Hadoop集群搭建

准备环境：

Win7

内存4G，还是建议各位将内存升为8G，不然运行MR特别慢

虚拟机三台，每台内存512MB

======================================================================

先配置三台主机的准备条件：

1、修改linux主机名

2、修改IP

3、修改主机名与映射关系

4、关闭防火墙

5、安装JDK，配置环境变量

先来看看我们的集群规划：

 

第一大步：

首先安装zookeeper集群

1.1解压

tar -zxvf zookeeper-3.4.5.tar.gz -C /hadoop/

1.2修改配置

cd /hadoop/zookeeper-3.4.5/conf/

mv  zoo_sample.cfg  zoo.cfg

vim  zoo.cfg

修改数据存放的目录：

dataDir=/hadoop/zookeeper-3.4.5/tmp     

在最后添加：

服务器名称与地址：集群信息（服务器编号，服务器地址，LF通信端口，选举端口）

server.1=hadoop01:2888:3888

server.2=hadoop02:2888:3888

server.3=hadoop03:2888:3888

保存退出

然后创建一个tmp文件夹

mkdir /hadoop/zookeeper-3.4.5/tmp

再创建一个空文件

touch /hadoop/zookeeper-3.4.5/tmp/myid

最后向该文件写入ID，就是集群信息上的服务器编号

echo 1 > /hadoop/zookeeper-3.4.5/tmp/myid

1.3将配置好的zookeeper拷贝到其他节点

scp -r /hadoop/zookeeper-3.4.5/     hadoop02:/hadoop/

scp -r /hadoop/zookeeper-3.4.5/     hadoop03:/hadoop/

注意：修改hadoop02、hadoop03对应/hadoop/zookeeper-3.4.5/tmp/myid内容，

            将其内容修改为对应ID

第二大步：

安装hadoop集群

2.1解压

tar -zxvf hadoop-2.2.0.tar.gz  -C  /hadoop/

2.2配置HDFS（hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop）

#将hadoop添加到环境变量中

vim /etc/profile

export JAVA_HOME=/usr/java/jdk1.7.0_55

export HADOOP_HOME=/hadoop/hadoop-2.2.0

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

2.2.1修改hadoo-env.sh

export JAVA_HOME=/usr/java/jdk1.7.0_55

2.2.2修改core-site.xml

2.2.3修改hdfs-site.xml

2.2.4修改mapred-site.xml

2.2.5修改yarn-site.xml

2.2.6修改slaves

(slaves是指定子节点的位置，因为要在namenode和resourcemanager都配置在hadoop01上，所以hadoop01上的slaves文件指定的是datanode和NodeManager的位置）

hadoop02

hadoop03

2.2.7配置免密码登陆

#首先要配置hadoop01到hadoop02,hadoop03的免密码登陆

#在hadoop01上生产一对钥匙

ssh-keygen -t rsa

#将公钥拷贝到其他节点，包括自己

ssh-coyp-id hadoop01

ssh-coyp-id hadoop02

ssh-coyp-id hadoop03

 

如果resourcemanager和namenode不在一个主机上，还需要配置RM到NM的免登陆

 

#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置hadoop02到hadoop01的免登陆

在hadoop02上生产一对钥匙

ssh-keygen -t rsa

ssh-coyp-id -i hadoop01

2.4将配置好的hadoop拷贝到其他节点

scp -r /hadoop/hadoop-2.2.0/   root@hadoop02:/hadoop02/

scp -r /hadoop/hadoop-2.2.0/     root@hadoop03:/hadoop03/

严格按照以下步骤执行：

2.5启动zookeeper集群(分别在三台主机上启动)

cd /hadoop/zookeeper-3.4.5/bin/

./zkServer.sh start

#查看状态：一个leader，两个follower

./zkServer.sh status

2.6启动journalnode（在hadoop01上启动所有journalnode，注意：是调用的 hadoop-daemons.sh这个脚本，注意是复数s的那个脚本）

cd /hadoop/hadoop-2.2.0

sbin/hadoop-daemons.sh start journalnode

#运行jps命令检验，hadoop02、hadoop03上多了JournalNode进程

2.7格式化HDFS

#在hadoop01上执行命令:

hdfs namenode -format

#格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/hadoop/hadoop-2.2.0/tmp

#然后将/hadoop/hadoop-2.2.0/tmp拷贝到hadoop02的/hadoop/hadoop-2.2.0/下。

scp -r tmp/ hadoop02:/hadoop/hadoop-2.2.0/

2.8格式化ZK(在hadoop01上执行即可)

hdfs zkfc -formatZK

2.9启动HDFS(在hadoop01上执行)

sbin/start-dfs.sh

2.10启动YARN(在hadoop01上执行start-yarn.sh)

sbin/start-yarn.sh

验证HDFS HA

首先向hdfs上传一个文件

hadoop fs -put /etc/profile /profile

hadoop fs -ls /

然后再kill掉active的NameNode

kill  -9    <pid of NN>

通过浏览器访问：http://192.168.1.202:50070

NameNode 'hadoop02:9000' (active)

这个时候hadoop02上的NameNode变成了active

在执行命令：

hadoop fs -ls /

-rw-r--r--   3 root supergroup       1926 2014-02-06 15:36 /profile

刚才上传的文件依然存在！！！

手动启动那个挂掉的NameNode

sbin/hadoop-daemon.sh start namenode

通过浏览器访问：http://192.168.1.201:50070

NameNode ‘hadoop01:9000' (standby)

验证YARN：

运行一下hadoop提供的demo中的WordCount程序：

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount  /profile  /out

到这里，我们成功搭建集群！