RedHat6.5上安装Hadoop集群

时间：2022-08-10 17:10:56

版本号：RedHat6.5   JDK1.8   Hadoop2.7.3

 

hadoop  说明：从版本2开始加入了Yarn这个资源管理器，Yarn并不需要单独安装。只要在机器上安装了JDK就可以直接安装Hadoop，单纯安装Hadoop并不依赖Zookeeper之类的其他东西。

基础环境准备：

 

RedHat6.5安装：RHEL 6.5系统安装配置图解教程(rhel-server-6.5)

JDK安装：http://blog.csdn.net/chongxin1/article/details/68957808

1、下载hadoop 2.7.3

官网下载地址：https://dist.apache.org/repos/dist/release/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz

百度网盘下载：链接：http://pan.baidu.com/s/1eSAF7sm 密码：vdfp

2、安装3个虚拟机及配置SSH免登录

2.1安装3个机器和SSH服务

由于在这里我使用的rhel-server-6.5-x86_64-dvd.iso，安装的时候自带了ssh服务，所以省去装SSH服务。

RedHat6.5安装可参考：RHEL 6.5系统安装配置图解教程(rhel-server-6.5)

输出 ssh localhost 是否已安装ssh服务，例如Ubuntu就需要安装openssh服务。

RedHat6.5上安装Hadoop集群

安装3个机器，机器名称分别叫master、slave1、slave2(说明机器名不这么叫可以，待会用hostname命令修改也行)。

此处我使用的VMware虚拟机软件，直接采用克隆模式，克隆出两台新的机器。

如图：   

RedHat6.5上安装Hadoop集群

 这一步需要注意一下：

RedHat6.5上安装Hadoop集群

 克隆完之后：

RedHat6.5上安装Hadoop集群

     说明：为了免去后面一系列授权的麻烦，这里直接使用root账户登录和操作了。

          使用ifconfig命令，查看这3个机器的IP。我的机器名和ip的对应关系是:

192.168.168.200  master

192.168.168.201  slave1

192.168.168.202  slave2 

把3台机器的IP地址按上述对应关系进行配置即可。

2.2检查机器名称 

为了后续操作方便，确保机器的hostname是我们想要的。拿192.168.168.200这台机器为例，用root账户登录，然后使用hostname命令查看机器名称

如图： 

RedHat6.5上安装Hadoop集群

 

发现，这个机器名称不是我们想要的。不过这个好办， 我给它改个名称，命令是：

hostname   master  #立即生效

如图： 

RedHat6.5上安装Hadoop集群


类似的，将其他两个机器，分别改名为slave1和slave2。

每当RedHat安装成功时，我们的机器名都是默认的，但为了以后集群中能够容易分辨各台服务器，需要给每台机器取个不同的名字。 sudo gedit /etc/sysconfig/network   #永久生效

将HOSTNAME后面的值改为想要设置的主机名，然后重启即可。

RedHat6.5上安装Hadoop集群

类似的，将其他两个机器，分别改名为slave1和slave2。

2.3 修改/etc/hosts文件

修改这3台机器的/etc/hosts文件，在文件中添加以下内容： 

 192.168.168.200   master

 192.168.168.201   slave1

 192.168.168.202   slave2

sudo gedit /etc/hosts

如图：

RedHat6.5上安装Hadoop集群

配置完成后使用ping命令检查这3个机器是否相互ping得通，以master为例，在什么执行命令：

 ping  slave1

如图： 

RedHat6.5上安装Hadoop集群

 

执行命令：

ping  slave2

如图：     

RedHat6.5上安装Hadoop集群

   ping得通，说明机器是互联的，而且hosts配置也正确。

2.4给3个机器生成秘钥文件

以master为例，执行命令，生成空字符串的秘钥(后面要使用公钥)，命令是：

ssh-keygen  -t   rsa   -P  ''

如图：

     RedHat6.5上安装Hadoop集群

      因为我现在用的是root账户，所以秘钥文件保存到了/root/.ssh/目录内，可以使用命令查看，命令是：

ls    /root/.ssh/

如图：   

RedHat6.5上安装Hadoop集群

        使用同样的方法为slave1和slave2生成秘钥(命令完全相同，不用做如何修改)。

2.5在master上创建authorized_keys文件

     接下来要做的事情是在3台机器的/root/.ssh/目录下都存入一个内容相同的文件，文件名称叫authorized_keys，文件内容是我们刚才为3台机器生成的公钥。为了方便，我下面的步骤是现在master上生成authorized_keys文件，然后把3台机器刚才生成的公钥加入到这个master的authorized_keys文件里，然后再将这个authorized_keys文件复制到slave1和slave2上面。

       首先使用命令，在master的/root/.ssh/目录中生成一个名为authorized_keys的文件，命令是：

touch /root/.ssh/authorized_keys

如图：    

RedHat6.5上安装Hadoop集群 

      可以使用命令看，是否生成成功，命令是：

ls   /root/.ssh/

如图：    

RedHat6.5上安装Hadoop集群

   

其次将master上的/root/.ssh/id_rsa.pub文件内容，slaver1上的/root/.ssh/id_rsa.pub文件内容，slave2上的/root/.ssh/id_rsa.pub文件内容复制到这个authorized_keys文件中，复制的方法很多了，可以用cat命令和vim命令结合来弄，也可以直接把这3台机器上的/root/.ssh/id_rsa.pub文件下载到本地，在本地将authorized_keys文件编辑好在上载到这3台机器上。

master1机器上我的/root/.ssh/id_rsa.pub内容是:

ssh-rsa AAAAB3NzaC1yc2EAAAABIwAAAQEAs0/TeFAKiPvz9URSVsOlaTP80PUs8E7NZppX4Ko0gKHjRmC3Ovb+5BFBTlZgt1bfoGcv1Pj+m9Acgru9NGi6+KW4TYJLM/EFUAOMlk/8TdRz5+2Onb5jdFK4B8RiKunEVM2jH3QLC+het5xuN7j9yGT/CqThGFmKvcH8d6TsWuQC8PAJI21ej4lOzwr4763Qc4AeomraoBBpysPLzTwJC7asSbG69Da+7P6UVw8CCLzL7xwkQ1eCVk96dhVaoa+6X1NLTMMBGjYUSbs4KkN5F6/4O5zjIkDzE+Jc5Wl/QsV17VOgrbVPHQMyKC7Fhr98SFsQvJZCzJfAC1dItjqhKQ== root@master

slave1机器上我的/root/.ssh/id_rsa.pub内容是:

ssh-rsa AAAAB3NzaC1yc2EAAAABIwAAAQEA6Ck4yGZ8dKZTc+F6eF8D9FdRYARkoQoyZ+HISrPssQtjV5OA8sXBElw0pKA05FOmjL+wWNPyWGQLiWres+JvgdabfmWtAKmLwiJShZeVD3YrN9pT2VK4iBRFL7Fia1fZRS/O76hI8CbyzLbk6Kg6eqVgFu2k+/+XZ9lcoU3ya/7BkTPtSAF2oNVOXesXpoIeZsceCe68dNFgxXKNG+BniSS7PoENHpuRZ9mtQusxS/mUaqlu+7rbmM0GsZprthASCO7aDcSrRxKkHt9S4JJeWnbLaAR60SblURJ9501pruiy+yTEs4LwXOpq20kqEjErHfL2pGc+MlEYory0v2bz1Q== root@slave1

slave2机器上我的/root/.ssh/id_rsa.pub内容是:

ssh-rsa AAAAB3NzaC1yc2EAAAABIwAAAQEAuaFxcsDIQW5BGDWHVXOVTeg1uEcv/hYJTNRU5TKIFjHOPOalM3e4OrSRzPyZctZ2Mfm2kEc7zs8VL5X3EFpL6aGiy0FrzjF9sMwux6Spwjw/BguFVPs1lR9C1uLGlcOBWDEQF2lKpB1V6IFWC8wKyNj6qjfGWR7f89VTNtI3vXSrtmRbrx6/MA6QQ+ZYfjeB1EkKDg1ZiRutpiJth5nJgHFe+cADKHBYPejamydQs2U4kqm42JCZiho0DXt7dnvScNym1QAGaNkJ6mZgq3V3rrbgUvfywM9tcc96OqtP87tjX3YdJq5Nw4fdj3BW04R5VHUhL/0xvpWULuNIPRUfQQ== root@slave2

合并之后，master机器上的/root/.ssh/authorized_keys文件内容是：

RedHat6.5上安装Hadoop集群

2.6将authorized_keys文件复制到其他机器    

 master机器的/root/.ssh/目录下已经有authorized_keys这个文件了，该文件的内容也已经OK了，接下来要将该文件复制到slave1的/root/.ssh/和slave2的/root/.ssh/。       

       复制完成后，可以看到三台机器的/root/.ssh目录下都有了这样的文件

       如图：      

 

RedHat6.5上安装Hadoop集群

        上图已经说得很清楚了，三台机器的/root/.ssh都有同名的文件，但是只有authorized_keys文件的内容是相同的。

输入reboot，重启3台机器。

2.7测试使用ssh进行无密码登录

在master上进行测试

       输入命令：

ssh   slave1

如图： 

RedHat6.5上安装Hadoop集群

第一次执行ssh的时候，需要输入yes，之后就不需要了。

RedHat6.5上安装Hadoop集群

输入命令： exit   回车

如图：

RedHat6.5上安装Hadoop集群

输入命令：

ssh   slave2

如图：

   RedHat6.5上安装Hadoop集群

 输入命令：

 exit回车

如图：    

RedHat6.5上安装Hadoop集群

 在slave1上进行测试

        方法类似master，只不过命令变成了ssh  master和ssh  slave2，但是一定要注意的是，每次ssh完成后，都要执行exit，否则你的后续命令是在另外一台机器上执行的。

在slave2上进行测试

      方法类似master，只不过命令变成了ssh  master和ssh  slave1，但是一定要注意的是，每次ssh完成后，都要执行exit，否则你的后续命令是在另外一台机器上执行的。

3安装hadoop

         说明，为了省去一系列获取管理员权限，授权等繁琐操作，精简教程，这里都是使用root账户登录并且使用root权限进行操作。

3.1 必须首先安装JDK

3.2安装hadoop        

3.2.1 上传文件并解压缩

        在/usr/local目录下新建一个名为hadoop的目录，并将下载得到的hadoop-2.7.3.tar.gz上传到该目录下，如图: 

 进入到该目录，执行命令:

mkdir /usr/local/hadoop

cd   /usr/local/hadoop

 执行解压命令：

 tar  -xvf   hadoop-2.7.3.tar.gz        

3.2.2新建几个目录

           在/root目录下新建几个目录，复制粘贴执行下面的命令： 

 mkdir  /usr/local/hadoop  

 mkdir  /usr/local/hadoop/tmp  

 mkdir  /usr/local/hadoop/var  

 mkdir  /usr/local/hadoop/dfs  

 mkdir  /usr/local/hadoop/dfs/name  

 mkdir  /usr/local/hadoop/dfs/data  

RedHat6.5上安装Hadoop集群


3.2.3 修改etc/hadoop中的一系列配置文件

          修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop目录内的一系列文件。

3.2.3.1 修改core-site.xml

修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/core-site.xml文件
在<configuration>节点内加入配置:

 
 
    

  1. <property>
    2. 
  
  
  2. 
     <name>hadoop.tmp.dir</name>

    3. 
  
  
  3. 
     <value>/usr/local/hadoop/tmp</value>

    4. 
  
  
  4. 
     <description>Abase for other temporary directories.</description>

    5. 
  
  
  5. </property>
    6. 
  
  
  6. <property>
    7. 
  
  
  7. 
     <name>fs.default.name</name>

    8. 
  
  
  8. 
     <value>hdfs://master:9000</value>

    9. 
  
  
  9. </property>
    10.

3.2.3.2 修改hadoop-env.sh

         修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/hadoop-env.sh文件

         将export   JAVA_HOME=${JAVA_HOME}

         修改为：

         export   JAVA_HOME=/usr/local/java/jdk1.8

        说明：修改为自己的JDK路径

RedHat6.5上安装Hadoop集群

3.2.3.3 修改hdfs-site.xml

          修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/hdfs-site.xml文件

          在<configuration>节点内加入配置:

 
 
    

  1. <property>
    2. 
  
  
  2. 
   <name>dfs.name.dir</name>

    3. 
  
  
  3. 
   <value>/usr/local/hadoop/dfs/name</value>

    4. 
  
  
  4. 
   <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>

    5. 
  
  
  5. </property>
    6. 
  
  
  6. <property>
    7. 
  
  
  7. 
   <name>dfs.data.dir</name>

    8. 
  
  
  8. 
   <value>/usr/local/hadoop/dfs/data</value>

    9. 
  
  
  9. 
   <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>

    10. 
  
  
  10. </property>
    11. 
  
  
  11. <property>
    12. 
  
  
  12. 
   <name>dfs.replication</name>

    13. 
  
  
  13. 
   <value>2</value>

    14. 
  
  
  14. </property>
    15. 
  
  
  15. <property>
    16. 
  
  
  16. 
   <name>dfs.permissions</name>

    17. 
  
  
  17. 
   <value>false</value>

    18. 
  
  
  18. 
   <description>need not permissions</description>

    19. 
  
  
  19. </property>
    20.

          说明：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。

3.2.3.4 新建并且修改mapred-site.xml

           在该版本中，有一个名为mapred-site.xml.template的文件，复制该文件，然后改名为mapred-site.xml，命令是：

 
 
    

  1. 
 cp   /usr/local/hadoop/hadoop-2.7.3/etc/hadoop/mapred-site.xml.template 

    2. 
  
  
  2. 
    /usr/local/hadoop/hadoop-2.7.3/etc/hadoop/mapred-site.xml

    3.

 修改这个新建的mapred-site.xml文件，在<configuration>节点内加入配置:

 
 
    

  1. <property>
    2. 
  
  
  2. 
    <name>mapred.job.tracker</name>

    3. 
  
  
  3. 
    <value>master:49001</value>

    4. 
  
  
  4. </property>
    5. 
  
  
  5. <property>
    6. 
  
  
  6. 
    <name>mapred.local.dir</name>

    7. 
  
  
  7. 
    <value>/usr/local/hadoop/var</value>

    8. 
  
  
  8. </property>
    9. 
  
  
  9. <property>
    10. 
  
  
  10. 
    <name>mapreduce.framework.name</name>

    11. 
  
  
  11. 
    <value>yarn</value>

    12. 
  
  
  12. 
</property>​

    13.

 3.2.3.5 修改slaves文件

         修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/slaves文件，将里面的localhost删除，添加如下内容：

RedHat6.5上安装Hadoop集群

3.2.3.6 修改yarn-site.xml文件

         修改/usr/local/hadoop/hadoop-2.7.3/etc/hadoop/yarn-site.xml文件，

         在<configuration>节点内加入配置(注意了，内存根据机器配置越大越好，我这里只配2个G是因为机器不行)

 
 
    

  1. <property>
    2. 
  
  
  2. 
    <name>yarn.resourcemanager.hostname</name>

    3. 
  
  
  3. 
    <value>master</value>

    4. 
  
  
  4. </property>
    5. 
  
  
  5. <property>
    6. 
  
  
  6. 
    <description>The address of the applications manager interface in the RM.</description>

    7. 
  
  
  7. 
    <name>yarn.resourcemanager.address</name>

    8. 
  
  
  8. 
    <value>${yarn.resourcemanager.hostname}:8032</value>

    9. 
  
  
  9. </property>
    10. 
  
  
  10. <property>
    11. 
  
  
  11. 
    <description>The address of the scheduler interface.</description>

    12. 
  
  
  12. 
    <name>yarn.resourcemanager.scheduler.address</name>

    13. 
  
  
  13. 
    <value>${yarn.resourcemanager.hostname}:8030</value>

    14. 
  
  
  14. </property>
    15. 
  
  
  15. <property>
    16. 
  
  
  16. 
     <description>The http address of the RM web application.</description>

    17. 
  
  
  17. 
     <name>yarn.resourcemanager.webapp.address</name>

    18. 
  
  
  18. 
     <value>${yarn.resourcemanager.hostname}:8088</value>

    19. 
  
  
  19. </property>
    20. 
  
  
  20. <property>
    21. 
  
  
  21. 
     <description>The https adddress of the RM web application.</description>

    22. 
  
  
  22. 
     <name>yarn.resourcemanager.webapp.https.address</name>

    23. 
  
  
  23. 
     <value>${yarn.resourcemanager.hostname}:8090</value>

    24. 
  
  
  24. </property>
    25. 
  
  
  25. <property>
    26. 
  
  
  26. 
     <name>yarn.resourcemanager.resource-tracker.address</name>

    27. 
  
  
  27. 
     <value>${yarn.resourcemanager.hostname}:8031</value>

    28. 
  
  
  28. </property>
    29. 
  
  
  29. <property>
    30. 
  
  
  30. 
     <description>The address of the RM admin interface.</description>

    31. 
  
  
  31. 
     <name>yarn.resourcemanager.admin.address</name>

    32. 
  
  
  32. 
     <value>${yarn.resourcemanager.hostname}:8033</value>

    33. 
  
  
  33. </property>
    34. 
  
  
  34. <property>
    35. 
  
  
  35. 
     <name>yarn.nodemanager.aux-services</name>

    36. 
  
  
  36. 
     <value>mapreduce_shuffle</value>

    37. 
  
  
  37. </property>
    38. 
  
  
  38. <property>
    39. 
  
  
  39. 
     <name>yarn.scheduler.maximum-allocation-mb</name>

    40. 
  
  
  40. 
     <value>2048</value>

    41. 
  
  
  41. 
     <discription>每个节点可用内存,单位MB,默认8182MB</discription>

    42. 
  
  
  42. </property>
    43. 
  
  
  43. <property>
    44. 
  
  
  44. 
     <name>yarn.nodemanager.vmem-pmem-ratio</name>

    45. 
  
  
  45. 
     <value>2.1</value>

    46. 
  
  
  46. </property>
    47. 
  
  
  47. <property>
    48. 
  
  
  48. 
    <name>yarn.nodemanager.resource.memory-mb</name>

    49. 
  
  
  49. 
    <value>2048</value>

    50. 
  
  
  50. </property>
    51. 
  
  
  51. <property>
    52. 
  
  
  52. 
    <name>yarn.nodemanager.vmem-check-enabled</name>

    53. 
  
  
  53. 
    <value>false</value>

    54. 
  
  
  54. </property>
    55.

       说明：yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查，如果你是安装在虚拟机上，这个配置很有用，配上去之后后续操作不容易出问题。如果是实体机上，并且内存够多，可以将这个配置去掉。

3.3配置环境变量

修改相应的配置文件：

sudo gedit /etc/profile

增加如下内容：

 
 
    

  1. #set Hadoop enviroment
    2. 
  
  
  2. 
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3

    3. 
  
  
  3. 
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

    4. 
  
  
  4. 
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

    5. 
  
  
  5. 
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop​

    6.

使配置文件立即生效

source /etc/profile

输入命令：hadoop 即可验证是否生效：

RedHat6.5上安装Hadoop集群

3.4 slave节点的Hadoop安装

SLAVE节点：

（1）复制master节点的hadoop文件夹到slave上：

scp -r /usr/local/hadoop root@slave1:/usr/local

scp -r /usr/local/hadoop root@slave2:/usr/local

（2）修改/etc/profile：

过程如 3.3配置master 一样

4启动hadoop

4.1在namenode上执行初始化

           因为master是namenode，slave1和slave2都是datanode，所以只需要对master进行初始化操作，也就是对hdfs进行格式化。

进入到master这台机器的/usr/local/hadoop/hadoop-2.7.3/bin目录，也就是执行命令：

cd   /usr/local/hadoop/hadoop-2.7.3/bin

执行初始化脚本，也就是执行命令：

 ./hadoop  namenode  -format

如图： 

RedHat6.5上安装Hadoop集群

稍等几秒，不报错的话，即可执行成功，如图：       

RedHat6.5上安装Hadoop集群

 格式化成功后，可以在看到在/usr/local/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件

RedHat6.5上安装Hadoop集群

4.2在namenode上执行启动命令

 因为master是namenode，slave1和slave2都是datanode，所以只需要再master上执行启动命令即可。

           进入到master这台机器的/usr/local/hadoop/hadoop-2.7.3/sbin目录，也就是执行命令：

cd   /usr/local/hadoop/hadoop-2.7.3/sbin

执行初始化脚本，也就是执行命令：

 ./start-all.sh

第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车

如图：

RedHat6.5上安装Hadoop集群

5测试hadoop

RedHat6.5上安装Hadoop集群

 master是我们的namanode，该机器的IP是192.168.168.200，在浏览器访问如下地址:

http://192.168.168.200:50070

RedHat6.5上安装Hadoop集群


RedHat6.5上安装Hadoop集群


在浏览器里访问如下地址：http://192.168.168.200:8088

 自动跳转到了cluster页面

 如图：

RedHat6.5上安装Hadoop集群RedHat6.5上安装Hadoop集群

参考资料：http://blog.csdn.net/pucao_cug/article/details/71698903

标签：

相关文章