hadoop集群搭建各种问题

1.hadoop入门篇，包括软件下载及配置，并保证单机和伪分布模式可以运行通过，请看hadoop官网



2.集群搭建

笔者在hadoop集群搭建中，走了很多弯路，希望大家莫犯同样的错误

(a)ssh免密码登陆

刚开始ssh localhost 都需要密码，后来在masters机器上，将.ssh目录权限设为500，authroized_keys设为600才好

ubuntu目录权限修改


[xhtml] view plaincopyprint?

   1. ssh-keygen 產生出 id_rsa, id_rsa.pub, 已經都放到正確位置(.ssh), 但是連線時卻出現下述訊息: 
   2.  
   3. Agent admitted failure to sign using the key 
   4.  
   5. 解法 
   6. 於自己的機器上, 執行 ssh-add, 會出現下述訊息. 
   7.  
   8. Identity added: /home/user/.ssh/id_rsa (/home/user/.ssh/id_rsa) 
   9.  
  10. 再次連線就正常囉~ 

ssh-keygen 產生出 id_rsa, id_rsa.pub, 已經都放到正確位置(.ssh), 但是連線時卻出現下述訊息: Agent admitted failure to sign using the key 解法於自己的機器上, 執行 ssh-add, 會出現下述訊息. Identity added: /home/user/.ssh/id_rsa (/home/user/.ssh/id_rsa) 再次連線就正常囉~

如果在ssh连线中报这个错： Agent admitted failure to sign using the key，上面是解决方案



笔者在前面搭建glusterfs环境中，因为将各虚拟机的登陆用户名设的不一样，导致在配hadoop的ssh过程中，出现了很大的问题，纠结了很长时间。虚拟机配置如下：

       IP                  用户名        作用

192.168.30.20     test           masters

192.168.30.6       test1         slaves

192.168.30.7       test2         slaves

因为test是桌面版ubuntu，所以用来做masters，可以方便在浏览器中查看运行状态，另两台都是server版ubuntu



当在test机上执行

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

此时需要将authorized_keys拷到slaves机上去，这样才能实现免密码登陆

刚开始，我是在test1(已装过ssh)上用sudo scp 192.168.30.20:~/.ssh/authorized_keys ~/.ssh来拷贝，当然这时候会提示test机器上的root密码，这时得先到test机器上去sudo passwd root设置好密码后，才能执行拷贝，但在test机上，运行ssh 192.168.30.6，不能免密码登陆，就算去test1上去修改相应目录权限也无济于事，然后又在test机.ssh目录下执行sudo scp authorized_keys 192.168.30.7:~/.ssh，发现authorized_keys已经拷贝过去，但仍然不能免密码登陆，后来才发现是用户名不一样的问题，因为在test上默认是test登陆，在ssh slaves机时，它也是以这个用户名去访问，而此时slaves上的authorized_keys文件分别是在test1/.ssh和test2/.ssh下面的，所以根本没有对test用户起作用，找到原因后，下面是解决方案：



(1).先在test1和test2上分别新建一个用户test，免得重装系统，呵呵，sudo adduser test，并设好密码

(2).在将test机上的authorized_keys拷到slaves机上，sudo scp authorized_keys test@192.168.30.6:~/.ssh，这样就实现免密码登陆了

(3).但在slaves机上去用sudo命令会出现agent admitted failure to sign using key提示错误，前面的sudo /etc/init.d/glusterd start都没法运行了，此时可以test用户加到root组中，在将test用户改成超级用户时,因为/etc/sudoers是只读文件,先要 chmod 600 /etc/sudoers,然后将test加到root组去,然后再把该文件权限改回来:chmod 440 /etc/sudoers，详情请看：http://wenku.baidu.com/view/c28249323968011ca30091b6.html





参考资料：ssh免密码登陆



(b).集群配置

下面就可以修改配置文件了

conf/core-site.xml(相当于namenode):

[xhtml] view plaincopyprint?

   1. <configuration> 
   2.      <property> 
   3.          <name>fs.default.name</name> 
   4.          <value>hdfs://192.168.30.20:9000</value> 
   5.      </property> 
   6. </configuration> 

<configuration> <property> <name>fs.default.name</name> <value>hdfs://192.168.30.20:9000</value> </property> </configuration>

conf/hdfs-site.xml:

[xhtml] view plaincopyprint?

   1. <configuration> 
   2. <name>dfs.name.dir</name> 
   3. <value>/usr/local/hadoop/hdfs/name</value> 
   4. </property> 
   5. <property> 
   6. <name>dfs.data.dir</name> 
   7. <value>/usr/local/hadoop/hdfs/data</value> 
   8. </property> 
   9. <property> 
  10. <name>dfs.replication</name> 
  11. <value>1</value> 
  12. </property> 
  13. </configuration> 

<configuration> <name>dfs.name.dir</name> <value>/usr/local/hadoop/hdfs/name</value> </property> <property> <name>dfs.data.dir</name> <value>/usr/local/hadoop/hdfs/data</value> </property> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>

conf/mapred-site.xml:

[xhtml] view plaincopyprint?

   1. <configuration> 
   2.      <property> 
   3.          <name>mapred.job.tracker</name> 
   4.          <value>192.168.30.20:9001</value> 
   5.      </property> 
   6. </configuration> 

<configuration> <property> <name>mapred.job.tracker</name> <value>192.168.30.20:9001</value> </property> </configuration>

salves机上通过scp拷masters机上的hadoop主目录：

sudo scp -r test@192.168.30.20:/usr/local/hadoop /usr/local



当然还需要将conf/hadoop-env.sh中的java_home环境设置好，ubuntu桌面版用的.bin文件装的java，而 ubuntu server是用sudo apt-get install sun-java6-jdk来装的， 这个jdk目录在/usr/lib/jvm下，桌面版用.bin文件安装在/home/test/java目录中，这个在hadoop启动时就会出现问题，提示“could only be replicated to 0 nodes,instedas of 1” ，这表示masters和slaves环境不一致，可以检查/etc/hosts文件是不是一样，也有可能是防火墙没关闭所导致

ubuntu java安装1    ubuntu java安装2



cd /usr/local/hadoop目录下，运行bin/hadoop namenode -format ，如果没报错，则运行bin/start-all.sh ，然后在masters机上用jps命令查看NameNode,JobTracker,SecondaryNameNode这三个进程是不是都有，到 slaves机上用jps查看是不是有datanode和taskTracker进程，如果都有，在看浏览器端口是不是正常，如果有问题，可以去查看日志文件排错



本人在搭建hadoop集群时折腾了好几天，过程中先后遇到了以下问题，记录下来和大家分享，以免后面再碰到

(1).当在格式化namenode时出现cannot create directory /usr/local/hadoop/hdfs/name/current的时候,请将hadoop的目录权限设为当前用户可写sudo chmod -R a+w /usr/local/hadoop，授予hadoop目录的写权限



(2).当碰到192.168.30.6:chown:changing ownership of 'usr/local/hadoop ../logs':operation not permitted时,可用sudo chown -R test:test /usr/local/hadoop来解决，即将hadoop主目录授权给当前test用户



(3).如果slaves机上通过jps只有TaskTracker进程，没有datanode进程，请查看日志，是不是有“could only be replicated to 0 nodes,instedas of 1”有这样的提示错误，如果有，可能就是没有关闭防火墙所致，服务器和客户机都关闭(sudo ufw disable)后，所有进程启动正常，浏览器查看状态也正常了(ubuntu防火墙关闭)

(4).要在服务器机上把masters和slavs机的IP地址加到/etc/hosts，当然这个不影响start-all.sh启动，只是浏览器jobtacker上找不到节slaves节点

(5).ssh免密码登陆时,注意文件authorized_keys和.ssh目录权限,如果从masters机上scp authorized_keys到slaves机上出现拒绝问题,那就在salves机上也ssh-keygen,这样目录和文件就不会有权限问题了,就可以实现ssh免密码登陆了，或直接将.ssh目录拷过去，在slaves机上新建.ssh目录权限好像和masters机的目录权限不一样


运行正常后，可以用wordcount例子来做一下测试：

bin/hadoop dfs –put /home/test-in input   //将本地文件系统上的 /home/test-in 目录拷到 HDFS 的根目录上，目录名改为 input
bin/hadoop jar hadoop-examples-0.20.203.0.jar wordcount input output
#查看执行结果:
# 将文件从 HDFS 拷到本地文件系统中再查看：
$ bin/hadoop dfs -get output output
$ cat output/*
# 也可以直接查看
$ bin/hadoop dfs -cat output/*

如果在reduce过程中出现"Shuffle Error:Exceeded MAX_FAILED_UNIQUE_FETCHES;bailing-out"错误，原因有可能是/etc/hosts中没有将IP映射加进去，还有可能是关于打开文件数限制的问题，需要改vi /etc/security/limits.conf，详情请看：Hadoop常见问题及解决办法



如果hadoop启动时，slave机报连接拒绝错误，即连不上master9000端口，则namenode运行不起来时，可以先确保单机是不是可以正常运行伪分布式模式，可能是因为没有做ssh localhost，也可以查看是不是/etc/hosts文件IP映射有问题，一定注意该机的IP地址是不是唯一映射一个服务器名，不然可能也会出错

1.http://wiki.apache.org/hadoop/ConnectionRefused

2.http://ubuntuforums.org/showthread.php?t=1057604

3.http://www.hadoopor.com/thread-1056-1-1.html



如果是一个master机和一个slave机，做wordcount测试，是不会报上述错误的，不知道为什么两台slave机后，就报上述错误，解决方案如下(将masters机和其中一台slaves机中的/etc/hosts中masters机的IP映射地址改成服务器的名字,而不是IP地址)：

1.http://hi.baidu.com/daodaowuhen/blog/item/b299b486f6c8aea86c811996.html

2.http://blog.sina.com.cn/s/blog_6e7e94bc0100pcjw.html



如果需要在Eclipse上运行MapReduce程序，需要将hadoop目录下的eclipse插件(hadoop/contrib /eclipse-plugin)拷到eclipse安装目录下的plugins下。此时可以把hadoop的测试例子wordcount从src /examples中拷到eclipse工程中，在open run dialog的arguments中设置好输入和输出参数，然后run as->java application就可以了



如果要run as->run on hadoop，即要在集群上运行MapReduce程序，则需要设置hadoop location，设置好master的namenode和jobtracker的IP及端口号，能正确连到DFS Locations就表明可以分布式运行MapReduce程序了，本人在此过程中，先后遇到以下问题：

1.Connecting to DFS test has encountered a problem

这个原因是因为直接采用hadoop0.20.203.0和相应包下的eclipse插件，此时MapReduce viewer是出现了，但根本连不上DFS，查了很多资料，很多说是因为hadoop下的eclipse插件和eclipse版本不匹配



参考资料1：http://lucene.472066.n3.nabble.com/about-eclipse-plugin-td3047557.html

参考资料2：自己动手编译对应hadoop版本的eclipse plugin 



按照上面两条解决方案，我选择了第一种，虽然前一种hadoop是0.20.2的版本，但已经有编译好的可以用的eclipse插件，还有 o.20.203这个版本是今年5月份出来的，还比较新，问题暴露的还少，而第二种解决方案需要自己配置编译，好像还要用ant命令，这个工具还没用过，所以免得麻烦



2.error:call to failed on local exception:java.io.EOFException

原因如下：eclipse-plugin和Hadoop版本对不上（因为刚开始不想换hadoop版本，就直接把那个插件(hadoop- plugin-0.20.3-snapshot.jar)拷到0.20.203版本里跑了一下，结果报上面的错，后来将hadoop版本换成 hadoop0.20.2就好了）

参考资料：http://lucene.472066.n3.nabble.com/Call-to-namenode-fails-with-java-io-EOFException-td2933149.html



3.Plug-in org.apache.hadoop.eclipse was unable to load class
org.apache.hadoop.eclipse.launch.HadoopApplicationLaunchShortcut.

可以尝试将终端切到eclipse目录下用./eclipse clean来将以前载过的hadoop插件清除掉，我遇到这个错误后，这样操作后就好了。

参考资料：http://www.cloudobjects.de/2010/11/running-hadoop-jobs-using-eclipse.html



上述三种错误，是我在这个过程中遇到的错误，如果遇到类似错误，可以试着用上述方法来排除一下，因为hadoop在搭建的过程中遇到的问题实在千奇百怪，稍微一步有差池，说不准后面运行时就报错，就算报相同错误提示的， 也可能是其它原因导致的，上述只提供其中一种解决方案



参考资料：

1.ubuntu server上java安装

2.http://www.infoq.com/cn/articles/hadoop-config-tip

3.http://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop3/

4.http://www.iteye.com/topic/891735

5.http://www.iteye.com/topic/284849

6.http://muxiaolin.iteye.com/blog/1075575