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，并配置系统文件： nano /etc/profile #export PATH USER LOGNAME MAIL HOSTNAME HISTSIZE HISTCONTROL export JAVA_HOME=/usr/java/jdk1.7.0_51 export PATH=$JAVA_HOME/bin:$PATH export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar 执行配置文件，令其立即生效 source /etc/profile 通过java -version及java、javac查看是否安装成功 二、新增hadoop用户 添加用户：useradd hadoop 修改用户密码：passwd hadoop 修改/etc/sudoers文件，在root ALL=(ALL) ALL后 hadoop ALL=(ALL) ALL使hadoop用户具有root权限 使用su hadoop切换到Hadoop用户进行操作 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 >> $HOME/.ssh/authorized_keys sudo /etc/init.d/ssh reload 验证SSH的配置：ssh localhost 首先请确保防火墙都处于关闭状态，具体命令是ufs disable。并确保安装ssh spenssh-server。 在主机qiuchenl0中执行以下命令：     cd ~/.ssh     (进入用户目录下的隐藏文件.ssh)     ssh-keygen -t rsa   （用rsa生成密钥）     cp id_rsa.pub authorized_keys   （把公钥复制一份，并改名为authorized_keys，这步执行完，应该ssh localhost可以无密码登录本机了，可能第一次要密码）     scp authorized_keysqiuchenl@qiuchenl1：/home/qiuchenl/.ssh  （把重命名后的公钥通过ssh提供的远程复制文件复制到从机qiuchenl1上面）     chmod 600 authorized_keys    （更改公钥的权限，也需要在从机qiuchenl1中执行同样代码）     ssh qiuchenl1  （可以远程无密码登录qiuchenl1这台机子了，注意是ssh不是sudo ssh。第一次需要密码，以后不再需要密码） 四、安装hadoop并更改用户所有权 我们采用的Hadoop版本是最新的Hadoop-0.20.2，可到Apache基金会官方主页下载http://www.apache.org/dyn/closer.cgi/hadoop/core,然后使用tar或直接解压到/home/hadoop下，解压后得到一个hadoop-0.20.2的一个文件夹。     安装目录：/usr/local/hadoop     更改所有权：chown -R hadoop:hadoop hadoop 五、配置hadoop (1)配置$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$HADOOP_HOME/conf/core-site.xml 切换到Hadoop的安装路径找到hadoop-0.20.2下的conf/core-site.xml文件 <configuration> <property>   <name>fs.default.name</name> NameNode的URI hdfs://主机名/   <value>hdfs://localhost:9000</value> </property> <property>   <name>hadoop.tmp.dir</name>   <value>/home/hadoop/tmp</value> </property> -- 配置第二名称节点 <property>   <name>fs.checkpoint.dir</name>   <value>{}/home/hadoop/secondname</value> </property> -- 设置回收站保留时间 <property>   <name>fs.trash.interval</name>   <value>10080</value>   <description>       Number of minutes between trash checkpoints. If zero, the trash feature is disabled   </description> </property> </configuration> (3) 配置$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>localhost2:50090</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 或者进入到Hadoop安装文件夹里面即和bin文件夹同目录运行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。 scp -r java root@centos3:/usr拷贝整个java文件夹 kill -9 加进程ID   如下 [root@moyea309 init.d]# kill -9 2091 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 <property> <name>fs.default.name</name> <value>hdfs://192.168.71.89:9000/</value> </property> 修改 hdfs-site.xml 文件 1： <property> <name>dfs.http.address</name> <value>192.168.71.89:50070</value> </property> 2： <property> <name>dfs.secondary.http.address</name> <value>192.168.71.213:50070</value> </property> 修改mapred-site.xml文件 <property> <name>mapred.job.tracker</name> <value>192.168.71.89:9001</value> </property>