CentOS 安装 Hadoop 手记

Download & Install

download hadoop from http://hadoop.apache.org/releases.html#Download
download zip file (not rpm)
[v 1.1.2 bin] http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-1.1.2/hadoop-1.1.2-bin.tar.gz
[v 2.0.5-alpha] http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.0.5-alpha/hadoop-2.0.5-alpha.tar.gz
[v 2.1.0-beta] ] http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.1.0-beta/hadoop-2.1.0-beta.tar.gz

tar vxf hado......gz
mv hado..... /usr/hadoop

创建用户 hadoop

$ useradd -d /home/hadoop -s /bin/bash hadoop
$ passwd hadoop
hadoop

可以把hadoop用户加入到 sudoer 中（使用 visudo命令），方便管理。

更改 /usr/hadoop 属主为 hadoop
chown -R hadoop:hadoop hadoop
cd /usr/hadoop
mkdir tmp

配置hadoop

hadoop配置目录 /usr/hadoop/conf
vim ./hadoop-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_21
[debian] 的 openjdk 主目录 /usr/lib/jvm/java-7-openjdk-armhf/

Hadoop配置文件在conf目录下，之前的版本的配置文件主要是Hadoop-default.xml和Hadoop-site.xml。由于Hadoop发展迅速，代码量急剧增加，代码开发分为了core，hdfs和map/reduce三部分，配置文件也被分成了三个core-site.xml、hdfs-site.xml、mapred-site.xml。core-site.xml和hdfs-site.xml是站在HDFS角度上配置文件；core-site.xml和mapred-site.xml是站在MapReduce角度上配置文件。

core-site.xml，请先备份。 【ip地址改成localhost也可】
vim core-site.xml
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/hadoop/tmp</value>
<description>.</description>
</property>
<property>
<name>fs.default.name</name>
<value>hdfs://192.168.1.249:9000</value>
</property>
</configuration>

hdfs-site.xml
replication 是数据副本数量，默认为3，salve少于3台就会报错
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<configuration>

mapred-site.xml
修改Hadoop中MapReduce的配置文件，配置的是JobTracker的地址和端口。
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>http://192.168.1.249:9001</value>
</property>
</configuration>

masters
127.0.0.1 #master的ip，如果是全分布模式，SecondaryNameNode在某台机器上，则该配置设定为SecondaryNameNode

slaves (主机上的文件),加入slave的hostname或者ip 如果是全分布模式，去掉 master （即namenode）
hostname
127.0.0.1

在 slave 机器数配置 slave

scp复制 mster 的 /usr/hadoop 到各个 slave 即可

环境变量

vim /etc/profile
export HADOOP_HOME=/usr/hadoop
export PATH=$PATH:$HADOOP_HOME/bin

vim ./hadoop-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_10/
[note] debian 的 openjdk 主目录 /usr/lib/jvm/java-7-openjdk-armhf/

slaves 文件无需配置；

配置 ssh 无密码通信

yum instal openssh-server openssh openssh-client

各个服务器的 /home/hadoop/.ssh/authorized_keys
本机的公钥(id_rsa.pub)也要添加到本机的authorized_keys中

注意：
1 设置 authorized_keys 权限为 600 ，属主有rw权限，其他的必须没有w权限；
2 设置 vim /etc/ssh/sshd_config
RSAAuthentication yes # 启用 RSA 认证
PubkeyAuthentication yes # 启用公钥私钥配对认证方式
AuthorizedKeysFile .ssh/authorized_keys # 公钥文件路径（和上面生成的文件同）
重启ssh:service ssh restart // service ssh restart
测试本机登录：
ssh localhost
ssh 192.168.1.xxx

$ ssh-keygen
$ ls ~/.ssh
id_rsa id_rsa.pub
对应公钥/私钥
复制公钥到 authorized_keys

启动 Hadoop

格式化HDFS文件系统(master & slaves)
hadoop namenode -format

启动
在启动前关闭集群中所有机器的防火墙，不然会出现datanode开后又自动关闭
service iptables stop
启动：./bin/start-all.sh

首先启动namenode 接着启动datanode1，datanode2，…，然后启动secondarynamenode。再启动jobtracker，然后启动tasktracker1，tasktracker2，…。
启动 hadoop成功后，在 Master 中的 tmp 文件夹中生成了 dfs 文件夹，在Slave 中的 tmp 文件夹中均生成了 dfs 文件夹和 mapred 文件夹。

验证hadoop
jps





hadoop dfsadmin -report





网页查看集群信息 http://192.168.1.249:50030 http://192.168.1.249:50070