hadoop虚拟机中浏览器在哪里 vmware hadoop

Env：  VMWare Player, Win7， CentOS7， JDK8， Hadoop2.6

1. VM Structure

Centos VM name	HOSTNAME(/etc/hostname)	IP ADDR
ecta	Master.Hadoop	192.168.138.129
ectb	Slave1.Hadoop	192.168.138.130
ecte	Slave2.Hadoop	192.168.138.134

 

2. 所有VM上都要配置 /ect/hosts,

"/etc/hosts"这个文件是用来配置主机将用的DNS服务器信息。

我们要测试两台机器之间知否连通，一般用"ping 机器的 IP"，如果想用"ping 机器的 主机名"发现找不见该名称的机器(这也就是为什么在修改主机名的同时最好修改该文件中对应的主机名)，解决的办法就是修改"/etc/hosts"这个文件，通过把LAN内的各主机的IP地址和HostName的一一对应写入这个文件的时候，就可以解决问题。

 

127.0.0.1   localhost

192.168.138.129 master.hadoop

192.168.138.130 Slave1.Hadoop

192.168.138.134 Slave2.Hadoop

 

[ hadoop@Master ~]$

设置网卡自启动

cd /etc/sysconfig/network-scripts/

root 权限修改if-xxxx，   ONBOOT=yes

重启网卡，  service network restart

 

3. SSH无密码验证配置

SSH基本原理

SSH之所以能够保证安全，原因在于它采用了公钥加密。过程如下：

(1)远程主机收到用户的登录请求，把自己的公钥发给用户。

(2)用户使用这个公钥，将登录密码加密后，发送回来。

(3)远程主机用自己的私钥，解密登录密码，如果密码正确，就同意用户登录。

 

Master（NameNode | JobTracker）作为客户端，要实现无密码公钥认证，连接到服务器Salve（DataNode | Tasktracker）上时，

(1)首先在Master上生成一个密钥对，包括一个公钥和一个私钥，而后将公钥复制到所有的Slave上。

(2)当Master通过SSH连接Salve时，Salve就会生成一个随机数并用Master的公钥对随机数进行加密，并发送给Master。

(3)Master收到加密数之后再用私钥解密，并将解密数回传给Slave，Slave确认解密数无误之后就允许Master进行连接了。

这就是一个公钥认证过程，其间不需要用户手工输入密码。

 

Hadoop Master-Slave之间SSH无密码登录设置过程：

-1.

root 权限修改 /etc/ssh/sshd_config，保证下面三行没有被注释

RSAAuthentication yes                       # 启用 RSA 认证

PubkeyAuthentication yes                    # 启用公钥私钥配对认证方式

AuthorizedKeysFile %h/.ssh/authorized_keys  # 公钥文件路径

-2.

重启，service sshd restart

-3.

ssh-keygen –t rsa –P ''

运行后直接回车采用默认路径。生成的密钥对：id_rsa（私钥）和id_rsa.pub（公钥），默认存储在"/home/用户名/.ssh"目录下。 

-4.

Master节点上把id_rsa.pub追加到授权的key里面

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

至此，本机普通用户可以无密码登录

-5.

~/.ssh里面，把公钥复制所有Slave机器上

ssh-copy-id [e-mail]

ssh-copy-id [e-mail]

这个命令的作用就是把当前机器的公钥追加到slave的authorized_keys里面；

效果跟scp复制到slave，然后cat 追加是一样的。

-6.

Master 账号可以ssh无密码登录到 Slave

ssh [e-mail]

-7.

如果登录不上，重启再试

-8.

和Master无密码登录所有Slave原理一样，就是把Slave的公钥追加（>>）到Master的".ssh"文件夹下的"authorized_keys"中。

在Slave上root 重复 1-4，

用scp把id_rsa.pub复制到Master上，如下

slave1上面

id_rsa.pub [e-mail]:~/.ssh/slave_pub_key/s1

id_rsa.pub [e-mail]:~/.ssh/slave_pub_key/s2

追加到Master的authorized_keys

 

[hadoop@Master .ssh]$ cat slave_pub_key/s1 >> authorized_keys

[hadoop@Master .ssh]$ cat slave_pub_key/s2 >> authorized_keys

 

-9.

Done.

 

4. Install JDK

（先在master上安装，装好后scp复制到各个slave）

首先需要确认jdk版本

如果是open jdk的版本，直接删除掉，不建议用open jdk版本

yum -y remove java-1.7.0-openjdk*

yum -y remove tzdata-java.noarch

下载JDK

解压到/usr, rm文件夹改名，从jdkxxxxx，改为java（个人习惯）

配置环境变量

sudo添加下面内容到文件末尾 /etc/profile， #后面是注释

# setup jdk path

export JAVA_HOME=/usr/java

export JRE_HOME=/usr/java/jre

export JAVA_BIN=/usr/java/bin

export PATH=$PATH:$JAVA_HOME:$JAVA_HOME/bin:$JRE_HOME/bin

export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

 

使更改立即起效

source /etc/profile

查看jdk版本

java - version

复制到slave

scp -r  /user/java  hadoop@slave1: /user/java

 

如果出现Delta RPMs disabled because /usr/bin/applydeltarpm not installed

说明deltarpm 没有装，这个是一个用于增量安装的包，下面命令安装

yum provides '*/applydeltarpm' 

yum install deltarpm

如果出现无法下载，或者速度太慢，就需要更改yum 源

可以先清除 yum clean all

然后自动获取源 yum repolist，将会自动确定新的源，并用最快的那个；

 

5. Install and Setup Hadoop

流程同JDK，下载解压改名到/usr/hadoop

sudo vim /etc/profile, 追加下面内容

#set hadoop path

export HADOOP_HOME=/usr/hadoop

export PATH=$PATH:$HADOOP_HOME/bin

export JAVA_HOME JAVA_BIN PATH CLASSPATH HADOOP_HOME HADOO_COMMON_LIB_NATIVE_DIR HADOOP_OPTS

 

复制到slave

scp -r  /user/ hadoop   hadoop@slave1: /user/ hadoop

 

6. Start Hadoop and Testing

 

 

./start-all.sh 这个命令已经废弃，用下面两个代替

This script is Deprecated. Instead use start-dfs.sh and start-yarn.sh

 

访问下面链接（改成自己的master的IP），将看到如下页面

http://192.168.138.129:50070/dfshealth.jsp 

 

Live Nodes:

 

 

7. 查看启动的hdfs和yarn的进程

Java Virtual Machine Process Status Tool ）

Hadoop2.x 之后不再有Tracker 进程

 

查看集群状态

[hadoop@Master hadoop]$ bin/hdfs dfsadmin -report

Configured Capacity: 38002491392 (35.39 GB)

Present Capacity: 33613959168 (31.31 GB)

DFS Remaining: 33613950976 (31.31 GB)

DFS Used: 8192 (8 KB)

DFS Used%: 0.00%

Under replicated blocks: 0

Blocks with corrupt replicas: 0

Missing blocks: 0

 

-------------------------------------------------

Live datanodes (2):

 

Name: 192.168.138.130:50010 (Slave1.Hadoop)

Hostname: Slave1.Hadoop

Decommission Status : Normal

Configured Capacity: 19001245696 (17.70 GB)

DFS Used: 4096 (4 KB)

Non DFS Used: 2171301888 (2.02 GB)

DFS Remaining: 16829939712 (15.67 GB)

DFS Used%: 0.00%

DFS Remaining%: 88.57%

Configured Cache Capacity: 0 (0 B)

Cache Used: 0 (0 B)

Cache Remaining: 0 (0 B)

Cache Used%: 100.00%

Cache Remaining%: 0.00%

Xceivers: 1

Last contact: Wed Jul 22 10:56:51 CST 2015

 

Name: 192.168.138.134:50010 (Slave2.Hadoop)

Hostname: Slave2.Hadoop

Decommission Status : Normal

Configured Capacity: 19001245696 (17.70 GB)

DFS Used: 4096 (4 KB)

Non DFS Used: 2217230336 (2.06 GB)

DFS Remaining: 16784011264 (15.63 GB)

DFS Used%: 0.00%

DFS Remaining%: 88.33%

Configured Cache Capacity: 0 (0 B)

Cache Used: 0 (0 B)

Cache Remaining: 0 (0 B)

Cache Used%: 100.00%

Cache Remaining%: 0.00%

Xceivers: 1

Last contact: Wed Jul 22 10:56:51 CST 2015

 

8. 运行sample 程序Wordcount

cd /usr/hadoop

sbin/start-all.sh

新建文本文件， 编辑添加单词

vim test.txt

新建文件夹test

[hadoop@Master hadoop]$ bin/hadoop fs -mkdir /test

 

将文件上传到hdfs

[hadoop@Master hadoop]$ ./bin/hadoop fs -put /usr/hadoop/test.txt  /test/

查看上传的文件

hadoop fs -ls /test/

Jar运行

cd /usr/hadoop/bin

./hadoop jar /usr/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount  /test/test.txt  /output/testResult

Error file exists

org.apache.hadoop.mapred. FileAlreadyExistsException: Output directory hdfs://192.168.138.129:9000/output already exists

需要先清除输出 hadoop dfs -rmr output/

查看运行完后的文件

 

[hadoop@Master bin]$ hadoop fs -ls /output/testResult

Found 2 items

-rw-r--r--   3 hadoop supergroup          0 2015-07-27 14:34 /output/testResult/_SUCCESS

-rw-r--r--   3 hadoop supergroup         60 2015-07-27 14:34 /output/testResult/part-r-00000

查看运行结果，单词统计结果

[hadoop@Master bin]$ hdfs dfs -cat /output/testResult/*

cui1

ender2

great1

hadoop1

hello1

java1

nice1

test1

 

 

 

9. 常见问题及处理：

1.

slave2: chown: changing ownership of `/home/hadoop/deploy/hadoop-1.0.4/libexec/../logs': Operation not permitted

解决：用sudo chown -R mini /home/hadoop来解决，即将hadoop主目录授权给当前mini用户

 

2.

Jobtracker没启动，查log发现

org.apache.hadoop.security.AccessControlException: The systemdir hdfs://master:9000/tmp/hadoop/mapred/system is not owned by mini

解决：修改hadoop的配置文件：conf/hdfs-core.xml, 找到 dfs.permissions 的配置项 , 将value值改为 false

 

3.

slave 上用jps查看，没有DataNode

解决：

stop-all.sh

清空hdfs-site.xml里面配置的dfs.data.dir的data和name目录，

清空hadoop下面的tmp，

hadoop namenode -format

start-all.sh

 

 不成功，错误如下

hdfs.DFSClient: Exception in createBlockOutputStream java.io.IOException:

首先关闭所有机器的防火墙，service iptables stop

禁用selinux:   vim /etc/selinux/config，设置“SELINUX=disabled”  

最后reboot

 

5. 主服务器与从服务器时间不同步，导致运行jar时候 yarn报错

this token is expired,

解决：主服务器安装NTP服务并启用，sudo systemctl start ntpd.service

    从服务器同步主机时间， sudo ntpdate 192.168.138.129