hadoop安装教程,分布式配置 CentOS7 Hadoop3.1.2 CentOS7卸载 OpenJDK 安装Sun的JDK8

 

安装前的准备

1、 准备4台机器、或虚拟机

4台机器的名称和IP对应以下

master：192.168.199.128

slave1:192.168.199.129

slave2:192.168.199.130

slave3:192.168.199.131

 

二、分别为4台机器安装JDK8

步骤详细请参考： CentOS7卸载 OpenJDK 安装Sun的JDK8

 

三、为4台机器配置host name

192.168.199.128配置hostname为master

192.168.199.129配置hostname为slave1

192.168.199.130配置hostname为slave2

192.168.199.131配置hostname为slave3

 具体操做为：

执行以下命令修改本身所用节点的IP映射：

$ sudo vim /etc/hosts

咱们在 /etc/hosts 中将该映射关系填写上去便可，以下图所示（通常该文件中只有一个 127.0.0.1，其对应名为 localhost，若是有多余的应删除，特别是不能有 “127.0.0.1 Master” 这样的记录）

4台机器执行上面一样操做，所有配置相同的hostname

 

四、为master机器配置 slave一、slave二、slave3的SSH免密登陆

这个操做是要让 Master 节点能够无密码 SSH 登录到各个 Slave 节点上。

首先生成 Master 节点的公匙，在 Master 节点的终端中执行（由于改过主机名，因此还须要删掉原有的再从新生成一次）

$ cd ~/.ssh               # 若是没有该目录，先执行一次ssh localhost
$ rm ./id_rsa*            # 删除以前生成的公匙（若是有）
$ ssh-keygen -t rsa       # 一直按回车就能够

 让 Master 节点需能无密码 SSH 本机，在 Master 节点上执行：

cat ./id_rsa.pub >> ./authorized_keys

完成后可执行 ssh Master 验证一下（可能须要输入 yes，成功后执行 exit 返回原来的终端）。接着在 Master 节点将上公匙传输到 Slave1 节点：

$ scp ~/.ssh/id_rsa.pub root@slave1:/home

scp 是 secure copy 的简写，用于在 Linux 下进行远程拷贝文件，相似于 cp 命令，不过 cp 只能在本机中拷贝。执行 scp 时会要求输入 Slave1 上 hadoop 用户的密码(hadoop)，输入完成后会提示传输完毕，以下图所示：

接着在 Slave1 节点上，将 ssh 公匙加入受权：

$ mkdir ~/.ssh       # 若是不存在该文件夹需先建立，若已存在则忽略
$ cat id_rsa.pub >> ~/.ssh/authorized_keys
$ rm id_rsa.pub    # 用完就能够删掉了

若是有其余 Slave 节点，也要执行将 Master 公匙传输到 Slave 节点、在 Slave 节点上加入受权这两步。

这样，在 Master 节点上就能够无密码 SSH 到各个 Slave 节点了，可在 Master 节点上执行以下命令进行检验，以下图所示：

$ ssh slave1

 

 slave二、slave3 执行以上一样操做，将maser的公钥文件导入到本身的authorized_keys文件中，而后测试master的免密登陆

 

Hadoop安装教程分布式配置 CentOS7 Hadoop3.1.2

 

3 安装hadoop

一、在linux根路径建立目录cloud：sudo mkdir cloud

二、解压hadoop到cloud目录中：tar -zxvf hadoop-2.2.0.tar.gz -C /cloud/

三、进入目录：/cloud/hadoop/etc/hadoop

3、修改配置文件

一、修改hadoop-env.sh，配置java jdk路径，大概在27行配置，以下：

export JAVA_HOME=/home/software/jdk1.7

二、修改core-site.xml，配置内容以下

1 2 3 4 5 6 7 8 9 10 11 12

< configuration >      <!-- 指定HDFS老大（namenode）的通讯地址 --> < property >      < name >fs.defaultFS</ name >      < value >hdfs://locahost:9000</ value > </ property >      <!-- 指定hadoop运行时产生文件的存储路径 --> < property >          < name >hadoop.tmp.dir</ name >          < value >/cloud/hadoop/tmp</ value > </ property > </ configuration >

三、修改hdfs-site.xml，修改配置以下

1 2 3 4 5

<!-- 设置hdfs副本数量 --> < property >      < name >dfs.replication</ name >      < value >1</ value > </ property >

四、修改mapred-site.xml 因为在配置文件目录下没有，须要修更名称：mv mapred-site.xml.template mapred-site.xml

<configuration>
<!-- 通知框架MR使用YARN -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>
</configuration>

五、修改yarn-site.xml，修改内容以下

1 2 3 4 5 6 7 8 9 10 11

< configuration > <!-- reducer取数据的方式是mapreduce_shuffle --> < property >      < name >yarn.nodemanager.aux-services</ name >      < value >mapreduce_shuffle</ value > </ property > < property >      < name >yarn.resourcemanager.hostname</ name >      < value >localhost</ value > </ property > </ configuration >

六、讲hadoop添加到环境变量，而后更新一下环境变量：source /etc/profile

export JAVA_HOME=//home/software/jdk1.7
export HADOOP_HOME=/cloud/hadoop
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

.7. workers中设置slave节点，将slave机器的名称写入

1. slave1
2. slave2
3. slave3

 

4、启动hadoop

一、格式化hadoop，进入目录：/cloud/hadoop/etc/hadoo，执行下列之一命令便可

hdfs namenode -format

二、启动hdfs和yarn

先启动HDFS
sbin/start-dfs.sh

再启动YARN
sbin/start-yarn.sh

三、验证是否成功，使用命令：jps，输出以下即表示配置成功。

1 2 3 4 5 6 7

12272 Jps 4135 JobTracker 9500 SecondaryNameNode 9943 NodeManager 9664 ResourceManager 8898 NameNode 9174 DataNode

四、能够在浏览器中查看hdfs和mr的状态.hdfs管理界面：http://localhost:50070  MR的管理界面：http://localhost:8088 

5、hdfs基本操做和wordcount程序

 一、进入hadoop安装目录中的share：/cloud/hadoop/share/hadoop/mapreduce

二、ls列出当前路径下的文件，内容以下，其中带有example字样的为样例程序

1 2 3 4 5 6 7 8 9 10 11 12

hadoop-mapreduce-client-app-2.2.0.jar hadoop-mapreduce-client-common-2.2.0.jar hadoop-mapreduce-client-core-2.2.0.jar hadoop-mapreduce-client-hs-2.2.0.jar hadoop-mapreduce-client-hs-plugins-2.2.0.jar hadoop-mapreduce-client-jobclient-2.2.0.jar hadoop-mapreduce-client-jobclient-2.2.0-tests.jar hadoop-mapreduce-client-shuffle-2.2.0.jar hadoop-mapreduce-examples-2.2.0.jar lib lib-examples sources

 三、新建words文件，内容输入以下，而后使用命令上传到hdfs目录下：hadoop fs -put words hdfs://localhost:9000/words

1 2 3 4

hello tom hello kitty hello world hello tom

四、在命令行中敲入：hadoop jar hadoop-mapreduce-examples-2.2.0.jar wordcounthdfs://localhost:9000/wordshdfs://localhost:9000/out

五、打开页面：http://192.168.199.128:9870

 

 

 

六、点击上图中的Browse the filesystem，跳转到文件系统界面，以下所示：

 

七、继续点击上图的out/part-r-00000,wordcount程序最终运行的结果如图所示：

 

 

 

5可能出现的错误提示

there is no YARN_RESOURCEMANAGER_USER defined

there is no HDFS_NAMENODE_USER defined

解决办法：

将start-dfs.sh，stop-dfs.sh两个文件顶部添加如下参数

HDFS_NAMENODE_USER=root

HDFS_DATANODE_USER=root

HDFS_SECONDARYNAMENODE_USER=root

YARN_RESOURCEMANAGER_USER=root

YARN_NODEMANAGER_USER=root

 

 start-yarn.sh，stop-yarn.sh顶部也需添加如下

YARN_RESOURCEMANAGER_USER=root

HADOOP_SECURE_DN_USER=yarn

YARN_NODEMANAGER_USER=root