hadoop-2.4.0彻底分布式集群搭建

1.配置hosts

各linux版本hosts文件位置可能不一样，redhat是在 /etc/hosts，编辑之：

172.17.0.1    master
172.17.0.2    resorucemanager
172.17.0.3    datanode1
172.17.0.4    datanode2
172.17.0.5    datanode3

而后copy到其他四台服务器，而后分别执行 /bin/hostsname hostsname

例如：master上执行 /bin/hostsname master，使之生效。

2.配置ssh

2.1 建立hadoop用户

注意：hadoop有两种运行模式，安全模式和非安全模式。安装模式是以指定在健壮的，基于身份验证上运行的，若是无需运行在非安全模式下，能够直接使用root用户。

安全模式下要确保hdfs和yarn以不一样的用户身份运行，如hdfs和yarn，还有确保mapreduce jobhistory server以user mapred运行。推荐这三个身份使用一个组名为hadoop。这里为了方便直接使用root。

2.2 配置master无密码ssh各服务器

在master执行操做：

ssh-keygen -t rsa

而后一直回车，最后在/root/.ssh/目录下生成了两个文件 id_rsa 和 id_rsa.pub

cat id_rsa.pub > ./authorized_keys

而后复制到其余服务器（若没有.ssh文件夹需手动建立）

scp authorized_keys resourcemanager:/root/.ssh/
scp authorized_keys datanode1:/root/.ssh/
scp authorized_keys datanode2:/root/.ssh/
scp authorized_keys datanode3:/root/.ssh/

验证可否无密码ssh，在master服务器上执行操做：

ssh master

注意：第一次可能会提示输入yes or no，以后就能够直接ssh登陆了。

同理验证其他四台主机是否可用无密码ssh登陆。

3.配置jdk和hadoop环境变量

版本：jdk1.7.0_55 hadoop-2.4.0

下载并解压到

/opt/tools/jdk1.7.0_55 

/opt/hadoop-2.4.0

编辑 /etc/profile，在最后加上

export JAVA_HOME=/opt/tools/jdk1.7.0_55
export JRE_HOME=$JAVA_HOME/jre
export HADOOP_HOME=/opt/hadoop-2.4.0
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export CLASSPATH=$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$HADOOP_HOME/bin:$PATH

保存退出，执行下列命令使之生效

source /etc/profile

4.配置hadoop

配置文件目录为hadoop-2.4.0/etc/hadoop/

4.1 在yarn-env.sh 和hadoop-env.sh文件中加上jdk路径

export JAVA_HOME=/opt/tools/jdk1.7.0_55

4.2 core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
        <final>true</final>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/tmp/hadoop-${user.name}</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131072</value>
    </property>
</configuration>

4.3 hdfs-site.xml

<configuration>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/opt/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/opt/dfs/data</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

4.4 mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
        <description>Execution framework set to Hadoop YARN.</description>
    </property>
</configuration>

4.5 yarn-site.xml

<configuration>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>jobtracker:9001</value>
        <description>The address of the applications manager interface in the RM.</description>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>jobtracker:18030</value>
        <description>The address of the scheduler interface,in order for the RM to obtain the resource from scheduler</description>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>jobtracker:18025</value>
        <description>The address of the resource tracker interface for the nodeManagers</description>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>jobtracker:18035</value>
        <description>The address for admin manager</description>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>jobtracker:18088</value>
        <description>The address of the RM web application.</description>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

4.6 slaves

在该文件中添加

datanode1
datanode2
datanode3

注意：上面配置文件中出现的目录须要本身建立。配置文件须要复制到各个服务器上，而且个服务器目录结构要相同。

5.运行hadoop

为了以防某个节点未启动报错，建议单独启动每项节点，启动顺序依次为：

• 格式化namenode（master）：

hdfs namenode -format

• 启动namenode（master）：

/opt/hadoop-2.4.0/sbin/hadoop-daemon.sh --config /opt/hadoop-2.4.0/etc/hadoop --script hdfs start namenode

• 启动datanode（master）：

/opt/hadoop-2.4.0/sbin/hadoop-daemon.sh --config /opt/hadoop-2.4.0/etc/hadoop --script hdfs start datanode

• 启动resourcemanager（resourcemanager）

/opt/hadoop-2.4.0/sbin/yarn-daemon.sh --config /opt/hadoop-2.4.0/etc/hadoop start resourcemanager

• 启动nodemanager（resourcemanager）

/opt/hadoop-2.4.0/sbin/yarn-daemon.sh --config /opt/hadoop-2.4.0/etc/hadoop start nodemanager

• 启动WebAppProxy Server（resourcemanager）

/opt/hadoop-2.4.0/sbin/yarn-daemon.sh start proxyserver --config /opt/hadoop-2.4.0/etc/hadoop

• 启动MapReduce JobHistory Server（resourcemanager） 

/opt/hadoop-2.4.0/sbin/mr-jobhistory-daemon.sh start historyserver --config /opt/hadoop-2.4.0/etc/hadoop

注意：上面括号中的内容表示在哪一个服务器上执行命令。启动前须要全部服务器的防火墙关闭，执行

service iptables stop

也能够想一次性启动，直接在master上启动hdfs，在resourcemanager上启动yarn资源管理系统

• 启动hdfs（master）

/opt/hadoop-2.4.0/sbin/start-dfs.sh

• 启动yarn（resourcemanager）

/opt/hadoop-2.4.0/sbin/start-yarn.sh

若一切顺利，在各服务器上输入jps

master显示：

30739 Jps
9547 NameNode
9746 SecondaryNameNode

resourcemanager显示：

2917 Jps
27910 ResourceManager

各个datanode显示：

24334 Jps
1594 NodeManager
1027 DataNode

至此，一个彻底分布式hadoop集群搭建成功

关闭hadoop按照上面启动的顺序呢，把start改为stop便可。