[转] Hadoop 2.0 详细安装过程

1. 准备

创建用户

useradd hadoop
passwd hadoop

创建相关的目录

定义代码及工具存放的路径

mkdir -p /home/hadoop/source
mkdir -p /home/hadoop/tools

定义数据节点存放的路径到跟目录下的hadoop文件夹, 这里是数据节点存放目录需要有足够的空间存放

mkdir -p /hadoop/hdfs
mkdir -p /hadoop/tmp
mkdir -p /hadoop/log

设置可写权限

chmod -R  /hadoop

定义java安装程序路径

mkdir -p /usr/java

2.安装

安装JDK

http://www.oracle.com/technetwork/java/javase/downloads/jdk-6u32-downloads-1594644.html
在以上链接下载 linux64 下的jdk的安装文件: jdk-6u32-linux-x64.bin
1. 将下载好的 jdk-6u32-linux-x64.bin 通 过 SSH 上传到 /usr/java 下

scp -r ./jdk-6u32-linux-x64.bin root@hadoop1:/usr/java

2. 进入 JDK 安装目录 cd /usr/java 并且执行 chmod +x jdk-6u32-linux-x64.bin
3. 执行 ./jdk-6u32-linux-x64.bin
4. 配置环境变量，执行 cd /etc 命令后执行 vi profile , 在行末尾添加

export JAVA_HOME=/usr/java/jdk1..0_32
export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:/lib/dt.jar
export PATH=$JAVA_HOME/bin:$PATH

5. 执行 chmod +x profile 将其变成可执行文件
6. 执行 source profile 使其配置立即生效

source /etc/profile

7. 执行 java -version 查看是否安装成功

这个步骤所有机器都必须安装

[root@hadoop1 bin]# java -version
java version "1.6.0_32"
Java(TM) SE Runtime Environment (build 1.6.0_32-b05)
Java HotSpot(TM) -Bit Server VM (build 20.7-b02, mixed mode)

修改主机名

修改主机名，所有节点均一样配置
1. 连接到主节点 192.168.1.201 ，修改 network ，执行 vim /etc/sysconfig/network ，修改 HOSTNAME=hadoop1
2. 修改 hosts 文件， 执行 cd /etc 命令后执行 vi hosts ，在行末尾添加:

192.168.1.201   hadoop1
192.168.1.202   hadoop2
192.168.1.203   hadoop3
192.168.1.204   hadoop4

3. 执行 hostname hadoop1
4. 执行 exit 后重新连接可看到主机名以修改 OK

其他节点也修改主机名后添加 Host , 或者 host 文件可以在后面执行 scp 覆盖操作

配置SSH无密码登陆

SSH 无密 码原理简介 :
首先在 hadoop1 上生成一个密钥对，包括一个公钥和一个私钥，并将公钥复制到所有的 slave(hadoop2-hadoop4) 上。
然后当 master 通过 SSH 连接 slave 时， slave 就会生成一个随机数并用 master 的公钥对随机数进行加密，并发送给 master 。
最后 master 收到加密数之后再用私 钥解密，并将解密数回传给 slave ，slave 确 认解密数无误之后就允许 master 不输入密码进行连接了

具体步骤（在root用户和hadoop用户登陆情况下执行）

1 、执行命令 ssh-keygen -t rsa 之后一路回车，查看刚生成的无密码钥对: cd .ssh 后执行 ll
2 、把 id_rsa.pub 追加到授权的 key 里面去。 执行命令 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
3 、修改权限: 执行 chmod 600 ~/.ssh/authorized_keys
4 、确保 cat /etc/ssh/sshd_config 中存在如下内容

RSAAuthentication yes
PubkeyAuthentication yes
AuthorizedKeysFile .ssh/authorized_keys
如需修改， 则在修改后执行重启 SSH 服 务命令使其生效 :service sshd restart

5 、将公钥复制到所有的 slave 机器上 :scp ~/.ssh/id_rsa.pub 192.168.1.203 ： ~/    然后 输入 yes ，最后输入 slave 机器的密码
6 、在 slave 机器上创建 .ssh 文件夹 :mkdir ~/.ssh 然后执行 chmod 700 ~/.ssh （若文件夹以存在则不需要创建）
7 、追加到授权文件 authorized_keys 执行命令 :cat ~/id_rsa.pub >> ~/.ssh/authorized_keys 然后执行 chmod 600 ~/.ssh/authorized_keys
8 、重复第 4 步
9 、验证命令 : 在 master 机器上 执行 ssh 192.168.1.203 发现主机名由 hadoop1 变成 hadoop3 即成功，最后删除 id_rsa.pub 文件 :rm -r id_rsa.pub
按照以上步骤分别配置 hadoop1,hadoop2,hadoop3,hadoop4 ，要求每个都可以无密码登录

源码下载

HADOOP 版本
最新版本 hadoop-2.0.5-alpha  安装包 为 hadoop-2.0.5-alpha.tar.gz
下载官网地址 :http://www.apache.org/dyn/closer.cgi/hadoop/common/
下载到 /home/hadoop/source 目录下

wget http://ftp.riken.jp/net/apache/hadoop/common/hadoop-2.0.5-alpha/hadoop-2.0.5-alpha.tar.gz

解压目录

tar zxvf hadoop-2.0.-alpha.tar.gz

创建软连接

cd /home/hadoop
ln -s /home/hadoop/source/hadoop-2.0.-alpha/ ./hadoop

源码配置修改

配置环境变量： vim /etc/profile
添加:

export HADOOP_DEV_HOME=/home/hadoop/hadoop
export PATH=$PATH:$HADOOP_DEV_HOME/bin
export PATH=$PATH:$HADOOP_DEV_HOME/sbin
export HADOOP_MAPARED_HOME=${HADOOP_DEV_HOME}
export HADOOP_COMMON_HOME=${HADOOP_DEV_HOME}
export HADOOP_HDFS_HOME=${HADOOP_DEV_HOME}
export YARN_HOME=${HADOOP_DEV_HOME}
export HADOOP_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop
export HDFS_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop
export YARN_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop

创建并配置hadoop-env.sh

vim /usr/hadoop/hadoop-2.0.5-alpha/etc/hadoop/hadoop-env.sh

在末尾添加 export JAVA_HOME=/usr/java/jdk1.6.0_27

core-site.xml

在 configuration 节点里面添加属性

<property>
    <name>hadoop.tmp.dir</name>
    <value>/hadoop/tmp</value>
    <description>A base for other temporary directories</description>
</property>
<property>
    <name>fs.default.name</name>
    <value>hdfs://192.168.1.201:9000</value>
</property>

添加 httpfs 的选项

<property>
    <name>hadoop.proxyuser.root.hosts</name>
    <value>192.168.1.201</value>
</property>
<property>
    <name>hadoop.proxyuser.root.groups</name>
    <value>*</value>
</property>

slave配置

vim /home/hadoop/hadoop/etc/hadoop/slaves 
添加 slave 的 IP
192.168.1.202
192.168.1.203
192.168.1.204

配置hdfs-site.xml

vim /home/hadoop/hadoop/etc/hadoop/hdfs-site.xml
添加节点

<property>
    <name>dfs.replication</name>
    <value>3</value>
</property>

<property>
    <name>dfs.namenode.name.dir</name>
    <value>file:/hadoop/hdfs/name</value>
    <final>true</final>
</property>

<property>
    <name>dfs.federation.nameservice.id</name>
    <value>ns1</value>
</property>

<property>
    <name>dfs.namenode.backup.address.ns1</name>
    <value>192.168.1.201:50100</value>
</property>

<property>
    <name>dfs.namenode.backup.http-address.ns1</name>
    <value>192.168.1.201:50105</value>
</property>

<property>
    <name>dfs.federation.nameservices</name>
    <value>ns1</value>
</property>

<property>
    <name>dfs.namenode.rpc-address.ns1</name>
    <value>192.168.1.201:9000</value>
</property>

<property>
    <name>dfs.namenode.rpc-address.ns2</name>
    <value>192.168.1.201:9000</value>
</property>

<property>
    <name>dfs.namenode.http-address.ns1</name>
    <value>192.168.1.201:23001</value>
</property>

<property>
    <name>dfs.namenode.http-address.ns2</name>
    <value>192.168.1.201:13001</value>
</property>

<property>
    <name>dfs.dataname.data.dir</name>
    <value>file:/hadoop/hdfs/data</value>
    <final>true</final>
</property>

<property>
    <name>dfs.namenode.secondary.http-address.ns1</name>
    <value>192.168.1.201:23002</value>
</property>

<property>
    <name>dfs.namenode.secondary.http-address.ns2</name>
    <value>192.168.1.201:23002</value>
</property>

<property>
    <name>dfs.namenode.secondary.http-address.ns1</name>
    <value>192.168.1.201:23003</value>
</property>

<property>
    <name>dfs.namenode.secondary.http-address.ns2</name>
    <value>192.168.1.201:23003</value>
</property>

配置yarn-site.xml

添加节点

<property>
    <name>yarn.resourcemanager.address</name>
    <value>192.168.1.201:18040</value>
</property>

<property>
    <name>yarn.resourcemanager.scheduler.address</name>
    <value>192.168.1.201:18030</value>
</property>

<property>
    <name>yarn.resourcemanager.webapp.address</name>
    <value>192.168.1.201:18088</value>
</property>

<property>
    <name>yarn.resourcemanager.resource-tracker.address</name>
    <value>192.168.1.201:18025</value>
</property>

<property>
    <name>yarn.resourcemanager.admin.address</name>
    <value>192.168.1.201:18141</value>
</property>

<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce.shuffle</value>
</property>

配置httpfs-site.xml

同步代码到其他机器

1.同步配置代 码
先在 slaves 的机器上也 创 建

mkdir -p /home/hadoop/source

部署hadoop代 码 ， 创 建 软连接 ，然后只要同步修改 过 的etc/hadoop下的配置文件即可
2.同步 /etc/profile
3.同步 /etc/hosts

scp -r /etc/profile root@hadoop2:/etc/profile
scp -r /etc/hosts root@hadoop2:/etc/hosts

其他机器以此操作

3. Hadoop启动

格式化集群

hadoop namenode -format -clusterid clustername

启动hdfs

start-dfs.sh

开启 hadoop dfs服务

启动Yarn

start-yarn.sh

启动httpfs

httpfs.sh start
使得对外可以提高 http 的 restful 接口服务

4. 测试

安装结果验证

验证hdfs

在各台机器执行 jps 看进程是否都已经启动 了

[root@hadoop1 hadoop]# jps
 NameNode
 Bootstrap
 SecondaryNameNode
 ResourceManager
 Jps
[root@hadoop2 ~]# jps
8966 Jps
31822 DataNode
31935 NodeManager
进程启动正常

验证是否可以登陆

hadoop fs -ls hdfs://192.168.1.201:9000/
hadoop fs -mkdir hdfs://192.168.1.201:9000/testfolder
hadoop fs -copyFromLocal ./xxxx hdfs://192.168.1.201:9000/testfolder
hadoop fs -ls hdfs://192.168.1.201:9000/ testfolder