首页 > 代码库 > Hadoop日记Day3---Hadoop的伪分布式安装
Hadoop日记Day3---Hadoop的伪分布式安装
导录
比较仔细的读者可能发现，注意本章的图片又不太对劲的地方，那就是linux中的主机名有的是hadoop，有的是localhost，是由于使用的不同的电脑编辑的本文章，有的电脑上并没有修改主机名，一直使用默认的localhost主机名，不影响大家的学习，只是主机名不一样，其他的都一样，大家注意一下就可以了，自己是什么主机名，就把他看成自己的主机名就可以了，文章中的localhost和hadoop只是不同的主机名，他们的目录结构都是一样的。还有就是一下的软件下载地址：http://pan.baidu.com/s/1mgoPiNQ。
1.宿主机（windows）与客户机（安装在虚拟机中的Linux）网络连接
1.1 host-only 宿主机与客户机单独组网。
好处：网络隔离
坏处：虚拟机与其他服务器之间不能通信
1.2 brige 客户机与宿主机在同一个局域网中。
好处：都在同一个局域网可以相互访问
坏处：不安全
2.hadoop的伪分布式安装（数据存储与数据管理在一个节点上）步骤【使用root用户登陆，非 su root】
2.1 设置静态ip
在centos桌面右上角的图标上，右键修改。
执行命令 service network restart。
验证：执行命令 ifconfig
2.2 修改主机名
<1>修改当前会话中的主机名，执行命令 hostname hadoop
<2>修改配置文件中的主机名，执行命令 vi /etc/sysconfig/network
注意：vi 只读，不能写（vi 后直接跟文件名）
按a进入编辑模式
编辑，能读，也能写
Esc键，然后按“shift+：”组合键，输入wq保存退出，退出不存为q！
如果进行了非法操作，会产生缓存文件，要把它删掉才能恢复
验证：重起机器 reboot -h now
关机 shutdown -h now
2.3 把主机名和ip名绑定
执行命令 vi /etc/hosts，增加一行内容如下
10.1.14.24 hadoop
保存退出
验证：ping hadoop
2.4 关闭防火墙
执行命令 service iptables stop
验证：service iptables status
2.5 关闭防火墙自动运行
执行命令 chkconfig iptables off
验证：chkconfig --list
2.6 SSH（secure shell）的密码登陆
<1>执行命令 ssh-keygen -t rsa 产生秘钥，位于~/.ssh文件夹中
<2>执行命令 cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys
验证：ssh localhost 选择y，然后exit退出（exit用于退出终端）
2.7 安装jdk
<1>执行命令 rm -rf /usr/local/* 删除所有内容
<2>使用winscp把jdk和hadoop安装包复制到linux中
<3>执行命令 chmod u+x jdk-6u24-linux-i586.bin 授予执行权限
<4>执行命令 ./jdk-6u24-linux-i586.bin 解压文件
<5>执行命令 mv jdk1.6.0_24 jdk 重命名
<6>执行命令 vi /etc/profile 设置环境变量，增加两行内容
export JAVA_HOME=/usr/local/jdk
export PATH=.:$JAVA_HOME/bin:$PATH
保存退出
执行命令 source /etc/profile 让该设置生效
注：若无法识别此命令，则可能自己的profile文件编辑错了
验证：java -version
2.8 安装hadoop
<1>执行命令 tar -zxvf hadoop-1.1.2.tar.gz
<2>执行命令 mv hadoop-1.1.2 hadoop
<3>执行命令 vi /etc/profile 设置环境变量，增加一行内容，修改一行内容
export HADOOP_HOME=/usr/local/hadoop
export PATH=.:$HADOOP_HOME/bin:$JAVA_HOME/bin:$PATH
保存退出
执行命令 source /etc/profile 让设置生效
<4>修改hadoop的配置文件，位于$HADOOP_HOME/conf目录下
修改四个配置文件，分别是hadoop-env.sh,core-site.xml,hdfs-site.xml,mapred-site.xml
<5>执行命令 hadoop namenode -format 对hadoop进行格式化
<6>执行命令 start-all.sh 启动 执行命令 stop-all.sh 将hadoop关闭
验证：
(1)执行命令 jps 查看java进程（5个）
JobTracker、DataNode、NameNode、TaskTracker、SecondaryNameNode
(2)通过linux中浏览器 hattp：//hadoop:50070和http：//hadoop50030
2.9 NameNode进程没有启动成功
(1)没有格式化
(2)配置文件只copy,不修改
(3)hostname与ip没有绑定
(4)SSH的免密码登陆没有配置成功
3.0多次格式化hadoop也是错误的
方法：删除/usr/local/hadoop/tmp文件夹
一、准备工作
1. 远程连接工具的安装
PieTTY 是在PuTTY 基础上开发的，改进了Putty 的用户界面，提供了多语种支持。Putty 作为远程连接linux 的工具，支持SSH 和telnet。但是，我们使用的时候经常出现乱码。PieTTY 可以很好地解决这个问题。该软件不需要安装，直接打开使用即可，如图1.1 所示。
图 1.1
在Host Name 中输入Centos的ip 地址，其余设置使用默认值，然后点击最下面的“Open”按钮，就会提示输入用户名和密码，我们需要输入Centos的用户名root，密码hadoop 即可连接。如图1.2所示。
图 1.2
2. 文件传输工具的安装
WinSCP 是一个Windows 环境下使用SSH 的开源图形化SFTP 客户端，同时支持SCP 协议。它的主要功能就是在本地与远程计算机间安全地复制文件。这是一个开源的软件，被托管在全球最大开源软件托管平台SourceForge。
2.1WinSCP 安装
安装分成非常简单，按照提示一步步操作即可，中间没有需要做出选择、判断的地方。安装完成后，打开软件,如图1.3所示，输入相应信息，点击登陆，弹出新的窗口对话框，如图1.4所示。
图 1.3
图 1.4
在图1.4中，左侧显示宿主机windows 的文件系统，右侧显示远程Centos 的文件系统。可以使用该工具进行宿主机和客户机之间的文件传输，类似FTP。下面的学习中，在Centos 中使用的很多软件就是通过WinSCP 从Windows 传输过去的。
二、hadoop的伪分布式安装
1. 设置宿主机（windows）与客户机（安装在虚拟机中的Linux）网络连接
(1) host-only 宿主机与客户机单独组网。
- 好处：网络隔离
- 坏处：虚拟机与其他服务器之间不能通信
(2) brige 客户机与宿主机在同一个局域网中。
- 好处：都在同一个局域网可以相互访问
- 坏处：不安全
此步骤前面已经介绍过，已完成
2. hadoop安装具体步骤
2.1 设置静态ip
在centos桌面右上角的图标上，右键修改。 执行命令 service network restart,在Centos系统桌面右击选择open in terminal，然后输入命令，如图2.1。
图 2.1
验证：执行命令 ifconfig如图2.2所示，表示静态ip设置成功。
图 2.2
2.2 修改主机名
<1>修改当前会话中的主机名，执行命令 hostname hadoop，如图2.3
图 2.3
<2>修改配置文件中的主机名，执行命令 vi /etc/sysconfig/network，将HostName属性改为hadoop，如图2.4，2.5
图 2.4
图 2.5
注意：
- vi 只读，不能写（vi 后直接跟文件名）
- 按a进入编辑模式 编辑，能读，也能写
- Esc键，然后按“shift+：”组合键，输入wq保存退出，退出不存为q！
- 如果进行了非法操作(如直接退终端)，会产生缓存文件，要把它删掉才能恢复
验证：重起机器 reboot -h now，之后用hostname命令查询主机名，是否为hadoop如图2.6所示
图 2.6
2.3 把主机名和ip名绑定 （即设置DNS 解析）
(1)执行命令 vi /etc/hosts，增加一行内容如下 10.1.14.24 hadoop
(2)保存退出，如图2.7
图 2.7
(3)验证：ping hadoop,验证是否成功，如图2.8所示绑定成功
图2.8
2.4 关闭防火墙
- 执行命令 service iptables stop
- 验证：service iptables status，如图2.9所示防火墙关闭成功
图 2.9
2.5 关闭防火墙自动运行
执行命令 chkconfig iptables off
验证：chkconfig --list，如图2.10所示关闭成功
图 2.10
2.6 设置SSH（secure shell）的免密码登陆
如果我们需要远程管理其他机器的话，一般使用远程桌面或者telnet。linxu 服务器几乎都是命令行，所以只能使用telnet 了。telnet 的缺点是通信不加密，非常不安全，只适合于内网访问。为解决这个问题，推出了加密的通信协议，即SSH。SSH 的全称是Secure Shell，使用非对称加密方式，传输内容使用rsa 或者dsa 加密，可以有效避免网络窃听。hadoop 的进程之间通信使用ssh 方式，需要每次都要输入密码。为了实现自动化操作，我们下面配置SSH 的免密码登录方式。首先到用户主目录下，如图2.11 所示。
图 2.11
在“ls -a”命令显示的文件中，最后一列中间一项是“.ssh”，该文件夹是存放密钥的。注意该文件夹是以“.”开头的，是隐藏文件。待会我们生成的密钥都会放到这个文件夹中。
<1>执行命令 ssh-keygen -t rsa 产生秘钥，位于~/.ssh文件夹中，如图2-12 所示。
图 2.12
解释一下：命令“ssh-keygen -t rsa”表示使用rsa 加密方式生成密钥， 回车后，会提示三次输入信息，我们直接回车即可。
<2>执行命令 cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys，如图2.13 所示,多了两个文件，一个是公开密匙，一个是访问用户名字信息。
图 2.13
其中，命令“cp id_rsa.pub authorized_keys”用于生成授权文件。至此，配置部分完成了。
这里为什么要使用ssh 登录本机哪？
因为hadoop 在本机部署时，需要使用ssh 访问。 注意：文件夹“.ssh”中的三个文件的权限，是有要求的，“自己之外的任何人对每个文件都没有写权限”。另外，“.ssh”文件夹是700 权限。如果权限有问题，会造成SSH 访问失败。
<3>现在开始验证SSH 无密码登录，ssh localhost 选择yes，然后exit退出（exit用于退出终端）,如图2.14所示。
图 2.14
执行“ssh hadoop”意味着使用“ssh”通信协议访问主机“hadoop”，第一次执行时需要确认；第二次不再确认了。这就是无密码登录。当登录到对方机器后，退出使用命令“exit”。这两次操作时，注意观察主机名变化。读者可以执行命令“ssh hadoop”，验证dns对hadoop 解析是否正确。
注意：使用命令ssh 时，一定要观察主机名的变化。在操作ssh时，由于大量的使用ssh 登录退出，忘记自己目前在哪台机器了，执行了大量错误的操作。另外，如果多次执行ssh，每次都要输入确认信息的话，说明配置失败了。
- 可以删除文件夹“.ssh”，重新配置。
- 也可以重启虚拟机再配置。只要严格按照上面的步骤操作，保证能够成功的。
- 如果还搞不定,给你个绝招” 删除/etc/udev/rules.d/70-persistent-net.rules 文件，重启系统”。
- 配置出错，可以查看/var/log/secure 日志文件，找原因。
2.7 安装jdk
我使用的版本是Oracle 的jdk-6u24-linux-i586.bin。
<1>执行命令 rm -rf /usr/local/* 删除所有内容
<2>使用winscp把jdk和hadoop安装包复制到linux中的/usr/local中，直接拖过去就行，如图2.15所示。
图 2.15
<3>进入到/usr/local 目录下，执行命令 chmod u+x jdk-6u24-linux-i586.bin 授予执行权限
<4>进入到/usr/local 目录下，执行命令 ./jdk-6u24-linux-i586.bin 解压文件，如图2.16所示
图 2.16
<5>执行命令 mv jdk1.6.0_24 jdk 重命名 方便以后引用，如图2.17 所示。
图 2.17
<6>执行命令 vi /etc/profile 设置环境变量，增加两行内容
- export JAVA_HOME=/usr/local/jdk
- export PATH=.:$JAVA_HOME/bin:$PATH
保存退出，如图2.18所示
图 2.18
执行命令 source /etc/profile 让该设置生效 注：若无法识别此命令，则可能自己的profile文件编辑错 验证：java -version，如图2.19所示
图 2.19
解释一下上面的配置内容： “export”是关键字，用于设置环境变量。我们设置了两个环境变量，一个是JAVA_HOME，一个是PATH。对于环境变量的引用，使用“$”，多个环境变量之间的连接，使用“:”。命令“source”是为了让文件中的设置立刻生效。
2.8 安装hadoop
hadoop 的安装分为本地模式、伪分布模式、集群模式。本地模式是运行在本地，只负责存储，没有计算功能，不讲述。伪分布模式是在一台机器上模拟分布式部署，方便学习和调试。集群模式是在多个机器上配置hadoop，是真正的“分布式”。进入hadoop所在目录/usr/local，执行以下操作
<1>执行命令 tar -zxvf hadoop-1.1.2.tar.gz
<2>执行命令 mv hadoop-1.1.2 hadoop，这时hadoop 目录的完整路径是“/usr/local/hadoop”。<3>执行命令 vi /etc/profile 设置环境变量，增加一行内容，修改一行内容
- export HADOOP_HOME=/usr/local/hadoop
- export PATH=.:$HADOOP_HOME/bin:$JAVA_HOME/bin:$PATH
- 保存退出
- 执行命令 source /etc/profile 让设置生效
<4>修改hadoop的配置文件，位于$HADOOP_HOME/conf目录下
用WinSCP修改四个配置文件，分别是hadoop-env.sh，core-site.xml，hdfs-site.xml，mapred-site.xml修改哪个，双击点开哪个就行，如图 2.20所示
图 2.20
【hadoop-env.sh的修改，第九行内容如下】
export JAVA_HOME=/usr/local/jdk
【core-site.xml的修改内容如下】
<configuration> <property> <name>fs.default.name</name> <value>hdfs://hadoop:9000</value> <description>change your own hostname</description> </property> <property> <name>hadoop.tmp.dir</name> <value>/usr/local/hadoop/tmp</value> </property> </configuration>【hadfs.xml的修改内容如下】
<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.permissions</name> <value>false</value> </property></configuration>【mapred-site.xml的修改内容如下】
<configuration> <property> <name>mapred.job.tracker</name> <value>hadoop:9001</value> <description>change your own hostname</description> </property> </configuration><5>执行命令 hadoop namenode -format 对hadoop进行格式化
<6>执行命令 start-all.sh 启动 执行命令 stop-all.sh 将hadoop关闭
验证：
(1)执行命令 jps 查看java进程（5个），如图2.21所示。
JobTracker、DataNode、NameNode、TaskTracker、SecondaryNameNode
图 2.21
- 通过linux中浏览器 hattp：//hadoop:50070和http：//hadoop50030 来验证。
- 也可以可以修改C:\Windows\System32\drivers\etc\hosts文件，添加一行内容，10.1.14.24 hadoop
- 如果添加还不能访问，就关闭hadoop，重启hadoop，再次关闭Linux防火墙，这样就可以在Windows浏览器中中访问hattp：//hadoop:50070和http：//hadoop50030，如图2.22，2.23所示
图 2.22 Windows下
2.23 Linux下
2.9 NameNode进程没有启动成功
- 没有格式化
- 配置文件只copy,不修改
- hostname与ip没有绑定
- SSH的免密码登陆没有配置成功
Hadoop日记Day3---Hadoop的伪分布式安装