Hadoop伪分布式集群环境搭建

237次阅读

没有评论

共计 6348 个字符，预计需要花费 16 分钟才能阅读完成。

本教程讲述在单机环境下搭建 Hadoop 伪分布式集群环境，帮助初学者方便学习 Hadoop 相关知识。

首先安装 Hadoop 之前需要准备安装环境。

安装 CentOS 6.5（64 位）。（操作系统再次不做过多描述，参考：
VMware12 安装 64 位 CentOS 6.5 图文详解 http://www.linuxidc.com/Linux/2016-09/134916.htm）
安装 JDK1.7（64 位）。
安装 Hadoop2.2（稳定版本 64 位）

注意：以上三者版本需要统一，必须同为 64 位 /32 位

下面关于 Hadoop 的文章您也可能喜欢，不妨看看：

Ubuntu14.04 下 Hadoop2.4.1 单机 / 伪分布式安装配置教程 http://www.linuxidc.com/Linux/2015-02/113487.htm

CentOS 安装和配置 Hadoop2.2.0 http://www.linuxidc.com/Linux/2014-01/94685.htm

CentOS 6.3 下 Hadoop 伪分布式平台搭建 http://www.linuxidc.com/Linux/2016-11/136789.htm

Ubuntu 14.04 LTS 下安装 Hadoop 1.2.1（伪分布模式）http://www.linuxidc.com/Linux/2016-09/135406.htm

Ubuntu 上搭建 Hadoop 环境（单机模式 + 伪分布模式）http://www.linuxidc.com/Linux/2013-01/77681.htm

实战 CentOS 系统部署 Hadoop 集群服务 http://www.linuxidc.com/Linux/2016-11/137246.htm

单机版搭建 Hadoop 环境图文教程详解 http://www.linuxidc.com/Linux/2012-02/53927.htm

Hadoop 2.6.0 HA 高可用集群配置详解 http://www.linuxidc.com/Linux/2016-08/134180.htm

Spark 1.5、Hadoop 2.7 集群环境搭建 http://www.linuxidc.com/Linux/2016-09/135067.htm

1. 安装 JDK1.7

下载 JDK1.7, 然后拷贝到指定目录

cd /usr/local/

解压缩：tar -zxvf jdk1.7

配置环境变量：

vim /etc/profile.d/Java.sh

添加如下内容：

CLASSPATH=$JAVA_HOME/lib:$CLASSPATH
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME CLASSPATH PATH

执行：

source /etc/profile.d/java.sh

java -version 显示出 JDK 相关信息

2. 配置 hosts 文件，使访问更加方便

vim /etc/hosts

在文件末尾加入：

192.168.1.1（本机 ip）taurus（本机域名）

3. 关闭防火墙：

查看防火墙状态：service iptables status

关闭防火墙：chkconfig iptables off(永久性生效)
service iptables stop（即时生效，重启后复原）

4.SSH 无密码验证配置

创建 hadoop 用户组

groupadd hadoop

创建 hadoop 用户

useradd group group

为 hadoop 用户设置密码

passwd hadoop

创建.ssh 文件

mkdir .ssh

使用命令生成密钥：

ssh-keygen -t rsa

用公钥生成认证文件

cp id_rsa.pub authorized_keys

赋予文件权限

chmod  700.ssh

chmod 600 .ssh/*

然后使用 ssh 连接当前节点，ssh taurus（本机域名）如果提示 ssh 未安装执行命令：

yum -y install openssh-clients

如果还是提示下列错误：

ssh: connect to host taurus port 22: Connection refused

说明 ssh-server 没有安装

sudo apt-get install openssh-server   进行安装

然后在使用 ssh localhost 应该会连接成功。

5. 开始搭建伪分布式环境

下载 hadoop2.2.0 安装包

wget http://hadoop.f.dajiangtai.com/hadoop2.2/hadoop-2.2.0-x64.tar.gz

解压安装包：

tar -zxvf hadoop-2.2.0-x64.tar.gz

重命名 hadoop-2.2.0-x64.tar.gz

mv hadoop-2.2.0-x64.tag.gz  hadoop

将 haddop 文件夹的权限赋予 hadoop 用户

chown -R hadoop:hadoop hadoop

创建 hadoop 数据目录 –3 个

root@taurus:/usr/local# mkdir -p /data/dfs/name
root@taurus:/usr/local# mkdir -p /data/dfs/data
root@taurus:/usr/local# mkdir -p /data/tmp

将创建的文件夹权限赋予 hadoop 用户

root@taurus:/usr/local# chown -R hadoop:hadoop hadoop /data

然后切换到 hadoop 用户，进入 hadoop 文件夹下 etc/hadoop 目录：

su hadoop
cd etc/hadoop
vim core-site.xml

添加如下内容到 core-site.xml 文件

默认 HDFS 路径

存放数据的公共目录

设置 hadoop 安全机制的代理用户和用户组

Hadoop 伪分布式集群环境搭建

修改 hdfs-site.xml 文件，添加如下内容：

Namenode 文件目录

Datanode 文件目录

数据快副本

HDFS 权限

Hadoop 伪分布式集群环境搭建

更多详情见请继续阅读下一页的精彩内容：http://www.linuxidc.com/Linux/2016-12/138433p2.htm

接下来配置 mapred-site.xml 文件：

由于没有 mspred-dite.xml 文件，因此需要复制 mapred-site.xml.template

cp mapred-site.xml.template mapred-site.xml

vim mapred-site.xml添加如下内容：

制定 mapreduce 环境为 yarn;

Hadoop 伪分布式集群环境搭建

配置 yarn-site.xml 文件，添加如下内容：

为了使 mapreduce 程序运行起来，需要 nodemanager 启动加载 shuffle

Hadoop 伪分布式集群环境搭建

修改 slaves 文件：（指定 namenode 路径）由于当前配置伪分布时集群，所以 namenode 和 datanode 在同一个节点上。

Hadoop 伪分布式集群环境搭建

配置 Hadoop 环境变量：

su root

vim /etc/profile

添加如下内容：

Hadoop 伪分布式集群环境搭建

使配置文件生效使用 source 命令：

source /etc/profile

su hadoop

进入安装目录

cd /usr/local/hadoop

然后格式化 namenode

bin/hadoop namenode -format

没有报错，接下来我们就可以启动 hadoop 了：

cd /usr/lcoal/hadoop
sbin/satrt-all.sh

如果启动时报Error: Java_HOME is not set and could not be found

解决办法：修改 /etc/hadoop/hadoop-env.sh 中设的 JAVA_HOME。

应当使用绝对路径：

export JAVA_HOME=${JAVA_HOME}          //文档原来的（错误）
 export JAVA_HOME=/usr/local/jdk1.7       //正确，应该这么改

然后再次启动 sbin/start-all.sh

成功后，jps 显示如下：

Hadoop 伪分布式集群环境搭建

打开浏览器：

访问 http://taurus(对应你本机域名)：50070 – 查看 namenode 文件和集群的状态

接下来使用 hadoop 自带 wordcount 程序运行测试

在 hadoop 文件目录下，执行如下操作：

vim wordcount.txt
添加如下内容：
alan hadoop
alan hadoop
alan hadoop
保存退出

查看 hadoop 根目录下文件：

hadoop fs -ls /

创建一个测试目录：

hadoop fs -mkdir /taurus

将刚才创建的文件上传到测试目录：

hadoop fs -put /usr/local/hadoop/wordcount.txt /sample

执行 wordcount 程序：

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-example-2.2.0.jar wordcount /sample/wordcount.txt  /sample/wordcount-out

在浏览器访问 http://taurus（自己的域名）:8088/cluster/apps

查看程序的运行状态。

Hadoop 伪分布式集群环境搭建

在浏览器访问 http://taurus（自己的域名）：50070

查看程序的运行结果。

Hadoop 伪分布式集群环境搭建

更多 Hadoop 相关信息见Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13

本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-12/138433.htm

本教程讲述在单机环境下搭建 Hadoop 伪分布式集群环境，帮助初学者方便学习 Hadoop 相关知识。

首先安装 Hadoop 之前需要准备安装环境。

安装 CentOS 6.5（64 位）。（操作系统再次不做过多描述，参考：
VMware12 安装 64 位 CentOS 6.5 图文详解 http://www.linuxidc.com/Linux/2016-09/134916.htm）
安装 JDK1.7（64 位）。
安装 Hadoop2.2（稳定版本 64 位）