分布式架構 Hadoop 2.7.X 安裝和配置

一、安裝環境 

硬件：虛擬機 
操作系統：Ubuntu 14 32位 
IP：59.77.132.28
主機名：admin
安裝用戶：root

二、安裝JDK 

安裝JDK1.7或者以上版本。這里安裝jdk1.7.0_79。 
下載地址：http://www.oracle.com/technetwork/java/javase/downloads/index.html 
1，下載jdk-7u79-linux-x64.gz，解壓到/usr/java/jdk1.7.0_79。 
2，在/root/.bash_profile中添加如下配置：

export JAVA_HOME=/usr/java/jdk1.7.0_79 export PATH=$JAVA_HOME/bin:$PATH

3，使環境變量生效，#source ~/.bash_profile 
4，安裝驗證# java -version 
java version "1.7.0_79"
Java(TM) SE Runtime Environment (build 1.7.0_79-b15)
Java HotSpot(TM) 64-Bit Server VM (build 24.79-b02, mixed mode)

三，配置SSH無密碼登陸

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

驗證ssh，# ssh localhost 
不需要輸入密碼即可登錄。

如果你是集群的形式，那么可以參考http://blog.csdn.net/se7en_q/article/details/47671425

四，安裝Hadoop2.7

1，下載Hadoop2.7.1 
下載地址：http://mirrors.hust.edu.cn/apache/hadoop/common/stable2/hadoop-2.7.1.tar.gz

2，解壓安裝 
1），復制 hadoop-2.7.1.tar.gz 到/usr/hadoop目錄下， 
然后#tar -xzvf hadoop-2.7.1.tar.gz 解壓，解壓后目錄為：/usr/hadoop/hadoop-2.7.1 
2），在/usr/hadoop/目錄下，建立tmp、hdfs/name、hdfs/data目錄，執行如下命令 
#mkdir /usr/hadoop/tmp 
#mkdir /usr/hadoop/hdfs 
#mkdir /usr/hadoop/hdfs/data 
#mkdir /usr/hadoop/hdfs/name

3），設置環境變量，#vi ~/.bash_profile

# set hadoop path export HADOOP_HOME=/usr/hadoop/hadoop-2.7.1 export PATH=$PATH:$HADOOP_HOME/bin

4)，使環境變量生效，$source ~/.bash_profile 

                        或：source /etc/profile

3，Hadoop配置 
進入$HADOOP_HOME/etc/hadoop目錄，配置 hadoop-env.sh等。涉及的配置文件如下： 
hadoop-2.7.1/etc/hadoop/hadoop-env.sh 
hadoop-2.7.1/etc/hadoop/yarn-env.sh 
hadoop-2.7.1/etc/hadoop/core-site.xml 
hadoop-2.7.1/etc/hadoop/hdfs-site.xml 
hadoop-2.7.1/etc/hadoop/mapred-site.xml 
hadoop-2.7.1/etc/hadoop/yarn-site.xml

1）配置hadoop-env.sh

# The java implementation to use. #export JAVA_HOME=${JAVA_HOME} export JAVA_HOME=/usr/java/jdk1.7.0_79

2）配置yarn-env.sh

#export JAVA_HOME=/home/y/libexec/jdk1.7.0/ export JAVA_HOME=/usr/java/jdk1.7.0_79

3）配置core-site.xml 
添加如下配置：

<configuration> <property> <name>fs.default.name</name> <value>hdfs://localhost:9000</value> <description>HDFS的URI，文件系統://namenode標識:端口號</description> </property> <property> <name>hadoop.tmp.dir</name> <value>/usr/hadoop/tmp</value> <description>namenode上本地的hadoop臨時文件夾</description> </property> </configuration>

4），配置hdfs-site.xml 
添加如下配置

<configuration> <property> <name>dfs.name.dir</name> <value>/usr/hadoop/hdfs/name</value> <description>namenode上存儲hdfs名字空間元數據 </description> </property> <property> <name>dfs.data.dir</name> <value>/usr/hadoop/hdfs/data</value> <description>datanode上數據塊的物理存儲位置</description> </property> <property> <name>dfs.replication</name> <value>1</value> <description>副本個數，配置默認是3,應小於datanode機器數量</description> </property> </configuration>

5），配置mapred-site.xml 
添加如下配置：

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

6），配置yarn-site.xml 
添加如下配置：

<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>59.77.132.28:8099</value> </property> </configuration>

4，Hadoop啟動 

1）格式化namenode

$ bin/hdfs namenode –format

2）啟動NameNode 和 DataNode 守護進程

$ sbin/start-dfs.sh

3）啟動ResourceManager 和 NodeManager 守護進程

$ sbin/start-yarn.sh

5，啟動驗證 

1）執行jps命令，有如下進程，說明Hadoop正常啟動

# jps 6097 NodeManager 11044 Jps 7497 -- process information unavailable 8256 Worker 5999 ResourceManager 5122 SecondaryNameNode 8106 Master 4836 NameNode 4957 DataNode