hadoop2.0全分布环境搭建

本文转载自：http://www.iteblog.com/archives/817　

经过好多天的各种折腾，终于在几台电脑里面配置好了Hadoop2.2.0分布式系统，现在总结一下如何配置。

　　前提条件：
　　（1）、首先在每台Linux电脑上面安装好JDK6或其以上版本，并设置好JAVA_HOME等，测试一下java、javac、jps等命令是否可以在终端使用，如何配置JDK这里就不说了；
　　（2）、在每台Linux上安装好SSH，如何安装请参加《Linux平台下安装SSH》。后面会说如何配置SSH无密码登录。

　　有了上面的前提条件之后，我们接下来就可以进行安装Hadoop分布式平台了。步骤如下：

　　1、先设定电脑的IP为静态地址：

　　由于各个Linux发行版本静态IP的设置不一样，这里将介绍CentOS、Ubunt、Fedora 19静态IP的设置步骤：
　　（1）、CentOS静态IP地址设置步骤如下：

1[wyp@wyphadoop]$ sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0

2 

3在里面添加下面语句：

4 

5IPADDR=192.168.142.139

6NETMASK=255.255.255.0

7NETWORK=192.168.0.0

里面的IPADDR地址设置你想要的，我这里是192.168.142.139。
设置好后，需要让IP地址生效，运行下面命令：

1[wyp@wyphadoop]$ sudo service network restart

2Shutting down interfaceeth0:  Device state: 3(disconnected)

3                                                           [  OK  ]

4Shutting down loopback interface:                          [  OK  ]

5Bringing up loopback interface:                            [  OK  ]

6Bringing up interfaceeth0:  Active connection state: activated

7Active connection path: /org/freedesktop/NetworkManager/ActiveConnection/7

8                                                           [  OK  ]

9[wyp@wyphadoop]$

然后运行ifconfig检验一下设置是否生效：

01[wyp@wyphadoop]$ ifconfig

02eth0      Link encap:Ethernet  HWaddr 00:0C:29:9F:FB:C0 

03          inet addr:192.168.142.139 Bcast:192.168.142.255 Mask:255.255.255.0

04          inet6 addr: fe80::20c:29ff:fe9f:fbc0/64Scope:Link

05          UP BROADCAST RUNNING MULTICAST  MTU:1500 Metric:1

06          RX packets:389330errors:0dropped:0overruns:0frame:0

07          TX packets:171679errors:0dropped:0overruns:0carrier:0

08          collisions:0txqueuelen:1000

09          RX bytes:473612019(451.6MiB)  TX bytes:30110196(28.7MiB)

10 

11lo        Link encap:Local Loopback 

12          inet addr:127.0.0.1 Mask:255.0.0.0

13          inet6 addr: ::1/128Scope:Host

14          UP LOOPBACK RUNNING  MTU:16436 Metric:1

15          RX packets:80221errors:0dropped:0overruns:0frame:0

16          TX packets:80221errors:0dropped:0overruns:0carrier:0

17          collisions:0txqueuelen:0

18          RX bytes:1051174395(1002.4MiB)  TX bytes:1051174395(1002.4MiB)

19 

20[wyp@wyphadoop]$

可见IP地址已经设置为192.168.142.139了！
　　（2）、Ubuntu静态IP地址设置步骤如下：

1wyp@node1:~$ sudo vim /etc/network/interfaces

2 

3在里面添加：

4 

5auto eth0

6iface eth0 inet static

7address192.168.142.140

8netmask255.255.255.0

9gateway192.168.142.1

同样需要让IP地址生效：

1wyp@node1:~$ sudo /etc/init.d/networking restart

同样也是输入ifconfig来检验IP设置是否生效，这里就不说了。
　　（3）、Fedora 19静态IP地址设置步骤如下（Fedora其他版本的静态IP设置和19版本不一样，这里就不给出了）：

1[wyp@wypnetwork-scripts]$ sudo vim /etc/sysconfig/network-scripts/ifcfg-ens33

2 

3在里面添加：

4 

5IPADDR0=192.168.142.138

6NETMASK0=255.255.255.0

7GATEWAY0=192.168.142.0

设置好后，需要让IP地址生效，运行下面命令：

1[wyp@wypnetwork-scripts]$ sudo service network restart

2Restarting network (via systemctl):                        [  确定  ]

同样也是输入ifconfig来检验IP设置是否生效，这里就不说了。

　　2、设置各个主机的hostname

　　在步骤1中，我分别配置了CentOS、Ubuntu以及Fedora三台主机，我打算用它们作为集群中的电脑，其中Fedora主机作为master，其余的两台电脑作为slave。这步将说说如何修改这三台电脑的hostname：
　　（1）、Fedora19 设置hostname步骤如下：

1[wyp@wypnetwork-scripts]$ sudo hostnamectl set-hostname master

2 

3查看设置是否生效，运行下面命令

4 

5[wyp@wypnetwork-scripts]$ hostname

6master

　　（2）、Ubuntu设置hostname步骤如下：

1wyp@node1:~$ sudo vim /etc/hostname

2 

3在里面添加自己需要取的hostname，我这里是取node1。

4查看设置是否生效，运行下面命令

5 

6wyp@node1:~$ hostname

7node1

　　（3）、CentOS设置hostname步骤如下：

01[wyp@nodenetwork-scripts]$ sudo vim /etc/sysconfig/network

02 

03将里面的HOSTNAME修改为你想要的hostname，我这里是取node

04 

05HOSTNAME=node

06 

07查看设置是否生效，运行下面命令

08 

09[wyp@nodenetwork-scripts]$ hostname

10node

　　3、在以上三台电脑的/etc/hosts添加以下配置：

1[wyp@master~]$ sudo vim /etc/hosts

2 

3在里面添加以下语句

4 

5192.168.142.138master

6192.168.142.139node

7192.168.142.140node1

其实就是上面三台电脑的静态IP地址和其hostname的对应关系。检验是否修改生效，可以用ping来查看：

1[wyp@master~]$ ping node

2PING node (192.168.142.139)56(84) bytes of data.

364bytes from node (192.168.142.139): icmp_seq=1ttl=64time=0.541ms

464bytes from node (192.168.142.139): icmp_seq=2ttl=64time=0.220ms

5^C

6--- node ping statistics ---

72packets transmitted, 2received, 0% packet loss, time 1000ms

8rtt min/avg/max/mdev = 0.220/0.380/0.541/0.161ms

9[wyp@master~]$

如果上面的命令可以ping通，说明设置生效了。

　　4、设置SSH无密码登陆

　　在本博客里面已经介绍了如何安装SSH（《Linux平台下安装SSH》），和怎么设置SSH无密码登陆（《Ubuntu和CentOS如何配置SSH使得无密码登陆》），这里主要是想说一下需要注意的事项，首先在master主机上面设置好了SSH无密码登陆之后，然后将生成的id_dsa.pub文件拷贝到node和node1上面去，可以运行下面的命令：

1[wyp@localhost~]$ cat /home/wyp/.ssh/id_dsa.pub |    \

2ssh wyp@192.168.142.139'cat - >> ~/.ssh/authorized_keys'

　　要确保192.168.142.139主机的SSH服务是运行的。wyp@192.168.142.139的wyp是你需要登录192.168.142.139主机的用户名。同样，你也可以用上面类似的命令将id_dsa.pub拷贝到192.168.142.140主机上面去。
　　当然，你也可以用scp命令将文件拷贝到相应的主机：

1[wyp@masterDocuments]$ scp /home/wyp/.ssh/id_dsa.pub     \

2wyp@192.168.142.139:~/.ssh/authorized_keys

检验是否可以从master无密码登录node和node1，可以用下面的命令：

1[wyp@masterDocuments]$ ssh node

2The authenticity of host 'node (192.168.142.139)' can't be established.

3RSA key fingerprint is ae:99:43:f0:cf:c6:a9:82:6c:93:a1:65:54:70:a6:97.

4Are you sure you want to continueconnecting (yes/no)? yes

5Warning: Permanently added 'node,192.168.142.139'(RSA)

6to the list of known hosts.

7Last login: Wed Nov  614:54:552013 from master

8[wyp@node~]$

　　第一次运行上面的命令会出现上述信息。上面[wyp@node ~]已经暗示了我们成功从master无密码登录node；如果在登陆过程中出现了需要输入密码才能登录node，说明SSH无密码登录没成功，一般都是文件权限的问题，解决方法请参照《Ubuntu和CentOS如何配置SSH使得无密码登陆》。

　　5、下载好Hadoop，这里用到的是hadoop-2.2.0.tar.gz，你可以用下面的命令去下载：
　　下面的操作都是在master机器上进行的。

1[wyp@wyp/home]$ mkdir /home/wyp/Downloads/hadoop

2[wyp@wyp/home]$ cd /home/wyp/Downloads/hadoop

3[wyp@wyphadoop]$ wget \

4 

5http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.2.0/hadoop-2.2.0.tar.gz

运行完上面的命令之后，hadoop-2.2.0.tar.gz文件将会保存在/home/wyp/Downloads/hadoop里面，请解压它

1[wyp@wyphadoop]$ tar- zxvf hadoop-2.2.0.tar.gz

之后将会在hadoop文件夹下面生成hadoop-2.2.0文件夹，运行下面的命令

01[wyp@wyphadoop]$ cd hadoop-2.2.0

02[wyp@wyphadoop-2.2.0]$ ls -l

03total56

04drwxr-xr-x.2wyp wyp  4096Oct  714:38bin

05drwxr-xr-x.3wyp wyp  4096Oct  714:38etc

06drwxr-xr-x.2wyp wyp  4096Oct  714:38include

07drwxr-xr-x.3wyp wyp  4096Oct  714:38lib

08drwxr-xr-x.2wyp wyp  4096Oct  714:38libexec

09-rw-r--r--.1wyp wyp 15164Oct  714:46LICENSE.txt

10drwxrwxr-x.3wyp wyp  4096Oct 2814:38logs

11-rw-r--r--.1wyp wyp   101Oct  714:46NOTICE.txt

12-rw-r--r--.1wyp wyp  1366Oct  714:46README.txt

13drwxr-xr-x.2wyp wyp  4096Oct 2812:37sbin

14drwxr-xr-x.4wyp wyp  4096Oct  714:38share

显示出刚刚解压文件的文件夹。

　　6、配置Hadoop的环境变量

01[wyp@wyphadoop]$ sudo vim /etc/profile

02  

03在/etc/profile文件的末尾加上以下配置

04  

05export HADOOP_DEV_HOME=/home/wyp/Downloads/hadoop/hadoop-2.2.0

06export PATH=$PATH:$HADOOP_DEV_HOME/bin

07export PATH=$PATH:$HADOOP_DEV_HOME/sbin

08export HADOOP_MAPARED_HOME=${HADOOP_DEV_HOME}

09export HADOOP_COMMON_HOME=${HADOOP_DEV_HOME}

10export HADOOP_HDFS_HOME=${HADOOP_DEV_HOME}

11export YARN_HOME=${HADOOP_DEV_HOME}

12export HADOOP_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop

然后按:wq保存。为了让刚刚的设置生效，运行下面的命令

1[wyp@wyphadoop]$ sudo source /etc/profile

在终端输入hadoop命令查看Hadoop的环境变量是否生效：

01[wyp@node~]$ hadoop

02Usage: hadoop [--config confdir] COMMAND

03       where COMMAND is one of:

04  fs                   run a generic filesystem user client

05  version              print the version

06  jar <jar>            run a jar file

07  checknative [-a|-h]  check nativehadoop and compression libraries

08                                                availability

09  distcp <srcurl> <desturl> copy file or directories recursively

10  archive -archiveName NAME -p <parent path> <src>* <dest> create

11                                             a hadoop archive

12  classpath            prints the classpath needed to get the

13                       Hadoop jar and the required libraries

14  daemonlog            get/set the log level foreach daemon

15 or

16  CLASSNAME            run the classnamed CLASSNAME

17 

18Most commands print help when invoked w/o parameters.

19[wyp@node~]$

如果显示上面的信息，说明环境变量生效了，如果显示不了，重启一下电脑再试试。

　　7、修改Hadoop的配置文件

修改Hadoop的hadoop-env.sh配置文件，设置jdk所在的路径：

1[wyp@wyphadoop]$ vim etc/hadoop/hadoop-env.sh

2  

3在里面找到JAVA_HOME，并将它的值设置为你电脑jdk所在的绝对路径

4  

5# The java implementation to use.

6export JAVA_HOME=/home/wyp/Downloads/jdk1.7.0_45

依次修改core-site.xml、yarn-site.xml、mapred-site.xml和hdfs-site.xml配置文件

01----------------core-site.xml

02<property>

03　　<name>fs.default.name</name>

04　　<value>hdfs://master:8020</value>

05　　<final>true</final>

06</property>

07<property>

08　　<name>hadoop.tmp.dir</name>

09　　<value>/home/wyp/cloud/tmp/hadoop2.0</value>

10</property>

11  

12------------------------- yarn-site.xml

13<property>

14　　<name>yarn.resourcemanager.address</name>

15　　<value>master:8032</value>

16</property>

17 

18<property>

19　　<name>yarn.resourcemanager.scheduler.address</name>

20　　<value>master:8030</value>

21</property>

22 

23<property>

24　　<name>yarn.resourcemanager.resource-tracker.address</name>

25　　<value>master:8031</value>

26</property>

27 

28<property>

29　　<name>yarn.resourcemanager.admin.address</name>

30　　<value>master:8033</value>

31</property>

32 

33<property>

34　　<name>yarn.resourcemanager.webapp.address</name>

35　　<value>master:8088</value>

36</property>

37 

38<property>

39    <name>yarn.nodemanager.aux-services</name>

40    <value>mapreduce_shuffle</value>

41</property>

42  

43<property>

44    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>

45    <value>org.apache.hadoop.mapred.ShuffleHandler</value>

46</property>

47  

48------------------------ mapred-site.xml

49<property>

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

51    <value>yarn</value>

52</property>

53  

54<property>

55    <name>mapred.system.dir</name>

56    <value>file:/hadoop/mapred/system/</value>

57    <final>true</final>

58</property>

59  

60<property>

61    <name>mapred.local.dir</name>

62    <value>file:/opt/cloud/hadoop_space/mapred/local</value>

63    <final>true</final>

64</property>

65  

66----------- hdfs-site.xml 

67<property>

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

69    <value>file:/opt/cloud/hadoop_space/dfs/name</value>

70    <final>true</final>

71</property>

72  

73<property>

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

75    <value>file:/opt/cloud/hadoop_space/dfs/data</value>

76    <description>Determines where on the local

77      filesystem an DFS data node should store its blocks.

78      Ifthisis a comma-delimited list of directories,

79      then data will be stored in all named

80      directories, typically on different devices.

81      Directories that donot exist are ignored.

82    </description>

83    <final>true</final>

84</property>

85<property>

86    <name>dfs.replication</name>

87    <value>1</value>

88</property>

89  

90<property>

91    <name>dfs.permissions</name>

92    <value>false</value>

93</property>

配置好Hadoop的相关东西之后，请将hadoop-2.2.0整个文件夹分别拷贝到node和node1主机上面去，设置都不需要改！

　　8、关掉master、node和node1的防火墙

如果在node上启动nodemanager，遇到java.net.NoRouteToHostException异常

01java.net.NoRouteToHostException: No Route to Host from 

02localhost.localdomain/192.168.142.139to 192.168.142.138:8031

03failed on socket timeout exception: java.net.NoRouteToHostException:

04No route to host; For more details see:

05 

06http://wiki.apache.org/hadoop/NoRouteToHost

07 

08        ..................省略了好多东西

09 

10Caused by: java.net.NoRouteToHostException: No route to host

11        at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method)

12 

13        ..................省略了好多东西

14 

15        at org.apache.hadoop.ipc.Client.getConnection(Client.java:1399)

16        at org.apache.hadoop.ipc.Client.call(Client.java:1318)

17        ...19more

说明了没有关闭防火墙，各个linux平台关闭防火墙的方法不一样，这里也分享一下：
　　（1）、对于ubuntu关闭防火墙

1可以运行：ufw disable

2如果你要防火墙可以运行： apt-get remove iptables

　　（2）、对于fedora关闭防火墙可以运行：

1[wyp@wyphadoop]$  sudo systemctl stop firewalld.service

2[wyp@wyphadoop]$  sudo systemctl disable firewalld.service

　　9、查看Hadoop是否运行成功

　　首先在master上面格式化一下HDFS,如下命令

01[wyp@wyphadoop]$  cd $hadoop_home

02[wyp@wyphadoop-2.2.0]$  hdfs namenode -format

0313/10/2816:47:33INFO namenode.NameNode: STARTUP_MSG:

04/************************************************************

05  

06..............此处省略好多文字......................

07  

08************************************************************/

0913/10/2816:47:33INFO namenode.NameNode: registered UNIX signal

10handlersfor[TERM, HUP, INT]

11Formatting using clusterid: CID-9931f367-92d3-4693-a706-d83e120cacd6

1213/10/2816:47:34INFO namenode.HostFileManager: read includes:

13HostSet(

14)

1513/10/2816:47:34INFO namenode.HostFileManager: read excludes:

16HostSet(

17)

18  

19..............此处也省略好多文字......................

20  

2113/10/2816:47:38INFO util.ExitUtil: Exiting with status 0

2213/10/2816:47:38INFO namenode.NameNode: SHUTDOWN_MSG:

23/************************************************************

24SHUTDOWN_MSG: Shutting down NameNode at wyp/192.168.142.138

25************************************************************/

26[wyp@wyphadoop-2.2.0]$

在master中启动 namenode 和 resourcemanager

1[wyp@wyphadoop-2.2.0]$ sbin/hadoop-daemon.sh start namenode

2[wyp@wyphadoop-2.2.0]$ sbin/yarn-daemon.sh start resourcemanager

在node和node1中启动datanode 和 nodemanager

1[wyp@wyphadoop-2.2.0]$ sbin/hadoop-daemon.sh start datanode

2[wyp@wyphadoop-2.2.0]$ sbin/yarn-daemon.sh start nodemanager

检查Hadoop集群是否安装好了，在master上面运行jps，如果有NameNode、ResourceManager二个进程，说明master安装好了。

1[wyp@masterhadoop]$ jps

22016NameNode

32602ResourceManager

在node（node1）上面运行jps，如果有DataNode、NodeManager二个进程，说明node（node1）安装好了。

查看源代码

打印帮助

1[wyp@nodenetwork-scripts]$ jps

27889DataNode

37979NodeManager