前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Hadoop2.6.0-cdh5.4.1源码编译安装

Hadoop2.6.0-cdh5.4.1源码编译安装

作者头像
我是攻城师
发布2018-05-11 18:07:52
2.4K0
发布2018-05-11 18:07:52
举报
文章被收录于专栏:我是攻城师

版本使用范围,大致 与Apache Hadoop编译步骤一致大同小异,因为CDH的Hadoop的本来就是从社区版迁过来的,所以,这篇文章同样适合所有的以Apache Hadoop为原型的其他商业版本的hadoop编译,例如,Cloudera(CDH)的hadoop和Hortonworks(HDP)的的hadoop编译,下面开工: 1,环境准备(Cenots6.x,其他的大同小异) (1)yum安装 sudo yum install -y autoconf automake libtool git gcc gcc-c++ make cmake openssl-devel,ncurses-devel bzip2-devel (2)安装JDK1.7+ (3)安装Maven3.0+ (4)安装Ant1.8+ (5)安装 protobuf-2.5.0.tar.gz 安装例子: cd /home/search tar -zxvf protobuf-2.5.0.tar.gz cd /home/search/protobuf-2.5.0 ./configure --prefix=/home/search/protobuf(指定的一个安装目录,默认是根目录) make && make install (6)安装snappy1.1.0.tar.gz(可选选项,如果需要编译完的Hadoop支持Snappy压缩,需要此步骤) 安装例子: cd /home/search tar -zxvf snappy1.1.0.tar.gz cd /home/search/snappy1.1.0 ./configure --prefix=/home/search/snappy(指定的一个安装目录,默认是根目录) make && make install (7)安装hadoop-snappy git下载地址 git clone https://github.com/electrum/hadoop-snappy.git 安装例子: 下载完成后 cd hadoop-snappy 执行maven打包命令 mvn package -Dsnappy.prefix=/home/search/snappy (需要6步骤) 构建成功后

这个目录就是编译后的snappy的本地库,在hadoop-snappy/target/hadoop-snappy-0.0.1-SNAPSHOT-tar/hadoop-snappy-0.0.1-SNAPSHOT/lib目录下,有个hadoop-snappy-0.0.1-SNAPSHOT.jar,在hadoop编译后,需要拷贝到$HADOOP_HOME/lib目录下 上面使用到的包,可到百度网盘:http://pan.baidu.com/s/1mBjZ4下载 2,下载编译hadoop2.6.0 下载cdh-hadoop2.6.0源码: wget http://archive-primary.cloudera.com/cdh5/cdh/5/hadoop-2.6.0-cdh5.4.1-src.tar.gz 解压 tar -zxvf hadoop-2.6.0-cdh5.4.1-src.tar.gz 解压后进入根目录 执行下面这个编译命令,就能把snappy库绑定到hadoop的本地库里面,这样就可以在所有的机器上跑了 mvn clean package -DskipTests -Pdist,native -Dtar -Dsnappy.lib=(hadoop-snappy里面编译后的库地址) -Dbundle.snappy 中间会报一些异常,无须关心,如果报异常退出了,就继续执行上面这个命令,直到成功为止,一般速度会跟你的网速有关系,大概40分钟左右,最后会编译成功。

3,搭建Hadoop集群 (1)拷贝编译完成后在hadoop-2.6.0-cdh5.4.1/hadoop-dist/target/hadoop-2.6.0-cdh5.4.1.tar.gz位置的tar包,至安装目录 (2)解压执行mv hadoop-2.6.0-cdh5.4.1 hadoop重命名为hadoop (3)进入hadoop目录下,执行bin/hadoop checknative -a查看本地库,支持情况

(4)配置Hadoop相关的环境变量 #hadoop export HADOOP_HOME=/home/search/hadoop export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin export HADOOP_MAPRED_HOME=$HADOOP_HOME export HADOOP_COMMON_HOME=$HADOOP_HOME export HADOOP_HDFS_HOME=$HADOOP_HOME export YARN_HOME=$HADOOP_HOME export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin export CLASSPATH=.:$CLASSPATH:$HADOOP_COMMON_HOME:$HADOOP_COMMON_HOMEi/lib:$HADOOP_MAPRED_HOME:$HADOOP_HDFS_HOME:$HADOOP_HDFS_HOME (5)选择一个数据目录/data/ 新建三个目录 hadooptmp(存放hadoop的一些临时数据) nd(存放hadoop的namenode数据) dd(存放hadoop的datanode数据) (6)进入hadoop/etc/hadoop目录 依次配置 slaves内容如下:

Java代码

  1. hadoop1
  2. hadoop2
  3. hadoop3

core-site.xml内容如下:

Java代码

  1. <configuration>
  2. <property>
  3. <name>fs.default.name</name>
  4. <value>hdfs://hadoop1:8020</value>
  5. </property>
  6. <property>
  7. <name>hadoop.tmp.dir</name>
  8. <value>/ROOT/tmp/data/hadooptmp</value>
  9. </property>
  10. <property>
  11. <name>io.compression.codecs</name>
  12. <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.BZip2Codec,org.apache.hadoop.io.compress.SnappyCodec</value>
  13. </property>
  14. <property>
  15. <name>fs.trash.interval</name>
  16. <value>1440</value>
  17. <description>Number of minutes between trash checkpoints.
  18. If zero, the trash feature is disabled.
  19. </description>
  20. </property>
  21. </configuration>

hdfs-site.xml内容如下:

Java代码

  1. <configuration>
  2. <property>
  3. <name>dfs.replication</name>
  4. <value>1</value>
  5. </property>
  6. <property>
  7. <name>dfs.namenode.name.dir</name>
  8. <value>file:///ROOT/tmp/data/nd</value>
  9. </property>
  10. <property>
  11. <name>dfs.datanode.data.dir</name>
  12. <value>/ROOT/tmp/data/dd</value>
  13. </property>
  14. <property>
  15. <name>dfs.permissions</name>
  16. <value>false</value>
  17. </property>
  18. <property>
  19. <name>dfs.webhdfs.enabled</name>
  20. <value>true</value>
  21. </property>
  22. <property>
  23. <name>dfs.blocksize</name>
  24. <value>134217728</value>
  25. </property>
  26. <property>
  27. <name>dfs.namenode.handler.count</name>
  28. <value>20</value>
  29. </property>
  30. <property>
  31. <name>dfs.datanode.max.xcievers</name>
  32. <value>65535</value>
  33. </property>
  34. </configuration>

mapred-site.xml内容如下:

Java代码

  1. <configuration>
  2. <property>
  3. <name>mapreduce.framework.name</name>
  4. <value>yarn</value>
  5. </property>
  6. <property>
  7. <name>mapreduce.jobtracker.address</name>
  8. <value>hadoop1:8021</value>
  9. </property>
  10. <property>
  11. <name>mapreduce.jobhistory.address</name>
  12. <value>hadoop1:10020</value>
  13. </property>
  14. <property>
  15. <name>mapreduce.jobhistory.webapp.address</name>
  16. <value>hadoop1:19888</value>
  17. </property>
  18. <property>
  19. <name>mapred.max.maps.per.node</name>
  20. <value>4</value>
  21. </property>
  22. <property>
  23. <name>mapred.max.reduces.per.node</name>
  24. <value>2</value>
  25. </property>
  26. <property>
  27. <name>mapreduce.map.memory.mb</name>
  28. <value>1408</value>
  29. </property>
  30. <property>
  31. <name>mapreduce.map.java.opts</name>
  32. <value>-Xmx1126M</value>
  33. </property>
  34. <property>
  35. <name>mapreduce.reduce.memory.mb</name>
  36. <value>2816</value>
  37. </property>
  38. <property>
  39. <name>mapreduce.reduce.java.opts</name>
  40. <value>-Xmx2252M</value>
  41. </property>
  42. <property>
  43. <name>mapreduce.task.io.sort.mb</name>
  44. <value>512</value>
  45. </property>
  46. <property>
  47. <name>mapreduce.task.io.sort.factor</name>
  48. <value>100</value>
  49. </property>
  50. </configuration>

yarn-site.xml内容如下:

Java代码

  1. <configuration>
  2. <property>
  3. <name>mapreduce.jobhistory.address</name>
  4. <value>hadoop1:10020</value>
  5. </property>
  6. <property>
  7. <name>mapreduce.jobhistory.webapp.address</name>
  8. <value>hadoop1:19888</value>
  9. </property>
  10. <property>
  11. <name>yarn.resourcemanager.address</name>
  12. <value>hadoop1:8032</value>
  13. </property>
  14. <property>
  15. <name>yarn.resourcemanager.scheduler.address</name>
  16. <value>hadoop1:8030</value>
  17. </property>
  18. <property>
  19. <name>yarn.resourcemanager.scheduler.class</name>
  20. <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>
  21. </property>
  22. <property>
  23. <name>yarn.resourcemanager.resource-tracker.address</name>
  24. <value>hadoop1:8031</value>
  25. </property>
  26. <property>
  27. <name>yarn.resourcemanager.admin.address</name>
  28. <value>hadoop1:8033</value>
  29. </property>
  30. <property>
  31. <name>yarn.resourcemanager.webapp.address</name>
  32. <value>hadoop1:8088</value>
  33. </property>
  34. <property>
  35. <name>yarn.nodemanager.aux-services</name>
  36. <value>mapreduce_shuffle</value>
  37. </property>
  38. <property>
  39. <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
  40. <value>org.apache.hadoop.mapred.ShuffleHandler</value>
  41. </property>
  42. <property>
  43. <description>Classpath for typical applications.</description>
  44. <name>yarn.application.classpath</name>
  45. <value>$HADOOP_CONF_DIR
  46. ,$HADOOP_COMMON_HOME/share/hadoop/common/*
  47. ,$HADOOP_COMMON_HOME/share/hadoop/common/lib/*
  48. ,$HADOOP_HDFS_HOME/share/hadoop/hdfs/*
  49. ,$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*
  50. ,$YARN_HOME/share/hadoop/yarn/*</value>
  51. </property>
  52. <!-- Configurations for NodeManager -->
  53. <property>
  54. <name>yarn.nodemanager.resource.memory-mb</name>
  55. <value>5632</value>
  56. </property>
  57. <property>
  58. <name>yarn.scheduler.minimum-allocation-mb</name>
  59. <value>1408</value>
  60. </property>
  61. <property>
  62. <name>yarn.scheduler.maximum-allocation-mb</name>
  63. <value>5632</value>
  64. </property>
  65. </configuration>

(6)将整个hadoop目录和/data数据目录,scp分发到各个节点上 (7)格式化HDFS 执行命令bin/hadoop namenode -format (8)启动集群 sbin/start-dfs.sh 启动hdfs sbin/start-yarn.sh启动yarn sbin/mr-jobhistory-daemon.sh start historyserver 启动日志进程 (9)检验集群状态 jps监测:

web页面监测: http://hadoop1:50070 http://hadoop1:8088 (10)基准测试 测试map bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.4.1.jar randomwriter rand 测试reduce bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.4.1.jar sort rand sort-rand Hadoop官方文档链接:http://hadoop.apache.org/docs/r2.7.0/hadoop-project-dist/hadoop-hdfs/HdfsUserGuide.html

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2015-06-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 我是攻城师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
专用宿主机
专用宿主机(CVM Dedicated Host,CDH)提供用户独享的物理服务器资源,满足您资源独享、资源物理隔离、安全、合规需求。专用宿主机搭载了腾讯云虚拟化系统,购买之后,您可在其上灵活创建、管理多个自定义规格的云服务器实例,自主规划物理资源的使用。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档