搭建Hadoop平台(新手入门)

刚刚大学毕业,接触大数据有一年的时间了,把自己的一些学习笔记分享给大家,希望同热爱大数据的伙伴们一起学习,成长!

 资料准备:

　　Hadoop-2.7.1下载:https://pan.baidu.com/s/1KEerpDkBrd3zd0L8SAl2pA 密码:l8m4

　　Jdk下载(文中使用1.7,这里给得1.8,不影响使用):http://pan.baidu.com/s/1kVEEJ91 密码:r22t

安装步骤：

0.关闭防火墙

执行：service iptables stop 这个指令关闭完防火墙后，如果重启，防火墙会重新建立，所以，如果想重启后防火墙还关闭，需额外执行：chkconfig iptables off

1.配置主机名

执行： vim /etc/sysconfig/network

编辑主机名

注意：主机名里不能有下滑线，或者特殊字符#$，不然会找不到主机导致无法启动

这种方式更改主机名需要重启才能永久生效，因为主机名属于内核参数。

如果不想重启，可以执行：hostname hadoop01。但是这种更改是临时的，重启后会恢复 原主机名。

所以可以结合使用。先修改配置文件，然后执行:hostname hadoop01 。可以达到不重启或重启都是主机名都是同一个的目的

 

2.配置hosts文件

执行：vim /etc/hosts（192.168.161.41是我自己机器的ip，这里必须写入自己本机的ip）

3.配置免秘钥登录

在hadoop01节点执行(执行过hostname hadoop01)：

执行：ssh-keygen

然后一直回车，直到出现类似的图形：

 

生成节点的公钥和私钥，生成的文件会自动放在/root/.ssh目录下

然后把公钥发往远程机器，比如hadoop01向hadoop02发送

执行：ssh-copy-id root@hadoop01

此时，hadoop02节点就是把收到的hadoop秘钥保存在

/root/.ssh/authorized_keys 这个文件里，这个文件相当于访问白名单，凡是在此白明白存储的 秘钥对应的机器，登录时都是免密码登录的。

当hadoop01再次通过ssh远程登录hadoop02时，发现不需要输入密码了。

 

在hadoop02节点执行上述上述步骤，让hadoop02节点连接hadoop01免密码登录

4.配置自己节点登录的免密码登录

如果是单机的伪分布式环境，节点需要登录自己节点，即hadoop01要登录hadoop01

但是此时是需要输入密码的，所以要在hadoop01节点上

执行：ssh-copy-id root@hadoop01（上面已经给出）

5.安装和配置jdk

1）安装jdk

mkdir /usr/local/src/java

rz 上传jdk tar包

tar -xvf jdk-7u51-linux-x64.tar.gz

配置环境变量

1：vi /etc/profile

2：在尾行添加

#set java environment

JAVA_HOME=/usr/local/src/java/jdk1.7.0_51

JAVA_BIN=/usr/local/src/java/jdk1.7.0_51/bin

PATH=$JAVA_HOME/bin:$PATH

CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

export JAVA_HOME JAVA_BIN PATH CLASSPATH

保存退出

3：source /etc/profile 使更改的配置立即生效

4：java -version 查看JDK版本信息。如显示1.7.0证明成功。

执行： vi /etc/profile

2）在尾行添加

#set java environment

JAVA_HOME=/usr/local/src/java/jdk1.7.0_51

PATH=$JAVA_HOME/bin:$PATH

CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

export JAVA_HOMEPATH CLASSPATH

保存退出

3）source /etc/profile 使更改的配置立即生效

4）java -version 查看JDK版本信息。如显示1.7.0证明成功。

6.上传和解压hadoop安装包

执行：tar -xvf hadoop……(包名)

目录说明：

bin目录：命令脚本

etc/hadoop:存放hadoop的配置文件

lib目录：hadoop运行的依赖jar包

sbin目录：启动和关闭hadoop等命令都在这里

libexec目录：存放的也是hadoop命令，但一般不常用

最常用的就是bin和etc目录

7.配置hadoop-env.sh

这个文件里写的是hadoop的环境变量,主要修改hadoop的java_home路径

切换到 etc/hadoop(cd etc/hadoop)目录

执行：vim hadoop-env.sh

修改java_home路径和hadoop_conf_dir 路径(自己本机的安装目录)

然后执行：source hadoop-env.sh 让配置立即生效

8.修改core-site.xml

在 etc/hadoop 目录下

执行：vim core-site.xml

配置如下：

 

<configuration>

<!--用来指定hdfs的上司，namenode的地址-->

<property>

<name>fs.default.name</name>

<value>hdfs://hadoop01:9000<value>

</property>

<!--用来指定hadoop运行时产生文件的存放目录-->

<property>

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

<value>/usr/soft/hadoop-2.7.1/tmp</value>

</property>

</configuration>

9.修改vim hdfs-site .xml

配置如下：

 

<configuration>

<!--指定hdfs保存数据副本的数量，包括自己，默认值是3-->

<!--如果是伪分布模式，此值是1-->

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

<!--设置 hdfs 的操作权限， false 表示任何用户都可以在 hdfs 上操作文件-->

<property>

<name>dfs.permissions</name>

<value>false</value>

</property>

</configuration>

10.修改vim mapred-site.xml

这个文件初始时是没有的，有的是模板文件，mapred-site.xml.template

所以需要拷贝一份，并重命名为mapred-site.xml

执行：cp mapred-site.xml.template mapred-site.xml

配置如下：

<configuration>

<property>

<!--指定mapreduce运行在yarn上-->

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

<value>yarn</value>

</property>

</configuration>

yarn是资源协调工具，

11.修改vim yarn-site.xml

配置如下：

 

<configuration>

<!--Site specific YARN configuration properties -->

<property>

<!--指定yarn的老大resoucemanager的地址-->

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

<value>hadoop01</value>

</property>

<property>

<!--NodeManager获取数据的方式-->

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

<value>mapreduce_shuffle</value>

</property>

</configuration>

12.配置vim slaves文件

13.配置hadoop的环境变量 

配置代码：vim /etc/profile

HADOOP_HOME=/usr/soft/hadoop-2.7.1JAVA_HOME=/usr/local/src/java/jdk1.7.0_51

CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

export JAVA_HOME PATH CLASSPATH HADOOP_HOME

14.格式化namenode

为什么要格式化?

执行：hadoop namenode -format

如果不好使，可以重启linux

当出现：successfully，证明格式化成功

 

15.启动Hadoop

cd hadoop-2.7.1/sbin (进入hadoop安装目录后执行)

./start-dfs.sh或者sh start-dfs.sh

16.停止Hadoop

./stop-dfs.sh 或者sh stop-dfs.sh

注：如果在启动时，报错：Cannot find configuration directory: /etc/hadoop

解决办法：

编辑etc/hadoop下的hadoop-env.sh 文件，添加如下配置信息：

export HADOOP_CONF_DIR=/home/software/hadoop-2.7.1/etc/hadoop

然后执行source hadoop-env.sh 使配置立即生效

执行：start-yarn.sh 启动yarn相关的服务

在浏览器访问：

192.168.161.41:50070 来访问 hadoop 的管理页面(必须是自己本机的ip)

 

大家若感兴趣,转载本文,请注明出处