Cloudera（CDH）的hadoop和Hortonworks（HDP）的的hadoop编译

版本使用范围，大致 与Apache Hadoop编译步骤一致大同小异，因为CDH的Hadoop的本来就是从社区版迁过来的，所以，这篇文章同样适合所有的以Apache Hadoop为原型的其他商业版本的hadoop编译，例如，Cloudera（CDH）的hadoop和Hortonworks（HDP）的的hadoop编译，下面开工：

1，环境准备（Cenots6.x，其他的大同小异）

（1）yum安装 sudo yum install -y autoconf automake libtool git  gcc gcc-c++  make cmake openssl-devel,ncurses-devel bzip2-devel
（2）安装JDK1.7+
（3）安装Maven3.0+
（4）安装Ant1.8+
（5）安装 protobuf-2.5.0.tar.gz
  安装例子：
  cd /home/search
  tar -zxvf  protobuf-2.5.0.tar.gz
  cd /home/search/protobuf-2.5.0
  ./configure --prefix=/home/search/protobuf（指定的一个安装目录，默认是根目录）
  make && make install

（6）安装snappy1.1.0.tar.gz（可选选项，如果需要编译完的Hadoop支持Snappy压缩，需要此步骤）
   安装例子：
cd /home/search
tar -zxvf snappy1.1.0.tar.gz
cd /home/search/snappy1.1.0
./configure --prefix=/home/search/snappy（指定的一个安装目录，默认是根目录）
make && make install
（7）安装hadoop-snappy
git下载地址
git clone https://github.com/electrum/hadoop-snappy.git
安装例子：
下载完成后
cd hadoop-snappy
执行maven打包命令
mvn package  -Dsnappy.prefix=/home/search/snappy （需要6步骤）
构建成功后





这个目录就是编译后的snappy的本地库，在hadoop-snappy/target/hadoop-snappy-0.0.1-SNAPSHOT-tar/hadoop-snappy-0.0.1-SNAPSHOT/lib目录下，有个hadoop-snappy-0.0.1-SNAPSHOT.jar，在hadoop编译后，需要拷贝到$HADOOP_HOME/lib目录下

上面使用到的包，可到百度网盘：http://pan.baidu.com/s/1mBjZ4下载

2，下载编译hadoop2.6.0
下载cdh-hadoop2.6.0源码：
wget http://archive-primary.cloudera.com/cdh5/cdh/5/hadoop-2.6.0-cdh5.4.1-src.tar.gz
           解压
            tar -zxvf hadoop-2.6.0-cdh5.4.1-src.tar.gz
            解压后进入根目录
            执行下面这个编译命令，就能把snappy库绑定到hadoop的本地库里面，这样就可以在所有的机器上跑了

       mvn clean package -DskipTests -Pdist,native -Dtar -Dsnappy.lib=(hadoop-snappy里面编译后的库地址)   -Dbundle.snappy

中间会报一些异常，无须关心，如果报异常退出了，就继续执行上面这个命令，直到成功为止，一般速度会跟你的网速有关系，大概40分钟左右，最后会编译成功。



3，搭建Hadoop集群
（1）拷贝编译完成后在hadoop-2.6.0-cdh5.4.1/hadoop-dist/target/hadoop-2.6.0-cdh5.4.1.tar.gz位置的tar包，至安装目录
（2）解压执行mv hadoop-2.6.0-cdh5.4.1 hadoop重命名为hadoop
（3）进入hadoop目录下，执行bin/hadoop checknative -a查看本地库，支持情况


（4）配置Hadoop相关的环境变量
#hadoop
export HADOOP_HOME=/home/search/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export CLASSPATH=.:$CLASSPATH:$HADOOP_COMMON_HOME:$HADOOP_COMMON_HOMEi/lib:$HADOOP_MAPRED_HOME:$HADOOP_HDFS_HOME:$HADOOP_HDFS_HOME

（5）选择一个数据目录/data/
新建三个目录
hadooptmp（存放hadoop的一些临时数据）
nd（存放hadoop的namenode数据）
dd（存放hadoop的datanode数据）
（6）进入hadoop/etc/hadoop目录
依次配置
slaves内容如下：

Java代码  

1. hadoop1  
2. hadoop2  
3. hadoop3  

hadoop1
hadoop2
hadoop3

core-site.xml内容如下:

Java代码  

1. <configuration>  
2.  <property>      
3.         <name>fs.default.name</name>      
4.         <value>hdfs://hadoop1:8020</value>      
5.     </property>  
6.      
7.   <property>    
8.     <name>hadoop.tmp.dir</name>    
9.     <value>/ROOT/tmp/data/hadooptmp</value>    
10.   </property>  
11.   
12.   <property>    
13.              <name>io.compression.codecs</name>    
14.              <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.BZip2Codec,org.apache.hadoop.io.compress.SnappyCodec</value>    
15.          
16. </property>    
17. <property>      
18.   <name>fs.trash.interval</name>      
19.   <value>1440</value>      
20.   <description>Number of minutes between trash checkpoints.      
21.   If zero, the trash feature is disabled.      
22.   </description>      
23. </property>    
24.   
25. </configuration>  

<configuration>
 <property>    
        <name>fs.default.name</name>    
        <value>hdfs://hadoop1:8020</value>    
    </property>
   
  <property>  
    <name>hadoop.tmp.dir</name>  
    <value>/ROOT/tmp/data/hadooptmp</value>  
  </property>

  <property>  
             <name>io.compression.codecs</name>  
             <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.BZip2Codec,org.apache.hadoop.io.compress.SnappyCodec</value>  
       
</property>  
<property>    
  <name>fs.trash.interval</name>    
  <value>1440</value>    
  <description>Number of minutes between trash checkpoints.    
  If zero, the trash feature is disabled.    
  </description>    
</property>  

</configuration>

hdfs-site.xml内容如下：

Java代码  

1. <configuration>  
2.   
3. <property>      
4.    <name>dfs.replication</name>      
5.    <value>1</value>      
6.  </property>      
7.    
8.  <property>      
9.    <name>dfs.namenode.name.dir</name>      
10.    <value>file:///ROOT/tmp/data/nd</value>      
11.  </property>      
12.    
13.  <property>      
14.    <name>dfs.datanode.data.dir</name>      
15.    <value>/ROOT/tmp/data/dd</value>      
16.  </property>      
17.    
18. <property>      
19.   <name>dfs.permissions</name>      
20.   <value>false</value>      
21. </property>    
22.    
23.   
24. <property>    
25.     <name>dfs.webhdfs.enabled</name>    
26.     <value>true</value>    
27. </property>    
28. <property>    
29.         <name>dfs.blocksize</name>    
30.         <value>134217728</value>    
31. </property>    
32. <property>    
33.         <name>dfs.namenode.handler.count</name>    
34.         <value>20</value>    
35. </property>  
36.    
37. <property>    
38.         <name>dfs.datanode.max.xcievers</name>    
39.         <value>65535</value>    
40. </property>  
41.   
42. </configuration>  

<configuration>

<property>    
   <name>dfs.replication</name>    
   <value>1</value>    
 </property>    
 
 <property>    
   <name>dfs.namenode.name.dir</name>    
   <value>file:///ROOT/tmp/data/nd</value>    
 </property>    
 
 <property>    
   <name>dfs.datanode.data.dir</name>    
   <value>/ROOT/tmp/data/dd</value>    
 </property>    
 
<property>    
  <name>dfs.permissions</name>    
  <value>false</value>    
</property>  
 

<property>  
    <name>dfs.webhdfs.enabled</name>  
    <value>true</value>  
</property>  
<property>  
        <name>dfs.blocksize</name>  
        <value>134217728</value>  
</property>  
<property>  
        <name>dfs.namenode.handler.count</name>  
        <value>20</value>  
</property>
 
<property>  
        <name>dfs.datanode.max.xcievers</name>  
        <value>65535</value>  
</property>

</configuration>

mapred-site.xml内容如下：

Java代码  

1.  <configuration>   
2. <property>    
3.     <name>mapreduce.framework.name</name>    
4.     <value>yarn</value>    
5. </property>    
6. <property>    
7.     <name>mapreduce.jobtracker.address</name>    
8.     <value>hadoop1:8021</value>    
9. </property>    
10. <property>    
11.     <name>mapreduce.jobhistory.address</name>    
12.     <value>hadoop1:10020</value>    
13. </property>    
14. <property>    
15.     <name>mapreduce.jobhistory.webapp.address</name>    
16.     <value>hadoop1:19888</value>    
17. </property>    
18. <property>    
19.     <name>mapred.max.maps.per.node</name>    
20.     <value>4</value>    
21. </property>    
22. <property>    
23.     <name>mapred.max.reduces.per.node</name>    
24.     <value>2</value>    
25. </property>    
26. <property>    
27.     <name>mapreduce.map.memory.mb</name>    
28.     <value>1408</value>    
29. </property>    
30. <property>    
31.     <name>mapreduce.map.java.opts</name>    
32.     <value>-Xmx1126M</value>    
33. </property>    
34.    
35. <property>    
36.     <name>mapreduce.reduce.memory.mb</name>    
37.     <value>2816</value>    
38. </property>    
39. <property>    
40.     <name>mapreduce.reduce.java.opts</name>    
41.     <value>-Xmx2252M</value>    
42. </property>    
43. <property>    
44.     <name>mapreduce.task.io.sort.mb</name>    
45.     <value>512</value>    
46. </property>    
47. <property>    
48.     <name>mapreduce.task.io.sort.factor</name>    
49.     <value>100</value>    
50. </property>    
51. </configuration>  

 <configuration> 
<property>  
    <name>mapreduce.framework.name</name>  
    <value>yarn</value>  
</property>  
<property>  
    <name>mapreduce.jobtracker.address</name>  
    <value>hadoop1:8021</value>  
</property>  
<property>  
    <name>mapreduce.jobhistory.address</name>  
    <value>hadoop1:10020</value>  
</property>  
<property>  
    <name>mapreduce.jobhistory.webapp.address</name>  
    <value>hadoop1:19888</value>  
</property>  
<property>  
    <name>mapred.max.maps.per.node</name>  
    <value>4</value>  
</property>  
<property>  
    <name>mapred.max.reduces.per.node</name>  
    <value>2</value>  
</property>  
<property>  
    <name>mapreduce.map.memory.mb</name>  
    <value>1408</value>  
</property>  
<property>  
    <name>mapreduce.map.java.opts</name>  
    <value>-Xmx1126M</value>  
</property>  
 
<property>  
    <name>mapreduce.reduce.memory.mb</name>  
    <value>2816</value>  
</property>  
<property>  
    <name>mapreduce.reduce.java.opts</name>  
    <value>-Xmx2252M</value>  
</property>  
<property>  
    <name>mapreduce.task.io.sort.mb</name>  
    <value>512</value>  
</property>  
<property>  
    <name>mapreduce.task.io.sort.factor</name>  
    <value>100</value>  
</property>  
</configuration>

yarn-site.xml内容如下：

Java代码  

1. <configuration>  
2. <property>   
3.     <name>mapreduce.jobhistory.address</name>  
4.     <value>hadoop1:10020</value>  
5. </property>  
6. <property>  
7.     <name>mapreduce.jobhistory.webapp.address</name>  
8.     <value>hadoop1:19888</value>  
9. </property>        
10.  <property>    
11.    <name>yarn.resourcemanager.address</name>    
12.     <value>hadoop1:8032</value>    
13.   </property>    
14.   <property>    
15.     <name>yarn.resourcemanager.scheduler.address</name>    
16.     <value>hadoop1:8030</value>    
17.   </property>    
18.   <property>    
19.     <name>yarn.resourcemanager.scheduler.class</name>    
20.     <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>    
21.   </property>    
22.   <property>    
23.     <name>yarn.resourcemanager.resource-tracker.address</name>    
24.     <value>hadoop1:8031</value>    
25.   </property>    
26.   <property>    
27.     <name>yarn.resourcemanager.admin.address</name>    
28.     <value>hadoop1:8033</value>    
29.   </property>    
30.   <property>    
31.     <name>yarn.resourcemanager.webapp.address</name>    
32.     <value>hadoop1:8088</value>    
33.   </property>    
34.   <property>    
35.     <name>yarn.nodemanager.aux-services</name>    
36.     <value>mapreduce_shuffle</value>    
37.   </property>    
38.   <property>    
39.     <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>    
40.     <value>org.apache.hadoop.mapred.ShuffleHandler</value>    
41.   </property>    
42.   <property>      
43.     <description>Classpath for typical applications.</description>      
44.     <name>yarn.application.classpath</name>      
45.     <value>$HADOOP_CONF_DIR    
46.     ,$HADOOP_COMMON_HOME/share/hadoop/common/*    
47.     ,$HADOOP_COMMON_HOME/share/hadoop/common/lib/*    
48.     ,$HADOOP_HDFS_HOME/share/hadoop/hdfs/*    
49.     ,$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*    
50.     ,$YARN_HOME/share/hadoop/yarn/*</value>      
51.   </property>    
52.      
53. <!-- Configurations for NodeManager -->    
54.   <property>    
55.     <name>yarn.nodemanager.resource.memory-mb</name>    
56.     <value>5632</value>    
57.   </property>    
58.  <property>  
59.     <name>yarn.scheduler.minimum-allocation-mb</name>  
60.     <value>1408</value>  
61.   </property>  
62.   
63.  <property>  
64.     <name>yarn.scheduler.maximum-allocation-mb</name>  
65.     <value>5632</value>  
66.   </property>  
67.   
68. </configuration>  

<configuration>
<property> 
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop1:10020</value>
</property>
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop1:19888</value>
</property>      
 <property>  
   <name>yarn.resourcemanager.address</name>  
    <value>hadoop1:8032</value>  
  </property>  
  <property>  
    <name>yarn.resourcemanager.scheduler.address</name>  
    <value>hadoop1:8030</value>  
  </property>  
  <property>  
    <name>yarn.resourcemanager.scheduler.class</name>  
    <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>  
  </property>  
  <property>  
    <name>yarn.resourcemanager.resource-tracker.address</name>  
    <value>hadoop1:8031</value>  
  </property>  
  <property>  
    <name>yarn.resourcemanager.admin.address</name>  
    <value>hadoop1:8033</value>  
  </property>  
  <property>  
    <name>yarn.resourcemanager.webapp.address</name>  
    <value>hadoop1:8088</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>    
    <description>Classpath for typical applications.</description>    
    <name>yarn.application.classpath</name>    
    <value>$HADOOP_CONF_DIR  
    ,$HADOOP_COMMON_HOME/share/hadoop/common/*  
    ,$HADOOP_COMMON_HOME/share/hadoop/common/lib/*  
    ,$HADOOP_HDFS_HOME/share/hadoop/hdfs/*  
    ,$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*  
    ,$YARN_HOME/share/hadoop/yarn/*</value>    
  </property>  
   
<!-- Configurations for NodeManager -->  
  <property>  
    <name>yarn.nodemanager.resource.memory-mb</name>  
    <value>5632</value>  
  </property>  
 <property>
    <name>yarn.scheduler.minimum-allocation-mb</name>
    <value>1408</value>
  </property>

 <property>
    <name>yarn.scheduler.maximum-allocation-mb</name>
    <value>5632</value>
  </property>

</configuration>

（6）将整个hadoop目录和/data数据目录，scp分发到各个节点上
（7）格式化HDFS
执行命令bin/hadoop namenode -format
（8）启动集群
sbin/start-dfs.sh 启动hdfs
sbin/start-yarn.sh启动yarn
sbin/mr-jobhistory-daemon.sh start historyserver 启动日志进程
（9）检验集群状态
jps监测：



web页面监测：
http://hadoop1:50070
http://hadoop1:8088
（10）基准测试
测试map
bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.4.1.jar randomwriter rand
测试reduce
bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.4.1.jar sort rand sort-rand

Hadoop官方文档链接：http://hadoop.apache.org/docs/r2.7.0/hadoop-project-dist/hadoop-hdfs/HdfsUserGuide.html