完全分布式安装hadoop

以三个节点为例的服务器集群来安装和配置hadoop

以下是各服务器ip地址和对应所做的节点

192.168.61.128 master

192.168.61.129 slave1

192.168.61.133 slave2

首先修改每个服务器上的hosts文件

使用命令

vi /etc/hosts编辑

在最后追加

192.168.61.128 master

192.168.61.129 slave1

192.168.61.133 slave2

三行

为每个服务器创建hadoop账户

在root用户下，使用命令

useradd hadoop

passwd hadoop

输入两遍新密码完成

为每个服务器安装jdk

jdk文件版本为jdk-7u45-linux-i586.rpm

可以在官网上下载各个版本的linux jdk文件

使用命令

rpm -ivh jdk-7u45-linux-i586.rpm

进行安装

安装完成之后编辑profile文件配置环境变量

vi /etc/profile

在末尾追加

export JAVA_HOME=/usr/java/jdk1.7.0_45

export PATH=$JAVA_HOME/bin/:$PATH

export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

注意jdk对应的版本号

编辑完成后使用命令

source /etc/profile

保存配置

之后输入java -version可以查看jdk版本信息

配置ssh免密码登录

在每个服务器上

输入命令

chmod -R 755 /home/hadoop

mkdir ~/.ssh

 ssh-keygen -t rsa

ssh-keygen -t dsa

rsa和dsa分别生成不同加密格式的ssh密钥，直接一直按回车键保存在默认的路径

在master节点上配置authorized_keys文件

输入命令

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

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

将本地的密钥保存在authorized_keys

ssh slave1 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

ssh slave1 cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

ssh slave2 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

ssh slave2 cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

使用ssh分别将slave1和slave2节点上的密钥保存在authorized_keys

这样之后，master节点上的authorized_keys文件就保存了所有服务器的密钥

由于还没有设置ssh免密码登录，所以传输的时候需要输入各个节点的密码（系统对用hadoop用户的密码）

之后将这个文件分别传输到各个节点上

scp ~/.ssh/authorized_keys slave1:~/.ssh/authorized_keys

scp ~/.ssh/authorized_keys slave2:~/.ssh/authorized_keys

配置完成

接下来要对各个节点上的.ssh目录设置权限（很重要，有时候就是因为权限问题无法登陆）

输入命令

chmod -R 700 ~/.ssh

注意当前你所在的路径

接下来可以再每个服务器上测试ssh是否可以免密码登录了

例：

在master节点上输入

ssh master date

将会提示

The authenticity of host 'master (10.10.10.100)' can't be established.

RSA key fingerprint is 99:ef:c2:9e:28:e3:b6:83:e2:00:eb:a3:ee:ad:29:d8.

Are you sure you want to continue connecting (yes/no)?

这是因为这台机器上的ssh没有把master记录在已知的主机列表中

输入yes回车即可

（之后的各个节点一样，输入yes让其记住主机，之后就可以免密码登录）

如果中间出现什么异常或者错误，有可能是权限问题导致，请百度之

在master节点上配置hadoop

将hadoop包放到/home.hadoop目录下方便操作

进入hadoop目录下的conf目录

1.修改hadoop-env.sh文件

添加

export JAVA_HOME=/usr/java/jdk1.7.0_45

配置jdk的环境变量，注意jdk版本

2.修改core-site.xml文件

<property>

<name>fs.default.name</name>

<value>hdfs://master:9000</value>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/home/hadoop/tmp</value>

</property>

设置namenode节点的IP和端口

设置hadoop.tmp.dir路径，默认是/tmp/$username，重启就会删除该目录的文件，所以这里给他配置一个自定义的路径

3.修改hdfs-site.xml文件

<property>

<name>dfs.data.dir</name>

<value>/home/hadoop/hadoop-data</value>

</property>

<property>

<name>dfs.name.dir</name>

<value>/home/hadoop/hadoop-name</value>

</property>

<property>

<name>fs.checkpoint.dir</name>

<value>/home/hadoop/hadoop-namesecondary</value>

</property>

<property>

<name>dfs.replication</name>

<value>3</value>

</property>

设置hdfs文件系统

4.修改mapred-site.xml文件

<property>

<name>mapred.job.tracker</name>

<value>master:9001</value>

</property>

设置jobtracker的ip和端口

以上xml文件的配置都只是在源文件的基础上添加对应的property节点即可

5.在conf目录下

vi masters

输入master

vi slaves

输入

slave1

slave2

有几个slave节点就写几个，注意换行

配置完成之后使用ssh将hadoop传输到各个节点上

scp -r hadoop-0.20.2/ slave1:~/

scp -r hadoop-0.20.2/ slave2:~/

传输完毕之后再master节点上

进入hadoop目录下的bin目录

输入命令

hadoop namenode -format

开始格式化namenode

注意看提示格式化是否成功

在输入命令

start-all.sh

启动hadoop集群

启动完成后

在master节点输入jps可以看到已经在运行的namenode，secondarynode和tasktracker进程

在各个slave节点上输入jps可以看到已经在运行的datanode和jobtracker进程

在master节点输入stop-all.sh可以停止集群运行

如果遇到在slave节点上的进程运行一会就自动停止

可能原因有两个：

1.系统防火墙阻止

在各个节点上，切换到root用户使用命令

service iptables stop

成功会返回三个ok提示，关闭防火墙

2.先使用stop-all.sh停止集群

在core-site.xml文件中配置的hadoop.tmp.dir的值，找到对应的路径

删除里面的文件

然后使用

hadoop namenode -format

重新格式化一下namenode

如果其实hadoop-name文件已经存在，找到这个文件夹，删除之，在重新格式化即可

在使用start-all.sh启动集群

以上每个步骤确保看到成功的提示（或者没有失败的提示）

在配置过程中就是因为没有仔细看系统提示

失败的操作一直以为是成功的导致浪费了大量的时间

另外，操作使用的hadoop版本是0.20.2

如果出现其他的错误，可以到各个节点的hadoop目录下的logs文件件查看对应的日志文件

在到网上自行百度之~

启动完成之后在任意一个节点中打开浏览器输入一下网址可以通过WEB界面查看hadoop

http://192.168.61.128:50030/（jobtracker的HTTP服务器地址和端口）

http://192.168.61.128:50060/（taskertracker的HTTP服务器地址和端口）

http://192.168.61.128:50070/（namenode的HTTP服务器地址和端口）

http://192.168.61.128:50075/（datanode的HTTP服务器地址和端口）

http://192.168.61.128:50090/（secondary namenode的HTTP服务器地址和端口）