[hadoop]hadoop2.6完全分布式环境搭建

在经过几天的环境搭建，终于搭建成功，其中对于hadoop的具体设置倒是没有碰到很多问题，反而在hadoop各节点之间的通信遇到了问题，而且还反复了很多遍，光虚拟机就重新安装了4、5次，但是当明白了问题之后才发现这都是无用功，有了问题应该找具体的解决方案，并不是完全的重装，这样不会明白问题是怎么解决的，除了费时费力没有多大的用处，接下来就把搭建的过程详细叙述一下。

环境配置：
        计算机：
                CPU-I7 2630QM
                6G内存
                256G SSD
        虚拟机：
                vmware workstation
        系统：
                ubuntu 14.04 LTS
        节点：
                192.168.1.150    master
                192.168.1.151    slave1
                192.168.1.151    slave2

参考：
　　http://www.aboutyun.com/thread---.html
　　http://my.oschina.net/u/2285247/blog/354449
　　http://www.aboutyun.com/thread-5738-1-1.html
　　http://www.aboutyun.com/thread-6446-1-1.html

安装步骤：
、安装虚拟机系统（安装1个即可，其余的可以通过克隆），并进行准备工作
、安装JDK,并配置环境变量
、克隆虚拟机系统,并修改hosts、hostname

4、配置虚拟机网络，使虚拟机系统之间以及和host主机之间可以通过相互ping通。

、配置ssh，实现节点间的无密码登录 
、master配置hadoop，并将hadoop文件传输到slave节点 
、配置环境变量，并启动hadoop，检查是否安装成功

1、安装虚拟机系统，并进行准备工作

　　安装虚拟机系统不用赘述，安装vmware——新建虚拟机——典型——选择镜像——设置账户密码——安装位置——配置——安装。

　　当虚拟机安装成功后，默认的是nat模式，不要立即将网络模式切换到桥接模式下，这时nat模式下应该可以联网，先安装几个软件，以后需要用到，当然在桥接模式下也可以联网，但是桥接模式是要设置成静态IP的，局限性比较大，下载安装完以后，接下来就不用联网了。

#切换到root模式下
#刚开始root是默认不开启的，可以利用如下命令对root密码进行设置
sudo passwd root
#现在在root模式先安装vim，命令如下：
apt-get install vim
#安装ssh
apt-get install ssh
#这个步骤是可选的，用于更新，以及将ssh相关都安装
apt-get install openssh*
apt-get update

2、安装jdk,并配置环境变量

1）从oracle下载jdk安装包，并将安装包拖入到虚拟机当中

2）通过cd命令进入到安装包的当前目录，利用如下命令进行解压缩。

tar -zxvf jdk.....(安装包名称)

3）利用如下命令将解压后的文件夹移到/usr目录下　

#注意，这样移动到/usr以后就没有jdk1.8...这个目录了，是将这个目录下的所有文件全部移动到/usr/java下，
mv jdk1.8...(文件夹名称) /usr/java

4）配置环境变量

#切换到root模式下
su - root
#利用vim编辑/etc/profile（这个是对全体用户都起作用的）
vim /etc/profile
#将一下两句加入到其中，并保存退出
export PATH=$PATH:/usr/java/bin:/usr/java/jre/bin
export CLASSPATH=.:/usr/java/lib:/usr/java/jre/lib
#然后使profile生效
source /etc/profile
#试验java、javac、java -version

3、克隆虚拟机并修改三个虚拟机的hosts、hostname

1）克隆虚拟机时要注意一定要选择完整克隆

2）修改hosts(三个虚拟机都要改)

#root下用vim打开hosts
vim /etc/hosts
#将以下内容添加到hosts中
192.168.1.150    master
192.168.1.151    slave1
192.168.1.152    slave2

如图：

3）修改hostname（三个虚拟机都要改）

#root下打开hostname
vim /etc/hostname
#分别将每个虚拟机改成对应的name(master、slave1、slave2)

4、配置虚拟机网络

　　在安装好虚拟机后，虚拟机有三种模式分别是nat模式、仅主机模式、桥接模式，此处对于此三种模式进行简单介绍：

　　　　nat模式:这是通nat地址转换共享主机Ip的模式，在安装好虚拟机后会发现有vmnet8虚拟网卡，这个网卡默认是nat模式，这时nat模式下的虚拟机相当于又组成一个局域网，而vmnet8相当于这个局域网的网关，在这种模式下，虚拟机之间可以相互ping通，但是不能与主机通信，因为主机与虚拟机之间有有一个vmnet8网卡。当然通过配置vmnet8网卡可以实现通信。

　　　　仅主机模式：这种模式没有地址转换能力，各个虚拟机之间是相互独立的，不能相互访问，每个虚拟机只能与主机通信。

　　　　桥接模式：这种模式是将虚拟网卡直接绑定到物理网卡上，可以绑定多个地址，这里是将网卡设置成混杂模式，然后实现可以收发多个地址的消息。

　　本人搭建环境采用的是桥接模式，这种模式拟真性更强一些，虽然有些麻烦。

　　注意：要将三个虚拟机的ip与主机都处于同一个网段，然后实验是否可以Ping通

5、配置ssh，实现节点间的无密码登录 （注意关闭防火墙 ufw disable）

1)产生密钥

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

2)导入authorized_keys

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

3）试验看是否安装成功

#查看是否有sshd进程
ps -e | grep ssh
#尝试登录本地
ssh localhost

4）远程无密码登录

#进入master的.ssh目录
scp authorized_keys u0@slave1:~/.ssh/authorized_keys_master
#u0是我的用户名
#进入slave1、slave2的.ssh目录
cat authorized_keys_master  >>  authorized_keys

注意：第四步要在slave上重复，要使三者都能够无密码相互登录，重复完后可以利用如下命令试验，第一次需要输入密码绑定

ssh salve1(slave2)

注意：我的主机是连接的路由无线网络，我遇到了一个问题，就是在虚拟机网络重连后master可以登录slave2，但是过一会后就发现老是connection refused,就因为这个问题我还重新安装了几次，网络上的方法都试了也不管用，后来发现，原来是我的虚拟机ip与路由局域网中的其他机器Ip冲突，千万要保证局域网内的Ip不要和虚拟机的ip冲突

6、master配置hadoop，并将hadoop文件传输到slave节点

1）解包移动

#解压hadoop包
tar -zxvf hadoop...
#将安装包移到/usr目录下
mv hadoop... /usr/hadoop

2）新建文件夹

#在/usr/hadoop目录下新建如下目录(root)
mkdir /dfs
mkdir /dfs/name
mkdir /dfs/data
mkdir /tmp

3)配置文件：hadoop-env.sh(文件都在/usr/hadoop/etc/hadoop中)

修改JAVA_HOME值（export JAVA_HOME=/usr/java）

4)配置文件：yarn-env.sh

修改JAVA_HOME值（export JAVA_HOME=/usr/java）

5)配置文件：slaves

将内容修改为：

slave1
slave2

6)配置文件：core-site.xml

<configuration>
       <property>
                <name>fs.defaultFS</name>
                <value>hdfs://master:8020</value>
       </property>
       <property>
                <name>io.file.buffer.size</name>
                <value>131072</value>
        </property>
       <property>
               <name>hadoop.tmp.dir</name>
               <value>file:/usr/hadoop/tmp</value>
               <description>Abase for other temporary   directories.</description>
       </property>
        <property>
               <name>hadoop.proxyuser.u0.hosts</name>
               <value>*</value>
       </property>
       <property>
               <name>hadoop.proxyuser.u0.groups</name>
               <value>*</value>
       </property>
</configuration>

7)配置文件：hdfs-site.xml

<configuration>
       <property>
                <name>dfs.namenode.secondary.http-address</name>
               <value>master:9001</value>
       </property>
     <property>
             <name>dfs.namenode.name.dir</name>
             <value>file:/usr/hadoop/dfs/name</value>
       </property>
      <property>
              <name>dfs.datanode.data.dir</name>
              <value>file:/usr/hadoop/dfs/data</value>
       </property>
       <property>
               <name>dfs.replication</name>
               <value>3</value>
        </property>
        <property>
                 <name>dfs.webhdfs.enabled</name>
                  <value>true</value>
         </property>
</configuration>

8)配置文件：mapred-site.xml

<configuration>
          <property>                                                                  
　　　　　　　　<name>mapreduce.framework.name</name>
                <value>yarn</value>
           </property>
          <property>
                  <name>mapreduce.jobhistory.address</name>
                  <value>master:10020</value>
          </property>
          <property>
                <name>mapreduce.jobhistory.webapp.address</name>
                <value>master:19888</value>
       </property>
</configuration>

9)配置文件：yarn-site.xml

<configuration>
        <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.resourcemanager.address</name>
               <value>master:8032</value>
       </property>
       <property>
               <name>yarn.resourcemanager.scheduler.address</name>
               <value>master:8030</value>
       </property>
       <property>
            <name>yarn.resourcemanager.resource-tracker.address</name>
             <value>master:8031</value>
      </property>
      <property>
              <name>yarn.resourcemanager.admin.address</name>
               <value>master:8033</value>
       </property>
       <property>
               <name>yarn.resourcemanager.webapp.address</name>
               <value>master:8088</value>
       </property>
</configuration>

10)将hadoop传输到slave1和slave2根目录

 scp -r /usr/hadoop u0@slave1:~/

7、配置环境变量，并启动hadoop，检查是否安装成功
1）配置环境变量

#root模式编辑/etc/profile
vim /etc/profile
#以上已经添加过java的环境变量,在后边添加就可以
export PATH=$PATH:/usr/java/bin:/usr/java/jre/bin:/usr/hadoop/bin:/usr/hadoop/sbin

2）启动hadoop

#注意最后单词带‘-’
hadoop namenode -format
start-all.sh

3)查看启动进程