Hadoop环境搭建——集群篇 .docx

Hadoop环境搭建——集群篇
假设有两台已经装好单节点hadoop环境的机子，IP分别是
192.168.11.131
192.168.11.132
Hadoop都装在/usr/local/hadoop目录下
1、配置一系列文件（所有节点上）
  1、配置etc下的hosts文件
删除hosts内部的内容
Cat /dev/null > /etc/hosts   
vi /etc/hosts
     输入如下内容
192.168.11.131 master
      192.168.11.132 slave
   2、进入hadoop目录下，配置conf下的masters文件
     cd /usr/local/hadoop
     vi conf/masters
     （打开后将里面内容清空，然后添加“master”或者master的IP“192.168.11.131”，此处即是hosts中配置的映射，填master或者直接填IP都是一样的）
   3、配置conf下的slaves文件
     Vi conf/slaves
     （打开后将里面内容清空，然后添加“slave”或者slave的IP“192.168.11.132”，原因同上）

    4、配置conf下的core-site.xml文件
     Vi conf/core-site.xml
     （因为已完成单节点配置，因此只需要修改就行了。打开后将第一个<property>标签中的localhost改为“master”或者master的IP，如下
Xml代码    
1. <property> 
2.     <name>fs.default.name</name> 
3.     <value>hdfs://master:9008</value> 
4. </property> 
      第二个<property>标签，即包含<name>dfs.replication</name>一行的那个，其中的“<value>”表示文件上传到dfs上时的备份个数，此数值不能大于slave即datanode的个数,这里是1）
     5、配置conf下的hdfs-site.xml文件（此配置在slave节点上可有可无）
       Vi conf/hdfs-site.xml
       （打开后在空的<configuration> </configuration>中添加如下配置
Xml代码    
1. <property> 
2.     <name>dfs.replication</name> 
3.     <value>1</value> 
4. </property> 
5.  
6. <property> 
7.     <name>dfs.name.dir</name> 
8.     <value>/home/hadoop/hdfs/name</value> 
9. </property> 
10.  
11. <property> 
12.     <name>dfs.data.dir</name> 
13.     <value>/home/hadoop/hdfs/data</value> 
14. </property> 

  6、配置conf下的mapred-site.xml文件
   Vi conf/mapred-site.xml
   （打开后将<value>标签里的localhost改为JobTracker的IP，因为本例中JobTracker也是master本身，所以将localhost改为“master”或master的IP）
2、在所有slave节点上拷贝master和JobTracker的公钥
  1、拷贝公钥
   scp hadoop@master:/home/hadoop/.ssh/id_rsa.pub /home/hadoop/.ssh/master_rsa.pub
   scp hadoop@master:/home/hadoop/.ssh/id_rsa.pub /home/haddop/.ssh/jobtracker_rsa.pub
    (注：因为本例中master和JobTracker是同一台机器，所以相当于在master上拷了两次公钥）
  2、将拷贝的公钥添加到信任列表
    cat /home/hadoop/.ssh/master_rsa.pub >> /home/hadoop/.ssh/authorized_keys
    cat /home/hadoop/.ssh/jobtracker_rsa.pub >> /home/hadoop/.ssh/authorized_keys

3、在JobTracker上拷贝master的公钥
  1、拷贝公钥
    scp root@master:/home/hadoop/.ssh/id_rsa.pub /home/hadoop/.ssh/master_rsa.pub
    （注：本例中master和JobTracker是同一台机器，所以相当于自己拷自己的公钥)

2、拷贝所有slave节点的公钥
scp root@slave:/home/hadoop/.ssh/id_rsa.pub /home/hadoop/.ssh/slave_rsa.pub

  3、添加到信任列表
    cat /home/hadoop/.ssh/master_rsa.pub >> /home/hadoop/.ssh/authorized_keys
cat /home/hadoop/.ssh/slave_rsa.pub >> /home/hadoop/.ssh/authorized_keys
运行阶段：
1、启动hadoop(只用在启动master就ok了，它会自动启动slave)
   1、在所有节点上删除/home/hadoop/下的tmp文件夹（包括master节点）
     sudo rm -r /home/hadoop/tmp
     （注：tmp文件夹内部存放有NameNode的ID信息，如果ID不一样的话是无法正常连接的，此处的删除操作是为了保证ID的一致性）
    2、在master上格式化NameNode
      hadoop namenode -format
    3、启动hadoop
      bin/start-all.sh
    4、查看各节点是否正常启动
      jps
      （此语句执行后，slave节点中必须有DataNode，master节点中必须有NameNode，否则启动失败）

     5、查看整个系统状态
       hadoop dfsadmin -report
                  （此语句执行后能显示当前连接的slave数，即DataNode数）
2、跑wordcount
  1、准备测试文件
    sudo echo "mu ha ha ni da ye da ye da da" > /tmp/test.txt
   2、将测试文件上传到dfs文件系统
    hadoop dfs -put /tmp/test.txt multiTest
    注：如multiTest目录不存在的话会自动创建）
   3、执行wordcount
    hadoop jar hadoop-mapred-examples0.21.0.jar wordcout multiTest result
    （注：如result目录不存在的话会自动创建）
   4、查看结果
    hadoop dfs -cat result/part-r-00000