搭建hadoop、hdfs环境--ubuntu（完全分布式）

最近在学习hadoop相关知识，就在本机上安装了hadoop，遇到了一些坑，也学到了不少。仅此记录我的安装过程，及可能遇到的问题。供参考。交流沟通见页末。

软件准备

>  虚拟机（VMware）

个人情况下，不太可能有多台电脑，装一个虚拟机来进行实验。虚拟机中我用的是Linux的ubuntu版本。

具体安装就不在这里说明了，提示的是：安装的网络模式选bridged，如果出现无法上网或者不能与本机链接，可以使用多网卡，增加NAT模式（如工作网络导致这种情况）。

>hadoop：去apache下载hadoop（http://hadoop.apache.org/releases.html），我选的是2.6.5版本；

>  Java环境

JDK：去(http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html)下载jdk，我选的是tar.gz，这样就知道解压到哪里了。

>  WinScp

后期三台虚拟机之间需要进行文件的互通，这里使用winscp可能会更方便（当然也有其他方式，比如wget下载网络文件，scp进行虚拟机之间的文件传输。）

  安装啦！

 >第一步：装好VMware，创建三个虚拟机（hadoop至少需要三个，一个master，两个node。为什么需要以后再说啦！）并将下载的hadoop2.6.5和jdk导入到VMware中

chap1：VMware：有master、nod1、nod2，使用的是个人创建账号（shj,网络上都是创建了hadoop账号来进行管理，我这里就不费那个事了。）

通过WinScp导入文件时，提示虚拟机没有开启SFTP服务。这时需要对虚拟机做一些配置。

chap2:开通SSH服务：进入虚拟机的命令行（CRTL+ALT+T），使用root账号（sudo su ）

首先更新源文件（atp-get update）-->下载/安装yum文件（apt-get install -y yum）-->下载/安装ssh服务（apt-get install -y openssh-server）-->启动服务（service ssh start，默认开启 ）

   --->

chap3:文件传输：使用WinScp成功登陆到虚拟机中，将hadoop和jdk文件导入。我放到/home/shj/Documents中

chap4：解压文件到指定目录

切换回shj账号（su shj）

hadoop解压：tar -xzvf /home/shj/Documents/hadoop-2.6.5.tar.gz -C ~/hadoop     --->将压缩文件解压到指定目录中（没有该目录则创建，mkdir -p ~/hadoop）

jdk解压：tar -xzvf /home/shj/Documents/jdk-8u144linux-x64.tar.gz -C~/jdk    --->将压缩文件解压到指定目录中（同上）

另外两台机器，重复上述操作。

第二步：配置SSH秘钥

我们使用的shj账号，配置的目的使得三台虚拟机能够通过该账号相互进行通信。（对root账号，不可行）

chap1：生成ssh密钥对（私钥和公钥）

mkdir -p ~/.ssh（如果没有.ssh则生成一个，ubuntu的好像是没有的） -->ssh-keygen -t dsa -p '' -f ~/.ssh/key_id（生成ssh密钥对，放在~/.ssh目录下）

　将生成的key_id.pub写入文件(authorized_keys）中，确保文件名没有问题。

chap2：进行本机的免密登录：ssh localhost

如果报错，要求输入密码，则有问题（一般重启一下就可以了，如果还有问题，则可能是你的家目录和私钥的权限不对，导致系统不允许免密登录）

chap3：另外两台机器同等操作

同chap2

chap4：汇总三台虚拟机的key_id.pub，三个公钥追加到同一个authorized_keys

通过scp命令（WinScp也可以）将三个公钥并共享该公钥。也就是三台虚拟机的公钥是相同的。

chap5：配置/etc/hosts、/etc/hostname文件

将ip对应的主机名进行映射

chap6：三台虚拟机之间的免密登录（修改了配置文件，服务需要重启。）

第一次登录，会问要不要。当然yes啦！！！完成这一步了。

第三步：配置系统环境

这一步我们需要告诉Linux，我们装的东西在哪里，装了哪些命令

配置系统环境变量（vim /etc/bash.bashrc）

在文件末尾追加：

export JAVA_HOME=/home/shj/jdk（这里我做了一些变化，解压后的地址应该不是这些。以实际为准）

export HADOOP_INSTALL=/home/shj/hadoop（同上）

export PATH=$PATH:/home/shj/hadoop/bin:/home/shj/jdk/bin（同上）

完成后，激活一下配置。执行命令：source /etc/bash.bashrc

验证jdk是否完成配置：java -version

没有问题！

另外两台机器，重复上述（也可以后期拷贝到另外两台机器上。见仁见智！）

第四步：配置hadoop的site文件

>chap1:四个文件（地址：~/hadoop/etc/hadoop）

core-site.xml（全局配置）、mapred-site.xml（MR配置）、hdfs-site.xml（hdfs配置）、hadoop-env.sh（...）

文件： core-site.xml

文件：mapred-site.xml.template

文件：hdfs-site.xml

文件：hadoop-env.sh

需要绝对路径，要不然会有问题的！

>chap2：写主机名文件

vim masters

vim slaves

>chap3:将配置的文件同步到另外两台机器

完成所有机器相同配置

 第四步：启动hadoop

如果这些事情都做完了（当然系统配置不要忘了，这个用scp不好使。）那么我们开始启动我们的hadoop吧（如果困难，重启试试）

>  chap1：格式化

　　在master节点上格式化：hadoop namenode -format

>  cha2：启动

　　cd ~/hadoop/sbin  -->source start-all.sh -->没有问题，则执行命令：jps

在master节点执行jps

在node节点执行jps

这样就结束了。成功的启动了你的hadoop。

hadoop支持web界面，可以在浏览器中输入http://192.168.74.134:50070

你可以在web界面中查看你的hadoop运行情况。是不是很爽？！

注意事项/个人经验

　　1、由于是dhcp网络配置，如果重启可能会导致ip地址的变化，这个时候要么将网络设置成静态网络要么重新配置一些/etc/hosts文件

　　2、不同的阶段问题的的原因可能不一样，其中ssh配置出的问题会多一点。基本上重启一下就能解决。

　　3、在启动hadoop时，如果遇到问题就查看对应目录下的/hadoop/logs文件。master和node哪个错了，查看哪个的日志，直接翻到最后一行，往上捋

转载请注明出处！欢迎邮件沟通：shj8319@sina.com