搭建hadoop2.4.1

前期准备：

  1.系统基本形况：

ip	hostname	role	server	loginName
192.168.1.101	h1	NameNode,ResourceManager	centos7_64	hwd
192.168.1.102	h2	DataNode, NodeManager	centos7_64	hwd
192.168.1.103	h3	DataNode, NodeManager	centos7_64	hwd

  2.各个系统之间实现用自己的用户名ssh无密钥登陆

  3.在各个机器上安装java

  4.先在其中一台机器上解压hadoop

  5.关闭各个机器的防火墙

  6.在各个机器上配置环境变量，建议每台服务器上的java和hadoop放置位置都相同，如把java解压到：/usr/java/文件夹下，把hadoop解压到/home/hwd/文件夹下，这样可以方便操作。

    注意：此时是，每台机器上都安装好了java环境，但只有一台电脑上有hadoop，但每台机器上都配置了这两个软件的环境变量,因为需要修改hadoop，修改好后再拷到其余机器上即可。

环境变量参考：

在~/.bashrc文件中添加以下配置：

export JAVA_HOME=/usr/java/jdk1.7.0_67
export HADOOP_DEV_HOME=/home/hwd/hadoop-2.4.1
export HADOOP_MAPARED_HOME=${HADOOP_DEV_HOME}
export HADOOP_COMMON_HOME=${HADOOP_DEV_HOME}
export HADOOP_HDFS_HOME=${HADOOP_DEV_HOME}
export YARN_HOME=${HADOOP_DEV_HOME}
export HADOOP_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop
export HDFS_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop
export YARN_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop
export PATH=$PATH:$HADOOP_DEV_HOME/bin:$JAVA_HOME/bin:$HADOOP_DEV_HOME/sbin

 #lixun64位的系统加上下面的环境变量，

 #否则启动时会出现“name or service not known” Warning警告，

 #请参考http://stackoverflow.com/questions/21326274/hadoop-2-2-0-name-or-service-not-known-warning

 export HADOOP_COMMON_LIB_NATIVE_DIR=${HADOOP_DEV_HOME}/lib/native
 export HADOOP_OPTS="-Djava.library.path=${HADOOP_DEV_HOME}/lib"

配置完成后，执行source ~/.bashrc命令（也可以修改文件/etc/profile）

对hadoop的修改如下其中修改文件的位置在$hadoop2.4.1/etc/hadoop文件夹下：

1.修改文件$hadoop2.4.1/etc/hadoop/hadoop-env.sh文件：

export JAVA_HOME=/usr/java/jdk1.7.0_67

2.配置core-site.xml文件,设置namenode的服务器位置。

3.修改hdfs-site.xml文件，建议dfs.data.dir的路径设置成自己用户目录下的一个位置，这样可以在运行hadoop时避免修改该位置的权限。

dfs.data.dir : Determines where on the local filesystem an DFS data node should store its blocks

dfs.replication : Default block replication. The actual number of replications can be specified when the file is created. The default is used if replication is not specified in create time.

<configuration>
　　<property>
　　　　<name>dfs.data.dir</name>
　　　　<value>/home/hwd/data</value>
<!--数据节点存储块的目录的列表-->
　　</property>
　　<property>
　　　　<name>dfs.replication</name>
　　　　<value>2</value>
</property>

4.修改mapred-site.xml文件（该文件不存在，执行cp mapred-site.xml.template mapred-site.xml命令，从mapred-site.xml.template复制一份），修改文件内容为：

<configuration>
　　<property>
　　　　<name>mapreduce.framework.name</name>
　　　　<value>yarn</value>
　　</property>
</configuration>

5.修改文件yarn-site.xml,修改后的内容为：

<configuration>
<!-- Site specific YARN configuration properties -->
<property>
   <name>yarn.resourcemanager.hostname</name>
   <value>h1</value>
</property>

<property>
   <name>yarn.nodemanager.aux-services</name>
   <value>mapreduce_shuffle</value>
</property>

</configuration>

 6.修改文件slaves，修改后的内容为：

7.至此，文件就修改好了，然后修改后的hadoop拷到各个服务器上。

用命令可以很方便的进行操作：

scp -r /home/hwd/hadoop-2.4.1 h2:/home/hwd

scp -r /home/hwd/hadoop-2.4.1 h3:/home/hwd

8.启动hadoop

      1）.  在h1服务器上运行命令：

hdfs namenode -format     //格式化namenode

start-dfs.sh       //启动hdfs系统

此时，用jps命令查看java运行的java进程如下（此时如果没错误的话，在namenode节点上启动的进程有：NameNode ，SecondaryNameNode）：

此时，查看datanode节点上的java进程如下：

    2).运行命令：start-yarn.sh

此时namenode节点的java进程为：

此时datanode节点上的java进程为：

9.至此分布式的hadoop测试环境就搭好了。

         结束语：

     期间可能没有这么顺利，如果启动后各个节点的进程缺少，请查看各个节点的日志信息，来排除错误。

    如：我的hadoop启动日志信息位置如下图所示（在启动过程中会在控制台显示日志文件的位置）：

       在该信息中，如果在您的namenode节点中namenode进程没启动起来，则进入h1节点，查看对应的.log文件，来排除错误

      datanode节点同理去datanode节点服务器上查看对应的.log文件。

关闭hadloop分别运行命令：

stop-dfs.sh

stop-yarn.sh

参考：http://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop-yarn/