centoos 安装hadoop集群

　　环境准备

　　两台centoos系统服务器

　　H30(192.168.3.238)

　　H31(192.168.3.237)

　　H30为master，H31为slave，slave后续还可以再加机器；

　　先通过xshell 登录到H30进行配置

　　1、添加主机名解析

　　　　将如下记录添加到/etc/hosts 中

　　　　　　192.168.3.238   H30

　　　　　　192.168.3.237   H31

　　　　H31那台机器上也要执行同样的操作，注意要保证两台机器要内互通，并且主机名要为H30和H31

　　　　如果主机名不一样可在/etc/sysconfig/network中进行修改，修改完记得重启机器生效；

　　2、安装java环境

　　　　yum remove java* -- 卸载之前安装的版本

　　　　yum install java-1.7.0-openjdk java-1.7.0-openjdk-devel --通过yum安装jdk1.7

　　　　执行rpm -ql java-1.7.0-openjdk-devel | grep '/bin/javac'可查看安装路径

　　　　

　　　　将/bin/javac前面的那一段作为JAVA_HOME的值，在~/.bashrc.sh文件底部添加

　　　　export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk-1.7.0.141.x86_64/

　　　　然后执行source ~/.bashrc.sh 让配置生效；

　　3、配置ssh免密码登录

　　　　先查看是否安装ssh

　　　　　rpm -qa | grep ssh

　　　　没有安装则执行如下命令进行安装

　　　　　yum install openssh-clients

　　　　　yum install openssh-server

　　　　安装完成后切换的~/.ssh

　　　　　　ssh-keygen -t rsa  --执行三次回车

　　　　　　cat id_rsa.pub >> authorized_keys  -- 加入授权

　　　　　　chmod 600 ./authorized_keys  --  修改文件权限

　　　　将生成的authorized_keys  拷贝到H31上

　　　　　　scp ./authorized_keys  root@H31:~/.ssh/  -- 需要输入那台机器的密码

　　　　拷贝完成执行shh H31 无需输入密码就可登录则表示安装成功

　　4、安装hadoop 

　　　　4.1，下载

　　　　　　Hadoop 2 可以通过 http://mirror.bit.edu.cn/apache/hadoop/common/ 或者 http://mirrors.cnnic.cn/apache/hadoop/common/ 下载;

　　　　　　下载时请下载 hadoop-2.x.y.tar.gz这个格式的文件，这是编译好的，另一个包含 src 的则是 Hadoop 源代码，需要进行编译才可使用

　　　　4.2，解压

　　　　　　下载完成后执行如下命令

　　　　　　　　tar -xzvf  hadoop-2.6.1.tar.gz  -C /usr/local   -- 将包解压到/usr/local 中

　　　　　　　　mv hadoop-2.6.1 hadoop　　　--重命名

　　　　　　　　chown -R root:root hadoop　　-- 修改文件属主和属组

　　　　4.3，配置hadoop环境变量

　　　　　　配置hadoop环境变量，将如下内容拷贝到~/.bashrc文件底部

export HADOOP_HOME=/usr/local/hadoop　#此处为刚刚解压出来重命名的hadoop路径
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

　　　　4.4，修改hadoop配置

　　　　　　hadoop/etc/hadoop下有slaves、core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml 五个文件需要修改

　　　　　　slaves（ 如需新增slave，则要将主机名填入到此文件中）

　　　　　　　　H31　　

　　　　　　core-site.xml

<configuration>
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://H30:9000</value>
        </property>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>file:/usr/local/hadoop/tmp</value>
                <description>Abase for other temporary directories.</description>
        </property>
</configuration>

　　　　　　hdfs-site.xml

<configuration>
        <property>
                <name>dfs.namenode.secondary.http-address</name>
                <value>H30:50090</value>
        </property>
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
        <property>
                <name>dfs.namenode.name.dir</name>
                <value>file:/usr/local/hadoop/tmp/dfs/name</value>
        </property>
        <property>
                <name>dfs.datanode.data.dir</name>
                <value>file:/usr/local/hadoop/tmp/dfs/data</value>
        </property>
</configuration>

　　　　　　mapred-site.xml

<configuration>
        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
        </property>
        <property>
                <name>mapreduce.jobhistory.address</name>
                <value>H30:10020</value>
        </property>
        <property>
                <name>mapreduce.jobhistory.webapp.address</name>
                <value>H30:19888</value>
        </property>
</configuration>

　　　　　　 yarn-site.xml：

<configuration>
        <property>
                <name>yarn.resourcemanager.hostname</name>
                <value>H30</value>
        </property>
        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
        </property>
</configuration>

　　　　4.5，配置slave

　　　　　　tar -zcf hadoop.tar.gz ./hadoop 　　--  对配置好的master hadoop目录打包，如果hadoop中已经生成了tmp要进行删除

　　　　　　scp ./hadoop.tar.gz H31:/usr/local　　--通过scp命令将打包好的hadoop发送到H31的/usrlocal中

　　　　　　传送完成后通过xshell 登录到H31上，按照步骤 2 的操作安装好jdk，再按照步骤 4.3 将hadoop环境变量添加好后切入到/usr/local目录

　　　　　　　　tar -zxf  hadoop.tar.gz -C /usr/local　　-- 将H31拷贝过来的包进行解压到/usr/local中

　　5、格式化master节点

　　　　重新回到H30机器，执行

　　　　　　hdfs namenode -format　　　　-- 注意只有在首次运行需要格式化，之后不需要了

　　6、启动hadoop

　　　　在启动前先对防火墙进行关闭，如果H31也开启了防火墙同样要进行关闭

　　　　　　service iptables stop

　　　　接着可以启动 hadoop 了

　　　　　　start-dfs.sh　　--　关闭为 stop-dfs.sh
　　　　　　start-yarn.sh　　--　关闭为 stop-yarn.sh
　　　　　　mr-jobhistory-daemon.sh start historyserver 　　　--　关闭为 mr-jobhistory-daemon.sh stop historyserver

　　　　 通过命令 jps 可以查看各个节点所启动的进程。正确的话，在 Master 节点上可以看到 NameNode、ResourceManager、SecondrryNameNode、JobHistoryServer 进程，如下图所示：

　　　　　　

　　　　在H31中通过jps则如下图所示：

　　　　　　

　　　　也可以通过 Web 页面看到查看 DataNode 和 NameNode 的状态：http://H30:50070/。如果不成功，可以通过启动日志排查原因。

　　7、测试分布式实例

　　　　hdfs dfs -mkdir -p /user/　　　　--在fdfs中创建/user目录

　　　　hdfs dfs -mkdir -p /user/root　　--在user目录中创建root目录

　　　　hdfs dfs -mkdir -p  input　　　　--在root目录中创建input，不加 / 则会取/user+当前用户名作为路径

　　　　hdfs dfs -put /usr/local/hadoop/etc/hadoop/*.xml input　　-- 往input目录中拷入测试文件

　　　　hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'　　--  执行测试

　　　　执行完成后可通过hdfs dfs -ls  output  看到有结果文件输出