32位Ubuntu12.04搭建Hadoop2.5.1完全分布式环境

准备工作

1、准备安装环境：

4台PC，均安装32位Ubuntu12.04操作系统，统一用户名和密码

交换机1台

网线5根，4根分别用于PC与交换机相连，1根网线连接交换机和实验室网口

2、使用ifconfig查看各PC的IP地址，并确保可以相互ping通

pc1    192.168.108.101
pc2    192.168.108.146
pc3    192.168.108.200
pc4    192.168.108.211

3、安装jdk，下载jdk-7u71-linux-i586.tar.gz，拷贝到你想安装的目录，解压

tar -xzvf jdk-7u71-linux-i586.tar.gz

然后sudo vim /etc/profile，配置JAVA_HOME，CLASSPATH，PATH，在尾部添加

JAVA_HOME=/home/xxx/Software/jdk1..0_71
PATH=$JAVA_HOME/bin:$PATH
CLASSPATH=.:$JAVA_HOME/lib
export JAVA_HOME PATH CLASSPATH

使用java -version进行验证，确保版本号为java version "1.7.0_71"

4、配置SSH免登陆

首先各台PC安装SSH，并启动服务，sudo apt-get install openssh-server，一般会默认启动

使用“ssh 用户名@某PC的IP地址”来进行验证

然后在你要选定Master节点（PC1）上生成密钥（私钥+公钥），然后分发公钥到各个Slave节点（PC2，PC3，PC4）

// 若无.ssh目录，则首先mkdir .ssh
cd ~/.ssh
ssh-keygen -t rsa
cp id_rsa.pub authorized_keys
// 使用xxx代表用户名
scp authorized_keys xxx@192.168.108.146:/home/xxx/.ssh/
scp authorized_keys xxx@192.168.108.200:/home/xxx/.ssh/
scp authorized_keys xxx@192.168.108.211:/home/xxx/.ssh/

验证测试，在pc1上“ssh 用户名@某PC的IP地址”，若不用输入密码就能登录成功，则表示配置成功

安装Hadoop2.5.1

1、下载hadoop-2.5.0.tar.gz，解压，然后放到你的一个制定目录即可

cp hadoop-2.5..tar.gz /home/xxx/Software
cd /home/xxx/Software
tar -xzvf hadoop-2.5..tar.gz

2、配置/etc/profile中的环境变量

HADOOP_HOME=/home/xxx/Software/hadoop-2.5.
PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export HADOOP_HOME PATH

3、依次配置hadoop-2.5.1/etc/hadoop下的各个配置文件

配置前说明：4台pc中，pc1为master节点，pc2、pc3、pc4为slaves节点

slaves

192.168.108.146
192.168.108.200
192.168.108.211

core-site.xml

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/xxx/Software/hadoop_dir/tmp</value>
    </property>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://192.168.108.101:9000</value>
    </property>
</configuration>            

hdfs-site.xml

<configuration>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/home/xxx/Software/hadoop_dir/dfs/name</value>
    </property>
    <property>
        <name>dfs.namenode.data.dir</name>
        <value>/home/xxx/Software/hadoop_dir/dfs/data</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
</configuration>

cp mapred-site.xml.template mapred-site.xml，修改为如下内容：

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

yarn-site.xml，需要注意的是datanode上无需配置yarn.nodemanager.aux-services.mapreduce_shuffle.class

<configuration>
    <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>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>192.168.108.101:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>192.168.108.101:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>192.168.108.101:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>192.168.108.101:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>192.168.108.101:8088</value>
    </property>
</configuration>    

修改hadoop-env.sh和yarn-env.sh中的JAVA_HOME变量为绝对路径

export JAVA_HOME=/home/xxx/Software/jdk1.7.0_71

4、将hadoop-2.5.1文件夹拷贝到各个slaves节点上的相同目录下

hadoop的运行

hadoop namenode -format
sbin/start-dfs.sh
sbin/start-yarn.sh

启动之后，分别在namenode和datanode上使用jps查看是否正常启动

32位操作系统带来的native library大坑

这里要仔细说下，因为坑爹的32位导致了很多坑，所以在此建议如果要装hadoop2.5.1环境的，建议先把操作系统换位64位的吧

先贴一下在32位操作系统上，用自带的64位native library会有什么问题，下面的这个警告将会伴随你的每一步hadoop操作

WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

首先介绍下Hadoop的native library，摘录官网上的两句话如下：

1、Hadoop has native implementations of certain components for reasons of both performance and non-availability of Java implementations. These components are available in a single, dynamically-linked, native library. On the *nix platform it is libhadoop.so.
2、Hadoop native library is written in ANSI C and built using the GNU autotools-chain (autoconf, autoheader, automake, autoscan, libtool). This means it should be straight-forward to build them on any platform with a standards compliant C compiler and the GNU autotools-chain.

第一句告诉我们考虑到性能和java实现的不可用两个原因，才有了native library，其实动态链接的，也就是操作系统相关的，在*nix平台上为libhadoop.so等文件。

第二句告诉了我们，native library是用C实现的，如果你要源码编译的话，你至少得需要这些包autoconf，autoheader，automake，autoscan，libtool。

操作系统分为32位和64位，而hadoop默认提供的native library要么为32位要么为64位，在2.2.0之前版本均为32位，但之后有都为64位的。所以网上一搜hadoop native library错误的，大多数都是如何在64位操作系统上编译hadoop源码，而到了2.5.1，这个就又变成了在32位上编译hadoop源码了，所以操作系统选择要慎重，会省很多事。

所以，既然当初已经选了32位操作系统，所以只能老老实实的编译hadoop2.5.1源码了。。。。。。

Hadoop2.5.1源码编译

1、下载hadoop-2.5.1-src.tar.gz，并解压

2、准备包

首先去hadoop官网上查下如何成为一名贡献者，因为你要贡献代码的话，肯定会把代码checkout下来编译的，所以文档里肯定会有。

在文档http://wiki.apache.org/hadoop/HowToContribute里发现如下一段：

On Linux, you need the tools to create the native libraries: LZO headers,zlib headers, gcc, OpenSSL headers, cmake, protobuf dev tools, and libtool, and the GNU autotools (automake, autoconf, etc).For Debian and Ubuntu:

apt-get -y install maven build-essential autoconf automake libtool cmake zlib1g-dev pkg-config libssl-dev

先执行吧，这些都是必需的，当然还不够。

hadoop使用java写的，ant这个java build工具不能少吧，使用如下代码安装：

apt-get install ant

然后在编译源码的错误输出中，又发现了两个必需的包（坑了我一天的两个包），FindBugs 3.0.0 和 Protobuf 2.5.0。google一搜，去官网下即可，但是FindBugs是在sourceforge上的，没被墙，而Protobuf在code.google上，有可能被墙，所以直接搜protobuf-2.5.0.tar.gz吧，CSDN上下的也行

FindBugs 3.0.0

cd /home/xxx/Software/
tar zxvf findbugs-3.0..tar.gz
// /etc/profile中配置环境变量
export FINDBUGS_HOME=/home/xxx/Software/findbugs-3.0.
export PATH=$FINDBUGS_HOME/bin:$PATH

Protobuf 2.5.0

tar zxvf protobuf-2.5.0.tar.gz
cd protobuf-2.5.0
./configure --prefix=/home/xxx/Software
make && make install
// /etc/profile中配置环境变量
PROTOBUF_HOME=/home/g308/Software/protobuf
export PATH=$PROTOBUF_HOME/bin:$PATH

注意：/home/xxx/Software该目录可自己指定

3、编译

tar zxvf hadoop-2.5.-src.tar.gz
cd hadoop-2.5.-src
mvn package -Pdist,native,docs -DskipTests -Dtar

然后，就坐等1个小时后的一路SUCCESS就可以了

填上native library的坑

用hadoop-2.5.1-src/hadoop-dist/target/hadoop-2.5.1/lib/native下的native library替换掉hadoop安装目录下的/lib/native中的native library。重新启动hadoop，那个烦人的native library warn将永远的消失了。

至此，32位Ubuntu12.04搭建Hadoop2.5.1完全分布式环境搭建成功。运行examples中的wordcount测试一下吧