Hadoop 2.8集群安装及配置记录

第一部分：环境配置（含操作系统、防火墙、SSH、JAVA安装等）

Hadoop 2.8集群安装模拟环境为：

主机：Hostname:Hadoop-host,IP:10.10.11.225

节点1：Hostname:Hadoopnode1,IP:10.10.11.254

两台机器均为Centos 7.*,64位版本。

主机操作系统安装时采用界面化形式，节点1采用最小化安装。安装完成后，首先设置机器名称并设置固定IP，方法如下：

1.修改主机名：

修改/etc/host、hostname文件，注意请在host文件中一并添加hadoopnode1机器的IP地址。

10.10.11.225 Hadoop-host
10.10.11.254 hadoopnode1
::         localhost

2.修改IP为固定IP方法：

修改网络配置文件：/etc/sysconfig/network-scripts/ifcfg-eno16777736的内容，最终如下：

最难的是DNS的设置，刚开始在网上找了很多资料，都说是设置为虚拟机的网关即可，设置后发现主机与节点计算机之间可以Ping通，但是无法上网。几经周折，后发现网络配置页面里面明明写着DNS地址，于是抄过来，按其修改后保存后一切正常。

3.SSH面密码登录设置

首先生成rsa密匙与公匙，ssh-keygen -t  rsa，一路回车后生成。然后利用命令：ssh-copy-id -i  ~/.ssh/id_rsa.pub  root@10.10.11.254,然后输入密码后搞定。

备注：如果执行以上命令时遇到以下错误：

The authenticity of host 192.168.***.*** can't be established.可运行命令：ssh  -o StrictHostKeyChecking=no  192.168.***.***，然后输入密码解决。

4.升级java openjdk。

centos 7.*系统版本自带openjdk，因为懒得缘故，本人想利用openjdk，这样就不用安装java jdk了。在此，用命令：yum install java，升级openjdk。升级完后，通过查询得知，openjdk的安装路径默认为：usr/lib/jvm/，根据此路径，设置系统的全局变量JAVA_HOME。打开文件/etc/profile，并在文件最后添加：

export JAVA_HOME=/usr/lib/jvm/java-1.8.-openjdk-1.8.0.131-.b11.el7_3.x86_64/jre
export PATH=$JAVA_HOME/bin:$PATH

注意，全局变量中的路径中是到bin文件夹上级目录位置，因此，路径最终必须为****/jre.

第二部分：安装并配置Hadoop 2.8

本人比较喜欢wget方式，找一个国内的Hadoop镜像站点，下载后，解压到指定目录（本示例解压到：/usr/hadoop），然后打开文件/etc/profile，并在文件最后添加：

export HADOOP_HOME=/usr/hadoop
export PATH=$PATH:$HADOOP_HOME/bin

保存并退出。

配置/usr/hadoop/etc/hadoop/文件夹下的各个配置文件，分别为：

core-site.xml

 <configuration>  

    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/hadoop/tmp</value>
        <final>true</final>
        <description>A base for other temporary directories.</description>
    </property>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://10.10.11.225:9000</value>
    <!-- hdfs://Master.Hadoop:22-->
            <final>true</final>
    </property>
    <property>
         <name>io.file.buffer.size</name>
         <value></value>
    </property>
    </configuration>   

hdfs-site.xml

 <configuration>
        <property>
            <name>dfs.replication</name>
            <value></value>
        </property>
        <property>
            <name>dfs.name.dir</name>
            <value>/usr/local/hadoop/hdfs/name</value>
        </property>
        <property>
            <name>dfs.data.dir</name>
            <value>/usr/local/hadoop/hdfs/data</value>
        </property>
        <property>
             <name>dfs.namenode.secondary.http-address</name>
             <value>hadoop-host:</value>
        </property>
        <property>
             <name>dfs.webhdfs.enabled</name>
             <value>true</value>
        </property>
        <property>
             <name>dfs.permissions</name>
             <value>false</value>
        </property>
    </configuration>  

mapred-site.xml

    <configuration>
        <property>
              <name>mapreduce.framework.name</name>
              <value>yarn</value>
        </property>
    </configuration>  

yarn-site.xml

<property>
  <name>yarn.resourcemanager.address</name>
  <value>hadoop-host:</value>
</property>
<property>
  <name>yarn.resourcemanager.scheduler.address</name>
  <value>hadoop-host:</value>
</property>
<property>
  <name>yarn.resourcemanager.webapp.address</name>
  <value>hadoop-host:</value>
</property>
<property>
  <name>yarn.resourcemanager.resource-tracker.address</name>
  <value>hadoop-host:</value>
</property>
<property>
  <name>yarn.resourcemanager.admin.address</name>
  <value>hadoop-host:</value>
</property>
<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>
</configuration> 

hadoop-env.sh

export JAVA_HOME=/usr/lib/jvm/java-1.8.-openjdk-1.8.0.131-.b11.el7_3.x86_64/jre

即与系统的环境变量JAVA_HOME保持一致。

设置关键的分布式IP地址配置：（补充：只配置slaves文件也可以）

masters文件：

10.10.11.225

slaves文件：

10.10.11.254
10.10.11.225

如果在slaves文件里面没有包含Hadoop主机IP，那么启动时会只有一个datanode.

至此Hadoop配置工作告一段落。

最后，利用命令：scp –r /usr/hadoop root@hadoopnode1 :/usr/，将hadoop配置分发至hadoopnode1节点计算机。

第三部分：运行及结果

首先使用命令：hadoop namenode -format，格式化namenode,否则会报：Call From ****/**** to ****:9000 failed on connection exception: java.net.ConnectException: 拒绝连接；错误。

然后运行Hadoop启动命令：

start-all.sh

然后通过命令：hadoop dfsadmin -report可以查看节点情况，本示例为2个datanode，因此结果为：

由上图可以看出，有2个活跃的datanode节点。

通过网址查看整体运行情况：

如果出现节点无法连接情况，很可能是防火墙忘记关了。可采用命令：systemctl stop firewalld.service来关闭，还可以通过命令：system disable firewalld.service来禁止防火墙随开机启动。

总结：Hadoop 2.8本身的配置不算复杂，重点在于Centos 7.*系统环境的各种配置。Centos 7的命令较以前的版本发生了变化，网上资料要么都是以前版本的，无法直接应用，要么就是针对7.*版本的资料很少。这时需要认真分析，仔细排查，找出问题，这样才能逐步掌握配置方法。另外，刚开始学习时，由于缺乏积累，出现几次配置失败是很稀松平常的，这时候千万要抵住压力与挫折，在学习过程中一定要保持足够的耐心，不能因为一点点的挫折而放弃学习新环境的机会。拿自己来说，自己经过几次的配置，满以为总算能成功了，没想到在运行时却发现结果不对，当时差点就放弃了，还好最终时刻通过排查防火墙，发现并解决了问题，出现了预期结果。总之，耐心与细心缺一不可。