CentOS6.7 下搭建 Hadoop2.7.1 单机伪分布式环境

概要:

CentOS6.7 下搭建 Hadoop2.7.1 单机伪分布式环境

| |目录

CentOS6.7 mini版安装

下载地址

http://mirror.citynethost.com/centos/6.7/isos/i386/CentOS-6.7-i386-minimal.iso

分区

/boot:200M - 用来存放与Linux系统启动有关的程序,比如启动引导装载程序等。
/swap:交换分区,建议大小是物理内存的1倍左右。
/:剩余空间 - Linux系统的根目录,所有的目录都挂在这个目录下面。

设置固定IP地址及网关

设置IP

vi /etc/sysconfig/network-scripts/ifcfg-eth0

修改如下内容

DEVICE=eth0
HWADDR=08:00:27:BD:9D:B5  #不用改
TYPE=Ethernet
UUID=53e4e4b6-9724-43ab-9da7-68792e611031 #不用改
ONBOOT=yes  #开机启动
NM_CONTROLLED=yes
BOOTPROTO=static  #静态IP
IPADDR=192.168.30.50  #IP地址
NETMASK=255.255.255.0 #子网掩码

设置网关

vi /etc/sysconfig/network

添加内容

NETWORKING=yes
HOSTNAME=Hadoop.Master
GATEWAY=192.168.30.1 #网关

设置DNS

vi /etc/resolv.conf

添加内容

nameserver xxx.xxx.xxx.xxx #根据实际情况设置
nameserver 114.114.114.114 #可以设置多个

重启网卡

service network restart

测试网络

ping www.baidu.com #ping不通一般是DNS问题

设置主机名对应IP地址

vi /etc/hosts
#添加如下内容
192.168.30.50 Hadoop.Master

添加Hadoop用户

添加用户组

groupadd hadoop

添加用户并分配用户组

useradd -g hadoop hadoop

修改用户密码

passwd hadoop

关闭服务

关闭防火墙

service iptables stop #关闭防火墙服务
chkconfig iptables off #关闭防火墙开机启动
service ip6tables stop
chkconfig ip6tables off

关闭SELinux

vi /etc/sysconfig/selinux
#修改如下内容
SELINUX=enforcing -> SELINUX=disabled
#再执行如下命令
setenforce 0
getenforce

关闭其他服务

for SERVICES in abrtd acpid auditd avahidaemon cpuspeed haldaemon mdmonitor messagebus udevpost;do chkconfig ${SERVICES} off;done

VSFTP安装与配置

检查是否安装

chkconfig --list|grep vsftpd

安装vsftp

yum -y install vsftpd

创建日志文件

touch /var/log/vsftpd.log

配置vsfpd服务

vi /etc/vsftpd/vsftpd.conf
#修改如下内容
anonymous_enable=NO #关闭匿名访问
xferlog_file=/var/log/vsftpd.log #设置日志文件 -- 我们上一步所创建的文件
idle_session_timeout=600 #会话超时时间
async_abor_enable=YES  #开启异步传输
ascii_upload_enable=YES #开启ASCII上传
ascii_download_enable=YES #开启ASCII下载

查看vsftp运行状态

service vsftpd status

启动vsftp

service vsftpd start
#重启 service vsftpd restart
#关闭 service vsftpd stop

查看vsftpd服务启动项

chkconfig --list|grep vsftpd

设置vsftp开机启动

chkconfig vsftpd on
#或 chkconfig --level 2345 vsftpd on

SSH无密码配置

查看ssh与rsync安装状态

rpm -qa|grep openssh
rpm -qa|grep rsync

安装ssh与rsync

yum -y install ssh
yum -y install rsync

切换hadoop用户

 su - hadoop

生成ssh密码对

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

将id_dsa.pub追加到授权的key中

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

设置授权key权限

chmod 600 ~/.ssh/authorized_keys
#权限的设置非常重要,因为不安全的设置安全设置,会让你不能使用RSA功能

测试ssh连接

ssh localhost
#如果不需要输入密码,则是成功

安装Java

下载地址

http://www.oracle.com/technetwork/java/javase/downloads/java-archive-downloads-javase7-521261.html

    注:我这里使用的是:jdk-7u80-linux-i586.tar.gz

安装Java

切换至root用户

su -

创建/usr/java文件夹

mkdir /usr/java

使用FTP工具上传至服务器

将压缩包上传至/home/hadoop目录

    注:我这里使用的是FlashFXP,使用hadoop用户连接

将压缩包解压至/usr/java 目录

tar zxvf /home/hadoop/jdk-7u80-linux-i586.tar.gz -C /usr/java/

设置环境变量

vi /etc/profile
#追加如下内容
export JAVA_HOME=/usr/java/jdk1.7.0_80
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin

使环境变量生效

source /etc/profile

测试环境变量设置

java -version

Hadoop安装与配置

下载地址

http://hadoop.apache.org/releases.html

    注:我下载的是hadoop-2.7.1.tar.gz

安装Hadoop

使用FTP工具上传至服务器

将压缩包上传至/home/hadoop目录

将压缩包解压至/usr目录

tar zxvf /home/hadoop/hadoop-2.7.1.tar.gz -C /usr/

修改文件夹名称

mv /usr/hadoop-2.7.1/ /usr/hadoop


创建hadoop数据目录

mkdir /usr/hadoop/tmp

将hadoop文件夹授权给hadoop用户

chown -R hadoop:hadoop /usr/hadoop/


设置环境变量

vi /etc/profile
#追加如下内容
export HADOOP_HOME=/usr/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

使环境变量生效

source /etc/profile

测试环境变量设置

hadoop version

配置HDFS

切换至Hadoop用户

su - hadoop

修改hadoop-env.sh

cd /usr/hadoop/etc/hadoop/
vi hadoop-env.sh 
#追加如下内容
export JAVA_HOME=/usr/java/jdk1.7.0_80

修改core-site.xml

vi core-site.xml 
#添加如下内容
<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://Hadoop.Master:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/hadoop/tmp/</value>
        <description>A base for other temporary directories.</description>
    </property>
</configuration>

修改hdfs-site.xml

vi hdfs-site.xml
#添加如下内容
<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

格式化hdfs

hdfs namenode -format

注:出现Exiting with status 0即为成功

启动hdfs

start-dfs.sh
#停止命令 stop-dfs.sh

注:输出如下内容

15/09/21 18:09:13 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Starting namenodes on [Hadoop.Master]
Hadoop.Master: starting namenode, logging to /usr/hadoop/logs/hadoop-hadoop-namenode-Hadoop.Master.out
Hadoop.Master: starting datanode, logging to /usr/hadoop/logs/hadoop-hadoop-datanode-Hadoop.Master.out
Starting secondary namenodes [0.0.0.0]
The authenticity of host '0.0.0.0 (0.0.0.0)' can't be established.
RSA key fingerprint is b5:96:b2:68:e6:63:1a:3c:7d:08:67:4b:ae:80:e2:e3.
Are you sure you want to continue connecting (yes/no)? yes
0.0.0.0: Warning: Permanently added '0.0.0.0' (RSA) to the list of known hosts.
0.0.0.0: starting secondarynamenode, logging to /usr/hadoop/logs/hadoop-hadoop-secondarynamenode-Hadoop.Master.out
15/09/21 18:09:45 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicab

查看进程

jps

注:输出类似如下内容

1763 NameNode
1881 DataNode
2146 Jps
2040 SecondaryNameNode

使用web查看Hadoop运行状态

http://你的服务器ip地址:50070/

在HDFS上运行WordCount

创建HDFS用户目录

hdfs dfs -mkdir /user
hdfs dfs -mkdir /user/hadoop #根据自己的情况调整/user/<username>

复制输入文件(要处理的文件)到HDFS上

hdfs dfs -put /usr/hadoop/etc/hadoop input

查看我们复制到HDFS上的文件

hdfs dfs -ls input

运行单词检索(grep)程序

hadoop jar /usr/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar grep input output 'dfs[a-z.]+'
#WordCount
#hadoop jar /usr/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount input output
#说明:output文件夹如已经存在则需要删除或指定其他文件夹。

查看运行结果

hdfs dfs -cat output/*

配置YARN

修改mapred-site.xml

cd /usr/hadoop/etc/hadoop/
cp mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
#添加如下内容
<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

修改yarn-site.xml

vi yarn-site.xml
#添加如下内容
<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

启动YARN

start-yarn.sh
#停止yarn stop-yarn.sh

查看当前java进程

jsp
#输出如下
4918 ResourceManager
1663 NameNode
1950 SecondaryNameNode
5010 NodeManager
5218 Jps
1759 DataNode

运行你的mapReduce程序

配置好如上配置再运行mapReduce程序时即是yarn中运行。

使用web查看Yarn运行状态

http://你的服务器ip地址:8088/

HDFS常用命令

创建HDFS文件夹

在根目录创建input文件夹

hdfs dfs -mkdir -p /input

在用户目录创建input文件夹

说明:如果不指定“/目录”,则默认在用户目录创建文件夹

hdfs dfs -mkdir -p input
#等同于 hdfs dfs -mkdir -p /user/hadoop/input

查看HDFS文件夹

查看HDFS根文件夹

hdfs  dfs  -ls /

查看HDFS用户目录文件夹

hdfs  dfs  -ls

查看HDFS用户目录文件夹下input文件夹

hdfs  dfs  -ls input
#等同与 hdfs  dfs  -ls /user/hadoop/input

复制文件到HDFS

hdfs dfs -put /usr/hadoop/etc/hadoop input

删除文件夹

hdfs  dfs  -rm -r input

参考资料

单机伪分布式搭建教程:http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/SingleCluster.html

集群环境搭建教程:http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/ClusterSetup.html

评论关闭
评论 还能输入200
评论关闭
评论 还能输入200
  • 全部评论(2)
  • 蜂启耘勇 有一个问题请教下,我执行hdfs namenode -format报错,方便的话加下我的qq418903830谢谢
  • 梧桐 请教您一个问题,在start-dfs.sh时出现,Hadoop.Master:ssh:connect to host Hadoop.Master port 22:Connection refused.方便加我的qq891834163交流,O(∩_∩)O谢谢
资料加载中...
已关注 , 取消