大数据平台搭建笔记一：hadoop

0.机器准备

准备4台测试笔记本用于做服务器（装上CentOS6.5_x86_64系统）作部署集群。

配置每台机器上的/etc/hosts文件，例如：

[root@slave3 ~]$ sudo vi /etc/hosts

192.168.110.1  master 

192.168.110.2   slave1

192.168.110.3   slave2

192.168.110.4   slave3

1.ssh免密码登录设置

[hadoop@master ~]$ ssh -version

OpenSSH_5.3p1, OpenSSL 1.0.1e-fips 11 Feb 2013

Bad escape character 'rsion'.

查看ssh的版本后，如果ssh未安装则需要执行如下安装命令：

[hadoop@master ~]$ sudo  yum  install openssh-server

 

在每台机器上都执行一次下面的命令：

$  ssh-keygen   –t   rsa     #一路回车，提示要填的都默认不填，按回车

上面执行完成后，每台机器上都会生成一个~/.ssh文件夹

$  ls -al  ~/.ssh     #查看.ssh文件下的文件列表

-rw-------. 1 hadoop hadoop 1580 Apr 18 16:53 authorized_keys

-rw-------. 1 hadoop hadoop 1675 Apr 15 16:01 id_rsa

-rw-r--r--. 1 hadoop hadoop  395 Apr 15 16:01 id_rsa.pub

 

把slave1，slave2，slave3上生成的公钥id_rsa.pub发给master机器：

在slave1机器上：

[hadoop@slave1 ~]$ scp  ~/.ssh/id_rsa.pub  hadoop@master:~/.ssh/id_rsa.pub.slave1

在slave2机器上：

[hadoop@slave2 ~]$ scp  ~/.ssh/id_rsa.pub  hadoop@master:~/.ssh/id_rsa.pub.slave2

在slave3机器上：

[hadoop@slave3 ~]$ scp  ~/.ssh/id_rsa.pub  hadoop@master:~/.ssh/id_rsa.pub.slave3

 

在master机器上，将所有公钥加到新增的用于认证的公钥文件authorized_keys中：

[hadoop@master  ~]$  cat  ~/.ssh/id_rsa.pub*  >>  ~/.ssh/authorized_keys

[hadoop@master  ~]$  chmod  600  ~/.ssh/authorized_keys  #如果免密码不成功有可能缺少这步

将公钥文件authorized_keys分发给每台slave:

[hadoop@master  ~]$  scp  ~/.ssh/authorized_keys   hadoop@slave1:~/.ssh/

[hadoop@master  ~]$  scp  ~/.ssh/authorized_keys   hadoop@slave1:~/.ssh/

[hadoop@master  ~]$  scp  ~/.ssh/authorized_keys   hadoop@slave1:~/.ssh/

2.Java环境的安装

         下载jdk-8u60-linux-x64.tar.gz安装包后(放在~/bigdataspace路径下)：

         [hadoop@master ~]$ cd  ~/bigdataspace

[hadoop@master bigdataspace]$  tar  -zxvf  jdk-8u60-linux-x64.tar.gz

修改环境变量配置文件:

[hadoop@master bigdataspace]$ sudo vi /etc/profile

(在配置文件末尾加上如下配置)

export JAVA_HOME=/home/hadoop/bigdataspace/jdk1.8.0_60

export PATH=$JAVA_HOME/bin:$PATH

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

 

让环境变量设置生效：

[hadoop@master bigdataspace]$ source /etc/profile

验证Java是否安装成功：

[hadoop@master bigdataspace]$  java  -version

java version "1.8.0_60"

Java(TM) SE Runtime Environment (build 1.8.0_60-b27)

Java HotSpot(TM) 64-Bit Server VM (build 25.60-b23, mixed mode)

 

(每台机器上都需要按照上面的操作安装Java)

每台机器上执行：

[hadoop@master ~]$ sudo chmod 777 /data/  #让所有用户可操作/data目录下的数据

3.集群上的机器实现同步时间

检查时间服务是否安装:

[hadoop@master ~]$ rpm -q ntp

ntp-4.2.6p5-1.el6.centos.x86_64    #这表示已安装了，如果没有安装，这是空白

如果没有安装，需要执行下面的安装命令：

[hadoop@master ~]$ sudo yum install ntp

需要配置NTP服务为自启动:

[hadoop@master ~]$ sudo chkconfig ntpd on

[hadoop@master ~]$ chkconfig --list ntpd

ntpd      0:off   1:off   2:on    3:on    4:on    5:on    6:off

 

(需要打开master机器上udp协议的123端口是为了其他节点使用ntpdate通过该端口同步master机器的时间)

[hadoop@master ~]$ sudo vi /etc/sysconfig/iptables

(新增的端口配置)

-A INPUT -m state --state NEW -m udp -p udp --dport 123 -j ACCEPT

[hadoop@master ~]$ sudo service iptables restart

 

在配置前，先使用ntpdate手动同步下时间，免得本机与外部时间服务器时间差距太大，让ntpd不能正常同步。

[hadoop@master ~]$ sudo ntpdate  pool.ntp.org

26 Apr 17:12:15 ntpdate[7376]: step time server 202.112.29.82 offset 13.827386 sec

 

更改master机器上的相关配置文件:

[hadoop@master ~]$ sudo  vim  /etc/ntp.conf

(下面只显示修改的必要项)

# Hosts on local network are less restricted.

restrict 192.168.1.0 mask 255.255.255.0 nomodify notrap

#让同一局域网ip段可以进行时间同步：

restrict 10.3.19.0 mask 255.255.255.0 nomodify notrap

# Use public servers from the pool.ntp.org project.

# Please consider joining the pool (http://www.pool.ntp.org/join.html).

#server 0.centos.pool.ntp.org iburst

#server 1.centos.pool.ntp.org iburst

#server 2.centos.pool.ntp.org iburst

#server 3.centos.pool.ntp.org iburst

#外部时间服务器

server pool.ntp.org iburst

server 0.asia.pool.ntp.org iburst

server 1.asia.pool.ntp.org iburst

server 1.asia.pool.ntp.org iburst

server 2.asia.pool.ntp.org iburst

#broadcast 192.168.1.255 autokey        # broadcast server

#broadcastclient                        # broadcast client

#broadcast 224.0.1.1 autokey            # multicast server

#multicastclient 224.0.1.1              # multicast client

#manycastserver 239.255.254.254         # manycast server

#manycastclient 239.255.254.254 autokey # manycast client

 

# allow update time by the upper server

 

# Undisciplined Local Clock. This is a fake driver intended for backup

# and when no outside source of synchronized time is available.

# 外部时间服务器不可用时，以本地时间作为时间服务

server  127.127.1.0    

fudge   127.127.1.0 stratum 10

 

#############################################################

其他节点/etc/ntp.conf（slave1,slave2,slave3）的配置：

……..

#server 3.centos.pool.ntp.org iburst

#外部时间服务器，以master时间为准进行同步

server master  iburst

……..

 

[hadoop@master ~]$ sudo  service  ntpd  start

(每台机器上都需要，设置ntpd开机启动，并第一次手动打开ntpd)，命令如下：

$  sudo chkconfig ntpd on  #开机启动ntpd

$  sudo service ntpd start  #启动 ntpd

 

时间同步设置参考：http://cn.soulmachine.me/blog/20140124/

 

时间同步设置总结：

    每个节点上安装ntpd，并设置为开机启动，当然第一次要先手动启动，通过配置/etc/ntp.conf文件，让master作为时间同步服务器，这台机器的时间是根据联网同步网络时间的，其他节点以master的ip作为同步的地址

 

配置完成后，发现后面的节点时间可能还未同步，可能需要等30分钟左右，一段时间后时间都会以master为准，进行同步

4.Hadoop的安装、配置

下载hadoop-2.6.0-cdh5.5.0.tar.gz安装包后(放在master机器上的~/bigdataspace路径下)：

[hadoop@master ~]$ cd  ~/bigdataspace

[hadoop@master bigdataspace]$  tar  -zxvf  hadoop-2.6.0-cdh5.5.0.tar.gz

进入hadoop配置文件路径:

[hadoop@master ~]$ cd  ~/bigdataspace/hadoop-2.6.0-cdh5.5.0/etc/hadoop

1>     在hadoop-env.sh中配置JAVA_HOME：

[hadoop@master hadoop]$ vi  hadoop-env.sh

# set JAVA_HOME in this file, so that it is correctly defined on

# The java implementation to use.

export JAVA_HOME=/home/hadoop/bigdataspace/jdk1.8.0_60

2>     在yarn-env.sh中配置JAVA_HOME：

[hadoop@master hadoop]$ vi  yarn-env.sh

# some Java parameters

export JAVA_HOME=/home/hadoop/bigdataspace/jdk1.8.0_60

3>     在slaves中配置slave节点的ip或者host

[hadoop@master hadoop]$ vi  slaves

slave1

slave2

slave3

4>     修改core-site.xml

[hadoop@master hadoop]$ vi  core-site.xml

<!-- Put site-specific property overrides in this file. -->

<configuration>

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://master:8020</value>

    </property>

    <property>

        <name>hadoop.tmp.dir</name>

        <value>/data/hadoop-2.6.0-cdh5.5.0/tmp</value>

    </property>

</configuration>

5>     修改hdfs-site.xml

[hadoop@master hadoop]$ vi  hdfs-site.xml

<!-- Put site-specific property overrides in this file. -->

<configuration>

    <property>

        <name>dfs.namenode.secondary.http-address</name>

        <value>master:50090</value>

    </property>

    <property>

        <name>dfs.namenode.name.dir</name>

        <value>file:/data/hadoop-2.6.0-cdh5.5.0/dfs/name</value>

    </property>

    <property>

        <name>dfs.namenode.data.dir</name>

<name>dfs.datanode.data.dir</name>

        <value>file:/data/hadoop-2.6.0-cdh5.5.0/dfs/data</value>

    </property>

    <property>

        <name>dfs.replication</name>

        <value>3</value>

    </property>

</configuration>

6>     修改mapred-site.xml

[hadoop@master hadoop]$ vi  mapred-site.xml

<!-- Put site-specific property overrides in this file. -->

<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>

7>     修改yarn-site.xml

[hadoop@master hadoop]$ vi  yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->

    <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>

 

因为CDH版本缺少hadoop的native库，因此需要引入，否则会报错，解决方法：

http://www.cnblogs.com/huaxiaoyao/p/5046374.html

本次安装具体采取的解决方法：

[hadoop@master ~]$ cd ~/bigdataspace

[hadoop@master bigdataspace]$ wget  http://archive.cloudera.com/cdh5/redhat/6/x86_64/cdh/5.5.0/RPMS/x86_64/hadoop-2.6.0+cdh5.5.0+921-1.cdh5.5.0.p0.15.el6.x86_64.rpm

[hadoop@master bigdataspace]$  rpm2cpio *.rpm | cpio -div 

在bigdataspace文件夹下

$ cp -r ./usr/lib/hadoop/lib/native/  ~/bigdataspace/hadoop-2.6.0-cdh5.5.0/lib/native/

删除解压后得到的文件：

[hadoop@master bigdataspace]$ rm -r ~/bigdataspace/etc/

[hadoop@master bigdataspace]$ rm -r ~/bigdataspace/usr/

[hadoop@master bigdataspace]$ rm -r ~/bigdataspace/var//

$  rm  ~/ bigdataspace/hadoop-2.6.0+cdh5.5.0+921-1.cdh5.5.0.p0.15.el6.x86_64.rpm

5.使用scp命令分发配置好的hadoop到各个子节点

$  scp  –r  ~/bigdataspace/hadoop-2.6.0-cdh5.5.0/  hadoop@slave1:~/bigdataspace/

$  scp  –r  ~/bigdataspace/hadoop-2.6.0-cdh5.5.0/  hadoop@slave2:~/bigdataspace/

$  scp  –r  ~/bigdataspace/hadoop-2.6.0-cdh5.5.0/  hadoop@slave3:~/bigdataspace/

(每台机器)修改环境变量配置文件:

[hadoop@master bigdataspace]$ sudo vi /etc/profile

(在配置文件末尾加上如下配置)

export HADOOP_HOME=/home/hadoop/bigdataspace/hadoop-2.6.0-cdh5.5.0

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

让环境变量设置生效：

[hadoop@master bigdataspace]$ source  /etc/profile

6.启动并验证Hadoop

[hadoop@master ~]$ cd  ~/bigdataspace/hadoop-2.6.0-cdh5.5.0   #进入hadoop目录

  [hadoop@master hadoop-2.6.0-cdh5.5.0]$ ./bin/hdfs namenode –format #格式化namenode

[hadoop@master hadoop-2.6.0-cdh5.5.0]$ ./sbin/start-dfs.sh     #启动dfs

[hadoop@master hadoop-2.6.0-cdh5.5.0]$ ./sbin/start-yarn.sh    #启动yarn

可以通过jps命令查看各个节点启动的进程是否正常。在 master 上应该有以下几个进程

[hadoop@master hadoop-2.6.0-cdh5.5.0]$ jps

3407 SecondaryNameNode

3218 NameNode

3552 ResourceManager

3910 Jps

在 slave1 上应该有以下几个进程

[hadoop@slave1 ~]$ jps

2072 NodeManager

2213 Jps

1962 DataNode

 

或者在浏览器中输入 http://master:8088 ，应该有 hadoop 的管理界面出来了,并通过http://master:8088/cluster/nodes能看到 slave1、slave2、slave3节点

7.启动Hadoop自带的jobhistoryserver

[hadoop@master ~]$ cd  ~/bigdataspace/hadoop-2.6.0-cdh5.5.0   #进入hadoop目录

[hadoop@master hadoop-2.6.0-cdh5.5.0]$ sbin/mr-jobhistory-daemon.sh  start historyserver

(mapred-site.xml配置文件有对jobhistory的相关配置)

[hadoop@master hadoop-2.6.0-cdh5.5.0]$ jps

5314 Jps

19994 JobHistoryServer

19068 NameNode

19422 ResourceManager

19263 SecondaryNameNode

 

参考：

http://blog.csdn.net/liubei_whut/article/details/42397985

8.停止hadoop集群的问题

Linux运行一段时间后，/tmp下的文件夹下面会清空一些文件，hadoop的停止脚本stop-all.sh是需要根据/tmp下面的pid文件关闭对应的进程，当/tmp下的文件被自动清理后可能会出出先的错误：

$   ./sbin/stop-all.sh

Stopping namenodes on [master]

master: no namenode to stop

slave1: no datanode to stop

slave2: no datanode to stop

slave3: no datanode to stop

Stopping secondary namenodes [master]

master: no secondarynamenode to stop

……

方法1：这时需要在/tmp文件夹下手动创建恢复这些pid文件

master节点（每个文件中保存对应的进程id）：

hadoop-hadoop-namenode.pid

hadoop-hadoop-secondarynamenode.pid

yarn-hadoop-resourcemanager.pid

slave节点（每个文件中保存对应的进程id）：

hadoop-hadoop-datanode.pid

yarn-hadoop-nodemanager.pid

方法2：使用kill -9逐个关闭相应的进程id

 

从根本上解决的方法：

（首先使用了方法1或方法2关闭了hadoop集群）

1.修改配置文件hadoop-env.sh:

#export HADOOP_PID_DIR=${HADOOP_PID_DIR}

export HADOOP_PID_DIR=/data/hadoop-2.6.0-cdh5.5.0/pids

#export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR}

export HADOOP_SECURE_DN_PID_DIR=/data/hadoop-2.6.0-cdh5.5.0/pids

 

2.修改配置文件yarn-env.sh:

export YARN_PID_DIR=/data/hadoop-2.6.0-cdh5.5.0/pids

 

3.创建文件夹pids：

$  mkdir /data/hadoop-2.6.0-cdh5.5.0/pids（发现会自动创建pids文件，因此不需要创建）

这2个步骤需要在各个节点都执行

 

The End.