『实践』VirtualBox 5.1.18+Centos 6.8+hadoop 2.7.3搭建hadoop完全分布式集群及基于HDFS的网盘实现
1.基本设定和软件版本
|
主机名 |
ip |
对应角色 |
|
master |
192.168.56.4 |
NameNode |
|
slave1 |
192.168.56.3 |
DataNode1 |
|
slave2 |
192.168.56.5 |
DataNode2 |
- Windows主机设置的ip为192.168.56.88
- hadoop压缩包解压地址：/usr/local/hadoop
- 虚拟机用户都为ljy
- VirtualBox-5.1.18、CentOS-6.8、hadoop-2.7.3.tar.gz、jdk1.7.0_79，且都是64位版本。
- Centos6.8：链接：http://pan.baidu.com/s/1qYdjAY4 密码：7gxm
- 此处连接方式使用Host-only模式，虚拟机不能联网；如使用网络地址转换(NAT)，虚拟机可以联网。
图1 Host-Only
图2 windows ip
2.VirtualBox安装Centos6.8
这个网上教程太多，这里不详细介绍了。
3.FileZilla
FileZilla是一款免费开源的ftp软件，此处用于Windows电脑和Centos虚拟机之间互传文件。
图3 FileZilla
4.安装jdk1.7.0-79
- l 查看系统自带的jdk并将其全部卸载：rpm -qa | grep jdk
- l 下载jdk包，并将其解压到/usr/java路径下。
- l 配置全局java环境变量（以root用户执行）：vim /etc/profile
- l 在profile中的添加以下内容：
- export JAVA_HOME=/usr/java/jdk1.7.0_79
- export JRE_HOME=/usr/java/jdk1.7.0_79/jre
- l 使profile配置生效：source /etc/profile
- l 检测已经安装的jdk：java -version
- l 注意：其他DataNode执行上述同样操作。
图4 /etc/profile文件中添加的内容
图5 安装的jdk
5.设置NameNode的ip
方法一：
- l 切换到root，输入密码：su
- l 进入设置界面：setup
- l 选择网络设置
- l 选择设备设置
- l 选择eth0
- l 进行网络配置
- l 注意：其他DataNode执行上述同样操作。
图6 选择网络设置
图7 选择设备设置
图8 选择eth0
图9 NameNode的网络设置
方法二：
- l 打开网络连接，直接设置
图10 网络连接设置
方法三：
- l 编辑eth0文件：sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0
- l 在文件中修改BOOTPROTO=static，添加IPADDR、NETMASK和GATEWAY。
图11 配置eth0
图12 windows电脑ping通NameNode
6.给用户增加sudo权限（此处用户名为ljy）
- l 切换到root，输入密码：su
- l 给sudoers增加写权限：chmod u+w /etc/sudoers
- l 编译sudoers文件：vim /etc/sudoers
- l 在#%wheel ALL=(ALL) NOPASSWD: ALL下方增加 xxx ALL=(ALL) NOPASSWD: ALL，注意xxx为用户，此处为ljy
- l 去掉sudoers文件的写权限：chmod u-w /etc/sudoers
- l 注意：其他DataNode执行上述同样操作。
图13 /etc/sudoers文件中增加的语句
7.配置每台机器的机器名和对应IP
- l 编辑hosts文件：sudo vim /etc/hosts
- l 编辑network文件，修改HOSTNAME为master：sudo vim /etc/sysconfig/network，注意：此处例子master为NameNode机器的机器名。
- l 使文件立即生效：source /etc/sysconfig/network
- l 注意：其他DataNode执行上述同样操作。只有/etc/sysconfig/network中的hostname需要改为对应机器的机器名，例如：slave1。
图14 在/etc/hosts文件中添加的内容
图15 /etc/sysconfig/network文件中修改HOSTNAME为master
图16 修改机器名和对应IP
8.永久关闭防火墙
- l 永久关闭防火墙，重启后生效：chkconfig iptables off
- l 即时性关闭防火墙，重启后失效：service iptables stop
- l 此处执行这两条语句就不用重启了。
- l 注意：其他DataNode执行上述同样操作。
图17 永久关闭防火墙
9.配置SSH免密码登录
- 检查是否安装了ssh，若没有安装，则安装（以下指令并非都要执行）：
- l 检查是否安装ssh：rpm -qa| grep ssh
- l 查看ssh运行状态：service sshd status
- l 安装ssh：yum install ssh
- l 查看是否开机启动：chkconfig --list sshd
- l 设置开机启动：chkconfig sshd on
- l 注意：其他DataNode执行上述同样操作。
图18 设置ssh开机启动
配置ssh免密码登录：
- l 进入~/.ssh目录：cd ~/.ssh
- l 每台机器执行:ssh-keygen -t rsa,一路回车。
- l 生成两个文件，一个私钥，一个公钥，把id_rsa,pub文件追加到授权key(authorized_keys):cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
- l 通过ssh localhost命令登录本机，首次时会让输入yes/no，但是不需要密码：ssh localhost
- l 如果目录没有通过NFS共享，需要利用此方法共享公钥（此处是master把公钥发给slave1，别的就类似互相共享）：ssh-copy-id slave1。
- l 注意：其他DataNode执行上述同样操作。
图19 ssh-keygen -t rsa命令执行后~/.ssh文件中
图20 设置ssh无密码登录
图21 master把公钥发送给slave1
图22 ssh免密码登录
10.安装hadoop 2.7.3
- l 转换到用户ljy下：su - ljy
- l 获取管理员权限：su
- l 输入管理员密码：
- l 新建hadoop文件夹：mkdir /usr/local/hadoop
- l 将hadoop包移动到hadoop文件夹中：mv /home/ljy/下载/hadoop-2.7.3.tar.gz /usr/local/hadoop
- l 移动到hadoop文件中：cd /usr/local/hadoop
- l 解压hadoop包：tar zxvf hadoop-2.7.3.tar.gz
- l 将hadoop-2.7.3重命名为hadoop: mv hadoop-2.7.3 hadoop
- l 注意：其他DataNode执行上述同样操作。
将hadoop文件的拥有者改为ljy用户和组
- l 引动到hadoop解压的路径：cd /usr/local/hadoop
- l 将hadoop文件的拥有者改为ljy用户：sudo chown -R ljy:ljy hadoop
- l 查看/hadoop目录下所有用户属于ljy的文件或者文件夹：find /hadoop -user ljy
配置环境变量
- l 编辑/etc/profile文件：vim /etc/profile
- l 在profile文件中添加的内容：export HADOOP_HOME=/usr/local/hadoop/hadoop、export PATH=$HADOOP_HOME/bin:$PATH
- l 使环境变量生效：source /etc/profile
- l 注意：其他DataNode执行上述同样操作。
图23 hadoop文件夹中的文件目录
图24 /etc/profile文件中添加的内容
配置Hadoop：
- l 移动到hadoop配置文件路径:cd /usr/local/hadoop/hadoop/etc/hadoop
- l 查看当前文件夹中的文件目录：ls
图25 hadoop配置文件夹中的文件目录
- l 配置hadoop-env.sh：export JAVA_HOME=/usr/java/jdk1.7.0_79
- l 添加masters，内容为slave1：vim masters
- l 配置通用属性：vim core-site.xml
<configuration>
<property>
<!-- NameNode 地址 -->
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<property>
<!-- 临时目录设定 -->
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/hadoop/tmp</value>
</property>
<property>
<name>fs.checkpoint.period</name>
<value>3600</value>
</property>
<property>
<name>fs.checkpoint.size</name> //以日志大小间隔 做备份间隔
<value>67108864</value>
</property>
</configuration>
图26 core-site.xml配置内容
- l 配置HDFS属性：vim hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>slave1:50090</value>
//注意：此处机器名要为另一个。
</property>
<property>
<name>dfs.http.address</name>
<value>master:50070</value>
</property>
<property>
<!-- 缺省的块复制数量，默认为3 -->
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<!-- -->
<name>dfs.webhdfs.enable</name>
<value>true</value>
</property>
<property>
<!-- 关闭hdfs权限验证 -->
<name>dfs.permissions</name>
<value>false</value>
</property>
<property>
<!-- 存贮在本地的名字节点数据镜象的目录,作为名字节点的冗余备份 -->
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/hadoop/hadoop/hdfs/name</value>
</property>
<property>
<!-- 数据节点的块本地存放目录 -->
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/hadoop/hadoop/hdfs/data</value>
</property>
</configuration>
图27 hdfs-site.xml配置内容
- l 复制mapred-site.xml.template并重命名为mapred-site.xml:cp mapred-site.xml.template mapred-site.xml
- l 配置MapReduce属性：vim mapred-site.xml
<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>
图28 mapred-site.xml配置内容
图29 配置core-site.xml、hdfs-site.xml、mapred-site.xml
- l 配置yarn-site.xml：vim yarm-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>
图30yarn-site.xml配置内容
- l 配置slaves：vim slaves
slave1
slave2
11.复制NameNode作为DataNode
图31 NameNode和DataNode
- l 复制master，并重命名为slave1和slave2。
- l 运行slave2，将hostname改为slave2。
- l 将网络连接的ip改为192.168.56.5。
- l 对slave1的操作同对slave2的操作一样。
图32 master ping slave2
- l master ping windows时，需要关闭windows的防火墙。
图33 master ping windows
图34 windows ping master
图35 slave1 ping slave2
12.在master节点格式化hdfs
- l 到bin路径下：cd /usr/local/hadoop/hadoop/bin
- l Hadoop初始化：hdfs namenode -format
13.启动HDFS和YARN
- l 到sbin路径下：lcd /usr/local/hadoop/hadoop/sbin
- l 启动全部服务：start-all.sh
- l 查看：jps
图36 master
图37 slave1
图38 slave2
- 通过浏览器的方式验证：
- http://192.168.56.4:50070 (HDFS管理界面)
图39 HDFS管理界面
- http://192.168.56.4:8088 (YARN管理界面)
图40 YARN管理界面
14. MyEclipse开发环境配置
15.使用HDFS API实现云盘基本功能
- 配置configuration
//设置configuration
public static Configuration setConf(Configuration conf){
conf.addResource("/core-site.xml");
conf.addResource("/hdfs-site.xml");
return conf;
}
- 判断是否是目录
//判断是否是目录
public static boolean isDirectory(String path, Configuration conf) throws IOException{ FileSystem fs = FileSystem.get(conf);
boolean res = fs.isDirectory(new Path(path));
return res;
}
- 显示当前目录下所有文件
//显示当前目录下所有文件
public static List<FileStatusInfo> listAll(String dirPath,Configuration conf) throws IOException{
FileSystem fs = FileSystem.get(conf);
List<FileStatusInfo> fileList = new ArrayList<FileStatusInfo>();
FileStatus[] dirStatus = fs.listStatus(new Path(dirPath));
SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd hh:mm:ss");//设置日期格式
//判断是否是目录
if(fs.isDirectory(new Path(dirPath))){
for(int i = ; i < dirStatus.length; i++){
if(dirStatus[i].getOwner().equals("ljy")){
FileStatusInfo fsi = new FileStatusInfo();
fsi.setId(i); fsi.setName(dirStatus[i].getPath().getName());
fsi.setLen(dirStatus[i].getLen());
fsi.setModificationTime(df.format(dirStatus[i].getModificationTime()));
fileList.add(fsi);
}
}
}
return fileList;
}
- 上传文件
// 上传文件
public static void copyFromLocal(String localPath, String hdfsPath, Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf);
fs.copyFromLocalFile(new Path(localPath), new Path(hdfsPath));
fs.close(); // 需要关闭文件流
}
- 下载文件
// 下载文件
public static void downFromHdfs(String localPath, String hdfspath, Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf);
fs.copyToLocalFile(false,new Path(hdfspath), new Path(localPath),true);
fs.close();
}
- 创建文件夹
// 创建文件夹
public static boolean createDir(String dirName, Configuration conf) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path dir = new Path(dirName);
boolean res = fs.mkdirs(dir);
fs.close();
return res;
}
- 删除文件（夹）
// 删除文件（夹）
public static boolean deleteDir(String dirName, Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf);
boolean res = fs.delete(new Path(dirName), true);
return res;
}
- 文件夹重命名
// 文件（夹）重命名
public static boolean reNameFile(String oldname, String rename, Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf);
boolean res = fs.rename(new Path(oldname), new Path(rename));
return res;
}
16.实现效果
- 显示当前目录下所有文件
- 文件上传
- 文件下载
- 新建文件夹
- 文件（夹）重命名
- 删除文件（夹）
- 分享文件
17.参考文献
安装java1.6 http://www.cnblogs.com/ssslinppp/p/5923298.html
CentOS常用的文件操作命令总结： http://www.haorooms.com/post/centeros_wj_zj
Linux给用户添加sudo权限 ：http://blog.chinaunix.net/uid-25305993-id-126661.html
yarn-site.xml参数设置: http://blog.****.net/xiaoshunzi111/article/details/51221139
VirtualBox虚拟机网络环境解析和搭建-NAT、桥接、Host-Only、Internal、端口映射 ：http://blog.****.net/yxc135/article/details/8458939
hadoop（2.x）以hadoop2.2为例完全分布式最新高可靠安装文档: http://www.aboutyun.com/thread-7684-1-1.html
Hadoop之Secondary NameNode : http://blog.****.net/zwto1/article/details/50839191
hadoop2.x常用端口、定义方法及默认端口、hadoop1.X端口对比和新旧 Hadoop 脚本 / 变量 / 位置变化表： http://www.aboutyun.com/thread-7513-1-1.html