Hadoop 2.6.4分布式集群环境搭建

1、软件准备

VMware-Fusion-8.0.0-2985594.dmg

ubuntu-14.04.4-desktop-amd64.iso

 

2、集群机器准备

在VMware Fusion中安装三台虚拟机，以下：

在安装三台虚拟机的时候，建立专门用于 Hadoop 集群管理的用户 hadoop，为了管理方便，密码能够简单设置为 hadoop。

三台机器的名称和IP地址以下：

主机名称	IP地址
master	192.168.109.137
slave01	192.168.109.139
slave02	192.168.109.138

修改 三台机器的 /etc/hosts 文件，配置以下：

127.0.0.1       localhost
192.168.109.137 master
192.168.109.139 slave01
192.168.109.138 slave02

能够使用 ping 命令测试三台机器的连通性。

3、配置 ssh 无密码访问集群机器

在三台机器中分别执行如下两个命令，以便无密码登陆到 localhost。

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

将 slave01 和 slave02 的公钥 id_dsa.pub 传给 master。

scp ~/.ssh/id_dsa.pub hadoop@master:/home/hadoop/.ssh/id_dsa.pub.slave01
scp ~/.ssh/id_dsa.pub hadoop@master:/home/hadoop/.ssh/id_dsa.pub.slave02

将 slave01 和 slave02的公钥信息追加到 master 的 authorized_keys文件中。

cat id_dsa.pub.slave01 >> authorized_keys
cat id_dsa.pub.slave02 >> authorized_keys

将 master 的公钥信息 authorized_keys 复制到 slave01 和 slave02 的 .ssh 目录下。

scp authorized_keys hadoop@slave01:/home/hadoop/.ssh/authorized_keys
scp authorized_keys hadoop@slave02:/home/hadoop/.ssh/authorized_keys

分别 ssh 到 slave01 和 slave02 

能够看到从 master 已经不须要密码就能够登陆到 slave01 和 slave 02。slave01 和 slave02 也无需密码访问另外两台机器，以下：

4、JDK 和 Hadoop 安装配置

分别在三台机器中安装 JDK 和 Hadoop，具体的安装细节这里再也不赘述，能够参见另一篇博文 Hadoop 2.6.4单节点集群环境搭建 。注意：本文将 Java 和 Hadoop 解压安装到 /opt 目录下， 需使用 chown 命令将解压后文件夹所属的用户和用户组改为 hadoop，以避免后面产生权限问题。下面是 JDK 和 Hadoop 环境变量配置：

# Java Env
export JAVA_HOME=/opt/java/jdk1.7.0_80
export JRE_HOME=/opt/java/jdk1.7.0_80/jre
export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

# Hadoop Env
export HADOOP_HOME=/opt/hadoop-2.6.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

5、集群配置

一、修改 master 机器上 Hadoop 配置

(1) hadoop-env.sh

增长以下两行配置：

export JAVA_HOME=/opt/java/jdk1.7.0_80
export HADOOP_PREFIX=/opt/hadoop-2.6.4

(2) core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/hadoop-2.6.4/tmp</value>
    </property>
</configuration>

注意：tmp目录需提早建立

(3) hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

数据有三个副本

(4) mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

(5) yarn-env.sh

增长 JAVA_HOME 配置

export JAVA_HOME=/opt/java/jdk1.7.0_80

(6) yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
</configuration>

(7) slaves

master
slave01
slave02

master 即做为 NameNode 也做为 DataNode。

二、在 slave01 和 slave02 上作一样的配置

6、启动Hadoop集群

一、格式化文件系统

在 master 上执行如下命令：

hdfs namenode -format

二、启动 NameNode 和 DateNode

在 master 机器上执行 start-dfs.sh, 以下：

使用 jps 命令查看 master 上的Java进程：

使用 jps 命令分别查看 slave01 和 slave02 上的 Java 进程：

能够看到 NameNode 和 DataNode 均启动成功。

三、查看 NameNode 和 NameNode 信息

浏览器输入地址： http://master:50070/ 能够查看 NameNode 信息。

四、启动 ResourceManager 和 NodeManager

运行 start-yarn.sh, 以下：

使用 jps 查看 master 上的 Java 进程

能够看到 master 上 ResourceManager 和 NodeManager 均启动成功。

能够看到 slave01 上 NodeManager 也启动成功。

一样能够看到 slave02 上 NodeManager 也已经启动成功了。

至此，整个 Hadoop 集群就已经启动了。