Hadoop伪分布式搭建步骤

说明： 搭建环境是VMware10下用的是Linux CENTOS 32位，Hadoop：hadoop-2.4.1  JAVA :jdk7 32位；本文是本人在网络上收集的HADOOP系列视频所附带的课堂笔记（这里直接抄过来的），记录备忘。

补充：1、虚拟机的网络配置，桥接模式：相当于虚拟机与实体机公用一个网卡，所以这种模式下的虚拟机需要联网的话，需要跟实体机一个网段和网关。NAT模式：实体机相当于一个路由器，虚拟机相当于一个内网。

开始前让我们简单修改下LINUX系统的JDK；一般情况下，我们都要将linux自带的OPENJDK卸载掉，然后安装SUN的JDK(下面的代码来源网络，请注意真实自己环境)

<1> 查看已经安装的JAVA版本信息

# java -version 

一般将获得如下信息：

java version "1.6.0"
OpenJDK Runtime Environment (build 1.6.-b09)
OpenJDK -Bit Server VM (build 1.6.-b09, mixed mode)

<2>查看jdk的信息

# rpm -qa|grep java 

一般将获得如下信息：

java-1.4.-gcj-compat-1.4.2.0-40jpp.
java-1.6.-openjdk-1.6.0.0-1.7.b09.el5

<3> 卸载

# yum -y remove java java-1.4.-gcj-compat-1.4.2.0-40jpp.
# yum -y remove java-1.6.-openjdk-1.6.0.0-1.7.b09.el5

然后，就是真正安装HADOOP伪分布的过程，本人亲测成功。

1.准备Linux环境(IP仅作参考)

1.0   点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段：192.168.1.0 子网掩码：255.255.255.0 -> apply -> ok

回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP：192.168.1.100 子网掩码：255.255.255.0 -> 点击确定
在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok

1.1 修改主机名

vim /etc/sysconfig/network

NETWORKING=yes
HOSTNAME=itcast ### 这里就不修改，也让读者知道真正的作者来源

1.2 修改IP

　　两种方式：

　　第一种：通过Linux图形界面进行修改（强烈推荐）
　　进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.1.101 子网掩码：255.255.255.0 网关：192.168.1.1 -> apply

　　第二种：修改配置文件方式（屌丝程序猿专用）

vim /etc/sysconfig/network-scripts/ifcfg-eth0

DEVICE="eth0"
 BOOTPROTO="static" ###
 HWADDR="00:0C:29:3C:BF:E7"
 IPV6INIT="yes"
 NM_CONTROLLED="yes"
 ONBOOT="yes"
 TYPE="Ethernet"
 UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
 IPADDR="192.168.1.101" ###
 NETMASK="255.255.255.0" ###
 GATEWAY="192.168.1.1" ###

1.3 修改主机名和IP的映射关系

vim /etc/hosts

192.168.1.101 itcast

1.4 关闭防火墙

#查看防火墙状态
service iptables status
#关闭防火墙
service iptables stop
#查看防火墙开机启动状态
chkconfig iptables --list
#关闭防火墙开机启动
chkconfig iptables off

1.5 重启Linux  reboot

 2.安装JDK

2.1 上传alt+p 后出现sftp窗口（使用的SecureCRT），然后

put d:\xxx\yy\ll\jdk-7u_65-i585.tar.gz 

2.2 解压jdk

#创建文件夹
mkdir /home/hadoop/app
#解压
tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/hadoop/app

2.3 将java添加到环境变量中

vim /etc/profile
#在文件最后添加
export JAVA_HOME=/home/hadoop/app/jdk-7u_65-i585
export PATH=$PATH:$JAVA_HOME/bin
#刷新配置
source /etc/profile

3.安装hadoop2.4.1

先上传hadoop的安装包到服务器上去/home/hadoop/ 注意：hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop 伪分布式需要修改5个配置文件

3.1 配置hadoop

　　第一个：hadoop-env.sh

vim hadoop-env.sh
#第27行
export JAVA_HOME=/usr/java/jdk1..0_65

第二个：core-site.xml

<!-- 指定HADOOP所使用的文件系统schema（URI），HDFS的老大（NameNode）的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://weekend-1206-01:9000</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/hadoop-2.4./tmp</value>
</property>

      第三个：hdfs-site.xml   hdfs-default.xml

<!-- 指定HDFS副本的数量 -->
<property>
    <name>dfs.replication</name>
    <value></value>
</property>

第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)

vim mapred-site.xml

<!-- 指定mr运行在yarn上 -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

第五个：yarn-site.xml

<!-- 指定YARN的老大（ResourceManager）的地址 -->
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>weekend--</value>
</property>
<!-- reducer获取数据的方式 -->
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>

3.2 将hadoop添加到环境变量

vim /etc/proflie

export JAVA_HOME=/usr/java/jdk1..0_65
export HADOOP_HOME=/itcast/hadoop-2.4.
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile

3.3格式化namenode（是对namenode进行初始化）

hdfs namenode -format (hadoop namenode -format)

3.4启动hadoop

#先启动HDFS
sbin/start-dfs.sh

#再启动YARN
sbin/start-yarn.sh

3.5验证是否启动成功

使用jps命令验证
# jps
 NameNode
 Jps
 SecondaryNameNode
 NodeManager
 ResourceManager
 DataNode

#http://192.168.1.101:50070 （HDFS管理界面）
#http://192.168.1.101:8088 （MR管理界面）

4.配置ssh免登陆

#生成ssh免登陆密钥
#进入到我的home目录
cd ~/.ssh

ssh-keygen -t rsa （四个回车）
执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免登陆的机器上
ssh-copy-id localhost

最后，HADOOP就可以正常启动了。

下面一些命令是我自己需要的，请忽略

service network restart

cd /home/hadoop/app/hadoop-2.4./sbin/

/etc/udev/rules.d/-persistent-net.rules
/etc/sysconfig/network-scripts/ifcfg-eth0

. Remove Network Manager from startup Services.
chkconfig NetworkManager off

. Add Default Net Manager
chkconfig network on

.Stop NetworkManager first
service NetworkManager stop

.and then start Default Manager
service network start

scp -r /home/hadoop/jdk-7u65-linux-i586.tar.gz root@192.168.2.202:/home/seasky/jdk-7u65-linux-i586.tar.gz
scp -r /home/hadoop/hadoop-2.4..tar.gz root@192.168.2.202:/home/seasky/hadoop-2.4..tar.gz

克隆虚拟机后的修改：

1- 修改主机名     vim /etc/sysconfig/network

2- 修改网卡    # vi /etc/udev/rules.d/70-persistent-net.rules 前面加#注释掉第一个网卡，更改第2个网卡为eth0，记录下mac地址

  3- 修改IP#vi /etc/sysconfig/network-scripts/ifcfg-eth0

4- 添加本机地址 hosts vim /etc/hosts

5- 修改配置Hadoop  core-site.xml yarn-site.xml

   格式化HDFS 以及重置 SSH key

6- 重启 reboot

附件：hadoop-shell.7z