1 下载 hadoop
2 安装 3 个虚拟机并实现 ssh 免密码登录
2.1 安装 3 个机器
2.2 检查机器名称
2.3 修改 / etc/hosts 文件
2.4 给 3 个机器生成秘钥文件
2.5 在 hserver1 上创建 authorized_keys 文件
2.6 将 authorized_keys 文件复制到其他机器
2.7 测试使用 ssh 进行无密码登录
2.7.1 在 hserver1 上进行测试
2.7.2 在 hserver2 上进行测试
2.7.3 在 hserver3 上进行测试
3 安装 jdk 和 hadoop
3.1 安装 JDK
3.2 安装 hadoop
3.2.1 上载文件并解压缩
3.2.2 新建几个目录
3.2.3 修改 etc/hadoop 中的一系列配置文件
3.2.3.1 修改 core-site.xml
3.2.3.2 修改 hadoop-env.sh
3.2.3.3 修改 hdfs-site.xml
3.2.3.4 新建并且修改 mapred-site.xml
3.2.3.5 修改 slaves 文件
3.2.3.6 修改 yarn-site.xml 文件
4 启动 hadoop
4.1 在 namenode 上执行初始化
4.2 在 namenode 上执行启动命令
5 测试 hadoop
关键字: Linux CentOS Hadoop Java
版本: CentOS7 Hadoop2.8.0 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
1 下载 hadoop
本博文使用的 hadoop 是 2.8.0
打开下载地址选择页面:
http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.8.0/hadoop-2.8.0.tar.gz
如图:
我使用的地址是:
http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.8.0/hadoop-2.8.0.tar.gz
2 安装 3 个虚拟机并实现 ssh 免密码登录
2.1 安装 3 个机器
这里用的 Linux 系统是 CentOS7(其实 Ubuntu 也很好, 但是这里用的是 CentOS7 演示), 安装方法就不多说了, 如有需要请参考该博文:
http://blog.csdn.net/pucao_cug/article/details/71229416
安装 3 个机器, 机器名称分别叫 hserver1hserver2hserver3(说明机器名不这么叫可以, 待会用 hostname 命令修改也行)
如图:
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 我的机器名和 ip 的对应关系是:
- 192.168.119.128 hserver1
- 192.168.119.129 hserver2
- 192.168.119.130 hserver3
2.2 检查机器名称
为了后续操作方便, 确保机器的 hostname 是我们想要的拿 192.168.119.128 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
如图:
发现, 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 hserver1
如图:
执行完成后, 在检查看, 是否修改了, 敲入 hostname 命令:
如图:
类似的, 将其他两个机器, 分别改名为 hserver2 和 hserver3
2.3 修改 / etc/hosts 文件
修改这 3 台机器的 / etc/hosts 文件, 在文件中添加以下内容:
- [plain] view plain copy
- 192.168.119.128 hserver1
- 192.168.119.129 hserver2
- 192.168.119.130 hserver3
如图:
说明: IP 地址没必要和我的一样, 这里只是做一个映射, 只要映射是对的就可以, 至于修改方法, 可以用 vim 命令, 也可以在你的本地机器上把 hosts 文件内容写好后, 拿到 Linux 机器上去覆盖
配置完成后使用 ping 命令检查这 3 个机器是否相互 ping 得通, 以 hserver1 为例, 在什么执行命令:
ping -c 3 hserver2
如图:
执行命令:
ping -c 3 hserver3
如图:
ping 得通, 说明机器是互联的, 而且 hosts 配置也正确
2.4 给 3 个机器生成秘钥文件
以 hserve1 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
如图:
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/
如图:
使用同样的方法为 hserver2 和 hserver3 生成秘钥 (命令完全相同, 不用做如何修改)
2.5 在 hserver1 上创建 authorized_keys 文件
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 authorized_keys, 文件内容是我们刚才为 3 台机器生成的公钥为了方便, 我下面的步骤是现在 hserver1 上生成 authorized_keys 文件, 然后把 3 台机器刚才生成的公钥加入到这个 hserver1 的 authorized_keys 文件里, 然后在将这个 authorized_keys 文件复制到 hserver2 和 hserver3 上面
首先使用命令, 在 hserver1 的 / root/.ssh / 目录中生成一个名为 authorized_keys 的文件, 命令是:
touch /root/.ssh/authorized_keys
如图:
可以使用命令看, 是否生成成功, 命令是:
ls /root/.ssh/
如图:
其次将 hserver1 上的 / root/.ssh/id_rsa.pub 文件内容, hserver2 上的 / root/.ssh/id_rsa.pub 文件内容, hserver3 上的 / root/.ssh/id_rsa.pub 文件内容复制到这个 authorized_keys 文件中, 复制的方法很多了, 可以用 cat 命令和 vim 命令结合来弄, 也可以直接把这 3 台机器上的 / root/.ssh/id_rsa.pub 文件下载到本地, 在本地将 authorized_keys 文件编辑好在上载到这 3 台机器上
hserver1 机器上我的 / root/.ssh/id_rsa.pub 内容是:
- [plain] view plain copy
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQD8fTIVorOxgDo81yCEgcJTstUcyfOBecL+NZ/OLXCEzaBMw5pLV0UNRX6SZnaAgu/erazkz4sw74zfRIMzEeKKCeNcZ6W78cg+ZNxDcj8+FGeYqY5+nc0YPhXFVI7AwFmfr7fH5hoIT14ClKfGklPgpEgUjDth0PeRwnUTvUy9A1x76npjAZrknQsnoLYle7cVJZ/zO3eGxS75YEdTYDMv+UMiwtcJg7UxOqR+9UT3TO+xLk0yOl8GIISXzMhdCZkmyAH+DmW56ejzsd+JWwCMm177DtOZULl7Osq+OGOtpbloj4HCfstpoiG58SM6Nba8WUXWLnbgqZuHPBag/Kqjroot@hserver1
hserver2 机器上我的 / root/.ssh/id_rsa.pub 内容是:
- [plain] view plain copy
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQC29kPkYz4c3bd9Qa1TV8kCR0bUNs4f7/dDcR1NKwrgIiecN7zPEWJpjILtlm3niNNx1j5R49QLTLBKKo8PE8mid47POvNypkVRGDeN2IVCivoAQ1T7S8bTJ4zDECGydFYyKQfS2nOAifAWECdgFFtIp52d+dLIAg1JC37pfER9f32rd7anhTHYKwnLwR/NDVGAw3tMkXOnFuFKUMdOJ3GSoVOZf3QHKykGIC2fz/lsXZHaCcQWvOU/Ecd9e0263Tvqh7zGWpF5WYEGjkLlY8v2sioeZxgzog1LWycUTMTqaO+fSdbvKqVj6W0qdy3Io8bJ29Q3S/6MxLa6xvFcBJEXroot@hserver2
hserver2 机器上我的 / root/.ssh/id_rsa.pub 内容是:
- [plain] view plain copy
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQC1a2o10ttv2570GpuUZy7g9o7lIkkeed7ba25VvFEBcUroQIZ+NIAiVIMGPRiOqm7X4bTLWj5EOz5JXG2l8rwA6CFnWfW3U+ttD1COLOrv2tHTiJ1PhQy1jJR/LpC1iX3sNIDDs+I0txZFGTCTRMLmrbHVTl8j5Yy/CTYLuC7reIZjzphp7aaS2ev0dlbQzeB08ncjA5Jh4X72qQMOGPUUc2C9oa/CeCvI0SJbt8mkHwqFanZz/IfhLJIKhupjtYsqwQMmzLIjHxbLRwUGoWU6X4e76OkUz/xyyHlzBg1Vu2F9hjoXPW80VmupIRSXFDliDBJ8NlXXQN47wwYBG28broot@hserver3
合并之后, 我的 hserver1 机器上的 / root/.ssh/authorized_keys 文件内容是:
- [plain] view plain copy
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQD8fTIVorOxgDo81yCEgcJTstUcyfOBecL+NZ/OLXCEzaBMw5pLV0UNRX6SZnaAgu/erazkz4sw74zfRIMzEeKKCeNcZ6W78cg+ZNxDcj8+FGeYqY5+nc0YPhXFVI7AwFmfr7fH5hoIT14ClKfGklPgpEgUjDth0PeRwnUTvUy9A1x76npjAZrknQsnoLYle7cVJZ/zO3eGxS75YEdTYDMv+UMiwtcJg7UxOqR+9UT3TO+xLk0yOl8GIISXzMhdCZkmyAH+DmW56ejzsd+JWwCMm177DtOZULl7Osq+OGOtpbloj4HCfstpoiG58SM6Nba8WUXWLnbgqZuHPBag/Kqjroot@hserver1
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQC29kPkYz4c3bd9Qa1TV8kCR0bUNs4f7/dDcR1NKwrgIiecN7zPEWJpjILtlm3niNNx1j5R49QLTLBKKo8PE8mid47POvNypkVRGDeN2IVCivoAQ1T7S8bTJ4zDECGydFYyKQfS2nOAifAWECdgFFtIp52d+dLIAg1JC37pfER9f32rd7anhTHYKwnLwR/NDVGAw3tMkXOnFuFKUMdOJ3GSoVOZf3QHKykGIC2fz/lsXZHaCcQWvOU/Ecd9e0263Tvqh7zGWpF5WYEGjkLlY8v2sioeZxgzog1LWycUTMTqaO+fSdbvKqVj6W0qdy3Io8bJ29Q3S/6MxLa6xvFcBJEXroot@hserver2
- ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQC1a2o10ttv2570GpuUZy7g9o7lIkkeed7ba25VvFEBcUroQIZ+NIAiVIMGPRiOqm7X4bTLWj5EOz5JXG2l8rwA6CFnWfW3U+ttD1COLOrv2tHTiJ1PhQy1jJR/LpC1iX3sNIDDs+I0txZFGTCTRMLmrbHVTl8j5Yy/CTYLuC7reIZjzpHP7aaS2ev0dlbQzeB08ncjA5Jh4X72qQMOGPUUc2C9oa/CeCvI0SJbt8mkHwqFanZz/IfhLJIKhupjtYsqwQMmzLIjHxbLRwUGoWU6X4e76OkUz/xyyHlzBg1Vu2F9hjoXPW80VmupIRSXFDliDBJ8NlXXQN47wwYBG28broot@hserver3
如图:
2.6 将 authorized_keys 文件复制到其他机器
hserver1 机器的 / root/.ssh / 目录下已经有 authorized_keys 这个文件了, 该文件的内容也已经 OK 了, 接下来要将该文件复制到 hserver2 的 / root/.ssh / 和 hserver3 的 / root/.ssh/
复制的方法有很多, 最简单的就是用 SecureFX 可视化工具操作吧
复制完成后, 可以看到三台机器的 / root/.ssh 目录下都有了这样的文件
如图:
上图已经说得很清楚了, 三台机器的 / root/.ssh 都有同名的文件, 但是只有 authorized_keys 文件的内容是相同的
2.7 测试使用 ssh 进行无密码登录
2.7.1 在 hserver1 上进行测试
输入命令:
ssh hserver2
如图:
输入命令:
exit 回车
如图:
输入命令:
ssh hserver3
如图:
输入命令:
exit 回车
如图:
2.7.2 在 hserver2 上进行测试
方法类似 2.7.1, 只不过命令变成了 ssh hserver1 和 ssh hserver3, 但是一定要注意的是, 每次 ssh 完成后, 都要执行 exit, 否则你的后续命令是在另外一台机器上执行的
2.7.3 在 hserver3 上进行测试
方法类似 2.7.1, 只不过命令变成了 ssh hserver1 和 ssh hserver2, 但是一定要注意的是, 每次 ssh 完成后, 都要执行 exit, 否则你的后续命令是在另外一台机器上执行的
3 安装 jdk 和 hadoop
说明, 为了省去一系列获取管理员权限, 授权等繁琐操作, 精简教程, 这里都是使用 root 账户登录并且使用 root 权限进行操作
3.1 安装 JDK
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
3.2 安装 hadoop
注意: 3 台机器上都需要重复下面所讲的步骤
3.2.1 上载文件并解压缩
在 opt 目录下新建一个名为 hadoop 的目录, 并将下载得到的 hadoop-2.8.0.tar 上载到该目录下, 如图:
进入到该目录, 执行命令:
cd /opt/hadoop
执行解压命令:
tar -xvf hadoop-2.8.0.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 hadoop-2.8.0 的目录
3.2.2 新建几个目录
在 / root 目录下新建几个目录, 复制粘贴执行下面的命令:
- [plain] view plain copy
- mkdir /root/hadoop
- mkdir /root/hadoop/tmp
- mkdir /root/hadoop/var
- mkdir /root/hadoop/dfs
- mkdir /root/hadoop/dfs/name
- mkdir /root/hadoop/dfs/data
3.2.3 修改 etc/hadoop 中的一系列配置文件
修改 / opt/hadoop/hadoop-2.8.0/etc/hadoop 目录内的一系列文件
3.2.3.1 修改 core-site.xml
修改 / opt/hadoop/hadoop-2.8.0/etc/hadoop/core-site.xml 文件
在 < configuration > 节点内加入配置:
- <property>
- <name>hadoop.tmp.dir</name>
- <value>/root/hadoop/tmp</value>
- <description>Abase for other temporary directories.</description>
- </property>
- <property>
- <name>fs.default.name</name>
- <value>hdfs://hserver1:9000</value>
- </property>
- </configuration>
3.2.3.2 修改 hadoop-env.sh
修改 / opt/hadoop/hadoop-2.8.0/etc/hadoop/hadoop-env.sh 文件
将 export JAVA_HOME=${JAVA_HOME}
修改为:
export JAVA_HOME=/opt/java/jdk1.8.0_121
说明: 修改为自己的 JDK 路径
3.2.3.3 修改 hdfs-site.xml
修改 / opt/hadoop/hadoop-2.8.0/etc/hadoop/hdfs-site.xml 文件
在 < configuration > 节点内加入配置:
- <property>
- <name>dfs.name.dir</name>
- <value>/root/hadoop/dfs/name</value>
- <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
- </property>
- <property>
- <name>dfs.data.dir</name>
- <value>/root/hadoop/dfs/data</value>
- <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
- </property>
- <property>
- <name>dfs.replication</name>
- <value>2</value>
- </property>
- <property>
- <name>dfs.permissions</name>
- <value>false</value>
- <description>need not permissions</description>
- </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
3.2.3.4 新建并且修改 mapred-site.xml
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:
- [plain] view plain copy
- cp /opt/hadoop/hadoop-2.8.0/etc/hadoop/mapred-site.xml.template /opt/hadoop/hadoop-2.8.0/etc/hadoop/mapred-site.xml
修改这个新建的 mapred-site.xml 文件, 在 < configuration > 节点内加入配置:
- <property>
- <name>mapred.job.tracker</name>
- <value>hserver1:49001</value>
- </property>
- <property>
- <name>mapred.local.dir</name>
- <value>/root/hadoop/var</value>
- </property>
- <property>
- <name>mapreduce.framework.name</name>
- <value>yarn</value>
- </property>
3.2.3.5 修改 slaves 文件
修改 / opt/hadoop/hadoop-2.8.0/etc/hadoop/slaves 文件, 将里面的 localhost 删除, 添加如下内容:
- [plain] view plain copy
- hserver2
- hserver3
3.2.3.6 修改 yarn-site.xml 文件
修改 / opt/hadoop/hadoop-2.8.0/etc/hadoop/yarn-site.xml 文件,
在 < configuration > 节点内加入配置 (注意了, 内存根据机器配置越大越好, 我这里只配 2 个 G 是因为机器不行):
- <property>
- <name>yarn.resourcemanager.hostname</name>
- <value>hserver1</value>
- </property>
- <property>
- <description>The address of the applications manager interface in the RM.</description>
- <name>yarn.resourcemanager.address</name>
- <value>${yarn.resourcemanager.hostname}:8032</value>
- </property>
- <property>
- <description>The address of the scheduler interface.</description>
- <name>yarn.resourcemanager.scheduler.address</name>
- <value>${yarn.resourcemanager.hostname}:8030</value>
- </property>
- <property>
- <description>The http address of the RM web application.</description>
- <name>yarn.resourcemanager.webapp.address</name>
- <value>${yarn.resourcemanager.hostname}:8088</value>
- </property>
- <property>
- <description>The https adddress of the RM web application.</description>
- <name>yarn.resourcemanager.webapp.https.address</name>
- <value>${yarn.resourcemanager.hostname}:8090</value>
- </property>
- <property>
- <name>yarn.resourcemanager.resource-tracker.address</name>
- <value>${yarn.resourcemanager.hostname}:8031</value>
- </property>
- <property>
- <description>The address of the RM admin interface.</description>
- <name>yarn.resourcemanager.admin.address</name>
- <value>${yarn.resourcemanager.hostname}:8033</value>
- </property>
- <property>
- <name>yarn.nodemanager.aux-services</name>
- <value>mapreduce_shuffle</value>
- </property>
- <property>
- <name>yarn.scheduler.maximum-allocation-mb</name>
- <value>2048</value>
- <discription > 每个节点可用内存, 单位 MB, 默认 8182MB</discription>
- </property>
- <property>
- <name>yarn.nodemanager.vmem-pmem-ratio</name>
- <value>2.1</value>
- </property>
- <property>
- <name>yarn.nodemanager.resource.memory-mb</name>
- <value>2048</value>
- </property>
- <property>
- <name>yarn.nodemanager.vmem-check-enabled</name>
- <value>false</value>
- </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
4 启动 hadoop
4.1 在 namenode 上执行初始化
因为 hserver1 是 namenode,hserver2 和 hserver3 都是 datanode, 所以只需要对 hserver1 进行初始化操作, 也就是对 hdfs 进行格式化
进入到 hserver1 这台机器的 / opt/hadoop/hadoop-2.8.0/bin 目录, 也就是执行命令:
cd /opt/hadoop/hadoop-2.8.0/bin
执行初始化脚本, 也就是执行命令:
./hadoop namenode -format
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 / root/hadoop/dfs/name / 目录多了一个 current 目录, 而且该目录内有一系列文件
如图:
4.2 在 namenode 上执行启动命令
因为 hserver1 是 namenode,hserver2 和 hserver3 都是 datanode, 所以只需要再 hserver1 上执行启动命令即可
进入到 hserver1 这台机器的 / opt/hadoop/hadoop-2.8.0/sbin 目录, 也就是执行命令:
cd /opt/hadoop/hadoop-2.8.0/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:
5 测试 hadoop
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
如图:
hserver1 是我们的 namanode, 该机器的 IP 是 192.168.119.128, 在本地电脑访问如下地址:
http://192.168.119.128:50070/
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://192.168.119.128:8088/
自动跳转到了 cluster 页面
如图:
来源: http://www.bubuko.com/infodetail-2517022.html