专栏首页闵开慧ubuntu_hadoop 部署笔记

ubuntu_hadoop 部署笔记

单机模式部署

一、Jdk安装

命令:sudo apt-get install openjdk-6-jdk

目录:/usr/lib/jvm/java-6-openjdk

配置环境变量:

nano /etc/environment

在其中添加如下两行: 

CLASSPATH=./:/usr/lib/jvm/java-6-openjdk/lib

JAVA_HOME=/usr/lib/jvm/java-6-openjdk

PATH添加::/usr/lib/jvm/java-6-openjdk

二、新增hadoop用户

命令:sudo addgroup hadoop

sudo adduser --ingroup hadoop hadoop

nano gedit etc/sudoers

添加配置:

在root ALL=(ALL) ALL后 hadoop ALL=(ALL) ALL使hadoop用户具有root权限

(id:查看用户)

三、ssh配置

用hadoop账户进行登录。

安装openssh-server:sudo apt-get install openssh-server

建立SSH KEY:ssh-keygen -t rsa -P ""

启用SSH KEY:cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys

sudo /etc/init.d/ssh reload

验证SSH的配置:ssh localhost

hadoop@datanode1:~$ cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys

hadoop@datanode2:~$ mkdir .ssh      建在hadoop用户下

hadoop@datanode2:~$ sudo mkdir .ssh 建在了root用户下

四、安装hadoop并更改用户所有权

我们采用的Hadoop版本是最新的Hadoop-0.20.2,可到Apache基金会官方主页下载http://www.apache.org/dyn/closer.cgi/hadoop/core,然后使用tar或直接解压到/home/hadoop下,解压后得到一个hadoop-0.20.2的一个文件夹。

    安装目录:/usr/local/hadoop

    更改所有权:chown -R hadoop:hadoop hadoop

五、配置hadoop

(1)配置$HADOOP_HOME/conf/hadoop-env.sh

切换到Hadoop的安装路径找到hadoop-0.20.2下的conf/hadoop-env.sh文件

将:# export JAVA_HOME=/usr/lib/j2sdk1.5-sun

改为:export JAVA_HOME=/usr/lib/jvm/java-6-openjdk

(2) 配置$HADOOP_HOME/conf/core-site.xml

切换到Hadoop的安装路径找到hadoop-0.20.2下的conf/core-site.xml文件

<configuration>

<property>

  <name>fs.default.name</name>

  <value>hdfs://localhost:9000</value>

</property>

<property>

  <name>hadoop.tmp.dir</name>

  <value>/home/hadoop/tmp</value>

</property>

-- 配置第二名称节点

<property>

  <name>fs.checkpoint.dir</name>

  <value>{}/home/hadoop/secondname</value> 

</property>

-- 设置回收站保留时间

<property>

  <name>fs.trash.interval</name>

  <value>10080</value>

  <description>

      Number of minutes between trash checkpoints. If zero, the trash feature is disabled

  </description>

</property>

</configuration>

(3) 配置$HADOOP_HOME/conf/hdfs-site.xml

切换到Hadoop的安装路径找到hadoop-0.20.2下的conf/hdfs-site.xml文件内容如下:

<configuration>

<property>

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

<value>/home/hadoop/name</value>

</property> 

<property>

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

<value>/home/hadoop/data</value>

</property>

<property>

<name>dfs.replication</name>

<value>2</value>

</property> 

-- NameNode HTTP状态监视地址

<property>

<name>dfs.http.address</name>

<value>localhost:50070</value>

</property> 

-- SecondaryNameNode HTTP状态监视地址

<property>

<name>dfs.secondary.http.address</name>

<value>localhost2:50070</value>

</property> 

</configuration>

(4) 配置$HADOOP_HOME/conf/mapred-site.xml

切换到hadoop的安装路径找到hadoop-0.20.2下的conf/mapred-site.xml文件内容如下:

<configuration>

<property>

<name>mapred.local.dir</name>

<value>/home/hadoop/temp</value>

</property> 

<property>

<name>mapred.job.tracker</name>

<value>localhost:9001</value>

</property> 

-- 每个job的map任务数

<property>

<name>mapred.map.tasks</name>

<value>7</value>

</property> 

-- 每一个tasktracker同时运行的map任务数为2

<property>

<name>mapred.tasktracker.map.tasks.maximum</name>

<value>2</value>

</property> 

-- 每一个tasktracker同时运行的reduce任务数为4

<property>

<name>mapred.tasktracker.reduce.tasks.maximum

</name>

<value>4</value>

</property> 

-- jvm虚拟机最大内存

<property>

  <name>mapred.child.java.opts</name>

  <value>-XX:-UseGCOverheadLimit</value>

</property>

</configuration>

六、格式化namenode

命令:bin/hadoop namenode -format

七、启动及验证

命令:./bin/start-all.sh

验证方法1:jps

验证方法2:bin/hadoop dfsadmin -report

八:运行Wordcount

1.准备工作

准备两个文本文件并拷贝到dfs里,具体命令操作如下:

$ echo "hello hadoop world." > /tmp/test_file1.txt

$ echo "hello world hadoop.i'm ceshiuser." > /tmp/test_file2.txt

$ bin/hadoop dfs -mkdir test-in

$ bin/hadoop dfs -copyFromLocal /tmp/test*.txt test-in

--$ bin/hadoop dfs -put /tmp/test*.txt test-in

--$ bin/hadoop dfs -copyToLocal test-out /tmp/test*.txt

--$ bin/hadoop dfs -get test-out /tmp/test*.txt

$ bin/hadoop dfs -ls test-in

2.运行

$ bin/hadoop jar hadoop-0.20.2-examples.jar wordcount test-in test-out

--% ln -s /home/hadoop/junyu-hadoop/hadoop-iflytek-tempcount.jar tempcount

3.查看结果

$ bin/hadoop dfs -ls test-out

$ bin/hadoop dfs -cat test-out/part-r-00000

分布式部署:

一,修改/etc/hosts文件:

192.168.71.89  node0

192.168.77.213 node1

二,ssh配置

(1)使用scp 命令把生成的公钥传给其它服务器,并保存成不同的名字,如192.168.71.89 -> 192.168.77.213 ,并且保存为89_id_rsa.pub 的时候命令如下:

scp id_rsa.pub hadoop@192.168.77.213:/home/hadoop/.ssh/89_id_rsa.pub

(2) 登录192.168.77.213 ,可以远程登录:ssh hadoop@192.168.77.213,进入当前用户默认目录下的.ssh 目录:cd ~/.ssh 

(3) 把公钥内容添加到登录认证文件中:cat 89_id_rsa.pub >> authorized_keys 

(4) 登录到192.168.71.89 主机,使用ssh hadoop@192.168.77.213 进行连接213 主机,这时候会出现输入yes/no? 的提示,输入yes。

三,配置hadoop文件。目录:/usr/local/hadoop/conf/

conf/masters :192.168.71.89

conf/slaves  :192.168.77.213

修改 core-site.xml 文件

   <name>fs.default.name</name>

   <value>hdfs://192.168.71.89:9000/</value>

修改 hdfs-site.xml 文件

1:<name>dfs.http.address</name>

   <value>192.168.71.89:50070</value>

2:<name>dfs.secondary.http.address</name>

   <value>192.168.71.213:50070</value>

修改mapred-site.xml文件

   <name>mapred.job.tracker</name>

   <value>192.168.71.89:9001</value>

==========================================================================================

*** 增加Hadoop新节点:

向一个正在运行的Hadoop集群中增加几个新的Nodes

1. 新节点上部署java/hadoop程序,配置相应的环境变量

2. 新节点上增加用户,从master上拷贝id_rsa.pub并配置authorized_keys

3. 新节点上设置/etc/hosts,只要有本机和master的host即可

/etc/hosts

127.0.0.1       localhost

10.10.10.101 node1

10.10.10.102 node2

10.10.10.103 node3

10.10.10.104 node4

4. 新节点上建立相关的目录,并修改属主,将Node4之中 ~/tmp目录下的内容都删除掉,否则会被认为已经创建的节点。

5. master的slaves文件中增加上相的节点(* 注意:只在NameNode之上配置就可以)

/etc/masters

node1

/etc/slaves

node2

node3

node4

6. 在新节点上启动datanode和tasktracker

localadmin@node4:~/hadoop-0.20.2/bin$ hadoop-daemon.sh start datanode

localadmin@node4:~/hadoop-0.20.2/bin$ hadoop-daemon.sh start tasktracker

使用'Jps'进行检查。

7. 进行block块的均衡

在hdfs-site.xml中增加设置balance的带宽,默认只有1M:

<property> 

    <name>dfs.balance.bandwidthPerSec</name> 

    <value>10485760</value> 

    <description>

        Specifies the maximum bandwidth that each datanode can utilize for the balancing purpose in term of the number of bytes per second.

    </description> 

</property>

运行以下命令:

hadoop/bin/start-balancer.sh -threshold 3

均衡10个节点,移动400G数据,大概花费了3个小时

The cluster is balanced. Exiting…

Balancing took 2.9950980555555557 hours

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

*** 删除Hadoop节点:

Hadoop提供了Decommission的特性,可以按照以下步骤来操作:

1. 在hadoop的conf目录下生成一个excludes的文件 /etc/nn-excluded-list,写上需要remove的节点

    一个节点一行,如:

node4

2. 在hdfs-site.xml中增加配置:

<property>    

    <name>dfs.hosts.exclude</name>    

    <value>/etc/nn-excluded-list</value>    

</property>

3. 复制文件到集群各节点上

4. 执行hadoop dfsadmin -refreshNodes命令,它会在后台进行Block块的移动

    从移出的Nodes上移动到其它的Nodes上面

5. 通过以下2种方式查看Decommission的状态:

    hadoop dfsadmin -report

    http://10.10.10.101:50070/dfsnodelist.jsp

    正在执行Decommission,会显示:

    Decommission Status : Decommission in progress

    执行完毕后,会显示:

    Decommission Status : Decommissioned

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • ubuntu中配置hadoop

    单机模式部署 一、Jdk安装 命令:sudo apt-get install openjdk-6-jdk 目录:/usr/l...

    闵开慧
  • hadoop安装配置过程总结

     一、Jdk安装 系统已经默认有安装,但不完全,所以需要自己安装 配置环境变量: 在usr下新建java文件夹,将Java7压缩文件解压在该文件夹中,并配置系统...

    闵开慧
  • /tmp/hadoop-hadoop-namenode.pid: Permission denied

    starting namenode, logging to /home/hadoop/hadoop-1.0.2/libexec/../logs/hadoo...

    闵开慧
  • ubuntu中配置hadoop

    单机模式部署 一、Jdk安装 命令:sudo apt-get install openjdk-6-jdk 目录:/usr/l...

    闵开慧
  • Hadoop学习4--安装Hadoop

    首先献上Hadoop下载地址: http://apache.fayea.com/hadoop/core/ 选择相应版本,点一下,直接进行http下载了。  对原...

    小端
  • 基于 Flume 和 EMR 构建低成本大数据应用

    Flume 是一个分布式的日志收集系统,它可以将应用服务器产生的日志、消息中间件 (比如 kafka) 的消息等其他数 据串联起来发送到指定的存储以供数据分析使...

    liubang01
  • hadoop一小时搞定单机搭建

    首先,由于hadoop是用java写的,所以在安装hadoop之前呢,需要先把jdk环境装好。

    我的小熊不见了丶
  • Hadoop 集群搭建

    目标 在3台服务器上搭建 Hadoop2.7.3 集群,然后测试验证,要能够向 HDFS 上传文件,并成功运行 mapreduce 示例程序 搭建思路 (1)准...

    dys
  • 如何使用Mahout在hadoop进行集群分析

    Mahout是Apache下的开源机器学习软件包,目前实现的机器学习算法主要包含有协同过滤/推荐引擎,聚类和分类三个部分。Mahout从设计开始就旨在建立可扩展...

    企鹅号小编
  • python3 列表内多个字典 相同

    py3study

扫码关注云+社区

领取腾讯云代金券