Hadoop 2.5.1 集群安装配置

0. 服务说明

NameNode
NameNode是HDFS的守护程序，负责记录文件是如何分割成数据块的，以及这些数据块被存储到哪些数据节点上。它的功能是对内存及I/O进行集中管理。

DataNode
集群中每个从服务器都运行一个DataNode后台程序，后台程序负责把HDFS数据块读写到本地文件系统。需要读写数据时，由NameNode告诉客户端去哪个DataNode进行具体的读写操作。

Secondary NameNode
Secondary NameNode是一个用来监控HDFS状态的辅助后台程序，如果NameNode发生问题，可以使用Secondary NameNode作为备用的NameNode。

JobTracker
JobTracker后台程序用来连接应用程序与Hadoop，用户应用提交到集群后，由JobTracker决定哪个文件处理哪个task执行，一旦某个task失败，JobTracker会自动开启这个task。

TaskTracker
TaskTracker负责存储数据的DataNode相结合，位于从节点，负责各自的task。

集群环境

4台机器, 一主三从：

192.168.0.214 master
192.168.0.215 node1
192.168.0.217 node2
192.168.0.218 node3

系统： CentOS 7 x64

2. 安装前准备

修改所有机器的hosts 以及 hostname

vi /etc/hosts
添加

192.168.0.214 master
192.168.0.215 node1
192.168.0.217 node2
192.168.0.218 node3

echo "hostname master" >> /etc/sysconfig/network
修改hostname

3. ssh 各机器无密码登陆

ssh-keygen -t rsa
cd /root/.ssh/
cat id_rsa.pub >> authorized_keys
chmod 600 authorized_keys

将所有机器的 id_rsa.pub 导入到 authorized_keys 中 上传到各服务器中

所有机器创建 hadoop 用户 并设置 hadoop 用户各机器无密码登陆

useradd hadoop
切换到hadoop 用户 并生成 密钥
su hadoop
ssh-keygen -t rsa
cd /home/hadoop/.ssh/
cat id_rsa.pub >> authorized_keys
chmod 600 authorized_keys

reboot 重启机器使所有准备工作生效

4. 安装jdk
jdk-6u45-linux-x64-rpm.bin
chmod 777 jdk-6u37-linux-x64-rpm.bin
./jdk-6u37-linux-x64-rpm.bin

安装完成以后...安装目录为 /usr/java/jdk1.6.0_45/

接下来配置一下JDK的环境..

vi /etc/profile

在最下面增加下面三行：

export JAVA_HOME=/usr/java/jdk1.6.0_45/
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH
export LASSPATH=.:/usr/java/jdk1.6.0_45/lib:/usr/java/jdk1.6.0_45/jre/lib:$CLASSPATH

使设置生效:
source /etc/profile

java -version

5. 安装hadoop

查找最新版本 http://apache.fayea.com/apache-mirror/hadoop/common
hadoop-2.5.1.tar.gz

tar zxvf hadoop-2.5.1.tar.gz -C /opt/
cd /opt/
mv hadoop-2.5.1/ hadoop
chown -R hadoop:hadoop hadoop/

在master 创建 文件夹

mkdir -p /opt/hadoop/dfs/name
mkdir -p /opt/hadoop/dfs/data
mkdir -p /opt/hadoop/dfs/tmp

修改hadoop 配置文件
cd /opt/hadoop/etc/hadoop
mv mapred-site.xml.template mapred-site.xml

修改 hadoop-env.sh
vi hadoop-env.sh

修改JAVA_HOME值
export JAVA_HOME=${JAVA_HOME}
修改为
export JAVA_HOME=/usr/java/jdk1.6.0_45

修改 yarn-env.sh
vi yarn-env.sh
修改JAVA_HOME值
# export JAVA_HOME=/home/y/libexec/jdk1.6.0/
修改为
export JAVA_HOME=/usr/java/jdk1.6.0_45

修改 slaves
vi slaves
添加所有节点
node1
node2
node3

修改 core-site.xml
vi core-site.xml
在 <configuration> </configuration>
中间增加如下配置

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:8020</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/opt/hadoop/dfs/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
</configuration>

修改hdfs-site.xml
vi hdfs-site.xml
在 <configuration> </configuration>
中间增加如下配置

<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master:9001</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/opt/hadoop/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/opt/hadoop/dfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>

修改 mapred-site.xml
vi mapred-site.xml
在 <configuration> </configuration>
中间增加如下配置

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
</configuration>

修改 yarn-site.xml
vi yarn-site.xml
在 <configuration> </configuration>
中间增加如下配置

<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>master:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>master:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>master:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master:8088</value>
</property>
</configuration>

所有配置完毕以后，将 hadoop 整个目录 全部复制到其他的节点中

scp -r hadoop node1:/opt/
chown -R hadoop:hadoop hadoop/

初始化并启动hadoop
hdfs namenode -format

在master启动hdfs 会自动连接到其他节点启动

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

输入jps 可查看启动的进程
[root@master ~]# jps
2614 Jps
2007 NameNode
2183 SecondaryNameNode

[root@node1 ~]# jps
2004 Jps
1932 DataNode

在master启动yarn 会自动连接到其他节点启动
启动yarn

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

[root@master ~]# jps
2614 Jps
2007 NameNode
2347 ResourceManager
2183 SecondaryNameNode

[root@node1 ~]# jps
2144 Jps
2039 NodeManager
1932 DataNode

至此 hadoop 群集已经配置完成

浏览器访问 http://192.168.0.214:8088/ 查看群集情况