分布式Hadoop和HBase整合

环境：

　　CentOS 6.6 hadoop-2.6.0 hbase-0.98.10.1

　　HBase1 192.168.1.4 Master

　　HBase2 192.168.1.5 Slave1

　　HBase3 192.168.1.6 Slave2

准备工作：

新建hadoop账户

　　每台主机都需要设置

useradd hadoop

passwd hadoop

　

　　切换到hadoop用户，以下操作全部使用hadoop用户，所有目录的user和group均为hadoop，如果不是，手动改为hadoop

设置JAVA环境

　　每台主机都需要设置

　　参考文章：http://www.cnblogs.com/xs104/p/4478096.html

设置hosts

　　每台主机都需要设置

vi /etc/hosts

127.0.0.1   localhost
192.168.1.4    HBase1
192.168.1.5    HBase2
192.168.1.6    HBase3

设置无密码ssh访问子节点

在Master机器上（HBase1）执行：

　　1.在/home/hadoop目录下新建文件夹.ssh，设置权限为700

　　2.生成密钥

ssh-keygen -t rsa

　　连续输入三次回车，则在.ssh文件夹内生成了id_rsa、id_rsa.pub两个密钥文件　　

　　3.在其他两台机器上新建.ssh目录并将id_rsa.pub公钥文件复制到.ssh文件中

　　在其他两台机器上新建文件夹

ssh hadoop@192.168.1.5 "mkdir /home/hadoop/.ssh;chmod 700 /home/hadoop/.ssh"
ssh hadoop@192.168.1.6 "mkdir /home/hadoop/.ssh;chmod 700 /home/hadoop/.ssh"

　　将密钥复制到其他两台机器的.ssh文件夹

scp /home/hadoop/.ssh/id_rsa.pub hadoop@192.168.1.5:/home/hadoop/.ssh/id_rsa.pub
scp /home/hadoop/.ssh/id_rsa.pub hadoop@192.168.1.6:/home/hadoop/.ssh/id_rsa.pub

　　执行第三步的时候，需要远程连接其他两台机器，所以会提示需要输入hadoop账户的密码

在三台机器上分别执行：

touch /home/hadoop/.ssh/authorized_keys

　　这样就新建了一个authorized_keys文件，需要注意，该文件的权限为600，如果不是，手动更改

将Master上的id_rsa.pub文件添加到authorized_keys中

cat /home/hadoop/.ssh/id_rsa.pub >> /home/hadoop/.ssh/authorized_keys

　　

　　这时候回到Master机器上，就可以无密码ssh连接自己和子节点了

ssh 192.168.1.4
ssh 192.168.1.5
ssh 192.168.1.6

　　有时候第一连接的时候会需要输入密码，第二次就不需要了，如果确保前面的操作没有错误，第二次还需要密码的话，尝试关闭防火墙，要是还不行，尝试关闭SELinux

chkconfig iptables off
#关闭selinux
编辑/etc/selinux/config
将SELINUX=enforcing改为SELINUX=disabled

　　

　　至此，准备工作已经完成，开始部署hadoop。

Hadoop

在正式配置hadoop之前，需要在master本地文件系统创建以下文件夹：

/home/hadoop/dfs/name

/home/hadoop/dfs/data

/home/hadoop/tmp

开始配置，所有配置文件均在hadoop的etc/hadoop目录下

　　1. hadoop-env.sh

　　 export JAVA_HOME=你的jdk目录

　　2. yarn-env.sh

　　 export JAVA_HOME=你的jdk目录

　　3. slaves

　　 填写所有子节点

　　4. core-site.xml

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.1.4:8020</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/home/hadoop/tmp</value>
<description>Abase for other temporary   directories.</description>
</property>
<property>
<name>hadoop.proxyuser.hadoop.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.hadoop.groups</name>
<value>*</value>
</property>
<property>
<name>io.native.lib.available</name>
<value>true</value>
</property>
</configuration>

　　5. hdfs-site.xml

<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>192.168.1.4:9001</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/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>

　　6. mapred-site.xml

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>192.168.1.4:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>192.168.1.4:19888</value>
</property>
</configuration>

　　7. yarn-site.xml

<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>192.168.1.4:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>192.168.1.4:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>192.168.1.4:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>192.168.1.4:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>192.168.1.4:8088</value>
</property>
</configuration>

　　配置完成之后，将hadoop复制到两台子节点中

sudo scp -r /usr/local/hadoop2.6/ hadoop@192.168.1.5:/usr/local/

sudo scp -r /usr/local/hadoop2.6/ hadoop@192.168.1.6:/usr/local/

　　至此，所有配置完成，剩下的就是启动验证了

格式化hadoop

bin/hdfs namenode -format

启动

sbin/start-all.sh

　　启动之后，在Master上使用jps命令会显示有“Jps、NameNode、SecondaryNameNode、ResourceManager”四个进程。在slave上使用jps命令会显示有“DataNode、Jps、 NodeManager”三个进程。

HBase

安装需要注意以下几点：

1. 已经配置JDK环境

2. hadoop已经正确安装

3. ssh必须安装启动

4. 各个主机时间必须相同（可容易些许的不一致）

sudo ntpdate time.nist.gov

开始配置HBase

1. 在每个节点创建hbase的临时目录和zookeeper目录

2. 配置hbase-env.sh文件

修改JAVA环境

export JAVA_HOME=/usr/local/jdk1.7

启动HBase自动的zookeeper

export HBASE_MANAGES_ZK=true

　　3. 配置hbase-site.xml

<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://192.168.1.4:8020/hbase</value>
<description>The directory shared by region servers.</description>
</property>
<property>
<name>hbase.master</name>
<value>hdfs://192.168.1.4:60000</value>
</property>
<property>
<name>hbase.tmp.dir</name>
<value>/home/hadoop/hbaseTmp</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/home/hadoop/zookeeper</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>HBase1,HBase2,HBase3</value>
</property>
</configuration>

至此，HBase安装完成

　　启动hbase

bin/start-hbase.sh