hadoop备战：yarn框架的搭建（mapreduce2）

昨天没有写好了没有更新，今天一起更新，yarn框架也是刚搭建好的。

我这里把hadoop放在了我的个人用户hadoop下了，你也能够尝试把它放在/usr/local,考虑的问题就相对多点。

主要的软硬件配置：

x86台式机。window7  64位系统

wmware虚拟机(x86的台式机至少是4G内存。才干开2台虚机)

centos6.4操作系统

hadoop-2.2.0.tar.gz

jdk-6u24-linux-i586.bin

WinScp 远程文件传输工具，非常好用。能够用于windows和虚拟机Linux之间文件相互拷贝。

一、root下的配置

a) 改动主机名：vi /etc/sysconfig/network

Master, slave1,

b) 解析Ip: vi /etc/hosts 

由于採用的是Host-only连接网络，主机上Vmnet1的ip:192.168.137.1

192.168.137.50 master

192.168.137.55 slave1

c) 调试网络：

採用自定的vmnet1,默认是host-only这样的方式，连接网络，配置网络。

改动后记得调用 service network restart

确保三台虚拟机能够相互ping通。

（非常好弄的，我如今的问题怎样让虚拟机连接外网，我会在近期的博客中，弄清楚，继续关注我的博客）

d) 关闭防火墙

 查看：service  iptables  status

 关闭：service  iptables  stop

 查看防火墙有无自启动：

Chkconfig –-list | grep  iptables

关闭自启动：

Chkconfig  iptables  off

二、hadoop用户下的配置

a) 创建用户hadoop,设置password，进入用户

useradd hadoop

passwd hadoop

b) master创建公私秘钥

分别在两台虚拟机上生成：ssh-keygen –t rsa.

.ssh是一个隐藏的文件  #cd .ssh可进入

1)将id_rsa.pub复制给authorized_keys

Cp id_rsa.pub authorized_keys

2)将master中的authorized_keys复制给slave1的/home/hadoop/.ssh下

scp authorized_keys root@192.168.137.55:/home/hadoop/.ssh/

3)将master拷贝过来的authorized_keys拷贝到slave1本身所创的authorized_keys下

4）验证ssh的免password生效：

a)能够尝试发个小文件给对方机器，假设没有提示要求password，那么你的免password就生效了。

b)也能够直接ssh+对方机器名（hostname改过之后），能够进入对方用户环境则说明生效。

c) 将hadoop拷贝拷贝到相应的master机子中/home/hadoop/

配置hadoop用户的环境变量 vi  /etc/profile,加入例如以下内容：

#set java enviroment

export JAVA_HOME=/usr/local/jdk

export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib

export PATH=$PATH:$JAVA_HOME/bin:$JAVA_HOME/jre/bin

# Hadoop

export HADOOP_PREFIX="/home/hadoop/hadoop"

export PATH=$PATH:$HADOOP_PREFIX/bin:$HADOOP_PREFIX/sbin

export HADOOP_COMMON_HOME=${HADOOP_PREFIX}

export HADOOP_HDFS_HOME=${HADOOP_PREFIX}

export HADOOP_MAPRED_HOME=${HADOOP_PREFIX}

export HADOOP_YARN_HOME=${HADOOP_PREFIX}

注：su + username实现切换用户。

d) 编辑/home/hadoop/etc/hadoop/hadoop-env.sh

export JAVA_HOME=/usr/local/jdk

e) 编辑/home/hadoop/etc/hadoop/yarn-env.sh

export JAVA_HOME=/usr/local/jdk

f) 编辑/home/hadoop/etc/hadoop/core-site.xml

<!-- 新变量f:s.defaultFS 取代旧的:fs.default.name --> 

<property> 

<name>fs.defaultFS</name> 

<value>hdfs://master:9000</value> 

</property> 

<property>  

<name>hadoop.tmp.dir</name> 

<!-- 注意创建相关的文件夹结构，这里的tmp是自己创建的 --> 

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

</property> 

g) 编辑/home/hadoop/etc/hadoop/hdfs-site.xml

<property> 

<name>dfs.replication</name>

 <!-- 值须要与实际的DataNode节点数要一致，本文为3 --> 

<value>1</value> 

</property>

<property> 

<name>dfs.namenode.name.dir</name> 

<!-- 注意创建相关的文件夹结构 --> 

<value>file:/home/hadoop/hadoop/dfs/namenode</value> 

<final>true</final> 

</property> 

<property> 

<name>dfs.datanode.data.dir</name> 

<!-- 注意创建相关的文件夹结构 --> 

<value>file:/home/hadoop/hadoop/dfs/datanode</value> 

</property> 

h) 编辑/home/hadoop/hadoop/etc/hadoop/yarn-site.xml

<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> 

<!--  resourcemanager hostname或ip地址--> 

<property> 

<name>yarn.resourcemanager.hostname</name> 

<value>master</value> 

</property> 

h) 编辑/home/hadoop/hadoop/etc/hadoop/mapred-site.xml

注：默认没有mapred-site.xml文件，copy  mapred-site.xml.template 一份为 mapred-site.xml就可以 

<property> 

 <name>mapreduce.framework.name</name> 

 <value>yarn</value> 

     <final>true</final> 

</property>  

三、启动和測试

1、启动Hadoop

1.1、第一次启动须要在Master.Hadoop 运行format ： hdfs namenode -format ：

格式化成功，你能找到一句话：

1.2、在Master.Hadoop运行 start-dfs.sh ：

验证启动进程例如以下： 

1.3、在Master运行 start-yarn.sh ：

 验证启动进程例如以下：

四、演示案例：（单词计数）

1）先实现以下的生成文件夹命令：

）本地创建三个文件 micmiu-01.txt、micmiu-03.txt、micmiu-03.txt, 分别写入例如以下内容：

micmiu-01.txt： 

Hi Michael welcome to Hadoop 

more see micmiu.com

micmiu-02.txt： 

Hi Michael welcome to BigData

more see micmiu.com

micmiu-03.txt： 

Hi Michael welcome to Spark 

more see micmiu.com

3）然后cd 切换到Hadoop的share/hadoop/mapreduce下运行

[hadoop@master mapreduce]$ hadoop jar hadoop-mapreduce-examples-2.2.0.jar wordcount /user/micmiu/wordcount/in /user/micmiu/wordcount/out

ps: hdfs 中 /user/micmiu/wordcount/out 文件夹不能存在 否则运行报错。 

5）到此 wordcount的job已经运行完毕，运行例如以下命令能够查看刚才job的运行结果： 

hadoop的童鞋们，有问题加关注，评价中说明问题。