hadoop（2.x）以hadoop2.2为例完全分布式最新高可靠安装文档

问题导读：
1.如何配置各个节点之间无密码互通？
2.启动hadoop，看不到进程的原因是什么？
3.配置hadoop的步骤是什么？

4.有哪些配置文件需要修改？
5.如果没有配置文件，该如何找到该配置文件？
6.环境变量配置了，但是不生效的原因是什么？
7.如何查看hadoop2监控页面

 

首先说一下这个安装过程需要注意的地方

一、使用新建用户可能会遇到的问题

（1）权限问题：对于新手经常使用root，刚开始可以使用，但是如果想真正的学习，必须学会使用其他用户。也就是你需要学会新建用户，但是新建用户，并不是所有人都会的。具体可以参考ubuntu创建新用户并增加管理员权限，这里面使用adduser是最方便的。也就是说你需要通过这里，学会给Linux添加用户，并且赋权，上面那篇文章会对你有所帮助。

 

（2）使用新建用户，你遇到另外一个问题，就是文件所属权限，因为新建的文件，有的属于root用户，有的属于新建用户，例如下面情况，我们看到mv.sh是属于root用户，大部分属于aboutyun用户。所以当我们两个不同文件不能访问的时候，这个可能是原因之一。也是在这里，当你新建用户的时候，可能会遇到的新问题。

 

<ignore_js_op> 

 

（3）上面我们只是提出了问题，但是根本没有解决方案，这里在提出解决方案，我们如何改变文件所属用户。

比如上图中，mv.sh属于root用户，那么我们怎么让他所属about云用户。可以是下面命令：

1. sudo chown -R  aboutyun:aboutyun mv.sh

复制代码

解释一下上面命令的含义：

------------------------------------------------------------------------------------------------------------------------------------------------------

1.sudo：如果不是root用户，不带上这个命令会经常遇到麻烦，所以需要养成习惯。至于sudo详细解释可以看下面。

sudo是linux系统管理指令，是允许系统管理员让普通用户执行一些或者全部的root命令的一个工具，如halt，reboot，su等等。这样不仅减少了root用户的登录 和管理时间，同样也提高了安全性。sudo不是对shell的一个代替，它是面向每个命令的。

2.chown-》change own的意思。即改变所属文件。对于他不了解的同学，可以查看：让你真正了解chmod和chown命令的用法

3.aboutyun:aboutyun代表aboutyun用户及aboutyun用户组

4.即是被授权的文件

------------------------------------------------------------------------------------------------------------------------------------------------------

上面是针对新手的一个解说，不是必须的，如果对Linux已经很熟悉，可以跳过上面步骤。下面我们开始首先要下载

360网盘： 编译包 访问密码 4e48

百度网盘：链接: 密码: r9kh

(下载包为hadoop2.2)

下载完毕，我们就需要解压

1. tar zxvf hadoop-2.2.0_x64.tar.gz

复制代码

这里是解压到当前路径。

这里就开始动手了，下面也介绍一下整体的情况：

1、这里我们搭建一个由三台机器组成的集群：

172.16.77.15     aboutyun/123456      master

172.16.77.16     aboutyun/123456      slave1

172.16.77.17     aboutyun/123456      slave1

1.1 上面各列分别为IP、user/passwd、hostname

1.2   Hostname可以在/etc/hostname中修改，hostname，hosts的修改详细可以看ubuntu修改hostname

对于三台机器都需要修改：

下面是master的修改：通过命令

1. vi /etc/hosts

复制代码

然后对你里面的内容修改：

<ignore_js_op>

下面修改hostname

1. vi /etc/hostname

复制代码

修改为master即可

<ignore_js_op> 

上面hosts基本都一样，只不过hostname有所差别。

2、打通master到slave节点的SSH无密码登陆

这里面打通无密码登录，很多新手遇到了问题，这里安装的时候，具体的操作，可以查阅其他资料：

Hadoop伪分布安装过程：Hadoop单机环境搭建指南（ubuntu）

CentOS6.4之图解SSH无验证双向登陆配置

这是个人总结的哦命令，相信对你有所帮助

个人常用知识总结

然后这里在展示一下，authorized_keys是什么样子的：

<ignore_js_op> 

上面的原理，就是我把工钥放到里面，然后本台机器就可以ssh无密码登录了。如果想彼此无密码登录，那么就需要把彼此的工钥（*.pub）放到authorized_keys里面

然后我们进行下面步骤：

3.1 安装ssh

一般系统是默认安装了ssh命令的。如果没有，或者版本比较老，则可以重新安    装：

sudo apt-get install ssh

3.2设置local无密码登陆

具体步骤如下：

第一步：产生密钥

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

第二部：导入authorized_keys

$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

第二部导入的目的是为了无密码等，这样输入如下命令：

1. ssh localhost

复制代码

就可以无密码登录了。

下面展示一下hosts的配置，及无密码登录的效果

locahost的配置

<ignore_js_op> 

无密码登录效果：

<ignore_js_op> 

3.3设置远程无密码登陆

进入master的.ssh目录

scp authorized_keys aboutyun@slave1:~/.ssh/authorized_keys_from_master

进入slave1的.ssh目录

cat authorized_keys_from_master  >>  authorized_keys

至此，可以在master上面ssh slave1进行无密码登陆了。

【注意】：以上操作在每台机器上面都要进行。

这里在强调一下原理：

就是把工钥放到里面，然后本台机器就可以ssh无密码登录了。如果想彼此无密码登录，那么就需要把彼此的工钥（*.pub）放到authorized_keys里面

------------------------------------------------------------------------

根据上面的资料相信你能得到互通，这里展现一下效果：

<ignore_js_op>

上面是slave1无密码登录master

<ignore_js_op> 

这里是master无密码登录slave1

------------------------------------------------------------------------

4、安装jdk

安装JDK还是比较简单的，这里

4.1、下载jdk

http://yunpan.cn/QiujtEVgRTJ4S 访问密码 b488

4.2、安装jdk（这里以.tar.gz版本，64位系统为例）

jdk的安装可以参考Hadoop伪分布安装过程：Hadoop单机环境搭建指南（ubuntu）

这里直接解压到了/usr/jdk1.7下面：

<ignore_js_op> 

上面首先第一步：

至此，jkd安装完毕，下面配置环境变量

一、PATH配置

这里提供一个简单的方法：

通过下面命令
1.export PATH=$PATH:/usr/java/jdk1.7.0_51/bin


通过cat命令，可以查看

2.为了保证生效执行下面命令

1. source  /etc/environment

复制代码

二、CLASSTH配置
上面只是配置了PATH,还需在配置CLASSTH
export CLASSPATH=.:/usr/java/jdk1.7.0_51/jre/lib
执行配置完毕
如果不起作用，采用通过下面配置：
java.sh配置
因为重启之后，很有会被还原，下面还需要配置java.sh
这里可以通过
cd /etc/profile.d
vi java.sh
把下面两行放到java.sh
export PATH=$PATH:/usr/java/jdk1.7.0_51/bin
export CLASSPATH=.:/usr/java/jdk1.7.0_51/jre/lib
保存。这样就配置完毕了。

执行下面命令：

1. source java.sh

复制代码

现在在执行 java -version就ok了

【注意】每台机器执行相同操作，最后将java安装在相同路径下

三、关闭每台机器的防火墙

ufw disable (重启生效)

第三部分 Hadoop 2.2安装过程

一、需要注意的问题

hadoop2.2的配置还是比较简单的，但是可能会遇到各种各样的问题。最常讲的就是看不到进程。

看不到进程大致有两个原因：

1.你的配置文件有问题。

对于配置文件，主机名，空格之类的这些都不要带上。仔细检查

2.Linux的权限不正确。

最常出问题的是core-site.xml，与hdfs-site.xml。

core-site.xml

1.       <property>
2.               <name>hadoop.tmp.dir</name>
3.               <value>file:/home/aboutyun/tmp</value>
4.                <description>Abase forother temporary directories.</description>
5.       </property>

复制代码

说一下上面参数的含义，这里是hadoop的临时文件目录，file的含义是使用本地目录。也就是使用的是Linux的目录，一定确保下面目录

1. /home/aboutyun/tmp

复制代码

的权限所属为你创建的用户。并且这里面我也要会变通，aboutyun，为我创建的用户名，如果你创建了zhangsan或则lisi，那么这个目录就会变为

1. /home/zhangsan/tmp

复制代码

这里不熟悉，是因为对Linux的不熟悉的原因。这里在来张图：

注意：1和2对比。如果你所创建的tmp属于root，那么你会看不到进程。
<ignore_js_op> 

hdfs-site.xml

同样也是:要注意下面，你是需要改成自己的用户名的

  <property>

             <name>dfs.namenode.name.dir</name>

             <value>file:/home/aboutyun/dfs/name</value>

       </property>

      <property>

              <name>dfs.datanode.data.dir</name>

              <value>file:/home/aboutyun/dfs/data</value>

       </property>

上面讲完，我们开始配置

hadoop集群中每个机器上面的配置基本相同，所以我们先在master上面进行配置部署，然后再复制到其他节点。所以这里的安装过程相当于在每台机器上面都要执行。

【注意】：master和slaves安装的hadoop路径要完全一样，用户和组也要完全一致

1、 解压文件

将第一部分中下载的

1. tar zxvf hadoop-2.2.0_x64.tar.gz

复制代码

1. mv hadoop-2.2.0  hadoop

复制代码

解压到/usr路径下

并且重命名，效果如下

<ignore_js_op> 

2、 hadoop配置过程

配置之前，需要在master本地文件系统创建以下文件夹：

~/dfs/name

~/dfs/data

~/tmp

这里文件权限：创建完毕，你会看到红线部分，注意所属用户及用户组。如果不再新建的用户组下面，可以使用下面命令来修改：让你真正了解chmod和chown命令的用法
<ignore_js_op> 

这里要涉及到的配置文件有7个：

~/hadoop-2.2.0/etc/hadoop/hadoop-env.sh

~/hadoop-2.2.0/etc/hadoop/yarn-env.sh

~/hadoop-2.2.0/etc/hadoop/slaves

~/hadoop-2.2.0/etc/hadoop/core-site.xml

~/hadoop-2.2.0/etc/hadoop/hdfs-site.xml

~/hadoop-2.2.0/etc/hadoop/mapred-site.xml

~/hadoop-2.2.0/etc/hadoop/yarn-site.xml

以上文件默认不存在的，可以复制相应的template文件获得。下面举例：

<ignore_js_op> 

配置文件1：hadoop-env.sh

修改JAVA_HOME值（export JAVA_HOME=/usr/jdk1.7）

配置文件2：yarn-env.sh

修改JAVA_HOME值（export JAVA_HOME=/usr/jdk1.7）

配置文件3：slaves （这个文件里面保存所有slave节点）

写入以下内容：

<ignore_js_op> 

配置文件4：core-site.xml

1. <configuration>
2.        <property>
3.                 <name>fs.defaultFS</name>
4.                 <value>hdfs://master:8020</value>
5.        </property>
6.        <property>
7.                 <name>io.file.buffer.size</name>
8.                 <value>131072</value>
9.         </property>
10.        <property>
11.                <name>hadoop.tmp.dir</name>
12.                <value>file:/home/aboutyun/tmp</value>
13.                <description>Abase for other temporary   directories.</description>
14.        </property>
15.         <property>
16.                <name>hadoop.proxyuser.aboutyun.hosts</name>
17.                <value>*</value>
18.        </property>
19.        <property>
20.                <name>hadoop.proxyuser.aboutyun.groups</name>
21.                <value>*</value>
22.        </property>
23. </configuration>

复制代码

配置文件5：hdfs-site.xml

1. <configuration>
2.        <property>
3.                 <name>dfs.namenode.secondary.http-address</name>
4.                <value>master:9001</value>
5.        </property>
6.      <property>
7.              <name>dfs.namenode.name.dir</name>
8.              <value>file:/home/aboutyun/dfs/name</value>
9.        </property>
10.       <property>
11.               <name>dfs.datanode.data.dir</name>
12.               <value>file:/home/aboutyun/dfs/data</value>
13.        </property>
14.        <property>
15.                <name>dfs.replication</name>
16.                <value>3</value>
17.         </property>
18.         <property>
19.                  <name>dfs.webhdfs.enabled</name>
20.                   <value>true</value>
21.          </property>
22. </configuration>

复制代码

配置文件6：mapred-site.xml

1. <configuration>
2.           <property>                                                                  <name>mapreduce.framework.name</name>
3.                 <value>yarn</value>
4.            </property>
5.           <property>
6.                   <name>mapreduce.jobhistory.address</name>
7.                   <value>master:10020</value>
8.           </property>
9.           <property>
10.                 <name>mapreduce.jobhistory.webapp.address</name>
11.                 <value>master:19888</value>
12.        </property>
13. </configuration>

复制代码

配置文件7：yarn-site.xml

1. <configuration>
2.         <property>
3.                <name>yarn.nodemanager.aux-services</name>
4.                <value>mapreduce_shuffle</value>
5.         </property>
6.         <property>                                                                
7. <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
8.                <value>org.apache.hadoop.mapred.ShuffleHandler</value>
9.         </property>
10.         <property>
11.                <name>yarn.resourcemanager.address</name>
12.                <value>master:8032</value>
13.        </property>
14.        <property>
15.                <name>yarn.resourcemanager.scheduler.address</name>
16.                <value>master:8030</value>
17.        </property>
18.        <property>
19.             <name>yarn.resourcemanager.resource-tracker.address</name>
20.              <value>master:8031</value>
21.       </property>
22.       <property>
23.               <name>yarn.resourcemanager.admin.address</name>
24.                <value>master:8033</value>
25.        </property>
26.        <property>
27.                <name>yarn.resourcemanager.webapp.address</name>
28.                <value>master:8088</value>
29.        </property>
30. </configuration>

复制代码

3、复制到其他节点

上面配置完毕，我们基本上完成了90%了剩下就是复制。我们可以把整个hadoop复制过去：使用如下命令：

1. sudo scp -r /usr/hadoop aboutyun@slave1:~/

复制代码

这里记得先复制到home/aboutyun下面，然后在转移到/usr下面。

后面我们会经常遇到问题，经常修改配置文件，所以修改完一个配置文件后，其他节点都需要修改，这里附上脚本操作方便：

一、节点之间传递数据：

第一步：vi scp.sh

第二步：把下面内容放到里面（记得修改下面红字部分，改成自己的）

#!/bin/bash

#slave1

scp /usr/hadoop/etc/hadoop/core-site.xml aboutyun@slave1:~/

scp /usr/hadoop/etc/hadoop/hdfs-site.xml aboutyun@slave1:~/                     

#slave2

scp /usr/hadoop/etc/hadoop/core-site.xml aboutyun@slave2:~/

scp /usr/hadoop/etc/hadoop/hdfs-site.xml aboutyun@slave2:~/

第三步：保存scp.sh

第四步：bash scp.sh执行

二、移动文件夹：

可以自己写了。

4.配置环境变量

第一步：

1. vi /etc/environment

复制代码

第二步：添加如下内容：记得如果你的路径改变了，你也许需要做相应的改变。

<ignore_js_op> 

 

4、启动验证

 

4.1 启动hadoop

格式化namenode：

1. hdfs namenode –format

复制代码

或则使用下面命令：

1. hadoop namenode format

复制代码

启动hdfs:

1. start-dfs.sh

复制代码

此时在master上面运行的进程有：

namenode

secondarynamenode

slave节点上面运行的进程有：datanode

启动yarn:

1. start-yarn.sh

复制代码

我们看到如下效果：

master有如下进程：

<ignore_js_op> 

slave1有如下进程
<ignore_js_op> 

此时hadoop集群已全部配置完成！！！

【注意】：而且所有的配置文件<name>和<value>节点处不要有空格，否则会报错！

然后我们输入：（这里有的同学没有配置hosts，所以输出master访问不到，如果访问不到输入ip地址即可）

1. http://master:8088/

复制代码

如何修改hosts:
win7 进入下面路径：

1. C:WindowsSystem32driversetc

复制代码

找打hosts
<ignore_js_op> 
然后打开，进行如下配置即可看到
<ignore_js_op> 


看到下图：
<ignore_js_op> 

到此全部完毕。
使用hadoop集群，更详细内容，可以查看
hadoop2.X使用手册1：通过web端口查看主节点、slave1节点及集群运行状态
hadoop2.X使用手册2：如何运行自带wordcount
hadoop2.2运行mapreduce（wordcount）问题总结

本文链接
http://www.aboutyun.com/thread-7684-1-1.html