vmware中hadoop集群安装指南

1、准备Linux环境

1.0先将虚拟机的网络模式选为NAT

1.1修改主机名
       vi /etc/sysconfig/network

       NETWORKING=yes
       HOSTNAME=shizhan1 ###克隆之后其他主机的名字分别是shizhan2 shizhan3 shizhan4....

1.2修改IP
       两种方式：
       第一种：通过Linux图形界面进行修改（强烈推荐）
           进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮-> 选择IPv4 -> method选择为manual -> 点击add按钮
           添加IP：192.168.33.101 子网掩码：255.255.255.0 网关：192.168.33.1 DNS:192.168.33.1 -->apply

       第二种：修改配置文件方式（屌丝程序猿专用）
           vim /etc/sysconfig/network-scripts/ifcfg-eth0

           DEVICE="eth0"
           BOOTPROTO="static" ###
           HWADDR="00:0C:29:3C:BF:E7"
           IPV6INIT="yes"
           NM_CONTROLLED="yes"
           ONBOOT="yes"
           TYPE="Ethernet"
           UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
           IPADDR="192.168.33.101" ###
           NETMASK="255.255.255.0" ###
           GATEWAY="192.168.33.1" ###

1.3修改主机名和IP的映射关系
       vim /etc/hosts

       192.168.33.101   shizhan1
       192.168.33.102   shizhan2
       192.168.33.103   shizhan3
       192.168.33.104   shizhan4
       ....
       ###如果有更多主机可以先添加，克隆之后方便一些

1.4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 修改sudo（如何直接用root登录无需这一步）
       su root
       vim /etc/sudoers
       给hadoop用户添加执行的权限

关闭linux服务器的图形界面：（看需求）

vi /etc/inittab

1.6重启Linux
reboot

2.安装JDK

2.1上传alt+p 后出现sftp窗口，然后put d:\xxx\yy\ll\jdk-7u_65-i585.tar.gz

2.2解压jdk
       #创建文件夹
       mkdir /home/hadoop/app
       #解压
       tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/hadoop/app

2.3将java添加到环境变量中
       vim /etc/profile
       #在文件最后添加
       export JAVA_HOME=/home/hadoop/app/jdk-7u_65-i585
       export PATH=$PATH:$JAVA_HOME/bin

       #刷新配置
       source /etc/profile

3.安装hadoop

3.1、先上传hadoop的安装包到服务器上去/home/hadoop/（可以自己选目录）
注意：hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop

3.2、配置hadoop

进去hadoop/etc/目录，伪分布式需要修改5个配置文件
第一个：hadoop-env.sh
       vim hadoop-env.sh
       #第27行
       export JAVA_HOME=/usr/java/jdk1.7.0_65（jdk所在路径）

   第二个：core-site.xml

<configuration>
       <property>
           <name>fs.defaultFS</name>
           <value>hdfs://shizhan1:9000</value>
       </property>
       
       <property>
           <name>hadoop.tmp.dir</name>
           <value>/home/hadoop/hadoop-2.4.1/tmp</value>
       </property>
       </configuration>
   第三个：hdfs-site.xml

<configuration>
       
       <property>
           <name>dfs.namenode.name.dir</name>
           <value>/home/hadoop/data/name</value>
       </property>

       <property>
           <name>dfs.datanode.data.dir</name>
           <value>/home/hadoop/data/data</value>
       </property>

<property>
           <name>dfs.replication</name>
           <value>3</value>
       </property>

<property>
           <name>dfs.secondary.http.address</name>
           <value>shizhan1:50090</value>
       </property>

</configuration>

第四个：mapred-site.xml
       mv mapred-site.xml.template mapred-site.xml
       vim mapred-site.xml
       
       <property>
           <name>mapreduce.framework.name</name>
           <value>yarn</value>
       </property>

   第五个：yarn-site.xml
       
       <property>
           <name>yarn.resourcemanager.hostname</name>
           <value>shizhan1</value>
       </property>
       
       <property>
           <name>yarn.nodemanager.aux-services</name>
           <value>mapreduce_shuffle</value>
       </property>

3.3、指定datanode所在位置
vi slaves
添加
shizhan1
shizhan2
shizhan3

3.4将hadoop添加到环境变量
   vim /etc/proflie
       export JAVA_HOME=/usr/java/jdk1.7.0_65
       export HADOOP_HOME=/itcast/hadoop-2.4.1
       export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source /etc/profile

4、将虚拟机进行克隆操作

4.1、克隆之后更改vi /etc/sysconfig/network，对应的主机名
4.2、解决不能上网的问题

rm -rf /etc/udev/rules.d/70-persistent-net.rules
先重启reboot看能不能上网，不能再删除UUID HWADDR再重启
（vim /etc/sysconfig/network-scripts/ifcfg-eth0 删除里面的UUID HWADDR）

5、配置ssh免登陆

#生成ssh免登陆密钥
#进入到我的home目录
cd ~/.ssh

   ssh-keygen -t rsa （四个回车）
   执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
   将公钥拷贝到要免密登陆的目标机器上
   ssh-copy-id xxxxxx
   ---------------------------
   ssh免登陆：
       生成key:
       ssh-keygen
       复制从A复制到B上:
       ssh-copy-id B
       验证：
       ssh localhost/exit，ps -e|grep ssh
       ssh A #在B中执行

6、格式化namenode（是对namenode进行初始化）

hdfs namenode -format (hadoop namenode -format)

如果出现permission denied，是因为没有文件执行全选
chmod -A 777 hadoop目录

如果又新添加了机器，还要重新格式化

7、启动hadoop

先启动HDFS
       sbin/start-dfs.sh

       再启动YARN
       sbin/start-yarn.sh

（由于配置了环境变量所以直接start-dfs.sh也可以）
停止集群：stop-dfs.sh stop-yarn.sh

全部一次性启动方式：start-all.sh stop-all.sh

8、验证是否启动成功

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

使用jps命令验证
NameNode
SecondaryNameNode
ResourceManager

NodeManager
DataNode

http://192.168.33.101:50070 （HDFS管理界面）
http://192.168.33.101:8088 （MR管理界面）