hadoop（2.x）以hadoop2.2为例完全分布式最新高可靠安装文档

问题导读：
1.如何配置各个节点之间无密码互通？
2.启动hadoop，看不到进程的原因是什么？
3.配置hadoop的步骤是什么？

4.有哪些配置文件需要修改？
5.如果没有配置文件，该如何找到该配置文件？
6.环境变量配置了，但是不生效的原因是什么？
7.如何查看hadoop2监控页面
 
首先说一下这个安装过程需要注意的地方

 

一、使用新建用户可能会遇到的问题
（1）权限问题：对于新手经常使用root，刚开始可以使用，但是如果想真正的学习，必须学会使用其他用户。也就是你需要学会新建用户，但是新建用户，并不是所有人都会的。具体可以参考ubuntu创建新用户并增加管理员权限，这里面使用adduser是最方便的。也就是说你需要通过这里，学会给Linux添加用户，并且赋权，上面那篇文章会对你有所帮助。
 
（2）使用新建用户，你遇到另外一个问题，就是文件所属权限，因为新建的文件，有的属于root用户，有的属于新建用户，例如下面情况，我们看到mv.sh是属于root用户，大部分属于aboutyun用户。所以当我们两个不同文件不能访问的时候，这个可能是原因之一。也是在这里，当你新建用户的时候，可能会遇到的新问题。
 
<ignore_js_op> 
 
（3）上面我们只是提出了问题，但是根本没有解决方案，这里在提出解决方案，我们如何改变文件所属用户。
比如上图中，mv.sh属于root用户，那么我们怎么让他所属about云用户。可以是下面命令：
  1. sudo chown -R  aboutyun:aboutyun mv.sh
复制代码
解释一下上面命令的含义：
------------------------------------------------------------------------------------------------------------------------------------------------------
1.sudo：如果不是root用户，不带上这个命令会经常遇到麻烦，所以需要养成习惯。至于sudo详细解释可以看下面。
sudo是linux系统管理指令，是允许系统管理员让普通用户执行一些或者全部的root命令的一个工具，如halt，reboot，su等等。这样不仅减少了root用户的登录 和管理时间，同样也提高了安全性。sudo不是对shell的一个代替，它是面向每个命令的。

2.chown-》change own的意思。即改变所属文件。对于他不了解的同学，可以查看：让你真正了解chmod和chown命令的用法
3.aboutyun:aboutyun代表aboutyun用户及aboutyun用户组
4.即是被授权的文件
------------------------------------------------------------------------------------------------------------------------------------------------------
上面是针对新手的一个解说，不是必须的，如果对Linux已经很熟悉，可以跳过上面步骤。下面我们开始首先要下载

 

360网盘： 编译包 访问密码 4e48
百度网盘：链接: 密码: r9kh




(下载包为hadoop2.2)
下载完毕，我们就需要解压
  1. tar zxvf hadoop-2.2.0_x64.tar.gz
复制代码
这里是解压到当前路径。
这里就开始动手了，下面也介绍一下整体的情况：




1、这里我们搭建一个由三台机器组成的集群：
172.16.77.15     aboutyun/123456      master
172.16.77.16     aboutyun/123456      slave1
172.16.77.17     aboutyun/123456      slave1
1.1 上面各列分别为IP、user/passwd、hostname

 

1.2   Hostname可以在/etc/hostname中修改，hostname，hosts的修改详细可以看ubuntu修改hostname
对于三台机器都需要修改：
下面是master的修改：通过命令
  1. vi /etc/hosts
复制代码
然后对你里面的内容修改：
<ignore_js_op>

 

下面修改hostname
  1. vi /etc/hostname
复制代码
修改为master即可
<ignore_js_op> 

 

上面hosts基本都一样，只不过hostname有所差别。



2、打通master到slave节点的SSH无密码登陆
这里面打通无密码登录，很多新手遇到了问题，这里安装的时候，具体的操作，可以查阅其他资料：
这是个人总结的哦命令，相信对你有所帮助
然后这里在展示一下，authorized_keys是什么样子的：
<ignore_js_op> 

 

上面的原理，就是我把工钥放到里面，然后本台机器就可以ssh无密码登录了。如果想彼此无密码登录，那么就需要把彼此的工钥（*.pub）放到authorized_keys里面
然后我们进行下面步骤：
3.1 安装ssh
一般系统是默认安装了ssh命令的。如果没有，或者版本比较老，则可以重新安    装：
sudo apt-get install ssh
3.2设置local无密码登陆

 

具体步骤如下：
第一步：产生密钥
$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
第二部：导入authorized_keys
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
第二部导入的目的是为了无密码等，这样输入如下命令：
  1. ssh localhost
复制代码
就可以无密码登录了。
下面展示一下hosts的配置，及无密码登录的效果
locahost的配置
<ignore_js_op> 

无密码登录效果：

<ignore_js_op> 

3.3设置远程无密码登陆

 

进入master的.ssh目录
scp authorized_keys aboutyun@slave1:~/.ssh/authorized_keys_from_master

 

进入slave1的.ssh目录
cat authorized_keys_from_master  >>  authorized_keys

 

至此，可以在master上面ssh slave1进行无密码登陆了。
【注意】：以上操作在每台机器上面都要进行。
这里在强调一下原理：
就是把工钥放到里面，然后本台机器就可以ssh无密码登录了。如果想彼此无密码登录，那么就需要把彼此的工钥（*.pub）放到authorized_keys里面
------------------------------------------------------------------------
根据上面的资料相信你能得到互通，这里展现一下效果：
<ignore_js_op>
上面是slave1无密码登录master

 

<ignore_js_op> 
这里是master无密码登录slave1
------------------------------------------------------------------------

 

4、安装jdk
安装JDK还是比较简单的，这里



4.1、下载jdk
http://yunpan.cn/QiujtEVgRTJ4S 访问密码 b488



4.2、安装jdk（这里以.tar.gz版本，64位系统为例）
这里直接解压到了/usr/jdk1.7下面：


<ignore_js_op> 

上面首先第一步：

 

至此，jkd安装完毕，下面配置环境变量
一、PATH配置

这里提供一个简单的方法：

通过下面命令
1.export PATH=$PATH:/usr/java/jdk1.7.0_51/bin


通过cat命令，可以查看

2.为了保证生效执行下面命令

  1. source  /etc/environment
复制代码




二、CLASSTH配置
上面只是配置了PATH,还需在配置CLASSTH
export CLASSPATH=.:/usr/java/jdk1.7.0_51/jre/lib
执行配置完毕
如果不起作用，采用通过下面配置：
java.sh配置
因为重启之后，很有会被还原，下面还需要配置java.sh
这里可以通过
cd /etc/profile.d
vi java.sh
把下面两行放到java.sh
export PATH=$PATH:/usr/java/jdk1.7.0_51/bin
export CLASSPATH=.:/usr/java/jdk1.7.0_51/jre/lib
保存。这样就配置完毕了。

执行下面命令：
  1. source java.sh
复制代码
现在在执行 java -version就ok了
【注意】每台机器执行相同操作，最后将java安装在相同路径下

 

三、关闭每台机器的防火墙
ufw disable (重启生效)






第三部分 Hadoop 2.2安装过程


一、需要注意的问题

hadoop2.2的配置还是比较简单的，但是可能会遇到各种各样的问题。最常讲的就是看不到进程。
看不到进程大致有两个原因：
1.你的配置文件有问题。
对于配置文件，主机名，空格之类的这些都不要带上。仔细检查
2.Linux的权限不正确。
最常出问题的是core-site.xml，与hdfs-site.xml。

 

core-site.xml
  1.       <property>
  2.               <name>hadoop.tmp.dir</name>
  3.               <value>file:/home/aboutyun/tmp</value>
  4.                <description>Abase forother temporary directories.</description>
  5.       </property>
复制代码
说一下上面参数的含义，这里是hadoop的临时文件目录，file的含义是使用本地目录。也就是使用的是Linux的目录，一定确保下面目录
  1. /home/aboutyun/tmp
复制代码
的权限所属为你创建的用户。并且这里面我也要会变通，aboutyun，为我创建的用户名，如果你创建了zhangsan或则lisi，那么这个目录就会变为
  1. /home/zhangsan/tmp
复制代码
这里不熟悉，是因为对Linux的不熟悉的原因。这里在来张图：
注意：1和2对比。如果你所创建的tmp属于root，那么你会看不到进程。
<ignore_js_op> 

hdfs-site.xml
同样也是:要注意下面，你是需要改成自己的用户名的

 

  <property>
             <name>dfs.namenode.name.dir</name>
             <value>file:/home/aboutyun/dfs/name</value>
       </property>
      <property>
              <name>dfs.datanode.data.dir</name>
              <value>file:/home/aboutyun/dfs/data</value>
       </property>

上面讲完，我们开始配置





hadoop集群中每个机器上面的配置基本相同，所以我们先在master上面进行配置部署，然后再复制到其他节点。所以这里的安装过程相当于在每台机器上面都要执行。

 

【注意】：master和slaves安装的hadoop路径要完全一样，用户和组也要完全一致

 

1、 解压文件
将第一部分中下载的
  1. tar zxvf hadoop-2.2.0_x64.tar.gz
复制代码
  1. mv hadoop-2.2.0  hadoop
复制代码

解压到/usr路径下
并且重命名，效果如下

 

<ignore_js_op> 

 

2、 hadoop配置过程

 

配置之前，需要在master本地文件系统创建以下文件夹：
~/dfs/name
~/dfs/data
~/tmp

这里文件权限：创建完毕，你会看到红线部分，注意所属用户及用户组。如果不再新建的用户组下面，可以使用下面命令来修改：让你真正了解chmod和chown命令的用法
<ignore_js_op> 

这里要涉及到的配置文件有7个：
~/hadoop-2.2.0/etc/hadoop/hadoop-env.sh
~/hadoop-2.2.0/etc/hadoop/yarn-env.sh
~/hadoop-2.2.0/etc/hadoop/slaves
~/hadoop-2.2.0/etc/hadoop/core-site.xml
~/hadoop-2.2.0/etc/hadoop/hdfs-site.xml
~/hadoop-2.2.0/etc/hadoop/mapred-site.xml
~/hadoop-2.2.0/etc/hadoop/yarn-site.xml
以上文件默认不存在的，可以复制相应的template文件获得。下面举例：
<ignore_js_op> 



配置文件1：hadoop-env.sh
修改JAVA_HOME值（export JAVA_HOME=/usr/jdk1.7）
配置文件2：yarn-env.sh

 

修改JAVA_HOME值（export JAVA_HOME=/usr/jdk1.7）

 

配置文件3：slaves （这个文件里面保存所有slave节点）

 

写入以下内容：
<ignore_js_op> 

 

配置文件4：core-site.xml
  1. <configuration>
  2.        <property>
  3.                 <name>fs.defaultFS</name>
  4.                 <value>hdfs://master:8020</value>
  5.        </property>
  6.        <property>
  7.                 <name>io.file.buffer.size</name>
  8.                 <value>131072</value>
  9.         </property>
  10.        <property>
  11.                <name>hadoop.tmp.dir</name>
  12.                <value>file:/home/aboutyun/tmp</value>
  13.                <description>Abase for other temporary   directories.</description>
  14.        </property>
  15.         <property>
  16.                <name>hadoop.proxyuser.aboutyun.hosts</name>
  17.                <value>*</value>
  18.        </property>
  19.        <property>
  20.                <name>hadoop.proxyuser.aboutyun.groups</name>
  21.                <value>*</value>
  22.        </property>
  23. </configuration>
复制代码


配置文件5：hdfs-site.xml
  1. <configuration>
  2.        <property>
  3.                 <name>dfs.namenode.secondary.http-address</name>
  4.                <value>master:9001</value>
  5.        </property>
  6.      <property>
  7.              <name>dfs.namenode.name.dir</name>
  8.              <value>file:/home/aboutyun/dfs/name</value>
  9.        </property>
  10.       <property>
  11.               <name>dfs.datanode.data.dir</name>
  12.               <value>file:/home/aboutyun/dfs/data</value>
  13.        </property>
  14.        <property>
  15.                <name>dfs.replication</name>
  16.                <value>3</value>
  17.         </property>
  18.         <property>
  19.                  <name>dfs.webhdfs.enabled</name>
  20.                   <value>true</value>
  21.          </property>
  22. </configuration>
复制代码



配置文件6：mapred-site.xml
  1. <configuration>
  2.           <property>                                                                  <name>mapreduce.framework.name</name>
  3.                 <value>yarn</value>
  4.            </property>
  5.           <property>
  6.                   <name>mapreduce.jobhistory.address</name>
  7.                   <value>master:10020</value>
  8.           </property>
  9.           <property>
  10.                 <name>mapreduce.jobhistory.webapp.address</name>
  11.                 <value>master:19888</value>
  12.        </property>
  13. </configuration>
复制代码


 

配置文件7：yarn-site.xml
  1. <configuration>
  2.         <property>
  3.                <name>yarn.nodemanager.aux-services</name>
  4.                <value>mapreduce_shuffle</value>
  5.         </property>
  6.         <property>                                                                
  7. <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
  8.                <value>org.apache.hadoop.mapred.ShuffleHandler</value>
  9.         </property>
  10.         <property>
  11.                <name>yarn.resourcemanager.address</name>
  12.                <value>master:8032</value>
  13.        </property>
  14.        <property>
  15.                <name>yarn.resourcemanager.scheduler.address</name>
  16.                <value>master:8030</value>
  17.        </property>
  18.        <property>
  19.             <name>yarn.resourcemanager.resource-tracker.address</name>
  20.              <value>master:8031</value>
  21.       </property>
  22.       <property>
  23.               <name>yarn.resourcemanager.admin.address</name>
  24.                <value>master:8033</value>
  25.        </property>
  26.        <property>
  27.                <name>yarn.resourcemanager.webapp.address</name>
  28.                <value>master:8088</value>
  29.        </property>
  30. </configuration>
复制代码


 

3、复制到其他节点
上面配置完毕，我们基本上完成了90%了剩下就是复制。我们可以把整个hadoop复制过去：使用如下命令：
  1. sudo scp -r /usr/hadoop aboutyun@slave1:~/
复制代码
这里记得先复制到home/aboutyun下面，然后在转移到/usr下面。
后面我们会经常遇到问题，经常修改配置文件，所以修改完一个配置文件后，其他节点都需要修改，这里附上脚本操作方便：
一、节点之间传递数据：
第一步：vi scp.sh
第二步：把下面内容放到里面（记得修改下面红字部分，改成自己的）
#!/bin/bash
#slave1
scp /usr/hadoop/etc/hadoop/core-site.xml aboutyun@slave1:~/
scp /usr/hadoop/etc/hadoop/hdfs-site.xml aboutyun@slave1:~/                     
#slave2
scp /usr/hadoop/etc/hadoop/core-site.xml aboutyun@slave2:~/
scp /usr/hadoop/etc/hadoop/hdfs-site.xml aboutyun@slave2:~/
第三步：保存scp.sh
第四步：bash scp.sh执行
二、移动文件夹：
可以自己写了。
4.配置环境变量
第一步：
  1. vi /etc/environment
复制代码
第二步：添加如下内容：记得如果你的路径改变了，你也许需要做相应的改变。

<ignore_js_op> 
 
4、启动验证
 
4.1 启动hadoop
格式化namenode：
  1. hdfs namenode –format
复制代码
或则使用下面命令：
  1. hadoop namenode format
复制代码
启动hdfs:
  1. start-dfs.sh
复制代码
此时在master上面运行的进程有：
namenode
secondarynamenode

slave节点上面运行的进程有：datanode

 

启动yarn:
  1. start-yarn.sh
复制代码
我们看到如下效果：
master有如下进程：
<ignore_js_op> 


slave1有如下进程
<ignore_js_op> 

此时hadoop集群已全部配置完成！！！
【注意】：而且所有的配置文件<name>和<value>节点处不要有空格，否则会报错！

然后我们输入：（这里有的同学没有配置hosts，所以输出master访问不到，如果访问不到输入ip地址即可）

  1. http://master:8088/
复制代码


如何修改hosts:
win7 进入下面路径：

  1. C:\Windows\System32\drivers\etc
复制代码

找打hosts
<ignore_js_op> 
然后打开，进行如下配置即可看到
<ignore_js_op> 


看到下图：
<ignore_js_op> 

到此全部完毕。
使用hadoop集群，更详细内容，可以查看
hadoop2.X使用手册1：通过web端口查看主节点、slave1节点及集群运行状态
hadoop2.X使用手册2：如何运行自带wordcount
hadoop2.2运行mapreduce（wordcount）问题总结

本文链接
http://www.aboutyun.com/thread-7684-1-1.html

posted @ 2016-07-18 14:05  哼哼哈哈二将  阅读(174)  评论(0)  编辑  收藏  举报