10分钟搭建Hadoop集群

10分钟搭建Hadoop集群

1. 准备

3台Linux机器或虚拟机，安装了CentOS6/Redhat6/Ubuntu;

在所有机器上都安装了ssh和rsync，ubuntu安装例子：

$ sudo apt-get install ssh
$ sudo apt-get install rsync

安装java。

2. 规划节点：

将其中一台机器作为master作为NameNode，另外两台作为DataNode，命名3台机器为：node1，node2，node3，这里将node1作为NameNode，node2，node3作为dataNode；

在所有机器的/etc/hosts中加入hostname配置信息，加入如下例子中的红色部分：

127.0.0.1 localhost

# The following lines are desirable for IPv6 capable hosts

::1 ip6-localhost ip6-loopback

fe00::0 ip6-localnet

ff00::0 ip6-mcastprefix

ff02::1 ip6-allnodes

ff02::2 ip6-allrouters

192.168.1.11 node1

192.168.1.12 node2

192.168.1.13 node3

3. 环境准备：

为方便管理和安装，在所有机器上创建同一个hadoop用户，以下所有操作都在此账户下进行。

设置无密码登陆，在node1上创建public密钥，并将public密钥copy到其他节点机器，并将public密钥导入到所有机器（包括本机）：

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

导入密钥后，在node1上，分别用ssh localhost；ssh node1;ssh node2;ssh node3测试密钥安装正确，并能无密码登陆。

规划hadoop数据目录，在所有机器上创建如下目录：

$ mkdir ~/data

$ mkdir ~/data/hdfs

$ mkdir ~/data/hdfs/name #namenode

$ mkdir ~/data/hdfs/data #datanode

$ mkdir ~/data/hdfs/tmp #临时文件夹

下载最新的stable Hadoop到/home/hadoop/：curlhttp://mirror.bit.edu.cn/apache/hadoop/common/hadoop-1.0.4/hadoop-1.0.4-bin.tar.gz

解压：tar -zxvfhadoop-1.0.4-bin.tar.gz

修改配置文件：

hadoop-1.0.4/conf/hadoop-env.sh 中指定JAVA_HOME：

# The java implementation to use. Required.

# export JAVA_HOME=/usr/lib/j2sdk1.5-sun

export JAVA_HOME=/opt/java/jdk1.6.0_24

# Extra Java CLASSPATH elements. Optional.

# export HADOOP_CLASSPATH=

hadoop-1.0.4/conf/core-site.xml

<property>

<name>hadoop.tmp.dir</name>

<value>/home/hadoop/data/hdfs/tmp</value>

</property>

<property>

<name>fs.default.name</name>

<value>hdfs://node1:9000</value>

</property>

hadoop-1.0.4/conf/hdfs-site.xml

<property>

<name>dfs.name.dir</name>

<value>/home/hadoop/data/hdfs/name</value>

</property>

<property>

<name>dfs.data.dir</name>

<value>/home/hadoop/data/hdfs/data</value>

</property>

hadoop-1.0.4/conf/mapred-site.xml

<property>

<name>mapred.job.tracker</name>

<value>node1:9001</value>

</property>

<property>

<name>mapreduce.jobtracker.system.dir</name>

<value>/home/hadoop/data/hdfs/mapred/system</value>

</property>

<property>

<name>mapreduce.cluster.local.dir</name>

<value>/home/hadoop/data/hdfs/mapred/local</value>

</property>

hadoop-1.0.4/conf/masters

node1

hadoop-1.0.4/conf/slaves

node2

node3

4. 同步hadoop所有软件和配置到其他机器

创建目标机器列表文件,并加入目标机器名：/home/hadoop/servers

node2

node3

创建同步脚本：/home/hadoop/cp_hadoop

for host in `cat servers`

do

echo ------------------------------------------------------------------

echo rsync host: $host

ssh $host 'rm -fr /home/hadoop/hadoop-1.0.4'

rsync -avz/home/hadoop/hadoop-1.0.4 $host:/home/hadoop/hadoop-1.0.4

done

执行同步脚本: $ ./cp_hadoop

5. 启动所有服务：

$ cd/home/hadoop/hadoop-1.0.4/bin

$ ./start_all.sh

6. 访问web界面验证安装：

• NameNode-http://node1:50070/
• JobTracker-http://node2:50030/