Hadoop环境搭建-集群
2012-05-08 09:09
531 查看
[b]进入《Hadoop环境搭建-单点》[/b]
流程:
配置阶段:
配置一系列文件
在所有slave节点上拷贝master和JobTracker的公钥
在JobTracker节点上拷贝master的公钥
运行阶段:
启动hadoop
跑wordcount
集群搭建准备:
至少两台已完成单节点搭建的机器
(此例为两台,IP分别是192.168.1.10与192.168.1.11,其中10为master)
配置阶段:
1、配置一系列文件(所有节点上)
1、配置etc下的hosts文件
sudo gedit /etc/hosts
(注:打开后将里面的内容全部删除,不删除的话启动时会出现所有slave启动正常,但是master上的DataNode为0,导致系统不能正常运转的情况,全部删除以后添加所有节点的IP和标识符,格式如下
192.168.1.10 master
192.168.1.11 slave
标识符可以随便写,主要是起到一个映射作用)
2、进入hadoop目录下,配置conf下的masters文件
cd /usr/local/hadoop
sudo gedit conf/masters
(打开后将里面内容清空,然后添加“master”或者master的IP“192.168.1.10”,此处即是hosts中配置的映射,填master或者直接填IP都是一样的)
3、配置conf下的slaves文件
sudo gedit conf/slaves
(打开后将里面内容清空,然后添加“slave”或者slave的IP“192.168.1.11”,原因同上)
4、配置conf下的core-site.xml文件
sudo gedit conf/core-site.xml
(因为已完成单节点配置,因此只需要修改就行了。打开后将第一个<property>标签中的localhost改为“master”或者master的IP,如下
<property> <name>fs.default.name</name> <value>hdfs://master:9000</value> </property>
第二个<property>标签,即包含<name>dfs.replication</name>一行的那个,其中的“<value>”表示文件上传到dfs上时的备份个数,此数值不能大于slave即datanode的个数)
5、配置conf下的hdfs-site.xml文件(此配置在slave节点上可有可无)
sudo gedit conf/hdfs-site.xml
(打开后在空的<configuration> </configuration>中添加如下配置
<property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.name.dir</name> <value>/home/hadoop/hdfs/name</value> </property> <property> <name>dfs.data.dir</name> <value>/home/hadoop/hdfs/data</value> </property>
6、配置conf下的mapred-site.xml文件
sudo gedit conf/mapred-site.xml
(打开后将<value>标签里的localhost改为JobTracker的IP,因为本例中JobTracker也是master本身,所以将localhost改为“master”或master的IP)
2、在所有slave节点上拷贝master和JobTracker的公钥
1、拷贝公钥
scp hadoop@master:/home/hadoop/.ssh/id_rsa.pub /home/hadoop/.ssh/master_rsa.pub
scp hadoop@master:/home/hadoop/.ssh/id_rsa.pub /home/haddop/.ssh/jobtracker_rsa.pub
(注:因为本例中master和JobTracker是同一台机器,所以相当于在master上拷了两次公钥)
2、将拷贝的公钥添加到信任列表
cat /home/hadoop/.ssh/master_rsa.pub >> /home/hadoop/.ssh/authorized_keys
cat /home/hadoop/.ssh/jobtracker_rsa.pub >> /home/hadoop/.ssh/authorized_keys
3、在JobTracker上拷贝master的公钥
1、拷贝公钥
scp hadoop@master:/home/hadoop/.ssh/id_rsa.pub /home/hadoop/.ssh/master_rsa.pub
(注:本例中master和JobTracker是同一台机器,所以相当于自己拷自己的公钥.....囧......)
2、添加到信任列表
cat /home/hadoop/.ssh/master_rsa.pub >> /home/hadoop/.ssh/authorized_keys
运行阶段:
1、启动hadoop
1、在所有节点上删除/home/hadoop/下的tmp文件夹(包括master节点)
sudo rm -r /home/hadoop/tmp
(注:tmp文件夹内部存放有NameNode的ID信息,如果ID不一样的话是无法正常连接的,此处的删除操作是为了保证ID的一致性)
2、在master上格式化NameNode
hadoop namenode -format
3、启动hadoop
bin/start-all.sh
4、查看各节点是否正常启动
jps
(此语句执行后,slave节点中必须有DataNode,master节点中必须有NameNode,否则启动失败)
5、查看整个系统状态
hadoop dfsadmin -report
(此语句执行后能显示当前连接的slave数,即DataNode数)
2、跑wordcount
1、准备测试文件
sudo echo "mu ha ha ni da ye da ye da da" > /tmp/test.txt
2、将测试文件上传到dfs文件系统
hadoop dfs -put /tmp/test.txt multiTest
(注:如multiTest目录不存在的话会自动创建)
3、执行wordcount
hadoop jar hadoop-mapred-examples0.21.0.jar wordcout multiTest result
(注:如result目录不存在的话会自动创建)
4、查看结果
hadoop dfs -cat result/part-r-00000
至此集群环境搭建完毕~!
补充说明:
网上文档中说的关于“关闭防火墙”和“关闭安全模式”,我们在实践中并未涉及到,如遇到连接不到datanode的问题,请检查您的hosts文件中是否最上面多出两行,如果是的话请删除,然后重新按照“运行阶段”的步骤来。
相关文章推荐
- hadoop集群搭建(二)——集群环境配置
- hadoop集群环境的搭建
- Hadoop0.20.2集群环境搭建
- Hadoop-2.7.1集群环境搭建
- hadoop2.6.0版本集群环境搭建
- spark分布式集群环境搭建(hadoop之上)
- hadoop2.6.0版本集群环境搭建
- Hadoop,HBase集群环境搭建的问题集锦(四)
- 大数据平台 Hadoop 的分布式集群环境搭建
- Hadoop+Flume+Kafka+Zookeeper集群环境搭建(一)
- Hadoop伪集群环境搭建
- Linux环境下搭建hadoop分布式集群
- hadoop-2.7.4+hbase-1.3.1+zookeeper-3.4.9搭建分布式集群环境
- hadoop-2.7.4+hbase-1.3.1+zookeeper-3.4.9搭建分布式集群环境
- Hadoop2.6.0 + Spark1.4.0 在Ubuntu14.10环境下的伪分布式集群的搭建(实践可用)
- 大数据平台Hadoop的分布式集群环境搭建
- Hadoop、Spark 集群环境搭建问题汇总
- hadoop2.6.0版本集群环境搭建
- Hadoop+Hbase+Zookeeper集群环境搭建
- Hadoop2.6集群环境搭建(HDFS HA+YARN)