第一章--hadoop2.1.0和hadoop2.2.0编译安装教程

     由于现在hadoop2.0还处于beta版本，在apache官方网站上发布的beta版本中只有编译好的32bit可用，如果你直接下载安装在64bit的linux系统的机器上，运行会报一个INFO util.NativeCodeLoader - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable的错误，但在实际测试中是可以正常安装并可以运行自带的wordcont例子，所以这个错误不会导致hadoop2.1.0的安装和运行失败，此错误引起原因是由于鉴于性能问题以及某些Java类库的缺失，对于某些组件，Hadoop提供了自己的本地实现。 这些组件保存在Hadoop的一个独立的动态链接的库里。这个库在*nix平台上叫libhadoop.so，此文件在发行的hadoop版本lib/native目录下。详细请看下面的这个官方链接hadoop.apache.org/docs/r2.1.0-beta/hadoop-project-dist/hadoop-common/NativeLibraries.html。当然这里也可以在core-site.xml里配置不使用本地库。

  一、准备环境(先列出这些所需的软件环境，如果不安装除hadoop2.1.0源码中BUILDING.txt要求的软件环境则编译的时候会报错，后面会加以说明)：

  1.CentOS-6.4-x86_64-bin-DVD1(1).iso(不一定使用centos系统，主流的unix like即可，但后面软件环境可能有出入)

  下载地址：isoredirect.centos.org/centos/6/isos/x86_64/

  2.hadoop-2.1.0-beta-src.tar.gz

  下载地址：apache.dataguru.cn/hadoop/common/hadoop-2.1.0-beta/

  下载地址：svn.apache.org/repos/asf/hadoop/common/tags/release-2.1.0-beta/（svn工具checkout链接）

  上面两个链接都可以获取hadoop2.1.0-beta源码

  3.jdk-7u40-linux-x64.rpm（hadoop2.1.0源码中BUILDING.txt中要求使用1.6 or newer）

  下载地址：www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html

  4.apache-maven-3.0.5-bin.tar.gz（hadoop2.1.0源码中BUILDING.txt中要求使用3.0，从hadoop2.0版本以后使用maven编译，之前用Ant）

  下载地址：maven.apache.org/download.cgi(目前最新版本3.1，hadoop2.1.0源码中BUILDING.txt中要求使用3.0)

  5.apache-ant-1.9.2-bin.zip（下载二进制版本的,这个需要编译安装findbugs）

  下载地址：ant.apache.org/bindownload.cgi

  6.CMake 2.6 x86-64 or newer (if compiling native code)（hadoop2.1.0源码中BUILDING.txt中要求使用2.6 or newer）

  下载地址：www.cmake.org/cmake/resources/software.html

  7.findbugs-2.0.2-source.zip（hadoop2.1.0源码中BUILDING.txt中要求使用1.3.9 or newer）

  下载地址：sourceforge.jp/projects/sfnet_findbugs/releases/

   如果不安装则报如下错误：

[ERROR] Failed to execute goal org.apache.maven.plugins:maven-antrun-plugin:1.6:run (site) on project hadoop-common: An Ant BuildException has occured: stylesheet /usr/hadoop2.1/hadoop-2.1.0-beta-src/hadoop-common-project/hadoop-common/${env.FINDBUGS_HOME}/src/xsl/default.xsl doesn't exist. -> [Help 1]
[ERROR]
[ERROR] To see the full stack trace of the errors, re-run Maven with the -e switch.
[ERROR] Re-run Maven using the -X switch to enable full debug logging.
[ERROR]
[ERROR] For more information about the errors and possible solutions, please read the following articles:
[ERROR] [Help 1] http://cwiki.apache.org/confluence/display/MAVEN/MojoExecutionException
[ERROR]
[ERROR] After correcting the problems, you can resume the build with the command
[ERROR]   mvn <goals> -rf :hadoop-common

  8.zlib-devel-1.2.3-3.x86_64.rpm

  下载地址：rpm.pbone.net/index.php3/stat/4/idpl/8192688/dir/startcom_5/com/zlib-devel-1.2.3-3.x86_64.rpm.html

  如果不安装则报如下错误：

[exec] CMake Error at /usr/share/cmake/Modules/FindPackageHandleStandardArgs.cmake:57 (MESSAGE):
[exec]   Could NOT find ZLIB (missing: ZLIB_INCLUDE_DIR)
[exec] Call Stack (most recent call first):
[exec]   /usr/share/cmake/Modules/FindZLIB.cmake:22 (FIND_PACKAGE_HANDLE_STANDARD_ARGS)
[exec]   CMakeLists.txt:89 (find_package)
[ERROR] Failed to execute goal org.apache.maven.plugins:maven-antrun-plugin:1.6:run (make) on project hadoop-common: An Ant BuildException has occured: exec returned: 1 -> [Help 1]
[ERROR]
[ERROR] To see the full stack trace of the errors, re-run Maven with the -e switch.
[ERROR] Re-run Maven using the -X switch to enable full debug logging.
[ERROR]
[ERROR] For more information about the errors and possible solutions, please read the following articles:
[ERROR] [Help 1] http://cwiki.apache.org/confluence/display/MAVEN/MojoExecutionException
[ERROR]
[ERROR] After correcting the problems, you can resume the build with the command
[ERROR]   mvn <goals> -rf :hadoop-common

  9.protobuf-2.5.0.tar.gz

  下载地址：code.google.com/p/protobuf/

  10.如果全新编译hadoop2.2.0需要打补丁hadoop-10110，怎么做文章最后内容有说明。如果不编译hadoop2.2.0此步骤不需要考虑。

  二、准备环境环节中的软件安装

  1.安装centos系统，不在这里介绍网上很多教程

  2.解压hadoop-2.1.0-beta-src.tar.gz源码到/usr/hadoop/  命令如下：tar -zxvf hadoop-2.1.0-beta-src.tar.gz -C /usr/hadoop/

  3.用rpm命令安装：rpm -ivh jdk-7u40-linux-x64.rpm，如果你安装centos是带有界面的，双击rpm文件即可安装。

    安装完成后，配置环境变量，使用vi命令编辑profile文件 vi /etc/profile 移动到最后一行添加以下内容：

    export JAVA_HOME=/usr/java/jdk1.7.0_40

    export PATH=$JAVA_HOME/bin:$PATH
    export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:/lib/tools.jar

    添加完成后，运行source /etc/profile使其立即生效

    运行命令java -version查看是否安装成功，如下图所示则说明安装成功。

    

  4.解压apache-maven-3.0.5-bin.tar.gz到/usr 命令如下：tar -zxvf apache-maven-3.0.5-bin.tar.gz -C /usr/

    配置环境变量使用vi命令编辑profile文件 vi /etc/profile 移动到最后一行添加以下内容：

    export MAVEN_HOME=/usr/apache-maven-3.0.5

    export PATH=$PATH:$MAVEN_HOME/bin

    添加完成后，运行source /etc/profile使其立即生效,运行命令mvn -version查看是否安装成功，如下图所示则说明安装成功。

    

  5.同样把apache-ant-1.9.2-bin.zip解压到/usr/下，配置环境变量使用vi命令编辑profile文件 vi /etc/profile 移动到最后一行添加以下内容：

    export ANT_HOME=/usr/apache-ant-1.9.2

    export PATH=$PATH:$ANT_HOME/bin

    运行命令ant -version查看是否安装成功，如下图所示则说明安装成功。

    

    注：虽然本身centos操作系统自带ant，但不好用，编译findbugs会失败。所以要重新安装。

 6.安装CMake，可以使用yum命令在线安装，yum命令不熟悉的网上查资料，安装命令：yum install cmake ,如图所示

    

    下面需要再安装openssl-devel,安装命令yum install openssl-devel,此步不做的话会报如下错误

[exec] CMake Error at /usr/share/cmake/Modules/FindOpenSSL.cmake:66 (MESSAGE):
[exec]   Could NOT find OpenSSL
[exec] Call Stack (most recent call first):
[exec]   CMakeLists.txt:20 (find_package)
[exec]
[exec]
[exec] -- Configuring incomplete, errors occurred!
[ERROR] Failed to execute goal org.apache.maven.plugins:maven-antrun-plugin:1.6:run (make) on project hadoop-pipes: An Ant BuildException has occured: exec returned: 1 -> [Help 1]
[ERROR]
[ERROR] To see the full stack trace of the errors, re-run Maven with the -e switch.
[ERROR] Re-run Maven using the -X switch to enable full debug logging.
[ERROR]
[ERROR] For more information about the errors and possible solutions, please read the following articles:
[ERROR] [Help 1] http://cwiki.apache.org/confluence/display/MAVEN/MojoExecutionException
[ERROR]
[ERROR] After correcting the problems, you can resume the build with the command
[ERROR]   mvn <goals> -rf :hadoop-pipes

    

  7.解压findbugs-2.0.2-source.zip到/usr，使用ant编译安装。如果不安装则编译的时候会报

    hadoop-common-project/hadoop-common/${env.FINDBUGS_HOME}/src/xsl/default.xsl doesn’t exist. -> [Help 1]

    先进入解压后的目录cd /usr/findbugs-2.0.2

    执行ant命令 如图所示则说明成功

    

    配置环境变量使用vi命令编辑profile文件 vi /etc/profile 移动到最后一行添加以下内容：

    export FINDBUGS_HOME=/usr/findbugs-2.0.2

    export PATH=$PATH:$FINDBUGS_HOME/bin

    添加完成后，运行source /etc/profile使其立即生效

  8.用rpm命令安装：rpm -ivh zlib-devel-1.2.3-3.x86_64.rpm，如果你安装centos是带有界面的，双击rpm文件即可安装。

    也可以不用下载rpm文件，用yum命令在线安装也可以，安装命令：

    yum install zlib

    yum install zlib-devel

  9.tar命令解压protobuf-2.5.0.tar.gz到/usr目录下，

    进入到解压后的目录下：cd /usr/protobuf-2.5.0

    在linux64bit下编译执行./configure LDFLAGS="-s" CFLAGS=-m64 CXXFLAGS=-m64 FFLAGS=-m64 FCFLAGS=-m64  

    --build=x86_64-gnu-linux --host=x86_64-gnu-linux --target=x86_64-gnu-linux

    在linux32bit下编译使用执行./configure LDFLAGS="-s" CFLAGS=-m32 CXXFLAGS=-m32 FFLAGS=-m32 FCFLAGS=-m32 --

    --build=x86_64-gnu-linux --host=x86-gnu-linux --target=x86-gnu-linux

    参数说明如下：

       --prefix                 安装目录；

      --LDFLAGS="-s"           消除库的依赖性；

      --CFLAGS                  C compiler flags；

      --CXXFLAGS                C++ compiler flags；

      --FCFLAGS                 设置compiler是32bit还是64bit；

      --build                   configure for building on BUILD；

      --host                    cross-compile to build programs to run on HOST；

      --target                  configure for building compilers for TARGET； 

    如果直接进行编译此报错如下图，在环境变量设置中查找不到编译器。

    

    解决上面问题，需要安装

    yum install glibc-headers

    yum install glibc-devel

    yum install gcc

    yum install gcc-c++

    其实直接安装最后一项即可，因为gcc-c++安装的时候会依赖上面的三个包的安装，所以直接运行yum install gcc-c++

    如图所示

    

    安装完成后再执行./configure LDFLAGS="-s" CFLAGS=-m64 CXXFLAGS=-m64 FFLAGS=-m64 FCFLAGS=-m64  

    --build=x86_64-gnu-linux --host=x86_64-gnu-linux --target=x86_64-gnu-linux

    make

    male install

    执行protoc --version 返回版本号则证明安装成功

    如下图则说明安装成功

    

  三、hadoop2.1.0编译

  1.进入hadoop2.1.0解压后的源码目录:cd /usr/hadoop/hadoop-2.1.0-beta-src

  2.执行mvn命令编译，此过程需要连接到网络，编译的速度取决于你的网速，在源码的BUILDING.txt文件说明中有以下几种

    Building distributions:

    2.1.Create binary distribution without native code and without documentation:

    $ mvn package -Pdist -DskipTests -Dtar

    2.2.Create binary distribution with native code and with documentation:

    $ mvn package -Pdist,native,docs -DskipTests -Dtar

    2.3.Create source distribution:

    $ mvn package -Psrc -DskipTests

    2.4.Create source and binary distributions with native code and documentation:

    $ mvn package -Pdist,native,docs,src -DskipTests -Dtar

    2.5.Create a local staging version of the website (in /tmp/hadoop-site)

    $ mvn clean site; mvn site:stage -DstagingDirectory=/tmp/hadoop-site

    我们选择2.2执行mvn package -Pdist,native,docs -DskipTests -Dtar

    执行结果如下图，执行时间大约用了40多分钟。

    

    编译后的项目发布版本在/usr/hadoop/hadoop-2.1.0-beta-src/hadoop-dist/target/目录下，如图说明

    

  四、hadoop2.1.0单机安装

  1.把我们上面编译好的项目拷贝到/usr/hadoop目录下

  2.配置环境变量，编辑vi /etc/profile文件，移动到最后一行添加如下数据

    

    export HADOOP_DEV_HOME=/usr/hadoop/hadoop-2.1.0-beta    export PATH=$PATH:$HADOOP_DEV_HOME/bin    export PATH=$PATH:$HADOOP_DEV_HOME/sbin    export HADOOP_MAPARED_HOME=${HADOOP_DEV_HOME}    export HADOOP_COMMON_HOME=${HADOOP_DEV_HOME}    export HADOOP_HDFS_HOME=${HADOOP_DEV_HOME}    export YARN_HOME=${HADOOP_DEV_HOME}    export HADOOP_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop    export HDFS_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop    export YARN_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop

    保存退出，执行source /etc/profile使其立即生效。

  3.配置ssh免密码登陆

    由于centos已经自带给安装好，如果你系统中没有安装ssh请先进行安装。在这里不做说明，网上大把的。

    执行ssh-keygen -t rsa -P "" 加上-P ""参数只需要一次回车就可以执行完毕。不加需要三次回车

    执行cd /root/.ssh

    执行ls 你会看到如下图所示文件，会产生公私钥，后缀为.pub是公钥。

    

    执行cat id_rsa.pub >> authorized_keys把公钥加入到authorized_keys

    同时注意.ssh文件夹的权限是否为700,authorized_keys的权限是否为600，如果不是则做相应修改

    测试命令：ssh localhost，如果不需要输入密码就能连接，则说明成功配置

  4.编写hadoop配置文件，在目录etc/hadoop下，一共五个文件需要配置，分别是：

    hadoop-env.sh,core-site.xml,hdfs-site.xml,

    mapred-site.xml(etc/hadoop没有这个配置文件，但有mapred-site.xml.template复制一份，去掉.template后缀)，yarn-site.xml

    4.1 编辑hadoop-env.sh加入export JAVA_HOME=/usr/java/jdk1.7.0_40

    4.2 编辑core-site.xml        

        <configuration>          <property>             <name>fs.defaultFS</name>             <value>hdfs://localhost:8020</value>          </property>        </configuration>

    4.3 编辑hdfs-site.xml    

<configuration>   <property><name>dfs.namenode.name.dir</name><value>file:/usr/hadoop/hadoop-2.1.0-beta/dfs/name</value><final>true</final>   </property>     <property><name>dfs.datanode.data.dir</name><value>file:/usr/hadoop/hadoop-2.1.0-beta/dfs/data</value><final>true</final>   </property>    <property><name>dfs.replication</name><value>1</value>   </property>     <property>       <name>dfs.permissions</name>       <value>false</value>   </property> </configuration>

      

    4.4 编辑mapred-site.xml   

             

       <configuration>         <property>            <name>mapreduce.framework.name</name>            <value>yarn</value>         </property>         </configuration>

    4.5 编辑yarn-site.xml      

        <configuration>          <property>            <name>yarn.nodemanager.aux-services</name>            <value>mapreduce.shuffle</value>          </property>        </configuration>

  5. 格式化HDFS文件系统

     执行命令 hadoop namenode -format

     执行结果如图所示，则说明执行成功。

       

     需要说明的是，从2.0以后启动和停止hadoop的命令start-all.sh和stop-all.sh不建议使用，开始摒弃掉

     取而代之的将使用start-dfs.sh和start-yarn.sh启动hadoop,详细请看官方说明，

     分别运行start-dfs.sh和start-yarn.sh守护进程，如下图运行正常，并且使用自己编译的hadoop版本没有报无法加载本地库的错误

     

     访问localhost:50070正常       

        

             

     访问资源管理界面localhost:8088，hadoop从版本2.0以后界面功能变的很强大

       

          

  五、hadoop2.1.0单机运行hadoop自带的wordcount例子

  1.在hdfs文件系统创建两个目录/tmp/input

    hadoop fs -mkdir /tmp

    hadoop fs -mkdir /tmp/input

  2.从本地上传一个文件到hdfs

    hadoop fs -put /usr/hadoop/test.txt /tmp/input

  3.查看test.txt文件是否成功上传到hdfs上

    hadoop fs -ls /tmp/input

    如图已经上传成功

    

   4.执行wordcount自带的例子

     切换到如图所示目录

     

     执行如图所示命令，此时运行一个job任务

     

    任务运行成功         

         

    查看执行的结果，和预期的结果一致

    

       以上仅是单纯的测试一下，有需要编译好的请回复我，后续会写第二章，用自己编译的hadoop版本搭建一个集群。

   自己编译的好处是可以自己动手学习调试和修改源代码。最后需要说明如果之前按照如上方式编译过hadoop2.1,然后在编译hadoop2.2是没问题的，因为之前maven缓存问题，见不到错误，如果直接编译解压hadoop2.2源码需要先打一个补丁hadoop-10110,链接如下：//issues.apache.org/jira/browse/HADOOP-10110，不然在编译Apache Hadoop Auth时会报错，原因是在hadoop2.2下载源码解压代码不完整有bug，所以要编辑hadoop-2.2.0-src/hadoop-common-project/hadoop-auth下然pom.xml然后把hadoop-10110中内容修改下其实增加一项即可，内容为：

   <dependency>       <groupId>org.mortbay.jetty</groupId>       <artifactId>jetty-util</artifactId>       <scope>test</scope>   </dependency>