Hadoop2.3.0伪分布式安装笔记

Hadoop2.3.0伪分布式安装笔记

安装环境：ubuntu 13.10， jdk1.7.0_51, hadoop 2.3.0

 

一、在ubuntu下安装jdk

linux下的java有两种，一种是openjdk另外一种是sun java。因为一些原因，Oracle Java 无法从 Ubuntu 的软件库中取得，取而代之的是 OpenJDK，不过 OpenJDK 在运行某些程序时会出现问题所以最好还是安装Oracle Java.

1. 先去 Oracle下载Linux下的JDK压缩包，http://www.oracle.com/technetwork/java/javase/downloads/index.html，下好后直接解压。

2. 进入在存放jdk文件夹的当前目录，将解压好的jdk1.7.0_10文件夹用最高权限复移动到/usr/lib/jvm目录里，此时即使没有jvm目录也可以执行如下命令，jvm文件夹将得到创建。

   sudo mv jdk1.7.0_10 /usr/lib/jvm/

3. 接下来需要设置环境变量，修改/etc/profile配置文件

   sudo gedit /etc/profile

    在末尾加上:

   export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_10
   export JRE_HOME=/usr/lib/jvm/jdk1.7.0_10/jre 
   export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
   export PATH=$JAVA_HOME/bin:$PATH

   然后保存关闭，此时在命令行输入java -version将会仍然显示java没有安装。此时，需要使用source更新下/etc/profile文件：

   source /etc/profile

4. 使用java -version命令可以看到如下输出：

   kk@kk-Dell-System-Inspiron-N4110:~$ java -version
   java version "1.7.0_51"
   Java(TM) SE Runtime Environment (build 1.7.0_51-b13)
   Java HotSpot(TM) 64-Bit Server VM (build 24.51-b03, mixed mode)

    到此，已经将oracle jdk配置完成。
    如果之前系统里面已经安装了openjdk，可以使用如下方法将默认jdk更改过来：

5. 将系统默认的jdk修改过来：

   sudo update-alternatives --install /usr/bin/java java /usr/lib/jvm/jdk1.7.0_10/bin/java 300
   sudo update-alternatives --install /usr/bin/javac javac /usr/lib/jvm/jdk1.7.0_10/bin/javac 300
   sudo update-alternatives --config java 
   sudo update-alternatives --config javac

    至此jdk的安装已经完成

二、建立ssh无密码登陆本机

      由于启动与停止hadoop时需要多次输入密码登录本机与hadoop的master，所以需要建立ssh无密码登陆，减少不必要的操作。

1. 安装openssh-server：

   sudo apt-getinstall ssh openssh-server 

2. 在Master节点上执行以下命令：

   ssh-keygen –t rsa –P ''

    这条命令是生成其无密码密钥对，询问其保存路径时直接回车采用默认路径。生成的密钥对：id_rsa和id_rsa.pub，默认存储在"/home/username/.ssh"目录下。

3. 在Master节点上做如下配置，把id_rsa.pub追加到授权的key里面去。

   cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys 

在验证前，需要做两件事儿。第一件事儿是修改文件"authorized_keys"权限（权限的设置非常重要，因为不安全的设置安全设置，会让你不能使用RSA功能），另一件事儿是用root用户设置"/etc/ssh/sshd_config"的内容。使其无密码登录有效。

1. 修改文件"authorized_keys"权限

   chmod 600 ~/.ssh/authorized_keys

    备注：如果不进行设置，在验证时，扔会提示你输入密码。
2. 修改ssh配置文件
   

   用root用户登录服务器修改SSH配置文件"/etc/ssh/sshd_config"的下列内容：

   sudo gedit /etc/ssh/sshd_config

   RSAAuthentication yes # 启用 RSA 认证
   PubkeyAuthentication yes # 启用公钥私钥配对认证方式
   AuthorizedKeysFile .ssh/authorized_keys # 公钥文件路径（和上面生成的文件同） 

3. 重启ssh服务使刚才设置生效

   service sshd restart 

4. 退出root登录，使用普通用户验证ssh无密码登陆是否成功

   ssh localhost

    注：成功的标志为，ssh localhost不需要输入密码，而且后面启动与停止hadoop时也不需要输入密码

三、安装hadoop

安装准备

1. 先到官网（http://mirrors.cnnic.cn/apache/hadoop/common/）下载hadoop的压缩包，将它复制到安装目录 /usr/local/下

   sudo cp hadoop-2.3.0.tar.gz /usr/local/ 

2. 解压hadoop-2.3.0 .tar.gz

   cd /usr/local
   sudo tar -zxf hadoop-2.3.0 .tar.gz 

3. 将解压出的文件夹改名为hadoop

   sudo mv hadoop- 2.3.0 hadoop 

4. 将该hadoop文件夹的属主用户设为当前用户

   sudo chown -R username：usergroup hadoop

    其中username为当前用户名，usergroup为当前用户所在的组，若为主用户，则usergroup应为root

5. 将hadoop添加到系统环境变量

   sudo gedit /etc/profile

    在最后添加：

   export HADOOP_HOME=/usr/local/hadoop 
   export HADOOP_INSTALL=$HADOOP_HOME
   export PATH=$PATH:$HADOOP_HOME/bin 
   export PATH=$PATH:$HADOOP_HOME/sbin 
   export HADOOP_MAPRED_HOME=$HADOOP_HOME 
   export HADOOP_COMMON_HOME=$HADOOP_HOME 
   export HADOOP_HDFS_HOME=$HADOOP_HOME 
   export YARN_HOME=$HADOOP_HOME 

    保存并退出。

6. 更新环境变量

   source /etc/profile 

修改hadoop配置文件

1. 在根目录下创建三个目录：

   mkdir ~/dfs/
   mkdir ~/dfs/name
   mkdir ~/dfs/data
   mkdir ~/temp 

2. 修改etc/hadoop目录下配置7个文件

   $HADPP_HOME/etc/hadoop/core-site.xml
   $HADPP_HOME/etc/hadoop/hadoop-env.sh
   $HADPP_HOME/etc/hadoop/hdfs-site.xml
   $HADPP_HOME/etc/hadoop/mapred-site.xml
   $HADPP_HOME/etc/hadoop/slaves
   $HADPP_HOME/etc/hadoop/yarn-env.sh
   $HADPP_HOME/etc/hadoop/yarn-site.xml

    以上个别文件默认不存在的，可以复制相应的template文件获得。
   

    比如：sudo cp yarn-site.xml.template yarn-site.xml

   配置文件1：hadoop-env.sh
   修改JAVA_HOME值（export JAVA_HOME=/usr/java/jvm/jdk1.7.0_10）
   ********以上JAVA_HOME为相应的jdk安装目录**********

   配置文件2：yarn-env.sh
   修改JAVA_HOME值（exportJAVA_HOME=/usr/java/jdk1.7.0_40）
   ********以上JAVA_HOME为相应的jdk安装目录**********

   配置文件3：slaves （这个文件里面保存所有slave节点）
   添加以下内容：（为数据节点服务器相应的hostname，localhost保留）
   n1
   n2
   添加以后该文件有三行，即：
   localhost
   n1
   n2

   配置文件4：core-site.xml 在<configuration>节点中间添加下面的内容
   <property>
   <name>fs.default.name</name>
   <value>hdfs://localhost:9000</value>
   </property>
   <property>
   <name>hadoop.tem.dir</name>
   <value>file:/home/hduser/temp</value>
   </property>

   配置文件5：hdfs-site.xml 在<configuration>节点中间添加下面的内容
   <property>
   <name>dfs.namenode.name.dir</name>
   <value>file:/home/kk/dfs/name</value>
   </property>
   <property>
   <name>dfs.datanode.data.dir</name>
   <value>file:/home/kk/dfs/data</value>
   </property>
   <property>
   <name>dfs.replication</name>
   <value>1</value>
   </property>
   ********以上文件路径为之前在根目录下创建的路径**********

   配置文件6：mapred-site.xml 在<configuration>节点中间添加下面的内容
   <property>
   <name>mapreduce.framework.name</name>
   <value>yarn</value>
   </property>
   <property>
   <name>mapred.job.tracker</name>
   <value>localhost:9001</value>
   </property>
   <property>
   <name>mapred.remote.os</name>
   <value>Linux</value>
   <description>
   Remote MapReduce framework's OS, can be either Linux or Windows
   </description>
   </property>
   <property>
   <name>mapreduce.application.classpath</name>
   <value>$HADOOP_CONF_DIR,
   $HADOOP_COMMON_HOME/share/hadoop/common/*,
   $HADOOP_COMMON_HOME/share/hadoop/common/lib/*,
   $HADOOP_HDFS_HOME/share/hadoop/hdfs/*,
   $HADOOP_HDFS_HOME/share/hadoop/hdfs/lib/*,
   $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*,
   $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*,
   $HADOOP_YARN_HOME/share/hadoop/yarn/*,
   $HADOOP_YARN_HOME/share/hadoop/yarn/lib/*
   </value>
   </property>

   配置文件7：yarn-site.xml 在<configuration>节点中间添加下面的内容
   <property>
   <name>yarn.nodemanager.aux-services</name>
   <value>mapreduce_shuffle</value>
   </property>
   <property>
   <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
   <value>org.apache.hadoop.mapred.ShuffleHandler</value>
   </property>
   <property>
   <name>yarn.application.classpath</name>
   <value>
   $HADOOP_HOME/etc/hadoop,
   $HADOOP_COMMON_HOME/share/hadoop/common/*,
   $HADOOP_COMMON_HOME/share/hadoop/common/lib/*,
   $HADOOP_HDFS_HOME/share/hadoop/hdfs/*,
   $HADOOP_HDFS_HOME/share/hadoop/hdfs/lib/*,
   $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*,
   $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*,
   $HADOOP_YARN_HOME/share/hadoop/yarn/*,
   $HADOOP_YARN_HOME/share/hadoop/yarn/lib/*
   </value>
   </property>

在单机模式下运行hadoop

1. 进入hadoop目录下，格式化hdfs文件系统，初次运行hadoop时一定要有该操作

   cd /usr/local/hadoop/
   bin/hadoop namenode -format

    之后每次对hadoop配置文件进行修改后必须再次格式化hdfs文件系统，否则会报错。
    再次格式化hdfs文件系统的步骤：备份hdfs文件系统，删除配置文件中hdfs-site.xml中name.dir与data.dir目录下的所有文件，格式化hdfs文件系统，回复hdfs数据。

2. 启动hadoop

   sbin/start-all.sh

     也可按推荐使用以下命令启动

   sbin/start-hdfs.sh
   sbin/start-yarn.sh

3. 通过浏览器查看hadoop运行状态
   

   http://localhost:50070/
   
    http://localhost:8088/