VM+CentOS+hadoop2.7搭建hadoop完全分布式集群

写在前边的话：

       最近找了一个云计算开发的工作，本以为来了会直接做一些敲代码，处理数据的活，没想到师父给了我一个课题“基于质量数据的大数据分析”，那么问题来了首先要做的就是搭建这样一个平台，毫无疑问，底层采用hadoop集群，在此之上，进行一些其他组件的安装和二次开发

hadoop伪分布部署参考：点击打开链接

hadoop单机版部署参考：点击打开链接

zookeeper,hive,hbase的分布式部署参考：点击链接

Spark，Sqoop，Mahout的分布式部署参考：点击链接

hadop高可用部署：点击连接

一：安装VM 12.x

     下载地址：链接：http://pan.baidu.com/s/1c2KA3gW密码：3r67

二：安装CentOS6.5

     这里采用3台机器，其对应的IP和主机分别如下（他们的用户名都是master）

主机名	ip	对应的角色
master1	192.168.48.130	NameNode
slave1	192.168.48.131	Datanode1
slave2	192.168.48.132	Datanode2

     这里我们可以采用安装一台虚拟机，然后进行克隆的方法，克隆出五台机器，然后修改对应的ip地址和用户名，VM安装虚拟机有三种网络连接方式，分别是桥接，NAT，仅主机模式，这里采用默认设置，即使用NAT，NAT模式下实用的是Vmnet8

    修改IP地址：

     1：查看本机ip

           我的电脑ip地址为：192.168.69.30

           Vmnet8的ipv4地址为：192.168.48.1

    2：确定虚拟机IP地址范围和网关地址，下图红线标示

          

          

    3：打开虚拟机终端

        输入：sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0

        修改后的信息如下，需要修改的地方有红线标示出来了：

        

        eth0--->eth1

        dhcp--->static

        HWADDR  MAC地址修改为本虚拟机的mac地址，mac地址查看  ip addr，选择eth1那个

        

        之后便可以使用ifconfig查看ip了    

    修改主机名和对应IP：

        1：编辑hosts文件

             sudo vim /etc/hosts

             清空内容，添加   192.168.48.129  master （这里不要清空hosts文件，具体看评论）

        2：便捷network文件

              sudo vim /etc/sysconfig/network

              修改HOSTNAME为master

              重启生效

三：安装hadoop集群

    0：每台机器上关闭防火墙和selinux

         永久关闭防火墙：chkconfig --level 35 iptables off

         永久关闭selinux：

               vim /etc/selinux/config

               找到SELINUX 行修改成为：SELINUX=disabled:

    1：每台机器上安装java环境（ jdk-7u51-linux-x64.tar）

        解压到指定目录，这里我选择的是/opt

             tar -zxvf jdk-7u51-linux-x64.tar /opt

        修改文件夹名字为java 

             mv /opt/jdk1.7.0_51 /opt/java 

        配置环境变量，打开/etc/profile文件，加入java的路径

             vim /etc/profile (如果没有权限可以前边加入sudo)

        文件前边写上：

             export JAVA_HOME=/opt/java
             export CLASSPATH=.:%JAVA_HOME%/lib/dt.jar:%JAVA_HOME%/lib/tools.jar
             export PATH=$PATH:$JAVA_HOME/bin

    2：配置每台机器的主机名

         清空每台机器上的/etc/hosts文件内容，添加如下：

         192.168.48.130  master1
         192.168.48.131  slave1
         192.168.48.132  slave2

         执行完之后source/etc/hosts

         同时修改每台机器上的/etc/sysconfig/network  中hostname对应的用户名（此步骤一定要注意，否则容易找不到主机名）

    3：给master用户增加sudo权限

               1）切换到root用户，su    输入密码

               2）给sudoers增加写权限：chmod u+w /etc/sudoers

               3）编译sudoers文件：vim /etc/sudoers       
                    在root ALL=(ALL)  ALL下方增加     master ALL=(ALL)NOPASSWD:ALL
              4）去掉sudoers文件的写权限：chmod u-w /etc/sudoers

    4：每台机器都切换到master用户下

         su master

    5：配置SSH免密码登录

         进入~/.ssh目录

         每台机器执行：ssh-keygen -t rsa，一路回车

         生成两个文件，一个私钥，一个公钥，在master1中执行：cp id_rsa.pub authorized_keys

         a：本机无密钥登录

               修改authorized_keys权限：chmod 644 authorized_keys

               此时重启ssh服务：sudo service sshd restart

               ssh master1

               yes!!!

         b：master与其他节点无密钥登录         

           从master中把authorized_keys分发到各个结点上(会提示输入密码，输入thinkgamer即可)：

           scp /home/master/.ssh/authorized_keys slave1:/home/master/.ssh

           scp /home/master/.ssh/authorized_keys slave2:/home/master/.ssh 

           然后在各个节点对authorized_keys执行(一定要执行该步，否则会报错)：chmod 644 authorized_keys

          测试如下（第一次ssh时会提示输入yes/no，输入yes即可）：

           

    6：解压hadoop到指定目录（我这里使用的是/opt/目录）

        tar -zxvf hadoop-2.7.0.tar.gz /opt/hadoop-2.7.0

        重命名文件：mv /opt/hadoop-2.7.0 /opt/hadoop

    7：修改配置文件

          hadoop-env.sh：   

export JAVA_HOME=/opt/java

          core-site.xml：

<configuration>
  <property>
    <name>fs.default.name</name>
    <value>hdfs://master1:9000</value>
  </property>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/hadoop/tmp</value>
  </property>
</configuration>

            hdfs-site.xml：

<configuration>
  <property>
    <name>dfs.replication</name>
    <value>2</value>
  </property>
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file:/opt/hadoop/dfs/name</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file:/opt/hadoop/dfs/data</value>
  </property>
</configuration>

         mapred-site.xml：

<configuration>
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
  <property>
    <name>mapreduce.jobhistory.address</name>
    <value>Master:10020</value>
  </property>
  <property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>Master:19888</value>
  </property>
</configuration>

         yarn-site.xml：

<configuration>

<!-- Site specific YARN configuration properties -->
  <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>
    <name>yarn.resourcemanager.address</name>
    <value>master1:8032</value>
  </property>
  <property>
    <name>yarn.resourcemanager.scheduler.address</name>
    <value>master1:8030</value>
  </property>
  <property>
    <name>yarn.resourcemanager.resource-tracker.address</name>
    <value>master1:8031</value>
  </property>
  <property>
    <name>yarn.resourcemanager.admin.address</name>
    <value>master1:8033</value>
  </property>
  <property>
    <name>yarn.resourcemanager.webapp.address</name>
    <value>master1:8088</value>
  </property>
</configuration>

    8：编辑slaves文件

        清空加入从节点的名字

        slave1

        slave2

    9：将hadoop分发到各个节点（因为权限问题，先将该文件夹分发到各个节点的/home/master目录下，再进入各个节点将文件夹移到/opt下）

         scp -r /opt/hadoop slave1:/home/master/hadoop ,进入该节点执行：sudo mv hadoop /opt/

         scp -r /opt/hadoop slave2:/home/master/hadoop ,进入该节点执行：sudo mv hadoop /opt/

    10：在master节点格式化hdfs

           bin/hdfs namenode -format

           

          看见status 0表示安装成功

四：web页面查看

    1：http://192.168.48.130:8088/

 

    2：http://192.168.48.130:50070/

五：问题记录

    1：linux文件夹权限

         eg：

         

          第一列共有十位
          第一位，d：表示是一个目录，-：表示一个普通的文件
          第2-4位：rwx：分别表示读，写，执行，这里显示为rwx表示文件所有者对该文件拥有读写执行的权利（补充一点，rwx用数字表示为4,2,1）
          第5-7位：r-x：表示与该文件所有者的同组用户拥有该文件的读和执行的权限
          第8-10位：r-x：表示其他组的用户对该文件拥有读和执行的权利

    2：linux基本命令

         查看用户所属用户组   id hostname / groups hostname

         vim命令： 查找：/xxxx

                          清空： gg  dG

    

  参考：   http://www.cnblogs.com/laov/p/3421479.html

                http://www.aboutyun.com/thread-7781-1-1.html

                http://blog.sina.com.cn/s/blog_821d83720102vkx5.html

                http://www.aboutyun.com/thread-10572-1-1.html(HA配置)