在 Ubuntu 上搭建 Hadoop 分布式集群 Eclipse 开发环境

　　一直在忙Android FrameWork，终于闲了一点，利用空余时间研究了一下Hadoop，并且在自己和同事的电脑上搭建了分布式集群，现在更新一下blog，分享自己的成果。

一 .环境

1.操作系统：Ubuntu 12.04 LTS 64位

2.Java版本：openjdk-7-jdk

3.Hadoop版本：2.6.0

4.结点信息：

机器名	IP	hostname	作用
master	10.13.14.83	rdcdz140395	NameNode and JobTracker
slave-1	10.13.14.110	rdjdz110716	DataNode and TaskTracker
slave-2	10.13.14.127	rdjdz120312	DataNode and TaskTracker

5.我在每台机器上创建了群组hadoop和用户hduser，并将hduser加入到hadoop群组中，方便管理。

二.安装

1.在这3台电脑上都安装 jdk，ssh，maven

sudo apt-get update
sudo apt-get install openjdk--jdk
sudo apt-get install ssh
sudo apt-get install rsync
sudo apt-get install maven
sudo apt-get update

2.在这3台电脑上都添加Hadoop用户组和用户hduser

sudo addgroup hadoop
sudo adduser --ingroup hadoop hduser
sudo adduser hduser sudo 

然后切换到hduser账户，进行下面的操作。

su - hduser

3.修改集群中所有机器的/etc/hosts

10.13.14.83  master
10.13.14.110 slave-
10.13.14.127 slave-

如下图所示

4.建立SSH无密码登录

在Hadoop启动以后，namenode是通过SSH（Secure Shell）来启动和停止各个节点上的各种守护进程的，这就需要在节点之间执行指令的时候是不需要输入密码的方式，故我们需要配置SSH使用无密码公钥认证的方式。

使用下面的命令会在~/.ssh/目录下生成 id_dsa.pub文件，如果我们希望master 结点不需要密码就能使用ssh连接到slave结点，我们需要将master结点上的~/.ssh/id_dsa.pub的内容，添加到slave结点的~/.ssh，并将id_dsa.pub重命名为authorized_keys

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
scp -r /home/hduser/.ssh/id_dsa.pub hduser@10.13.14.110:/home/hduser/.ssh/authorized_keys
scp -r /home/hduser/.ssh/id_dsa.pub hduser@10.13.14.127:/home/hduser/.ssh/authorized_keys

5.下载&安装Hadoop

下载Hadoop 解压到master服务器的/home/hduser目录下（配置好master结点后再将其复制到其它的服务器上，一般来说，群集中所有的hadoop都安装在同一目录下）

cd ~
wget http://www.trieuvan.com/apache/hadoop/common/hadoop-2.6.0/hadoop-2.6.0.tar.gz
sudo tar -xzvf hadoop-2.6..tar.gz -C /usr/local
cd /usr/local
sudo mv hadoop-2.6. hadoop
sudo chown -R hduser:hadoop hadoop 

6.配置Hadoop环境

（1）修改.bashrc

vim ~/.bashrc 

将下面的内容复制到.bashrc最后一行

## Hadoop variables ,start of paste
export JAVA_HOME=/usr/lib/jvm/java--openjdk-amd64
export HADOOP_INSTALL=/usr/local/hadoop
export PATH=$PATH:$HADOOP_INSTALL/bin
export PATH=$PATH:$HADOOP_INSTALL/sbin
export HADOOP_MAPRED_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_HOME=$HADOOP_INSTALL
export HADOOP_HDFS_HOME=$HADOOP_INSTALL
export YARN_HOME=$HADOOP_INSTALL
###end of paste 

7.配置Hadoop

（1）修改 hadoop-env.sh

cd /usr/local/hadoop/etc/hadoop
vim hadoop-env.sh

将下面的三行加入到hadoop-env.sh中，删除原来的 "export JAVA_HOME"那行

# begin of paste
export JAVA_HOME=/usr/lib/jvm/java--openjdk-amd64/
export HADOOP_COMMON_LIB_NATIVE_DIR="/usr/local/hadoop/lib/native/"
export HADOOP_OPTS="$HADOOP_OPTS -Djava.library.path=/usr/local/hadoop/lib/"
### end of paste 

（2）修改 core-site.xml

vim core-site.xml 

将下面的内容复制到 <configuration> 标签内

<property>
   <name>fs.default.name</name>
   <value>hdfs://master:9000</value>
</property>
<property>
　　<name>hadoop.tmp.dir</name>
　　<value>/usr/local/hadoop/tmp</value>
</property>

（3）修改 yarn-site.xml

vim yarn-site.xml 

将下面的内容复制到 <configuration> 标签内

<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>

（4）修改 mapred-site.xml

mv mapred-site.xml.template mapred-site.xml
vim mapred-site.xml 

将下面的内容复制到 <configuration> 标签内

<property>
   <name>mapreduce.framework.name</name>
   <value>yarn</value>
</property>
<property>
 <name>mapred.job.tracker</name>
 <value>master:9001</value>
</property>

（5）修改 hdfs-site.xml

mkdir -p ~/mydata/hdfs/namenode
mkdir -p ~/mydata/hdfs/datanode
vim hdfs-site.xml 

将下面的内容复制到 <configuration> 标签内

<property>
   <name>dfs.replication</name>
   <value></value>
 </property>
 <property>
   <name>dfs.namenode.name.dir</name>
   <value>file:/home/hduser/mydata/hdfs/namenode</value>
 </property>
 <property>
   <name>dfs.datanode.data.dir</name>
   <value>file:/home/hduser/mydata/hdfs/datanode</value>
 </property>

8.安装 protobuf-2.5.0 or later

curl -# -O https://protobuf.googlecode.com/files/protobuf-2.5.0.tar.gz
tar -xzvf protobuf-2.5..tar.gz
cd protobuf-2.5.
./configure --prefix=/usr
make
sudo make install
cd ..
mvn package -Pdist,native -DskipTests -Dtar 

三.启动

1.格式化 namenode

hdfs namenode -format

2.启动服务

start-dfs.sh && start-yarn.sh 

3.使用jps查看服务

jps

4.在浏览器上查看

Cluster status: http://localhost:8088
HDFS status: http://localhost:50070
Secondary NameNode status: http://localhost:50090

参考文档：http://blog.csdn.net/feixia586/article/details/24950111