Hadoop的分布式安装部署图文分享

由于Spark以后会用到HDFS以及YARN，所以第一步可以先将Hadoop的最简单的集群搭建好，以便以后方便使用。
集群规划（根据我虚拟机而定）:

• NameNode
• – Hadoop1 （ 192.168.52.151）
• DataNode
• – Hadoop1 （ 192.168.52.151）
• – Hadoop2 （ 192.168.52.162）
• – Hadoop3 （ 192.168.52.163）

系统环境：

• centos6.3 x64 vmware
• 硬盘：30G
• 内存：1G
• hadoop版本：hadoop-2.4.0（为了方便Spark1.1.0 for Hadoop2.4的版本，这样可以不必自己编译，因为自己编译会用很长时间，有几个包还被墙，比较慢，这样可以直接用）

环境准备:
系统设置
关闭iptables：

service iptables stop
chkconfig iptables off
chkconfig ip6tables off

关闭没用的服务

chkconfig postfix off
chkconfig bluetooth off

检查SSHD

chkconfig --list

找到SSHD 有4个on即可

修改文件句柄数（/etc/security/limits.conf） //** HBase 使用（以后的文件句柄会不够用）

hadoop - nofile 32768
hadoop soft/hard nproc 32000

修改登录配置文件（/etc/pam.d/login）
在最后增加如下内容：

session required pam_limits.so

sshd_config 配置（/etc/ssh/sshd_config）

打开三个开关，如word图，去掉前面井号即可



/etc/hosts 配置（ /etc/hosts ）
在最上面配置  如图



用户和组的增加

• 增加hadoop 组和hadoop 用户
• 增加组 groupadd -g 1000 hadoop
• 增加用户 useradd -u 2000 -g hadoop hadoop
• 增加密码：passwd hadoop

软件安装：
JDK安装
1、  我安装在/home/jvm下
2、  进入这个目录，然后解压

tar zvxf /home/congli/jdk-8u25-linux-x64.tar.gz

Scala配置

tar zxf scala-2.11.4.tgz
chown -R root:root scala-2.11.4 改一下用户所有者

配置环境变量
注意：这里我已经规划好spark的目录以及hadoop的目录，所以一并加进去，或者等安装了hadoop和spark再加进去也可以。

vi /etc/profile

export JAVA_HOME=/home/jvm/jdk1.8.0_25
export JRE_HOME=/home/jvm/jdk1.8.0_25/jre
export SCALA_HOME=/home/congli/scala-2.11.4
export HADOOP_COMMON_HOME=/app/hadoop/hadoop240
export HADOOP_CONF_DIR=/app/hadoop/hadoop240/etc/hadoop
export YARN_CONF_DIR=/app/hadoop/hadoop240/etc/hadoop
export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/lib/tools.jar
export PATH=${JAVA_HOME}/bin:${JRE_HOME}/bin:${SCALA_HOME}/bin:${HADOOP_COMMON_HOME}/bin:${HADOOP_COMMON_HOME}/sbin:$PATH
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_COMMON_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_COMMON_HOME/lib"

测试一下：先刷新一下profile：

source /etc/profile

然后测试

java –version   scala –version

测试结果如下就是OK的：



安装hadoop
1、创建一个目录

mkdir -p /app/hadoop

2、解压到这个目录：

tar zxf /home/hadoop2.4.0/hadoop-2.4.0-bin.tar.gz

3、为了好记，我改名为

• hadoop240  hadoop-2.4.0/ hadoop240

4、执行

chown -R hadoop:hadoop hadoop

Haddop文件部署
1、  进入hadoop240/etc/hadoop 进行配置文件的修改；
2、  配置slaves
删除localhost（3台机器是以后如果用HBase ，还要用zookeeper，一般都用奇数台）



3、 配置core-site.xml

<property> 
       <name>fs.defaultFS</name> 
       <value>hdfs://hadoop1:8000</value> 
</property>

4、 配置hdfs-site.xml

<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///app/hadoop/hadoop240/mydata/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///app/hadoop/hadoop240/mydata/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>

这里的配置项涉及到几个目录，是HDFS的文件保存目录
元数据的保存目录
Datanode的数据保存目录
复制因子设置为1，缺省的是3，同一个数据块会在3个地方有保存，但是我们配置最简单的，就设置成1，让空间利用的更好
注意：mydata/name 和data目录都要创建好，不然会因为写不进去而启动不起来，这个问题我会在遇到的问题中（单开帖子）列出来

5、  配置yarn-site.xml

<property>
        <description>The hostname of the RM.</description>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop1</value>
    </property>
 
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</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 address of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>${yarn.resourcemanager.hostname}:8088</value>
    </property>
 
    <property>
        <name>yarn.resourcemanager.webapp.https.address</name>
        <value>${yarn.resourcemanager.hostname}:8090</value>
    </property>
 
    <property>
        <description>The address of the resource tracker interface.</description>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>${yarn.resourcemanager.hostname}:8031</value>
    </property>
 
    <property>
<name>yarn.resourcemanager.admin.address</name>
        <value>${yarn.resourcemanager.hostname}:8033</value>
    </property>

6、  配置mapred-site.xml
这个直接vi 编辑即可，无需从模板拷贝，直接vi 编辑即可建立；

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

7、  配置hadoop-env.sh

# The java implementation to use.
export JAVA_HOME=/home/jvm/jdk1.8.0_25

把这个替换文件里默认的即可。

集群安装

注意：
如果以上做好了，是虚拟机，就开始复制clone,然后设置好网卡等配置；
如果是物理机，几台机器都按照上面的配置好，复制相应目录并做好配置和环境变量的设置
虚拟机里的网卡如何更改，我就不讲了，以后可以单独写一个帖子;

SSH无密码登录设置

用ssh-keygen -t rsa 生成公钥
首先要生成hadoop用户的公钥，所以先su到hadoop用户
首先生成节点1（hadoop1）的公钥：$ssh-keygen -t rsa然后一直按回车键，就会按照默认的选项将生成的密钥保存在.ssh/id_rsa文件中。
cd ~/.ssh然后ls –lsa可以看到生成了两个文件



同样的第2、第3个节点也和上面一样生成公钥（注意：都先切换到hadoop目录）
用ssh 机器名 cat /home/hadoop/.ssh/id_rsa.pub>>authorized_keys 合成公钥

引用

例如：ssh hadoop1 cat /home/hadoop/.ssh/id_rsa.pub>>authorized_keys 之后要输入yes和hadoop用户的密码

修改authorized_keys 文件属性为600 ，并发放给各节点

chmod 600 authorized_keys

Copy到各个节点

scp authorized_keys hadoop@hadoop2:/home/hadoop/.ssh/
scp authorized_keys hadoop@hadoop3:/home/hadoop/.ssh/
scp authorized_keys hadoop@hadoop2:/home/hadoop/.ssh/
scp authorized_keys hadoop@hadoop3:/home/hadoop/.ssh/

用ssh 机器名 date 验证（去各个节点验证一下）

ssh hadoop1 date
ssh hadoop2 date
ssh hadoop3 date

成功后的截图如下：



Hadoop集群的启动
启动HDFS

引用

1、  进入hadoop目录，cd /app/hadoop/hadoop240
2、  bin/hdfs namenode –format 执行格式化；
3、  启动hadoop；sbin/start-dfs.sh（先启动HDFS）

注意：再启动hadoop的时候，最好是HDFS和yarn分开启动,因为HDFS启动的时候如果你保存了大量的文件之后，在启动之后有一个安全检查模式，会耗费大量时间，最好分开启动
4、HDFS的测试
bin/hdfs dfs –ls /  是空的，那么我们建立一个目录bin/hdfs dfs -mkdir -p /datatest /test
这样就建立好目录了，可以用bin/hdfs dfs –ls / 进行查看
5、bin/hdfs dfs -put NOTICE.txt /datatest/test/ 上传到这么目录
6、bin/hdfs dfs -ls /datatest/test查看这个目录下的文件，会发现成功上传上去了，效果如下图；



启动yarn
1、  sbin/start-yarn.sh
2、  jps验证(终端里输入jps)

13473 NameNode
14643 Jps
13753 SecondaryNameNode
14329 ResourceManager
14425 NodeManager
13567 DataNode

如果yarn启动成功了 应该有

• ResourceManager
• NodeManager（做为datanode）
• NameNode

验证
验证HDFS
1、  http://hadoop1:50070/ 看HDFS



上面有三个节点，没问题
再看一下HDFS的文件：











点进去之后，看到我们之前通过命令行上传过的文件，确定了HDFS没问题。

验证yarn

1、  http://hadoop1:8088/cluster/nodes 看到图形界面










OK ，到此为止，一个最简单的hadoop集群就安装部署完毕了，Let`s Go!