Hadoop1.1.2伪分布式安装

一、安装前准备
设置Linux的静态IP
修改VirtualBox的虚拟网卡地址
修改主机名
把hostname和ip绑定
关闭防火墙：service iptables stop
二、SSH免密码登陆
生成秘钥文件
测试免密码登陆是否成功
三、安装JDK
1. 授予执行权限
2. 解压缩
3. 配置环境变量
4. 测试安装
四、安装Hadoop
1、解压缩hadoop-1.1.2.tar.gz
2、添加到环境变量中
3、使设置立即生效
4、修改hadoop的配置文件
配置hadoop-env.sh
配置core-site.xml
配置hdfs-site.xml
配置mapred-site.xml
配置masters
配置slaves
5、格式化NameNode
五、测试Hadoop安装是否成功
启动Hadoop
消除start-all.sh时候的警告信息
通过jps命令查看Hadoop的5个守护进程
登陆WEB管理页面
HDFS的管理页面
MapReduce的管理页面

一、安装前准备

本次安装所使用软件：
虚拟机：VirtualBox-4.3.8-92456-Win.exe
JDK：jdk-6u24-linux-i586.bin
Hadoop：hadoop-1.1.2.tar.gz
Linux版本：CentOS-5.5-i386-bin-DVD.iso
Hadoop组件依赖关系

Linux系统的安装就不介绍了，下面默认为已经安装好Linux系统了。

设置Linux的静态IP

编辑/etc/sysconfig/network-scripts/ifcfg-eth0文件，修改为如下内容：

DEVICE=eth0
BOOTPROTO="static"
HWADDR=08:00:27:22:13:54
IPV6INIT="no"
ONBOOT=yes
DNS=192.168.1.1
IPADDR=192.168.1.150
NETMASK=255.255.255.0
GATEWAY=192.168.1.1

然后执行网络重启命令：

service network restart

最后执行ifconfig命令查看是否修改成功

[root@hadoop-master software]# ifconfig
eth0      Link encap:Ethernet  HWaddr 08:00:27:22:13:54  
          inet addr:192.168.1.150  Bcast:192.168.1.255  Mask:255.255.255.0
          inet6 addr: fe80::a00:27ff:fe22:1354/64 Scope:Link
          UP BROADCAST RUNNING MULTICAST  MTU:1500  Metric:1
          RX packets:3078 errors:0 dropped:0 overruns:0 frame:0
          TX packets:423 errors:0 dropped:0 overruns:0 carrier:0
          collisions:0 txqueuelen:1000 
          RX bytes:230636 (225.2 KiB)  TX bytes:56128 (54.8 KiB)
lo        Link encap:Local Loopback
          inet addr:127.0.0.1  Mask:255.0.0.0
          inet6 addr: ::1/128 Scope:Host
          UP LOOPBACK RUNNING  MTU:16436  Metric:1
          RX packets:76 errors:0 dropped:0 overruns:0 frame:0
          TX packets:76 errors:0 dropped:0 overruns:0 carrier:0
          collisions:0 txqueuelen:0 
          RX bytes:6266 (6.1 KiB)  TX bytes:6266 (6.1 KiB)
[root@hadoop-master software]#

修改VirtualBox的虚拟网卡地址

该步骤需保证虚拟机中的Linux能与客户机在同一网段并且ping通。
设置VirtualBox虚拟机的网络连接方式为Host-Only

再修改VirtualBox虚拟出那块网卡的ip地址

修改为如下内容：

最后需要验证宿主机和虚拟机是否能够互通
宿主机ping虚拟机：

虚拟机ping宿主机：

[root@hadoop-master software]# ping -c3 192.168.1.100
PING 192.168.1.100 (192.168.1.100) 56(84) bytes of data.
64 bytes from 192.168.1.100: icmp_seq=1 ttl=64 time=0.366 ms
64 bytes from 192.168.1.100: icmp_seq=2 ttl=64 time=0.357 ms
64 bytes from 192.168.1.100: icmp_seq=3 ttl=64 time=0.189 ms
--- 192.168.1.100 ping statistics ---
3 packets transmitted, 3 received, 0% packet loss, time 2000ms
rtt min/avg/max/mdev = 0.189/0.304/0.366/0.081 ms
[root@hadoop-master software]# 

修改主机名

修改当前会话主机名（当前会话生效）：hostname 主机名
修改配置文件主机名（永久生效）：vi /etc/sysconfig/network

[root@hadoop-master software]# cat /etc/sysconfig/network
NETWORKING=yes
NETWORKING_IPV6=no
HOSTNAME=hadoop-master
[root@hadoop-master software]# hostname
hadoop-master

把hostname和ip绑定

修改hosts文件：vi /etc/hosts文件，增加一行

192.168.1.150   hadoop-master

关闭防火墙：service iptables stop

1. 查看防火墙状态：service iptables status
2. 关闭防火墙：service iptables stop

3. 关闭防火墙的自运行：

   1. 查看自运行状态：chkconfig –list | grep ‘iptables’

      [root@hadoop-master sysconfig]# chkconfig --list |  grep 'iptables'
      iptables        0:关闭  1:关闭  2:启用  3:启用  4:启用   5:启用  6:关闭

   2. 关闭防火墙：chkconfig iptables off

      [root@hadoop-master sysconfig]# chkconfig iptables off

   3. 再次查看自运行状态：chkconfig –list | grep ‘iptables’

      [root@hadoop-master sysconfig]# chkconfig --list | grep 'iptables'
      iptables        0:关闭  1:关闭  2:关闭  3:关闭  4:关闭  5:关闭  6:关闭

这样下次开机的时候就会不开启防火墙了

二、SSH免密码登陆

生成秘钥文件

进入~/.ssh文件夹，使用ssh-keygen -t rsa命令
注意：
1.如果没有.ssh文件夹，就使用ssh协议登录一次试试
2.如果还是没有.ssh文件夹，就自己创建一个。修改文件夹权限为700
3.authorized_keys文件的权限为644

[root@hadoop-master software]# cd ~/.ssh/
[root@hadoop-master .ssh]# ssh-keygen -t rsa

查看.ssh文件夹中已经多出了两个文件id_rsa和 id_rsa.pub

[root@hadoop-master .ssh]# ls
id_rsa  id_rsa.pub
[root@hadoop-master .ssh]#

将id_rsa.pub公钥文件内容放入到authorized_keys中，变成私钥

[root@hadoop-master .ssh]# cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys

测试免密码登陆是否成功

使用：ssh localhost命令连接本机，第一次连接时会让输入yes。以后就不用输入了。

[root@hadoop-master .ssh]# ssh localhost
The authenticity of host 'localhost (127.0.0.1)' can't be established.
RSA key fingerprint is 8c:f4:bf:b5:c4:95:30:7b:1c:d7:cc:f8:69:15:e1:ab.
Are you sure you want to continue connecting (yes/no)? yes
Warning: Permanently added 'localhost' (RSA) to the list of known hosts.
Last login: Sun Apr  5 17:45:25 2015

三、安装JDK

JDK的安装很简单，解压缩。然后配置环境变量即可。
安装步骤如下：

1. 授予执行权限

[root@hadoop-master software]# chmod u+x jdk-6u24-linux-i586.bin

2. 解压缩

[root@hadoop-master software]# ./jdk-6u24-linux-i586.bin

3. 配置环境变量

编辑/etc/profile文件,增加如下代码

# JAVA_HOME
export JAVA_HOME=/opt/modules/jdk1.6.0_24
export PATH=$JAVA_HOME/bin:$PATH
export CLASS_PATH=.:$JAVA_HOME/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

然后使设置立即生效：

source /etc/profile

4. 测试安装

[root@hadoop-master software]# java -version
java version "1.6.0_24"
Java(TM) SE Runtime Environment (build 1.6.0_24-b07)
Java HotSpot(TM) Client VM (build 19.1-b02, mixed mode, sharing)
[root@hadoop-master software]#

四、安装Hadoop

Hadoop伪分布式的安装也很简单
解压缩，配置环境变量。修改配置文件即可

1、解压缩hadoop-1.1.2.tar.gz

[root@hadoop-master software]# tar -zxvf hadoop-1.1.2.tar.gz

解压完成后，可以看下Hadoop1.x的目录结构

2、添加到环境变量中

编辑/etc/profile文件,在文件最后增加如下内容

# HADOOP_HOME
export HADOOP_HOME=/opt/modules/hadoop-1.1.2
export PATH=$PATH:$HADOOP_HOME/bin

3、使设置立即生效

source /etc/profile

4、修改hadoop的配置文件

伪分布式的安装需要修改Hadoop的6个配置文件（${HADOOP_HOME}/conf），如下：
Hadoop脚本配置文件：hadoop-env.sh
核心配置文件：core-site.xml
HDFS的配置文件：hdfs-site.xml
MapReduces的配置文件：mapred-site.xml
管理节点配置文件：masters
工作节点配置文件：slaves

配置hadoop-env.sh

打开${HADOOP_HOME}/conf/hadoop-env.sh
修改JAVA_HOME变量为自己安装的JDK的位置

export JAVA_HOME=/opt/modules/jdk1.6.0_24

配置core-site.xml

${HADOOP_HOME}/conf/core-site.xml中需要配置HDFS的默认主机名、端口和hadoop在本地的文件系统目录（目录需要存在）

为什么要设置HDFS的工作目录呢？
因为不设置的话，Hadoop的HDFS默认的工作目录是在Linux系统的/tmp目录下，

这个目录在Linux重启后内容会被清空。所以你还需要重新再格式化。所以，这里我们指定HDFS的工作目录为我们自定义的目录。

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://hadoop-master:9000</value>
        <description>hadoop-master</description>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/data/tmp</value>
    </property>
</configuration>

配置hdfs-site.xml

${HADOOP_HOME}/conf/hdfs-site.xml中主要配置：
文件块的副本数（dfs.replication）：由于是伪分布式，主节点和从节点都在同一台机器上，所以副本数为1
是否进行权限检查（dfs.permissions）：false

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.permissions</name>
        <value>false</value>
    </property>
</configuration>

配置mapred-site.xml

${HADOOP_HOME}/conf/mapred-site.xml中主要配置MapReduce的jobTracker的主机和端口

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
    <property>
        <name>mapred.job.tracker</name>
        <value>hadoop-master:9001</value>
    </property>
</configuration>

配置masters

指定SecondaryNameNode的位置（主机名）。
打开${HADOOP_HOME}/conf/masters文件，增加如下内容：

hadoop-master

配置slaves

指定DataNode和TaskTracker的位置（主机名）。
打开${HADOOP_HOME}/conf/slaves文件，增加如下内容：

hadoop-master

5、格式化NameNode

配置完成后需要格式化NameNode，第一次使用时需要格式化，之后再次使用时就不再需要。
在${HADOOP_HOME}/bin/目录下执行

[root@hadoop-master bin]# hadoop namenode -format

五、测试Hadoop安装是否成功

启动Hadoop

Hadoop的执行命令都在${HADOOP_HOME}/bin目录下，启动和停止的2种方式

1. 全部启动或停止：
   启动：start-all.sh
   启动顺序为：
   NameNode–>DataNode–>SecondaryNameNode–>JobTracker–>TaskTracker

   停止：stop-all.sh
   停止顺序为：
   JobTracker–>TaskTracker–>NameNode–>DataNode–>SecondaryNameNode

2. 单个启动：
   启动：start-dfs.sh start-mapred.sh
   停止：stop-dfs.sh stop-mapred.sh

这里我们直接全部启动：start-all.sh

[root@hadoop-master bin]# start-all.sh
starting namenode, logging to /opt/modules/hadoop-1.1.2/libexec/../logs/hadoop-root-namenode-hadoop-master.out
hadoop-master: starting datanode, logging to /opt/modules/hadoop-1.1.2/libexec/../logs/hadoop-root-datanode-hadoop-master.out
hadoop-master: starting secondarynamenode, logging to /opt/modules/hadoop-1.1.2/libexec/../logs/hadoop-root-secondarynamenode-hadoop-master.out
starting jobtracker, logging to /opt/modules/hadoop-1.1.2/libexec/../logs/hadoop-root-jobtracker-hadoop-master.out
hadoop-master: starting tasktracker, logging to /opt/modules/hadoop-1.1.2/libexec/../logs/hadoop-root-tasktracker-hadoop-master.out
[root@hadoop-master bin]#

可以从控制台看到，启动后的日志信息都存在在了HADOOPHOME/logs/目录下，如果启动报错可以去查看相应的日志信息。当然这个日志目录可以自定义。默认是在$HADOO{P}_{H}OME/logs/目录下，如果启动报错可以去查看相应的日志信息。当然这个日志目录可以自定义。默认是在${HADOOP_HOME}/logs/目录下。打开${HADOOP_HOME}/conf/hadoop-env.sh文件，里面有如下一行配置：

# Where log files are stored.  $HADOOP_HOME/logs by default.
# export HADOOP_LOG_DIR=${HADOOP_HOME}/logs

日志类型有2种，分别以log和out结尾。

1. 以log结尾的日志
   通过log4j采用每日滚动的方式来记录日志，主要记录了启动和停止的日志信息。
2. 以out结尾的日志
   记录标准输出和标准错误的日志，内容比较少。

日志文件名格式：
hadoop-root-datanode-hadoop-master.log
hadoop-用户名-守护进程名称-运行守护进程的节点名称.log

消除start-all.sh时候的警告信息

如果启动过程中出现如下警告信息

Warning: $HADOOP_HOME is deprecated

出现该警告的原因为：${HADOOP_HOME}/bin/hadoop-config.sh文件中的如下代码

主要是：$HADOOP_HOME_WARN_SUPPERSS变量内容为空的原因，
解决办法是设置其不为空即可！
修改vi /etc/profile文件，增加如下代码

export  HADOOP_HOME_WARN_SUPPRESS=1

然后使设置生效

source /etc/profile

通过jps命令查看Hadoop的5个守护进程

ps表示查看Linux系统中的进程。jps表示查看系统中的Java进程

[root@hadoop-master bin]# jps
6432 DataNode
6639 JobTracker
6915 Jps
6316 NameNode
6545 SecondaryNameNode
6791 TaskTracker
[root@hadoop-master bin]# 

登陆WEB管理页面

在Windwos系统的hosts文件中配置ip地址和hostname的映射
打开C:WindowsSystem32driversetchosts文件，增加如下内容。这样在访问192.168.1.150时，可以直接输入hadoop-master来访问了。

## Hadoop1.1.2
192.168.1.150 hadoop-master

HDFS的管理页面

http://hadoop-master:50070

MapReduce的管理页面

http://hadoop-master:50030

各监控页面显示正常的话，表示Hadoop伪分布式安装成功!

来自为知笔记(Wiz)