hadoop2.6.4集群的搭建

hadoop集群搭建（亲自操作成功步骤！值得信赖！）

1.1集群简介

hadoop的核心组件：

　　HDFS（分布式文件系统）

　　YARN（运算资源调度系统）

　　MapReduce（分布式运算编程框架）

HADOOP集群具体来说包含两个集群：HDFS集群和YARN集群，两者逻辑上分离，但物理上常在一起

HDFS集群：

　　负责海量数据的存储，集群中的角色主要有 NameNode / DataNode

YARN集群：

　　负责海量数据运算时的资源调度，集群中的角色主要有 ResourceManager /NodeManager

(那mapreduce是什么呢？它其实是一个应用程序开发包)

 

本集群搭建案例，以5节点为例进行搭建，角色分配如下：

hdp-node-01    NameNode  SecondaryNameNode

hdp-node-02    ResourceManager

hdp-node-03 DataNode    NodeManager

hdp-node-04 DataNode    NodeManager

hdp-node-05 DataNode    NodeManager

部署图如下：

1.2服务器准备

本案例使用虚拟机服务器来搭建HADOOP集群，所用软件及版本：

　　Vmware 10.0

　　Centos  6.7  64bit

1.3网络环境准备

　　采用NAT方式联网

　　网关地址：192.168.33.1

　　3个服务器节点IP地址：192.168.33.201、192.168.33.202、192.168.33.203

　　子网掩码：255.255.255.0

1.4服务器系统设置

　　添加HADOOP用户

　　　　useradd hadoop

　　　　passwd hadoop

　　为HADOOP用户分配sudoer权限

　　　　su root

　　　　vi /etc/sudoers

　　　　　　hadoop ALL=（ALL）ALL

　　同步时间

　　设置主机名

　　　　hadoop1

　　　　hadoop2

　　　　hadoop3

　　配置内网域名映射：

　　　　192.168.33.201          hadoop1

　　　　192.168.33.202          hadoop2

　　　　192.168.33.203          hadoop3

　　配置ssh免密登陆

　　　　设置三个机器的本机免密登录（三台机器配置一样）：

　　　　　　ssh-keygen -t rsa   ---一直回车即可

　　　　　　cd /root/.ssh/    ---生成了公钥和私钥

　　　　　　cat id_rsa.pub >> authorized_keys   ---将公钥追加到授权文件中

　　　　　　more authorized_keys   ---可以查看到里面追加的公钥

　　　　　　ssh hadoop1

　　　　配置两两之间的免密登录：

　　　　　　将hadoop1中的公钥复制到hadoop2中ssh-copy-id -i hadoop2         验证一下：ssh hadoop2

　　　　　   将hadoop3中的公钥复制到hadoop2中ssh-copy-id -i hadoop2　　　验证一下：ssh hadoop2

　　　　　　这样hadoop2中的授权文件就有三个机器的公钥，再把hadoop2中的授权文件复制给hadoop1和hadoop3

　　　　　　　　scp /root/.ssh/authorized_keys hadoop1:/root/.ssh/

　　　　　　　　scp /root/.ssh/authorized_keys hadoop3:/root/.ssh/

　　　　　　这样就ok了！

　　关闭防火墙

　　　　#查看防火墙状态

　　　　　　service iptables status

　　　　#关闭防火墙

　　　　　　service iptables stop

　　　　#查看防火墙开机启动状态

　　　　　　chkconfig iptables --list

　　　　#关闭防火墙开机启动

　　　　　　chkconfig iptables off

1.5 Jdk环境安装

　　上传jdk安装包

　　规划安装目录  /usr/local/jdk

　　解压安装包

　　配置环境变量 /etc/profile

1.6 HADOOP安装部署

　　上传HADOOP安装包

　　规划安装目录  /usr/local/hadoop

　　解压安装包（编译后的hadoop压缩包）

　　　　tar -zxvf hadoop-2.6.4.tar.gz

　　配置环境变量  $HADOOP_HOME/bin:$HADOOP_HOME/sbin

　　修改配置文件  $HADOOP_HOME/etc/hadoop/

最简化配置如下：

vi  hadoop-env.sh（修改）

# The java implementation to use.

export JAVA_HOME=/usr/local/jdk

vi  core-site.xml

<configuration>

<property>

<name>fs.defaultFS</name>

<value>hdfs://hadoop1:9000</value>      默认端口9000

</property>

<property>

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

<value>/usr/local/hadoop/tmp</value>

</property>

</configuration>

vi  hdfs-site.xml（可以不用配置，全部使用默认值）

<configuration>

<property>

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

<value>/usr/local/hadoop/data/name</value>

</property>

<property>

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

<value>/usr/local/hadoop/data/data</value>

</property>

<property>

<name>dfs.replication</name>

<value>3</value>       默认HDFS副本数为3个

</property>

<property>

<name>dfs.secondary.http.address</name>

<value>hadoop1:50090</value>

</property>

</configuration>

vi  mapred-site.xml(重命名mv mapred-site.xml.template mapred-site.xml)

<configuration>

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>    指定mapreduce运行在yarn平台上，默认为local

</property>

</configuration>

vi  yarn-site.xml

<configuration>

<property>

<name>yarn.resourcemanager.hostname</name>

<value>hadoop1</value>   指定yarn的resourcemanager的地址

</property>

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>    reducer获取数据的方式

</property>

</configuration>

把hadoop1中的jdk、hadoop文件夹复制到其他两个节点：

　　scp -r /usr/local/jdk hadoop2:/usr/local/
　　scp -r /usr/local/jdk hadoop3:/usr/local/
　　scp -r /usr/local/hadoop hadoop2:/usr/local/
　　scp -r /usr/local/hadoop hadoop3:/usr/local/

将hadoop1中的环境变量复制到其他两个节点中：
　　scp /etc/profile hadoop2:/etc/
　　scp /etc/profile hadoop3:/etc/
复制完了以后，在hadoop2和hadoop3中分别都执行source /etc/profile

vi  slaves（/usr/local/hadoop/etc/hadoop/slaves写上从节点的主机名,slaves主要是为了自动化启动脚本使用的，不修改的话，hadoop集群照样能启动）

hadoop2

hadoop3

1.7 启动集群

初始化HDFS（hadoop1）

bin/hadoop  namenode  -format

NameNode只能在hadoop1上启动，因为配置在hadoop1上

　　hadoop-daemon.sh start namenode

DataNode三个节点上都可以启动

　　Hadoop-daemon.sh start datanode

在hadoop1上，start-all.sh启动集群，可以jps，查看相关进程是否开启了。http://hadoop1:50070

启动HDFS

sbin/start-dfs.sh

启动YARN

sbin/start-yarn.sh