前言: 系统安装要求
1: CentOS7
2: Hadoop 2.9.0
3: JDK1.8
说明:Hadoop从版本2开始加入了Yarn这个资源管理器,Yarn并不需要单独安装。只要在机器上安装了JDK就可以直接安装Hadoop,单纯安装Hadoop并不依赖Zookeeper之类的其他东西。
官方cluster setup步骤见下链接:
https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/ClusterSetup.html
本文使用的hadoop2.9.0. hadoop安装包官方下载地址:
http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.9.0/hadoop-2.9.0.tar.gz
国内的用户建议使用如下的镜像地址:
http://mirror.bit.edu.cn/apache/hadoop/common/stable/hadoop-2.9.0.tar.gz
这里用的Linux系统是CentOS7, 在本文中他们的名称分别叫 hserver1、hserver2、hserver3 。
说明:为了免去后面一系列授权的麻烦,这里直接使用root账户登录和操作了。
使用ifconfig命令,查看这3个机器的IP。在本文中,我们假定这三台机器名和ip的对应关系如下所示:
10.70.27.3 hadoopServer3
10.70.27.6 hadoopServer6
10.70.27.9 hadoopServer9
为了后续操作方便,确保机器的hostname是我们想要的。拿10.70.27.3这台机器为例,用root账户登录,然后使用hostname命令查看机器名称。
# hostname
如果这个机器名称不是我们想要的。不过这个好办, 我给它改个名称,命令是:
# hostname hadoopServer3
执行完成后,在检查看,是否修改了,敲入 命令:
# hostname
类似的,将其他两个机器,分别改名为hadoopServer6 和hadoopServer9。
修改这3台机器的/etc/hosts文件,在文件中添加以下内容:
10.70.27.3 hadoopServer3
10.70.27.6 hadoopServer6
10.70.27.9 hadoopServer9
以hadoopServer3 为例,执行命令,生成空字符串的秘钥(后面要使用公钥),命令是:
# ssh-keygen -t rsa -P ''
然后就是按回车即可。
因为我现在用的是root账户,所以秘钥文件保存到了/root/.ssh/目录内,可以使用命令查看,命令是:
# ls /root/.ssh/
输出的内容如下:
authorized_keys id_rsa id_rsa.pub
使用同样的方法为其它两个server生成秘钥(命令完全相同,不用做如何修改)。
接下来要做的事情是在3台机器的/root/.ssh/目录下都存入一个内容相同的文件,文件名称叫/root/.ssh/authorized_keys,文件内容是我们刚才为3台机器生成的公钥。
2.5.1 # touch /root/.ssh/authorized_keys
2.5.2 将上面三个server的/root/.ssh/id_rsa.pub文件内容都放到hserver3机器上的/root/.ssh/authorized_keys文件里。
它的内容是如下的样子。
2.5.3 把这个/root/.ssh/authorized_keys原封不动地copy到别的两台server上的同样目录下。
2.5.4 然后测试这三台机器之间的 ssh 互通免密。注第一次是会提示,输入yes就可以。然后后面的ssh登陆就不用输入任何信息了。
说明这里都是使用root账户登录并且使用root权限进行操作。
参考文档:安装jdk在这里不在细数,如果有需要可以参考该博文(虽然那篇博文用的是ubuntu,但是jdk安装在CentOS下也一样):
http://blog.csdn.net/pucao_cug/article/details/68948639
个人建议安装oracle JDK1.8.x,不是用centos 自己带的openJDK。
vi /etc/profile, 加入下面的内容。
export JAVA_HOME=/usr/java/jdk1.8.0_151
export CLASSPATH=".:$JAVA_HOME/lib:$CLASSPATH"
export PATH="$JAVA_HOME:$PATH"
注意:在3台机器上都要重复下面的步骤。
将下载得到的hadoop-2.9.0.tar.gz上载到/opt/目录下, 进入到该目录,执行命令:
cd /opt/
执行解压命令:
tar -xzvf hadoop-2.9.0.tar.gz
说明:3台机器都要进行上述操作,解压缩后得到一个名为/opt/hadoop-2.9.0的目录。
在/data/目录下新建几个目录,复制粘贴执行下面的命令:
# mkdir -p /data/hadoop/tmp /data/hadoop/var /data/hadoop/dfs/name /data/hadoop/dfs/data
3.2.3.1 修改/opt/hadoop-2.9.0/etc/hadoop/core-site.xml文件
在
<property>
<name>hadoop.tmp.dirname>
<value>/data/hadoop/tmpvalue>
<description>Abase for other temporary directories.description>
property>
<property>
<name>fs.defaultFSname>
<value>hdfs://hadoopServer3:9000value>
property>
configuration>
特别说明:对于默认文件系统的配置以前是下面的名称,但描述信息说明这种名称已被弃用
修改 /opt/hadoop-2.9.0/etc/hadoop/hadoop-env.sh 文件
将export JAVA_HOME=${JAVA_HOME}
修改为:
export JAVA_HOME=/usr/java/jdk1.8.0_151/
说明:修改为自己的JDK路径.一般情况下,如果用rpm去安装oracle JDK,则/usr/java/jdkxxx下面就是安装后的jdk目录。
修改/opt/hadoop-2.9.0/etc/hadoop/hdfs-site.xml文件
在
<property>
<name>dfs.name.dirname>
<value>file:///data/hadoop/dfs/namevalue>
<description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.description>
property>
<property>
<name>dfs.data.dirname>
<value>file:///data/hadoop/dfs/datavalue>
<description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.description>
property>
<property>
<name>dfs.replicationname>
<value>2value>
property>
<property>
<name>dfs.permissions.enabledname>
<value>falsevalue>
property>
说明:dfs.permissions配置为false后,可以允许不要检查权限就生成dfs上的文件,方便倒是方便了,但是你需要防止误删除,请将它设置为true,或者直接将该property节点删除,因为默认就是true。在该版本中,有一个名为mapred-site.xml.template的文件,复制该文件,然后改名为mapred-site.xml,命令是:
# cp /opt/hadoop-2.9.0/etc/hadoop/mapred-site.xml.template /opt/hadoop-2.9.0/etc/hadoop/mapred-site.xml
修改这个新建的mapred-site.xml文件,在
<property>
<name>mapred.job.trackername>
<value>hadoopServer3:49001value>
property>
<property>
<name>mapred.local.dirname>
<value>/data/hadoop/varvalue>
property>
<property>
<name>mapreduce.framework.namename>
<value>yarnvalue>
property>
修改/opt/hadoop-2.9.0/etc/hadoop/slaves文件,将里面的localhost删除,添加如下内容:
修改/opt/hadoop-2.9.0/etc/hadoop/yarn-site.xml文件,
在
<property>
<name>yarn.resourcemanager.hostnamename>
<value>hadoopServer3value>
property>
<property>
<description>The address of the applications manager interface in the RM.description>
<name>yarn.resourcemanager.addressname>
<value>${yarn.resourcemanager.hostname}:8032value>
property>
<property>
<description>The address of the scheduler interface.description>
<name>yarn.resourcemanager.scheduler.addressname>
<value>${yarn.resourcemanager.hostname}:8030value>
property>
<property>
<description>The http address of the RM web application.description>
<name>yarn.resourcemanager.webapp.addressname>
<value>${yarn.resourcemanager.hostname}:8088value>
property>
<property>
<description>The https adddress of the RM web application.description>
<name>yarn.resourcemanager.webapp.https.addressname>
<value>${yarn.resourcemanager.hostname}:8090value>
property>
<property>
<name>yarn.resourcemanager.resource-tracker.addressname>
<value>${yarn.resourcemanager.hostname}:8031value>
property>
<property>
<description>The address of the RM admin interface.description>
<name>yarn.resourcemanager.admin.addressname>
<value>${yarn.resourcemanager.hostname}:8033value>
property>
<property>
<name>yarn.nodemanager.aux-servicesname>
<value>mapreduce_shufflevalue>
property>
<property>
<name>yarn.scheduler.maximum-allocation-mbname>
<value>2048value>
<discription>每个节点可用内存,单位MB,默认8182MBdiscription>
property>
<property>
<name>yarn.nodemanager.vmem-pmem-rationame>
<value>2.1value>
property>
<property>
<name>yarn.nodemanager.resource.memory-mbname>
<value>2048value>
property>
<property>
<name>yarn.nodemanager.vmem-check-enabledname>
<value>falsevalue>
property>
说明:yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查,如果你是安装在虚拟机上,这个配置很有用,配上去之后后续操作不容易出问题。如果是实体机上,并且内存够多,可以将这个配置去掉。
因为hadoopServer3是namenode,hadoopServer6和hadoopServer9都是datanode, 所以只需要对hadoopServer3进行初始化操作,也就是对hdfs进行格式化。 进入到hadoopServer3的/opt/hadoop-2.9.0/bin目录,也就是执行命令:
cd /opt/hadoop-2.9.0/bin
执行初始化脚本,也就是执行命令:
./hadoop namenode -format
例子如图:
稍等几秒,不报错的话,即可执行成功,如图:
格式化成功后,可以在看到在/data/hadoop/dfs/name/目录多了一个current目录,而且该目录内有一系列文件。
因为hadoopServer3是namenode,hadoopServer6和hadoopServer9都是datanode,
所以只需要再hadoopServer3上执行启动命令即可。
进入到hadoopServer3这台机器的 /opt/hadoop-2.9.0/sbin目录,也就是执行命令:
cd /opt/hadoop-2.9.0/sbin
执行初始化脚本,也就是执行命令:
./start-all.sh
第一次执行上面的启动命令,会需要我们进行交互操作,在问答界面上输入yes回车
如图:
haddoop启动了,需要测试一下hadoop是否正常。
执行命令,关闭防火墙,CentOS7下,命令是:
systemctl stop firewalld.service
hadoopServer3是我们的namanode,该机器的IP是10.70.27.3 ,在本地电脑访问如下地址:
http://10.70.27.3:50070/
自动跳转到了overview页面
如图:
在本地浏览器里访问如下地址:
http://10.70.27.3:8088/
自动跳转到了cluster页面
如图: