Hadoop安装配置手册
一、 准备篇
Hadoop运行环境:
- SSH服务正常运行
- JDK
没安装的可以自己安装一下。
二、 基础篇(单节点Hadoop)
- Hadoop下载
Hadoop下载页:http://hadoop.apache.org/releases.html#Download
本文基于hadoop1.0.4版本,下载:http://labs.mop.com/apache-mirror/hadoop/common/hadoop-1.0.4/hadoop-1.0.4.tar.gz
解压下载的源码压缩包到合适的位置,如:/Users/yinxiu/dev/hadoop-1.0.4(这是本文安装hadoop的位置)
- 环境变量(hadoop_env.sh)
目录/Users/yinxiu/dev/hadoop-1.0.4/conf
2.1 JAVA_HOME 必须变量
export JAVA_HOME=实际JDK路径
如:
export JAVA_HOME=/System/Library/Java/JavaVirtualMachines/1.6.0.jdk/Contents/Home
2.2 HADOOP_HOME 可选变量
HADOOP_HOME默认的是bin目录的父目录,本文中的配置就是/Users/yinxiu/dev/hadoop-1.0.4
export HADOOP_HOME=/Users/yinxiu/dev/hadoop-1.0.4
注意:在试验的时候发现配置了HADOOP_HOME后启动Hadoop提示:$HADOOP_HOME is deprecated.
这个提示是说重复定义了。
这个警告发生在HADOOPINSTALL/bin/hadoop-config.sh中:
if [ "$HADOOP_HOME_WARN_SUPPRESS" = "" ] && [ "$HADOOP_HOME" != "" ]; then
echo "Warning: \$HADOOP_HOME is deprecated." 1>&2
echo 1>&2
fi
export HADOOP_HOME=${HADOOP_PREFIX}
解决方法:可以去除HADOOP_HOME的配置,也可以通过添加export HADOOP_HOME_WARN_SUPPRESS=TRUE到hadoop-env.sh中。
- 环境配置文件的配置
主要有三个配置文件:core-site.xml,hdfs-site.xml,mapred-site.xml
3.1 conf/core-site.xml
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://(master ip):9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>hadoop运行的临时目录</value>
</property>
</configuration>
hadoop运行的临时目录:/Users/yinxiu/dev/hadoopdata/temp
3.2 conf/hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>DFS的数据保存目录</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>DFS Namenode保存的位置</value>
</property>
</configuration>
DFS的数据保存目录:/Users/yinxiu/dev/hadoopdata/data
DFS Namenode保存的位置:/Users/yinxiu/dev/hadoopdata/temp/dfs/name
3.3 conf/mapred-site.xml
<configuration>
<property>
<name>mapred.job.tracker</name>
<value>(master ip):9001</value>
</property>
</configuration>
可以配置单节点同时运行的最大map数和单节点同时运行的最大reduce数:
mapred.tasktracker.map.tasks.maximum=8
mapred.tasktracker.reduce.tasks.maximum=6
- ssh配置(使其可以通过ssh无密码登录,即通过证书认证登录)
sh-keygen –t dsa –P ‘’ –f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
注意:connect to host localhost port 22: Connection refused
运行hadoop的时候需要确保ssh运行正常。引起connect to host localhost port 22: Connection refused的原因可能有多个,比如没有开启远程登录。
MAC开启远程登录:http://www.bluishcoder.co.nz/articles/mac-ssh.html
- 启动
进入HADOOPINSTALL目录
5.1 格式化namenode
执行bin/hadoop namenode -format
5.2 简单启动所有守护
bin/start-all.sh
5.3 停止守护
bin/stop-all.sh
- 验证测试
启动成功后可在浏览器查看以下地址:
6.1 Job tracker
http://master ip:50030
6.2 NameNode
http://master ip:50070
三、 进阶篇(多节点Hadoop)
以5台机子为例,分别为
node-1 NameNode
node-2 DataNode
node-3 DataNode
node-4 DataNode
node-5 DataNode
- 集群SSH设置(namenode通过ssh可以无密码登录datanode)
在将作为NameNode的机器上生成密钥对:
$ssh-keygen –t rsa –P ‘’ –f ~/.ssh/id_rsa
$cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
注意ssh-keygen命令和cat命令的使用。
提示要为生成的密钥输入passphrase的时候,直接回车将其设定为空密码
将id_ras.pub的内容复制到每个机器(包括本机)的.ssh/authorized_keys文件中(如果原先有authorized_keys文件了将id_rsa.pub的内容追加在后面)
复制和远程复制需要看cp和scp命令。
如果ssh配置好了,就会出现以下提示信息
The authenticity of host [servername-2] can’t be established.
Key fingerprint is 1024 5f:a0:0b:65:d3:82:df:ab:44:62:6d:98:9c:fe:e9:52.
Are you sure you want to continue connecting (yes/no)?
OpenSSH告诉你它不知道这台主机,但是你不用担心这个问题,因为你是第一次登录这台主机。键入“yes”。这将把这台主机的“识别标记”加到“~/.ssh/know_hosts”文件中。第二次访问这台主机的时候就不会再显示这条提示信息了。
注意:Authentication refused: bad ownership or modes for directory /root错误的原因可能是权限问题或者用户组等问题,参考下面的一些资料。
http://recursive-design.com/blog/2010/09/14/ssh-authentication-refused/
http://bbs.csdn.net/topics/380198627
- 主机配置
主机配置与基础篇中的配置基本一致,不再说明。
- Masters/Slaves文件配置
NameNode节点的HADOOPINSTALL/conf/masters文件中添加主机名。那么本例中的masters文件内容如下:
node-1
HADOOPINSTALL/conf/slaves中添加DataNode节点的主机名,一行一个主机名。内容如下:
node-2
node-3
node-4
node-5
- 部署Hadoop集群
前面讲的这么多Hadoop的环境变量和配置文件都是在node-1这台master主机上的, 将上述配置好的hadoop分发至各个slave的相同位置,注意要保证目录结构一致。
使用scp进行分发。
- 启动
配置完后对NameNode进行格式化。
bin/hadoop namenode –format
启动与基础篇一致,使用简单的start-all.sh和stop-all.sh进行启动和关闭,注意启动前
- 测试验证
部分资料
http://www.cnblogs.com/xia520pi/archive/2012/05/16/2503949.html