Hadoop 学习笔记 （八） hadoop2.2.0 测试环境部署 及两种启动方式

1基本流程
步骤1:准备硬件（linux操作系统）
步骤2:准备软件安装包，并安装基础软件（主要是JDK）
步骤3:修改配置文件
步骤4:分发hadoop
步骤5:启动服务
步骤6:验证是否启动成功！
2硬件配置要求
 1测试环境：
  一台pc机或者服务器
  建议内存不少于4G（2G也行）---------越高越流畅
 2生产环境：
>小于100个节点
 建议每台机器配置不少于：
 dual quad-core 2.6 Ghz CPU，
 24 GB of DDR3 RAM
 dual 1 Gb Ethernet NICs
 a SAS drive controller ---sas驱动控制器
>大于100个节点
 需要提高master节点（resourcemanager/namenode）硬件配置【因为这里是瓶颈所以这里要高一些】，建议参考书籍《Hadoop Operations》第四章

linux测试环境准备
建议使用非root用户安装Hadoop
 root用户权限过大，误操作容易造成很大损失-----------------如果是线上环境，直接就被劝退了。
 Hadoop的某些功能不允许root用户操作（即hadoop本身也做了限制）-------注解：创建一个hadoop用户，hdfs就创建一个hdfs用户，yarn就创建一个yarn用户

SSH免密码登陆
 目的：启动hadoop方便（其实是可以不设置ssh免密码登陆，但需要登陆到各个节点单独启动某个服务，如果设置了master会免密码登陆到各个节点自动启动服务）
 只需要设置Master节点到各个slave节点的免密码登陆 ---- 单向的

step1：将安装包hadoop-2.2.0.tar。gz存放到某一个目录下，并解压
step2：修改解压后的/etc/hadoop下的xml配置文件（如果文件不存在，则自己创建）
1 hadoop-env.sh
  export JAVA_HOME=/home/dongxicheng/hadoop/jdk1.6.0_45
2 slaves文件修改为以下配置
  Yarn001
3 mapred-site.xml
  <configuration>
   <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
 </configuration>
4 core-site.xml(其中“YARN001==192.168.2.200”是在/etc/hosts中设置的host，如果未设置，则换为localhost)
  <configuration>
   <property>
    <name>fs.defaultFS</name>   --- fs.default.name 等效，只不过是1.x，目前兼容使用。
    <value>hdfs://192.168.2.200:9000</value>
    <final>true</final>
  </property>
  <property>
    <name>dfs.replication</name>
    <value>1</value><!--单机版么-->
  </property>
  <property>
   <name>hadoop.tmp.dir</name>
   <value>/data/hadoop/hadoop_tmp</value>
  </property>
</configuration>
5 yarn-site.xml
<configuration>
<!-- Site specific YARN configuration properties -->
 <property>
  <name>yarn.nodemanager.aux-services</name>
  <value>mapreduce_shuffle</value>
 </property>
</configuration>

step3：启动服务
1 格式化 bin/hadoop namenode -format
2 启动HDFS：sbin/start-dfs.sh (这样会启动secondarynamenode，最好分布启动) 
3 启动yarn：sbin/start-yarn.sh 
第二种启动方式：（便于启动过程中的派错）
bin/hadoop namenode -format
sbin/hadoop-daemon.sh start namenode
jps 然后产看logs namenode..log 不看out 
sbin/hadoop-daemon.sh start datanode 
jps data node 或者 localhost：50070
启动yarn（由于yarn不想hdfs那么复杂，容易出错，推荐使用start-yarn.sh 直接启动
sbin/yarn-daemon.sh start resourcemanager
sbin/yarn-daemon.sh start nodemanager    

step4:检测是否安装成功
jps    全称：/usr/java/jdk/bin/jps 根据你的jdk位置而不同
2458 SecondaryNameNode  ----第二种启动方式不会有这个东东
19386 HQuorumPeer
4471 ResourceManager
2281 NameNode
19603 HRegionServer
19460 HMaster
28667 Jps
或者检测：
http://yarn001:8088
http://yarn001:50070

问题1：采用虚拟机搭建hadoop环境，每次虚拟机重启后，hadoop无法启动成功
解决方案：
在core-site中增加两个配置：
<property>
  <name>dfs.namenode.name.dir</name>
  <value>/home/dongxicheng/hadoop/dfs/name</value>
 </property>
<property>
  <name>dfs.datanode.data.dir</name>
  <value>/home/dongxicheng/hadoop/dfs/data</value>
 </property>
其中，各个目录一定是非/tmp下的目录
（默认是/tmp目录，虚拟机重启后都会被删除）