搭建hadoop集群完整过程笔记

一、虚拟机和操作系统

　　环境：ubuntu14+hadoop2.6+jdk1.8

　　虚拟机：vmware12

二、安装步骤：

先在一台机器上配置好jdk和hadoop:

　　1.新建一个hadoop用户

　　　　用命令：adduser hadoop

　　2.为了让hadoop用户有sudo的权限：

　　　　用root用户打开sudors文件添加红色框里面的内容：

　　　　打开文件：

　　　　添加内容：

 　　3.配置jdk，我把jdk的压缩包放在了hadoop的用户目录下，然后也解压在当前目录下

　　　　修改配置文件（配置环境变量）：在下面这个位置添加红色框里面的内容，其中红色下划线上面的内容根据个人jdk的安装路径而修改

　　　　修改配置文件之后要让配置文件起效，输入以下命令：

　　　　输入命令：java -version，如果出现jdk的版本则表示安装成功，如下：

　　　　*****************到这里，成功配置了jdk，接下来是配置hadoop*********************

　　　　4.同样是把hadoop的压缩包放到hadoop的用户主目录下（/home/hadoop），然后解压在当前目录下：

　　　　5.修改配置文件（配置hadoop环境变量），在刚刚配置的jdk环境变量上添加内容：

　　　　修改后，也要让配置文件重新起效

　　　　然后进入hadoop的安装目录的bin目录下

　　　　输入以下命令查看hadoop的版本，如果能看到hadoop的版本信息，则证明配置成功：

　　　　************************以上以及配置好了单机版本的hadoop环境***********************************

接下来克隆配置好的机器，克隆两台：打开vmvare:  虚拟机>管理>克隆。（建议新克隆出来的两台机器分别命令为slave1,slave2）

　　一直点击 下一步 完成克隆。其中克隆类型选择创建完整克隆。

　　1.分别修改各虚拟机的hostname，分别为master,slave1,slave2

　　2.修改三台虚拟机的hosts文件，这样接下来就不需要记住ip地址了，用主机名代替ip地址就可以了

　　　　（ip地址分别为三台机器的Ip地址，可以分别在三台机器上通过ifconfig命令查看）

　　　这一步完成后，最好重启一次系统，以便生效。然后可以用ping master(或slave1、slave2)试下，正常的话，应该能ping通。

　　　注：hostname不要命名为“xxx.01,xxx.02”之类以“.数字”结尾，否则到最后hadoop的NameNode服务将启动失败。

　　　3.设置静态ip

　　　　master主机设置静态ip，在slave上也要参考设置修改成具体的ip

　　　　执行命令

　　　　sudo  gedit   /etc/network/interfaces

　　　　 打开文件修改成已下内容

　　　　auto lo

　　　　iface lo inet loopback

　　　　auto eth0

　　　　iface eth0 inet static

　　　　address 192.168.140.128   //这里是本机器的Ip地址

　　　　netmask 255.255.255.0      //不用修改

　　　　network 192.168.140.0       //网段，根据Ip修改

　　　　boardcast 192.168.140.255    //根据Ip修改

　　　　gateway 192.168.140.2           //网关，把ip地址后面部门修改成2

　　　　4.配置ssh面密码登录　　

　　　　在ubuntu上在线安装

　　　　执行命令

　　　　sudo  apt-get  install  ssh

　　　　**********************************************

　　　　配置ssh的实现思路:

　　　　在每台机子上都使用ssh-keygen生成public key，private key

　　　　所有机子的public key都拷到一台机子如master上

　　　　在master上生成一个授权key文件authorized_keys

　　　　最后把authorized_keys拷给所有集群中的机子，就能保证无密码登录

　　　　***************************************************

　　　　实现步骤:

　　　　1 .先在master上，在当前用户目录下生成公钥、私钥对

　　　　执行命令

　　　　$cd  /home/hadoop      

　　　　$ssh-keygen  -t  rsa  -P ‘‘

 　　　　即：以rsa算法，生成公钥、私钥对，-P ‘‘表示空密码。

　　　　该命令运行完后，会在个人主目录下生成.ssh目录，里面会有二个文件id_rsa（私钥） ,id_rsa.pub(公钥)

 　　　　2 .导入公钥

 　　　　执行命令

　　　　cat  .ssh/id_rsa.pub  >>  .ssh/authorized_keys

 　　　　执行完以后，可以在本机上测试下，用ssh连接自己

　　　　执行命令

　　　　$ssh master

 　　　　如果不幸还是提示要输入密码，说明还没起作用，还有一个关键的操作

　　　　查看权限，如果是属于其他用户的，需要修改该文件给其他用户权限

　　　　执行命令

　　　　chmod  644  .ssh/authorized_keys

 　　　　修改文件权限，然后再测试下 ssh master，如果不需要输入密码，就连接成功，表示ok，一台机器已经搞定了。

　　　　如出现问题试解决

　　　　请先检查SSH服务是否启动，如果没启动，请启动！

　　　　如果没有.ssh目录则创建一个:

　　　　执行命令

　　　　$cd  /home/hadoop

　　　　$mkdir     .ssh

　　　　如无权限，使用命令修改要操作文件夹的owner为当前用户：

　　　　执行命令

　　　　sudo  chown  -R  hadoop  /home/hadoop

　　　　3 .在其它机器上生成公钥、密钥，并将公钥文件复制到master

 　　　　以hadoop身份登录其它二台机器 slave1、slave2，执行 ssh-keygen -t rsa -P  ‘‘ 生成公钥、密钥

　　　　 然后用scp命令，把公钥文件发放给master（即：刚才已经搞定的那台机器）

　　　　执行命令

　　　　在slave1上:

　　　　scp  .ssh/id_rsa.pub   hadoop@master:/home/hadoop/id_rsa_1.pub

　　　　在slave2上:

　　　　scp  .ssh/id_rsa.pub  hadoop@master:/home/hadoop/id_rsa_2.pub

　　　　这二行执行完后，回到master中，查看下/home/hadoop目录，应该有二个新文件id_rsa_1.pub、id_rsa_2.pub，

　　　　然后在master上，导入这二个公钥

 　　　　执行命令

　　　　$cat id_rsa_1.pub >> .ssh/authorized_keys

　　　　$cat id_rsa_2.pub >> .ssh/authorized_keys

　　　　这样，master这台机器上，就有所有3台机器的公钥了。

 　　　　4 .将master上的“最全”公钥，复制到其它机器

　　　　继续保持在master上

　　　　执行命令

　　　　$scp .ssh/authorized_keys  hadoop@slave1:/home/hadoop/.ssh/authorized_keys

　　　　$scp .ssh/authorized_keys  hadoop@slave2:/home/hadoop/.ssh/authorized_keys

　　　　修改其它机器上authorized_keys文件的权限

　　　　slave1以及slave2机器上，均执行命令

　　　　chmod  600  .ssh/authorized_keys

　　　　5. 验证

　　　　在每个虚拟机上，均用命令  ssh+其它机器的hostname 来验证，如果能正常无密码连接成功，表示ok

　　　　如在slave1

　　　　执行命令

　　　　ssh  slave1

　　　　ssh  master

　　　　ssh  slave2

　　　　分别执行以上命令要保证所有命令都能无密码登录成功。

　　　　5.修改hadoop配置文件

　　　　　　先配置hdfs，所以先修改4个配置文件:core-site.xml , hdfs-site.xml , hadoop-env.sh , slaves

　　　　到hadoop的该目录下：

　　　　1).修改core-site.xml

　　　　  
　　　　上面配置的路径/home/hadoop/tmp，如果不存在tmp文件夹，则需要自己新建tmp文件夹

　　　　2.修改hdfs-site.xml

　　　　3.修改hadoop-env.sh，（有教程上面还需要配置HADOOP_HOME的环境变量，本人这里没有配置但是没问题，因为在前面已经配置过了）

　　　　4.修改slaves，删掉原来的内容，添加其他两个节点的主机名

　　　　5.分发到集群的其它机器

　　　　把hadoop-2.6.0文件夹连同修改后的配置文件，通过scp拷贝到其它2台机器上。

　　　　执行命令

　　　　$scp -r hadoop-2.6.0/  hadoop@slave1: hadoop-2.6.0

　　　　修改这四个文件之后，hdfs服务就配置成功了。通过运行start-dfs.sh启动hdfs服务，检查是否配置成功。

　　　　启动完毕之后，输入jps，如果显示NameNode和Jps则表示配置成功。

　　　　6.接下来配置mapreduce，要修改yarn-site.xml ,  mapred-site.xml文件

　　　　修改yarn-site.xml文件

　　　　7.修改mapred-site.xml

　　　　8.分发到集群的其它机器

　　　　把hadoop-2.6.0文件夹连同修改后的配置文件，通过scp拷贝到其它2台机器上。

　　　　执行命令

　　　　$scp -r hadoop-2.6.0/  hadoop@slave1: hadoop-2.6.0

　　　　运行start-yarn.sh脚本，启动mapreduce服务。显示红色框里面的三个内容则表示配置成功。

vmware搭建hadoop集群完整过程笔记