首页 > 代码库 > vmware10上三台虚拟机的Hadoop2.5.1集群搭建

vmware10上三台虚拟机的Hadoop2.5.1集群搭建

?

由于官方版本的Hadoop是32位,若在64位Linux上安装,则必须先重新在64位环境下编译Hadoop源代码。本环境采用编译后的hadoop2.5.1 。

安装参考博客:

1 http://www.micmiu.com/bigdata/hadoop/hadoop2x-cluster-setup/

2 http://f.dataguru.cn/thread-18125-1-1.html

3 http://blog.sina.com.cn/s/blog_611317b40100t5od.html

?

一 、安装条件

环境搭建:

物理机win7

虚拟机vmware10+3台ubuntu12.04 64位(可以配置好一台然后完全复制另外两台)

虚拟机采用NAT模式上网,

{ 在Virtual Network Editor中将Subnet IP设为192.168.23.0

为虚拟机配置静态Ip

autho eht0

iface eth0 inet static

address 192.168.23.5

gateway 192.168.23.2

netmask 255.255.255.0

network 192.168.23.0

broadcast 192.168.23.255

配置虚拟机DNS

在/etc/resolvconf/resolv.conf.d/base以及/etc/resolv.conf中加入

nameserver 8.8.8.8

虚拟机端口映射

将虚拟机的22(ssh)端口应射成主机的8841端口,以后ssh远程访问虚拟机都用主机的端口访问

Sudo vi /etc/vmware/vmnet8/nat/nat.conf

在[incomingtcp]下加入

8421=192.168.23.5:22

需要注意的是再加入端口之前要查看端口是否占用

Netstat –ap|grep 8421

} 这部分我安装时没有关心。

二、环境准备

安装好虚拟机,为方便设置: 用户名:hadoop 主机名分别为:master 、slave1、slave2

配置各台虚拟机的ip:

Ipconfig :查看各个虚拟机的ip,没台机器就可以取这个ip。

hostname

IP

用途

master

192.168.164.133

NameNode/ResouceManager

Slave1

192.168.164.134

DataNode/NodeManager

slave2

192.168.164.135

DataNode/NodeManager

?

?

?

?

?

?

ps:如果是虚拟机可以把环境配置好后,copy多个实例即可,需要注意修改hostname

?

1 vi /etc/hosts??添加如下内容:

192.168.164.133 master

192.168.164.134 slave1

192.168.164.135 slave2

?

这里可能hosts和hostname是只读权限

给只读文件添加权限:

sudo chmod a+rwx /etc/hosts

sudo chmod a+rwx /etc/hostname

?

2 修改各台主机的主机名:

Vi /etc/hostname

3 3台主机分别更新: sudo apt-get update

3台主机分别关闭防火墙:sudo ufw disable

将hadoop用户添加root权限: sudo gpasswd -a hadoop root

hadoop用户设置无密码sudo权限:

Chmod u+w /etc/sudoers

编辑增加:

Hadoop ALL=(root)NOPASSWD:ALL

Chmod u-w /etc/sudoers

测试是否成功:sudo ifconfig

?

4 配置jdk

在3台:在/usr目录下新建setup目录,用于安装jdk和hadoop

解压jdk到setup目录

加压到指定目录: tar zxvf 源文件 –C 指定目录

tar zxvf jdk1.x---

重命名为jdk1.7 : mv jdk-1.7.x/ jdk1.7/

?

配置jdk的环境变量:

gedit /etc/profile

?

添加:红色部分为自己的jdk目录

#set Java environment

JAVA_HOME=/usr/setup/jdk1.7

PATH=$PATH:$JAVA_HOME/bin

CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar

export PATH JAVA_HOME CLASSPATH

?

验证:Java -version

Jdk配置完毕。(这一步完成后可以复制虚拟机)复制后注意配置主机名。

  1. 配置ssh互信(无密码登陆)

    "公私钥"认证方式简单的解释:首先在客户端上创建一对公私钥 (公钥文件:~/.ssh/id_rsa.pub; 私钥文件:~/.ssh/id_rsa)。然后把公钥放到服务器上(~/.ssh/authorized_keys), 自己保留好私钥.在使用ssh登录时,ssh程序会发送私钥去和服务器上的公钥做匹配.如果匹配成功就可以登录了。

    1 安装ssh:

    3台主机分别:sudo apt-get install ssh

    然后 :ssh-keygen -t rsa

    一直回车 选择是选 y

    ?

    回到master主机上,使用跨主机的管道和重定向将slave1,slave2主机上的公钥id_rsa.pub添加到????master上的authorized_keys文件中。

    ?

    三台主机上分别:

    cd ~/.ssh/

    cat id_rsa.pub >authorized_keys

    ?

    ?

    在master上:ssh slave1 cat ~/.ssh/id_rsa.pub && ssh slave2 cat ~/.ssh/id_rsa.pub

    添加到

    authorized_keys,

    然后复制authorized_keys到slave1 和slave2中:

    ????scp authorized_keys hadoop@slave1:~/.ssh/

    ????scp authorized_keys hadoop@slave2:~/.ssh/

    ?

    (或者 :在master上执行:

    $cat?~/.ssh/id_rsa.pub |?ssh?远程用户名@远程服务器ip?‘cat >> ????????~/.ssh/authorized_keys‘

    测试ssh slave1

    Ssh slave2

    第一次需要密码,后续ssh时可以实现无密码登陆。

  2. hadoop安装配置

    1   下载hadoop,http://apache.fayea.com/apache-mirror/hadoop/common/						

    选择hadoop-2.2.0.tar.gz						

        32位环境下不用编译。复制到setup目录(这部分看个人习惯)解压 

    ????tar zxvf hadoop-2.2.0.tar.gz

    ????mv hadoop-2.2.0 hadoop

    2 配置hadoop的环境变量

    ????vi /etc/profile								

    ????添加如下内容:								

    # set java environment

    export JAVA_HOME=/usr/setup/jdk1.7

    export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib

    export PATH=$PATH:$JAVA_HOME/bin:$JAVA_HOME/jre/bin

    ?

    ?

    ?

    # set Hadoop environment

    export HADOOP_PREFIX="/usr/setup/hadoop"

    export PATH=$PATH:$HADOOP_PREFIX/bin:$HADOOP_PREFIX/sbin

    export HADOOP_COMMON_HOME=${HADOOP_PREFIX}

    export HADOOP_HDFS_HOME=${HADOOP_PREFIX}

    export HADOOP_MAPRED_HOME=${HADOOP_PREFIX}

    export HADOOP_YARN_HOME=${HADOOP_PREFIX}

    ?

    使环境变量生效

    $source /etc/profile

    ?

    3 编辑?<HADOOP_HOME>/etc/hadoop/hadoop-env.sh     指定java路径									

    ????修改JAVA_HOME的配置:

    ????export?JAVA_HOME=/usr/setup/jdk1.7

    ?

    4 编辑?<HADOOP_HOME>/etc/hadoop/yarn-env.sh

     ????修改JAVA_HOME的配置:

    ????export?JAVA_HOME=/usr/setup/jdk1.7								

    ?

    5编辑??<HADOOP_HOME>/etc/hadoop/core-site.xml 

    <property>

    ????????<name>fs.defaultFS</name>

    ????????<value>hdfs://master:9000</value> //指定主机和端口号,master可以改成主机ip当然

    ????<description>The name of the default file system.</description>

    </property>

    <property>

    ????????<name>hadoop.tmp.dir</name>

    ????????<!-- 注意创建相关的目录结构 -->

    ????????????<value>/usr/setup/hadoop/temp</value>

    ????????<description>A base for other temporary ????????directories.</description>

    </property>

    //创建临时文件目录,在hadoop目录下新建temp目录

    ?

    6 编辑<HADOOP_HOME>/etc/hadoop/hdfs-site.xml

    <configuration>

    <property>

    ????<name>dfs.replication</name>

    ???????? <!-- 值需要与实际的DataNode节点数要一致,本文为2 -->

    ????<value>2</value>

    </property>

    <property>

    ????<name>dfs.namenode.name.dir</name>

    ????<!-- 注意创建相关的目录结构 -->

    ????<value>file:/usr/setup/hadoop/dfs/name</value>

    ????<final>true</final>

    </property>

    <property>

    ???????? <name>dfs.datanode.data.dir</name>

    ???? ????<!-- 注意创建相关的目录结构 -->

    ???????? <value>file:/usr/setup/hadoop/dfs/data</value>

    </property>

    </configuration>

    ?

    //hadoop根目录下新建dfs目录,在dfs下新建data和name目录

    ?

    7编辑<HADOOP_HOME>/etc/hadoop/yarn-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>

    <!-- resourcemanager hostnameip地址-->

    <property>

    <name>yarn.resourcemanager.hostname</name>

    <value>master</value>

    </property>

    </configuration>

    //三台机器上配置是一样的

    ?

    8编辑?<HADOOP_HOME/etc/hadoop/mapred-site.xml

    默认没有mapred-site.xml文件,copy ?mapred-site.xml.template 一份为?mapred-site.xml即可

    <configuration>

    <property>

    <name>mapreduce.framework.name</name>

    <value>yarn</value>

    <final>true</final>

    </property>

    ?

    </configuration>

    ?

    9编辑?<HADOOP_HOME>/etc/hadoop/slaves

    添加:

    slave1

    slave2

    ?

    配置好hadoop 可以通过scp –r hadoop hadoop@IP 复制hadoop这个目录到指定节点上

  3. 启动和测试

    1????启动Hadoop

    1.1、第一次启动需要在master执行format?hdfs namenode -format?

    1.2、在master执行?start-dfs.sh

    ?

    master验证启动进程:

    ????????[hadoop@master ~]$ jps

    ????????

    slavex验证 启动进程:

    ????????hadoop@slave1 ~$ jps????

    1.3、在Master.Hadoop?执行?start-yarn.sh?

    master验证启动进程:

    ????????

    slavex验证 启动进程:

    ????hadoop@slave1 ~$ jps						

    ?

    ????					

    2 演示							

    (这部分参考http://www.micmiu.com/bigdata/hadoop/hadoop2x-cluster-setup/

    ?

    2.1 演示hdfs 一些常用命令,为wordcount演示做准备

    ????hdfs dfs -ls?/

    ????hdfs dfs -mkdir?/user

    ????hdfs dfs -mkdir?-p /user/test/wordcount/in

    ????hdfs dfs -ls?/user/test/wordcount

    ?

    2.2、本地(即home/下面)创建三个文件 test1.txttest2.txttest3.txt, 分别写入如下内容:

    test1

    hi baixl welcome to hadoop

    more see hadoop

    test2

    hi baixl welcome to bigdata

    more see hadoop

    ?

    test3

    hi baixl welcome to spark

    more see hadoop

    ?

    test打头的三个文件上传到hdfs

    [hadoop@Master ~]$ hdfs dfs -put test*.txt /user/test/wordcount/in								

    [hadoop@Master ~]$ hdfs dfs -ls /user/test/wordcount/in

    2.3、然后cd 切换到Hadoop的根目录下执行:

    ????hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.1.jar wordcount ?/user/test/wordcount/in? /user/test/wordcount/out

    ?

    到此 wordcount的job已经执行完成,执行如下命令可以查看刚才job的执行结果:类似如下:							

    [hadoop@Master hadoop]$ hdfs dfs -ls /user/test/wordcount/out

    						

    [hadoop@Master hadoop]$ hdfs dfs -cat /user/test/wordcount/out/part-r-00000

    					

    ?

    ?

    注意:当重启hdfs后需要删除hdfs上缓存的文件

    ?

    安装过程中由于已经在hdfs上上传了文件,当重启在 hdfs namenode –format时,后,会提示无法上传文件,此时需要删除hdfs已经存在的副本:

    master上删除dfsname目录下的current目录: rm –rf current/

    slave上删除dfs上的整个data目录 rm –rf data/

vmware10上三台虚拟机的Hadoop2.5.1集群搭建