指导手册01：安装Hadoop

指导手册01：安装Hadoop 

Part 1:安装及配置虚拟机

1.安装Linux.

（1）打开VMvirtualBox

（2） 控制->新建虚拟机，输入虚拟机名称“marst+学号” 类型：Linux，版本：other Linux(64-bit)

CentOS-6.8-x86_64-bin-DVD1

（3）内存建议1024M, 创建虚拟盘VHD虚拟硬盘，动态分配，硬盘20G。

（4） 右击己创建的虚拟机master, 设置：网络，网卡1:桥接网卡。存储：光盘，选择CentOS-6.8-x86_64-bin-DVD1安装包。（先解压：D:\大数据软件\CentOS-6.8-x86_64-bin-DVD1.rar）

（5） 选择Install or upgrade an existing system (安装或升级现有的系统)

（6）选择安装语言，简体中文,键盘U.S.English,存储设备->Basic Strage Devices,(基本步骤安装)，选择“yes discard anyd data”(是的，删除所有检测到的硬盘的所有数据”。

（7）设置主机名为：“mater01.centos.com”,单击下一步，选择时区，设置管理员密码：hadoop.

（8）选择“Use All Space”(使用所有空间)。

（9）选择安装CentOS组件，这里选择“Desktop”(桌面)

（10）安装成功，重击重启，登录，输入用户名“root”以及密码”hadoop”。

2．设置IP

IP的分配与宿主机同一网段，系统默己自动获取IP，可以通过ipconfig命令查看IP地址。并通过宿主机ping 该虚拟机地址，是否能ping通。

也可以手动修改IP地址方式如下：

（1）修改配置文件“/etc/sysconfig/network-scripts/ifcfg-eth0”。

（2）执行命令“vi /etc/sysconfig/network-scripts/ifcfg-eth0

（3）修改ONBOOT=yes(启动时是否激活网卡)；BOOTPROTO=static (静态设置IP);添加ip地址，子网掩码，网关。

（4）重启服务（执行命令 service network restart”）

3.远程连接虚拟机（window 安装ssh工具）

（1）在宿主机上ping 虚拟机，查看是事能正常ping通。(注意：Linux机和windows宿机主需关闭防火墙，linux关闭防火墙命令为：service iptabes stop)

（2）在宿主机上安装SSH Secure。 安装完后桌面两个图标，一个是远程连接命令操作工具，另一个是文件传输工具。

（3）单击Quick Connect， 输入Linux的ip地址，用户名：root,端口号：22，密码：hadoop 就可远程登录。 

4．虚拟机在线安装软件

小贴士：yum命令是在Fedora和RedHat以及SUSE中基于rpm的软件包管理器。

1、RPM是Linux的一种软件包名称，以.rpm结尾

2、yum是杜克大学为了提高RPM软件包安装性而开发的一种软件包管理器。

3、yum安装方法可以彻底解决RPM安装的关联性问题

4、yum提供了查找、安装、删除某一个、一组甚至全部软件包的命令，而且命令简洁而又好记。

Yum命令使用参考文章http://man.linuxde.net/yum

yum和apt-get的区别：https://www.cnblogs.com/wxishang1991/p/5322489.html

 

 

配置本地yum源主要步骤：

（1）执行命令“cd /etc/yum.repos.d”.

（2）查看yum.repos.d目录下的文件：

CentOS-Base.repo,是网络源， CentOS-Medi.pro是本地源。

配置本地源，需要将除yum本地源以外的其它yum源禁用。

执行命令“mv CentOS-Base.repo  CentOS-Base.rep.bak”

（3）执行命命令“vi CentOS-Media.repo”. 将baseurl的值改为file:///media/(光盘挂载点位位置)，将gpgcheck的值改为0（表示对从这个源下载的rpm包不进行校验），enable值改为1（表示启用这个源）。,

（4）挂载

执行mount /dev/dvd    /media

如果测挂载成功，检查虚拟机光盘是否己启用。

（5）更新云源

Yum cleal all

（6）使用yum从光盘安装包安装软件。在此以安装vim、zip、openssh-server、openssh-clent为例。

yum install –y vim zip openssh-server openssh-client

5.测试实现

使用vim编辑器在虚拟机master的/opt目录下编写文件a.txt。

（1）使用ssh工具打开master会话。

（2）进入/opt目录，命令为cd  /opt

（3）使用vim创建一个空文件，命令为： vim a.txt

（4）按“A”“I”,或”O”键，进入编辑状态，在a.txt文件里编写一段文字：”welcome hadoop!”

（5）按”Esc”键，退出编辑状态，输入“：wq”,按回车保存退出。

另一件方式

用ssh文件传输工具连接master,在window机器上编写好a.txt上传到mater的/opt文件夹下。

LINUX基本命令文章：http://www.cnblogs.com/yjd_hycf_space/p/7730690.html

Vim使用文章：https://blog.csdn.net/leon1741/article/details/54314053

设置centos访问windows宿主机共享文件夹

1.linux添加一个网卡（桥接模式）并两台机ping通。

2.挂载centos 光驱

mount  /dev/dvd /media

3.安装gcc、kernel、kernel-devel内核源，以便能对virtualbox的驱动进行编译。

yum install gcc kernel kernel-devel -y

4.安装虚拟机增强功能。

5．输入df查看己安装的文件系统，发现己有sr0

6设置-共享文件夹-设置共享文件夹soft(windows中共享的文件夹）

7.mount -t vboxsf soft /mnt

如提示错误

/sbin/mount.vboxsf: mounting failed with the error: Invalid argument

1.取消自动挂载可以解决，

2.r若1没有效果，即在/etc/fstab中添加一项

soft /mnt/shared vboxsf rw,gid=100,uid=1000,auto 0 0

8. cd/mnt/share就可查看到共享文件夹。

Part 2: 安装java

1．在windows 下安装java

（1）双击jdk文件安装

（2）更改jdk安装目录；

（3）更改jre安装目录；

（4）配置环境变量

系统变量→新建：JAVA_HOME 变量值：C:\Program Files\Java\jdk1.8.0_121

系统变量→Path→编辑：在变量值最后输入 ：%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;

系统变量→新建：CLASSPATH 变量值：.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar

2．在Linux下安装Java

（1）上传JDK安装包到/opt目录下

（2）进入/opt目录，执行命令“rpm –ivh jdk-7u80-linux-x64.rpm”安装JDK

3．配置SSH无密码登录

（1）使用ssh-keygen产生公钥与私钥对。

输入命令“ssh-keygen -t rsa”，接着按三次Enter键

3.测试实现

在Windows下查看jdk 版本的步骤如下。

（1）打开windwos运行窗口。

（2）执行命令“java –version”.

在Linux系统下查看JDK版本的步骤如下。

（1）打开终端会话。

（2）执行命令“java –version”。

Part 3  Hadoop安装与配置

基于思路:

1.新建虚拟机master，配置固定IP(可设两个网卡，一个网卡桥接，另一个网卡NAT方式)，关闭防火墙，安装必要软件；

2.克隆master到salve1、slave2、slave3；

3.修改slave1~slave3的IP，改为固定IP；

1. 上传hadoop安装包。

通过SSH Secure File Transfer Client上传hadoop-2.6.4.tar.gz文件到/opt目录

2. 解压缩hadoop-2.6.0.tar.gz 文件

tar -zxf hadoop-2.6.0.tar.gz -C /usr/local

解压后即可，看到/usr/local/hadoop-2.6.0文件夹

3. 配置Hadoop

进入目录：

cd /usr/local/hadoop-2.6.4/etc/hadoop/

依次修改下面的文件：

4.1 core-site.xml

<configuration>

<!-- 配置hdfs的namenode的地址-- >

<property>

<name>fs.defaultFS</name>

<value>hdfs://master:8020</value>

</property>

<!-- 配置Hadoop运行时产生数据的存储目录，不是临时的数据 -->

<property>

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

<value>/var/log/hadoop/tmp</value>

</property>

</configuration>

4.2 hadoop-env.sh

<!--修改JAVA_HOM如下：-->

export JAVA_HOME=/usr/java/jdk1.7.0_80

4.3 hdfs-site.xml

<configuration>

<property>

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

<value>file:///data/hadoop/hdfs/name</value>

</property>

<property>

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

<value>file:///data/hadoop/hdfs/data</value>

</property>

<!-- 指定HDFS的Web访问端口 -->

<property>

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

<value>master:50090</value>

</property>

<!-- 指定HDFS存储数据的副本数据量 -->

<property>

<name>dfs.replication</name>

<value>3</value>

</property>

</configuration>

4.4 mapred-site.xml

<configuration>

<!-- 指定mapreduce编程模型运行在yarn上  -->

<property>

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

<value>yarn</value>

</property>

<!-- jobhistory properties -->

<property>

<name>mapreduce.jobhistory.address</name>

<value>master:10020</value>

</property>

<property>

<name>mapreduce.jobhistory.webapp.address</name>

<value>master:19888</value>

</property>

</configuration>

4.5 yarn-site.xml

<configuration>

<!-- 指定yarn的老大（ResourceManager的地址） -->

<property>

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

<value>master</value>

</property>

<!—对客户端的暴露地址，客户端通过该地址向RM提交应用程序-->

<!—对ApplicationMaster的暴露地址，ApplicationMaster端通过该地址向RM申请资源释放资源-->

<property>

<name>yarn.resourcemanager.address</name>

<value>${yarn.resourcemanager.hostname}:8032</value>

</property>

<!—对nodeManager的暴露地址--- >

<property>

<name>yarn.resourcemanager.scheduler.address</name>

<value>${yarn.resourcemanager.hostname}:8030</value>

</property>

<property>

<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>

<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>

<property>

<name>yarn.nodemanager.local-dirs</name>

<value>/data/hadoop/yarn/local</value>

</property>

<property>

<name>yarn.log-aggregation-enable</name>

<value>true</value>

</property>

<property>

<name>yarn.nodemanager.remote-app-log-dir</name>

<value>/data/tmp/logs</value>

</property>

<property>

<name>yarn.log.server.url</name>

<value>http://master:19888/jobhistory/logs/</value>

<description>URL for job history server</description>

</property>

<property>

<name>yarn.nodemanager.vmem-check-enabled</name>

<value>false</value>

</property>

<property>

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

<value>mapreduce_shuffle</value>

</property>

<property>

<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>

<value>org.apache.hadoop.mapred.ShuffleHandler</value>

</property>

<property>

<name>yarn.nodemanager.resource.memory-mb</name>

<value>2048</value>

</property>

<property>

<name>yarn.scheduler.minimum-allocation-mb</name>

<value>512</value>

</property>

<property>

<name>yarn.scheduler.maximum-allocation-mb</name>

<value>4096</value>

</property>

<property>

<name>mapreduce.map.memory.mb</name>

<value>2048</value>

</property>

<property>

<name>mapreduce.reduce.memory.mb</name>

<value>2048</value>

</property>

<--nodeManager总可用的虚拟CPU个数-->

<property>

<name>yarn.nodemanager.resource.cpu-vcores</name>

<value>1</value>

</property>

4.6 yarn-env.sh

export JAVA_HOME=/usr/java/jdk1.7.0_80

如果己有Linux客户机slave节点，则

拷贝hadoop安装文件到集群slave节点，否则直接运行第6步克隆

scp -r /usr/local/hadoop-2.6.4 slave01:/usr/local

scp -r /usr/local/hadoop-2.6.4 slave02:/usr/local

scp -r /usr/local/hadoop-2.6.4 slave03:/usr/local

4.7 修改 slaves文件

Slave1

Slave2

Slave3

4.8 设置IP映射

编辑/etc/hosts

10.0.2.4  master  master.centos.com

10.0.2.5  slave1  slave1.centos.com

10.0.2.6  slave2  slave2.centos.com

10.0.2.7  slave3  slave3.centos.com

5．搭建集群网络环境

（1）在全局设置里设置NAT网络，集群网段设为10.0.2.0

（2）将master主机添加网卡2，并设置为NAT方式。

网卡2 IP地址设为：10.0.2.4

6．克隆虚拟机

克隆master到slave1、slave2、slave3；修改slave1~slave3的IP，改为固定IP；

开启虚拟机slave1。

打开设置->网络，刷新网卡地址。

拓朴图：

（1）执行命令“rm –rf /etc/udev/rules.d/70-persistent-net.rules”删除该文件。

（2）执行命令ifconfig –a，查看HWADDR.

（3）修改/etc/sysconfig/network-scripts/ifcfg-eth0文件，修改ip地址及网卡地址

Slave1、slave2、slave3网卡IP地址分别设为：10.0.2.4；10.0.2.5, 10.0.2.6

（4）修改机器名，执行命令：“vim /etc/sysconfig/network.

修改机器名分别为：slave1.cents.com, slave2.cents.com, slave3.cents.com,

7.配置SSH无密码登录

（1）使用ssh-keygen产生公钥与私钥对。

输入命令“ssh-keygen -t rsa”，接着按三次Enter键

[root@master ~]# ssh-keygen -t rsa

Generating pub/private rsa key pair.

Enter file in which to save the key (/root/.ssh/id_rsa):

Created directory '/root/.ssh'.

Enter passphrase (empty for no passphrase):

Enter same passphrase again:

Your identification has been saved in /root/.ssh/id_rsa.

Your public key has been saved in /root/.ssh/id_rsa.pub.

The key fingerprint is:

a6:13:5a:7b:54:eb:77:58:bd:56:ef:d0:64:90:66:d4 root@master.centos.com

The key's randomart image is:

+--[ RSA 2048]----+

|              .. |

|             . .E|

|          .   =  |

|         . . o o |

|      o S .   . =|

|     o * .   o ++|

|    . + . . o ooo|

|       o   . ..o |

|                .|

+-----------------+

生成私有密钥id_rsa和公有密钥id_rsa.pub两个文件。ssh-keygen用来生成RSA类型的密钥以及管理该密钥，参数“-t”用于指定要创建的SSH密钥的类型为RSA。

（2）用ssh-copy-id将公钥复制到远程机器中

ssh-copy-id -i /root/.ssh/id_rsa.pub master//依次输入yes,123456（root用户的密码）

ssh-copy-id -i /root/.ssh/id_rsa.pub slave1

ssh-copy-id -i /root/.ssh/id_rsa.pub slave2

ssh-copy-id -i /root/.ssh/id_rsa.pub slave3

（3）验证时间是否同步

依次输入

ssh slave1

ssh slave2

ssh slave3

8.配置时间同步服务

（1）安装NTP服务。在各节点：

yum -y install ntp

（2）设置假设master节点为NTP服务主节点，那么其配置如下。

使用命令“vim /etc/ntp.conf”打开/etc/ntp.conf文件，注释掉以server开头的行，并添加:

restrict 10.0.2.0 mask 255.255.255.0 nomodify notrap

server 127.127.1.0

fudge 127.127.1.0 stratum 10

（3）分别在slave1、slave2、slave3中配置NTP，同样修改/etc/ntp.conf文件，注释掉server开头的行，并添加:

server master

（4）执行命令“service iptables stop & chkconfig iptables off”永久性关闭防火墙，主节点和从节点都要关闭。

（5）启动NTP服务。

① 在master节点执行命令“service ntpd start & chkconfig ntpd on”

② 在slave1、slave2、slave3上执行命令“ntpdate master”即可同步时间

③ 在slave1、slave2、slave3上分别执行“service ntpd start & chkconfig ntpd on”即可启动并永久启动NTP服务。

9.在/etc/profile添加JAVA_HOME和Hadoop路径

export HADOOP_HOME=/usr/local/hadoop-2.6.4

export PATH=$HADOOP_HOME/bin:$PATH:/usr/java/jdk1.7.0_80/bin

source /etc/profile使修改生效

10. 格式化NameNode

进入目录（usr/local)

cd /opt/hadoop-2.6.4/bin

执行格式化

./hdfs namenode -format

11.启动集群

进入目录

cd /usr/local/hadoop-2.6.4/sbin

执行启动：./

./start-dfs.sh

./start-yarn.sh

./mr-jobhistory-daemon.sh start historyserver

使用jps，查看进程

[root@centos67 sbin]# jps

3672 NodeManager

3301 DataNode

3038 NameNode

4000 JobHistoryServer

4058 Jps

3589 ResourceManager

3408 SecondaryNameNode

12. 关闭防火墙（在所有节点执行）：

service iptables stop

chkconfig iptables off

13. 浏览器查看：

http://master:50070

http://master:8088