hadoop安装教程,分布式配置 CentOS7 Hadoop3.1.2

hadoop安装教程,分布式配置 CentOS7 Hadoop3.1.2

 

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对应如下

master：192.168.199.128

slave1:192.168.199.129

slave2:192.168.199.130

slave3:192.168.199.131

 

2、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

 

3、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

 具体操作为：

执行如下命令修改自己所用节点的IP映射：

$ sudo vim /etc/hosts

我们在 /etc/hosts 中将该映射关系填写上去即可，如下图所示（一般该文件中只有一个 127.0.0.1，其对应名为 localhost，如果有多余的应删除，特别是不能有 “127.0.0.1 Master” 这样的记录）

4台机器执行上面同样操作，全部配置相同的hostname

 

4、为master机器配置 slave1、slave2、slave3的SSH免密登录

这个操作是要让 Master 节点可以无密码 SSH 登陆到各个 Slave 节点上。

首先生成 Master 节点的公匙，在 Master 节点的终端中执行（因为改过主机名，所以还需要删掉原有的再重新生成一次）

$ cd ~/.ssh               # 如果没有该目录，先执行一次ssh localhost
$ rm ./id_rsa*            # 删除之前生成的公匙（如果有）
$ ssh-keygen -t rsa       # 一直按回车就可以

 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（可能需要输入 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，类似于 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，如下图所示：

接着在 Slave1 节点上，将 ssh 公匙加入授权：

$ mkdir ~/.ssh       # 如果不存在该文件夹需先创建，若已存在则忽略
$ cat id_rsa.pub >> ~/.ssh/authorized_keys
$ rm id_rsa.pub    # 用完就可以删掉了

如果有其他 Slave 节点，也要执行将 Master 公匙传输到 Slave 节点、在 Slave 节点上加入授权这两步。

这样，在 Master 节点上就可以无密码 SSH 到各个 Slave 节点了，可在 Master 节点上执行如下命令进行检验，如下图所示：

$ ssh slave1

 

 slave2、slave3 执行以上同样操作，将maser的公钥文件导入到自己的authorized_keys文件中，然后测试master的免密登录

 

Hadoop安装教程分布式配置 CentOS7 Hadoop3.1.2

 

3 安装hadoop

1、在linux根路径创建目录cloud：sudo mkdir cloud

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

3、进入目录：/cloud/hadoop/etc/hadoop

三、修改配置文件

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

export JAVA_HOME=/home/software/jdk1.7

2、修改core-site.xml，配置内容如下

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

<configuration>     <!-- 指定HDFS老大（namenode）的通信地址 --> <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>

3、修改hdfs-site.xml，修改配置如下

1 2 3 4 5

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

4、修改mapred-site.xml 由于在配置文件目录下没有，需要修改名称：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>

5、修改yarn-site.xml，修改内容如下

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>

6、讲hadoop添加到环境变量，然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

 

四、启动hadoop

1、格式化hadoop，进入目录：/cloud/hadoop/etc/hadoo，执行下列之一命令即可

hdfs namenode -format

2、启动hdfs和yarn

先启动HDFS
sbin/start-dfs.sh

再启动YARN
sbin/start-yarn.sh

3、验证是否成功，使用命令：jps，输出如下即表示配置成功。

1 2 3 4 5 6 7

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

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

五、hdfs基本操作和wordcount程序

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

2、ls列出当前路径下的文件，内容如下，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

 3、新建words文件，内容输入如下，然后使用命令上传到hdfs目录下：hadoop fs -put words hdfs://localhost:9000/words

1 2 3 4

hello tom hello kitty hello world hello tom

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

5、打开页面：http://192.168.199.128:9870

 

 

 

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

 

7、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两个文件顶部添加以下参数

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顶部也需添加以下

YARN_RESOURCEMANAGER_USER=root

HADOOP_SECURE_DN_USER=yarn

YARN_NODEMANAGER_USER=root