Hadoop学习笔记 1 - hadoop-2.7.1 安装配置

1、 搭建linux环境

   我准备的环境是VM RedHat Linux 6.5 64bit
    设置固定IP    
              vim /etc/sysconfig/network-scripts/ifcfg-eth0

              将IP地址设定为192.168.38.128

   修改主机名： vim /etc/hosts

              将主机名改为 itbuilder1

2、安装JDK

     配置好JDK的环境变量

3、安装hadoop环境

     从Apache官网下载2.7.1版本的hadoop核心包

     地址：http://archive.apache.org/dist/hadoop/core/stable2/hadoop-2.7.1.tar.gz

     3.1  将安装包解压到制定目录下

       首先创建一个目录： mkdir /usr/local/hadoop

        将文件解压到/usr/local/hadoop目录下：tar -zxvf hadoop-2.7.1.tar.gz -C /usr/local/hadoop

     3.2 修改配置文件

           hadoop2.7.1版本需要修改5个配置文件，如下

            1、hadoop-env.sh

            2、core-site.xml

            3、hdfs-site.xml

            4、mapred-site.xml（mapred-site.xml.template）

            5、yarn-site.xml

        这5个文件都在hadoop木下的etc中，具体目录为： /usr/local/hadoop/hadoop-2.7.1/etc/hadoop/

      3.2.1 修改环境变量(hadoop-env.sh)

            使用vim命令打开 hadoop-env.sh文件

            在指定JavaHome的地方设置好JDK的根目录，如下图：

           
     export JAVA_HOME=/usr/java/jdk1.8.0_20

       3.2.2  core-site.xml 配置，指定HDFS的namenode以及临时文件地址

          <configuration>
        <!--指定HDFS的老大 （NameNode）的地址-->
            <property>
                    <name>fs.defaultFS</name>
                    <value>hdfs://itbuilder1:9000</value>
            </property>
        <!--指定hadoop运行时产生文件的存放目录-->
            <property>
                    <name>hadoop.tmp.dir</name>
                    <value>/usr/local/hadoop/hadoop-2.7.1/tmp</value>
            </property>
       </configuration>

       3.2.3 hdfs-site.xml （指定副本数量）

         <!--制定HDFS保存数据副本的数量-->
        <configuration>
           <property>
                <name>dfs.replication</name>
                <value>1</value>
            </property>
        </configuration>

         3.2.4 mapred-site.xml  告诉hadoop以后MR运行在yarn上

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

         3.2.5 yarn-site.xml

             <configuration>
                  <!--告诉 nodemanager 获取数据的方式是shuffle的方式 -->
                   <property>
                               <name>yarn.nodemanager.aux-services</name>
                                <value>mapreduce_shuffle</value>
                     </property>

                     <!--制定yarn的老大（ResourceManager）的地址 -->
                    <property>
                              <name>yarn.resourcemanager.hostname</name>
                                <value>itbuilder1</value>
                    </property>

             </configuration>

4、将hadoop添加到环境变量中

vim /etc/profile

export JAVA_HOME=/usr/java/jdk1.8.0_20
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

 

#刷新一下/etc/profile
 source /etc/profile

 

5、初始化（格式化）文件系统（HDFS）
    #hadoop namenode -format (已经过时了)
     hdfs namenode -format  （最新的 等待时间较长）

6、启动hadoop （hdfs yarn）
./start-all.sh(过时了，需要多次确认并且输入linux密码) 以后改用一下两个命令
./start-hdfs.sh
./start-yarn.sh

                

通过jps 命令查看当前打开的进程

 

[root@itbuilder1 ~]# jps
3461 ResourceManager
3142 DataNode
3751 NodeManager
3016 NameNode
5034 Jps
3307 SecondaryNameNode

访问管理界面：
http://192.168.38.128:50070 （hdfs管理界面）
http://192.168.38.128:8088 （mr管理界面）

这两个界面打开，说明安装成功

 

 

7、测试hdfs
 上传文件
  hadoop fs -put /usr/jdk-8u20-linux-x64.tar.gz  hdfs://itbuilder1:9000/itbuilder1
 下载文件
 hadoop fs -get hdfs://itbuilder1:9000/itbuilder1 /usr/jdk
 
8、 运行一个例子
创建一个文本，上传到hdfs
vi words
hadoop fs -put words hdfs://itbuilder1:9000/words
hadoop jar hadoop-mapreduce-examples-2.7.1.jar wordcount  hdfs://itbuilder1:9000/words  hdfs://itbuilder1:9000/wcount


9、 设置SSH个免登陆 （hadoop启动时免登陆密码）
进入/root/.ssh里
使用ssh-keygen -t rsa 创建一个秘钥 (生成一个私钥与一个公钥)
将公钥保存到authorized_kes中  cp id_rsa.pub  authorized_keys