2，Slave1是192.168.1.3。）
　　第三部就是java环境的安装了，这里我用的是jdk-7u25-linux-i586.rpm，所有的机器上都要安装JDK，现在就先在Master服务器安装，然后其他服务器按照步骤重复进行即可。安装JDK以及配置环境变量，需要以"root"的身份进行。　首先用root身份登录"Master.Hadoop"后在"/usr"下创建"java"文件夹，再把用SSH_linux上传到"/home/hadoop/"下的"jdk-6u31-linux-i586.bin"复制到"/usr/java"文件夹中。
　　
　　
　　接着进入"/usr/java"目录下通过下面命令使其JDK获得可执行权限，并安装JDK。
　　
　　
　　
　　回车就可以进行文件的安装了。
　　再次执行
　　
　　
　　
　　这个时候证明我们已经安装完毕了。
　　
　　java环境安装好了，我们还要配置java的环境，
　　

　　这个时候我们保持退出，从新启动服务

　　这个是我们的java就配置完成了，我们可以通过java -version来看我们是否配置成功

　　这个时候证明我们java环境就配置好了。接下来我们就要把每台服务器都配置好java环境。
　　第四部是hadoop环境的安装。
　　首先用root用户登录"Master.Hadoop"机器，查看我们之前用SSH_linux上传至"/home/Hadoop"上传的"hadoop-1.0.0.tar.gz"。

　　然后复制到usr文件夹下面

　　对文件进行解压