centos7离线搭建单机hadoop3 hive spark pgsql

转载

kcoufee 2024-09-13 10:00:19

文章标签 hadoop Hadoop linux 文章分类 Hadoop 大数据

CentOS 6.5集群安装64位Hadoop2.2.0 http://www.linuxidc.com/Linux/2014-06/102665.htm
Hadoop集群（第5期）_Hadoop安装配置 http://www.linuxidc.com/Linux/2012-12/76694p11.htm

至于为什么写这篇文章，主要是Hadoop 2.3之后从框架上做出了质变，所以配置与运行方式发生了很多改变。

概要与介绍上文都有介绍，这里不再赘述，直奔主题：

总体的流程如下：
1、实现ssh无密码验证配置
2、安装jdk，并配好环境变量
3、安装与配置Hadoop
4、格式化与启动
5、验证是否启动
下面开始：

一. SSH无密码验证配置
Hadoop 需要使用SSH 协议，namenode 使用SSH 协议启动 namenode 和datanode 进程，伪分布式模式数据节点和名称节点均是本身，必须配置 SSH localhost无密码验证。
以下用root用户登录仅为了方便起见。登录后，执行命令：ssh-keygen -t rsa

[root@master ~]# ssh-keygen -t  rsa 
 Generating public/private rsa key pair. 
 Enter file in which to save the key (/root/.ssh/id_rsa):  & 按回车默认路径 & 
 Created directory '/root/.ssh'.  &创建/root/.ssh目录& 
 Enter passphrase (empty for no passphrase): 
 Enter same passphrase again: 
 Your identification has been saved in /root/.ssh/id_rsa. 
 Your public key has been saved in /root/.ssh/id_rsa.pub.

通过以上命令将在/root/.ssh/ 目录下生成id_rsa私钥和id_rsa.pub公钥。进入/root/.ssh目录在namenode节点下做如下配置：

[root@master .ssh]# cat id_rsa.pub > authorized_keys
将id_rsa.pub写入authorized_keys，配置完毕，可通过ssh 本机IP 测试是否需要密码登录：ssh localhost

二. 环境搭建
搭建测试环境所需的软件包括：

1. JDK 1.8.2，安装文件 jdk-8u20-linux-x64.rpm (http://www.Oracle.com/technetwork/java/javase/index.html)

执行rpm -i jdk-8u20-linux-x64.rpm安装JDK

然后设置JAVA_HOME等环境变量：vim /etc/profile，在其末尾增加一段：

#set java home
     export JAVA_HOME=/usr/java/latest
     export JRE_HOME=/usr/java/latest/jre
     export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
     export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

这里给出的目录/usr/java/latest是CentOS 6.5下用rpm安装JDK自动生成的，如果是其他安装办法，如手动安装，则制定实际安装的目录即可。

在vim编辑器增加以上内容后保存退出(:wq)，并执行以下命令使配置生效
chmod +x /etc/profile #增加执行权限
source /etc/profile #使其生效
配置完毕后，在命令行中输入java -version与echo $JAVA_HOME，根据提示信息可知是否设置成功。

然后vim hadoop/etc/hadoop/hadoop-env.sh 与 vim hadoop/etc/hadoop/yarn-env.sh来配置两个文件里的JAVA_HOME，后者是新版本Hadoop特有的。

2.Hadoop 2.5.1，安装文件 hadoop-2.5.1.tar.gz (http://hadoop.apache.org/common/releases.html)

下载 hadoop-2.5.1.tar.gz，将其下载或者复制到/usr/目录下，然后使用如下命令:

cd /usr #进入"/usr"目录
     tar –zxvf hadoop-2.5.1.tar.gz #解压hadoop-2.5.1.tar.gz安装包
     mv hadoop-2.5.1 hadoop #将hadoop-2.5.1文件夹重命名hadoop
     rm –rf hadoop-2.5.1.tar.gz  #删除安装包

然后把Hadoop的安装路径添加到"/etc/profile"中，将以下语句添加到末尾，并使其有效：

# set hadoop path
 export HADOOP_HOME=/usr/hadoop
 export PATH=$PATH :$HADOOP_HOME/bin

请注意这里安装的2.5.1版本，2.*版本较1.*版本改动很大，主要是用Hadoop MapReduceV2(Yarn) 框架代替了一代的架构，其中JobTracker 和 TaskTracker 不见了，取而代之的是 ResourceManager, ApplicationMaster 与 NodeManager 三个部分，而具体的配置文件位置与内容也都有了相应变化，具体的可参考文献： http://www.linuxidc.com/Linux/2013-09/90090.htm

--------------------------------------分割线 --------------------------------------

Ubuntu 13.04上搭建Hadoop环境 http://www.linuxidc.com/Linux/2013-06/86106.htm

Ubuntu 12.10 +Hadoop 1.2.1版本集群配置 http://www.linuxidc.com/Linux/2013-09/90600.htm

Ubuntu上搭建Hadoop环境（单机模式+伪分布模式） http://www.linuxidc.com/Linux/2013-01/77681.htm

Ubuntu下Hadoop环境的配置 http://www.linuxidc.com/Linux/2012-11/74539.htm

单机版搭建Hadoop环境图文教程详解 http://www.linuxidc.com/Linux/2012-02/53927.htm

搭建Hadoop环境（在Winodws环境下用虚拟机虚拟两个Ubuntu系统进行搭建） http://www.linuxidc.com/Linux/2011-12/48894.htm

--------------------------------------分割线 --------------------------------------

安装完之后进行配置，首先所有的配置文件从上一版本的hadoop/conf换成了hadoop/etc/hadoop，在hadoop目录下，执行vim etc/hadoop/core-site.xml，将其配置为：

<configuration>   <property>
       <name>hadoop.tmp.dir</name>
       <value>/usr/hadoop/tmp</value>
       <description>A base for other temporary directories.</description>
   </property>
 <!--file system properties-->
   <property>
       <name>fs.defaultFS</name>
       <value>hdfs://你的ip:9000</value>
   </property>
 </configuration>
 然后执行vim etc/hadoop/hdfs-site.xml进行第二项配置：
 <configuration>
     <property>
         <name>dfs.namenode.name.dir</name>
         <value>/usr/hadoop/hdfs/name</value>
     </property>
     <property>
         <name>dfs.datanode.data.dir</name>
         <value>/usr/hadoop/hdfs/data</value>
     </property>
     <property>
         <name>dfs.replication</name>
         <value>1</value>
     </property>
 </configuration>

请注意上述路径都需要自己手动用mkdir创建，具体位置也可以自己选择，其中dfs.replication的值建议配置为与分布式 cluster 中实际的 DataNode 主机数一致，在这里由于是伪分布式环境所以设置其为1。

接下来执行vim etc/hadoop/mapred-site.xml配置其使用 Yarn 框架执行 map-reduce 处理程序，内容如下：

<configuration> 
   <property> 
   <name>mapreduce.framework.name</name> 
   <value>Yarn</value> 
   </property> 
  </configuration>

最后执行vim etc/hadoop/yarn-site.xml对yarn进行配置，其内容如下：

<configuration> <!-- Site specific YARN configuration properties -->   
   <property>
     <name>Yarn.nodemanager.aux-services</name>
     <value>mapreduce.shuffle</value> 
   </property>     
   <property>
     <description>The address of the applications manager interface in the RM.</description>       
     <name>Yarn.resourcemanager.address</name>         
     <value>你的ip:18040</value>           
   </property>
   <property>
     <description>The address of the scheduler interface.</description>
     <name>Yarn.resourcemanager.scheduler.address</name> 
     <value>你的ip:18030</value>   
   </property>
   <property>
     <description>The address of the RM web application.</description>
     <name>Yarn.resourcemanager.webapp.address</name> 
     <value>你的ip:18088</value>   
   </property>
   <property>
     <description>The address of the resource tracker interface.</description>
     <name>Yarn.resourcemanager.resource-tracker.address</name> 
     <value>你的ip:8025</value>   
   </property>
 </configuration>

然后格式化：hadoop/bin/hadoop namenode -format，看到命令倒数第三行Storage directory * has been successfully formatted. 则说明格式化成功。

新版本中启动脚本也从hadoop/bin/start-all.sh变为了hadoop/sbin/start-dfs.sh与hadoop/sbin/start-yarn.sh。

执行start-dfs.sh来启动dfs：
 
 # sbin/start-dfs.sh 14/10/01 22:35:21 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
 Starting namenodes on [机器名]
 intelbang: starting namenode, logging to /usr/hadoop/logs/hadoop-root-namenode-机器名.out
 机器ip: starting datanode, logging to /usr/hadoop/logs/hadoop-root-datanode-机器名.out
 Starting secondary namenodes [0.0.0.0]
 0.0.0.0: starting secondarynamenode, logging to /usr/hadoop/logs/hadoop-root-secondarynamenode-机器名.out
 14/10/01 22:35:50 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
 这里有个warning：Unable to load native-hadoop library for your platform... 不知为啥出现的，求达人指点！

然后执行start-yarn.sh来启动yarn：

# sbin/start-yarn.sh starting yarn daemons
 starting resourcemanager, logging to /usr/hadoop/logs/yarn-root-resourcemanager-intelbang.out
 机器ip: starting nodemanager, logging to /usr/hadoop/logs/yarn-root-nodemanager-intelbang.out

至此两者均启动成功，可以访问http://机器ip:50070来获得dfs的运行现状，http://机器ip:8088来获得resource manager的运行现状，全部Hadoop上的应用情况一目了然。

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。