厦大数据库实验室博客

总结、分享、收获

实验室主页



Hadoop安装配置简略教程

给力星 (updated: )
大数据学习路线图

本Hadoop安装教程为简略版本，包含伪分布式和集群的配置，只列出命令与配置，不作详细说明，方便有基础的读者。完整版请浏览Hadoop安装配置教程_伪分布式，以及Hadoop集群安装配置教程。

本教程在 Ubutnu 14.04 64位，Hadoop 2.6.0 下验证通过。最新的 Hadoop 2 稳定版可以通过 http://mirror.bit.edu.cn/apache/hadoop/common/stable2/ 或者 http://mirrors.cnnic.cn/apache/hadoop/common/stable/ 下载。

Hadoop 伪分布式配置

创建Hadoop用户:

sudo useradd -m hadoop -s /bin/bash     # 创建hadoop用户
sudo passwd hadoop          # 修改密码
sudo adduser hadoop sudo    # 增加管理员权限

注销并使用 Hadoop 用户登录，接着更新 apt 并且安装 vim：

sudo apt-get update         # 更新apt
sudo apt-get install vim    # 安装vim

安装SSH，配置无密码登录:

sudo apt-get install openssh-server
cd ~
mkdir .ssh                  # 可能该文件已存在，不影响
cd ~/.ssh/
ssh-keygen -t rsa           # 会有提示，都按回车就可以
cat id_rsa.pub >> authorized_keys  # 加入授权

安装Java环境:

sudo apt-get install openjdk-7-jre openjdk-7-jdk
vim ~/.bashrc               # 设置JAVA_HOME

在文件最前面添加如下单独一行：

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64

使 JAVA_HOME 变量生效：

source ~/.bashrc    # 使变量设置生效

安装 Hadoop 2:

cd ~/下载
sudo tar -zxvf ./hadoop-2.6.0.tar.gz -C /usr/local  # 解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-2.6.0/ ./hadoop            # 将文件夹名改为hadoop
sudo chown -R hadoop ./hadoop        # 修改文件权限

进行伪分布式配置：

修改配置文件 core-site.xml (vim /usr/local/hadoop/etc/hadoop/core-site.xml)：

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

修改配置文件 hdfs-site.xml：

<configuration>
    <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>

启动 Hadoop:

cd /usr/local/hadoop
bin/hdfs namenode -format       # namenode 格式化
sbin/start-dfs.sh               # 开启守护进程
jps                             # 判断是否启动成功

若成功启动则会列出如下进程: NameNode、DataNode和SecondaryNameNode。

运行 WordCount 实例:

bin/hdfs dfs -mkdir -p /user/hadoop     # 创建HDFS目录
bin/hdfs dfs -mkdir input
bin/hdfs dfs -put etc/hadoop/*.xml input  # 将配置文件作为输入
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'
bin/hdfs dfs -cat output/*                # 查看输出

Hadoop 集群配置

假定有两台机器:

Master  192.168.1.121
Slave1  192.168.1.122

Hadoop 集群配置过程:

  1. 选定一台机器作为 Master，在所有主机上配置网络映射
  2. 在 Master 主机上配置hadoop用户、安装SSH server、安装Java环境
  3. 在 Master 主机上安装Hadoop，并完成配置
  4. 在其他主机上配置hadoop用户、安装SSH server、安装Java环境
  5. 将 Master 主机上的Hadoop目录复制到其他主机上
  6. 开启、使用 Hadoop

所有主机配置hadoop用户、安装SSH server、安装Java环境：

sudo useradd -m hadoop -s /bin/bash     # 创建hadoop用户
sudo passwd hadoop          # 修改密码
sudo adduser hadoop sudo    # 增加管理员权限
# 注销并使用 Hadoop 用户登录
sudo apt-get update         # 更新apt
sudo apt-get install vim    # 安装vim
sudo apt-get install openssh-server  # 安装ssh
sudo apt-get install openjdk-7-jre openjdk-7-jdk # 安装Java
vim ~/.bashrc               # 设置JAVA_HOME

在文件最前面添加如下单独一行：

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64

使 JAVA_HOME 变量生效：

source ~/.bashrc    # 使变量设置生效

所有主机配置网络映射:

sudo vim /etc/hostname      # 修改主机名
sudo vim /etc/hosts         # 修改主机与 IP 的映射关系
sudo reboot                 # 重启，使网络配置生效

在 Master 主机上执行：

cd ~/.ssh
ssh-keygen -t rsa              # 一直按回车就可以
cat ~/id_rsa.pub >> ~/authorized_keys
scp ~/.ssh/id_rsa.pub hadoop@Slave1:/home/hadoop/ # 传输公钥到Slave1

接着在 Slave1 节点上执行

cd ~
mkdir .ssh
cat ~/id_rsa.pub >> ~/.ssh/authorized_keys

在Master节点上进行Hadoop集群配置(位于 /usr/local/hadoop/etc/hadoop中):

文件 slave:

将原来 localhost 删除，把所有Slave的主机名写上，每行一个。

文件 core-site.xml:

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

文件 hdfs-site.xml:

<property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>Master:50090</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>
<property>
    <name>dfs.replication</name>
    <value>1</value>
</property>

文件 mapred-site.xml(首先需执行 cp mapred-site.xml.template mapred-site.xml):

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

文件 yarn-site.xml：

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

配置好后，在 Master 主机上，将 Hadoop 文件复制到各个节点上:

cd /usr/local
rm -r ./hadoop/tmp  # 删除 Hadoop 临时文件
sudo tar -zcf ./hadoop.tar.gz ./hadoop
scp ./hadoop.tar.gz Slave1:/home/hadoop

在 Slave1 上执行：

sudo tar -zxf ~/hadoop.tar.gz -C /usr/local
sudo chown -R hadoop:hadoop /usr/local/hadoop

最后在 Master 主机上就可以启动hadoop了:

cd /usr/local/hadoop/
bin/hdfs namenode -format
sbin/start-dfs.sh
sbin/start-yarn.sh
jps             # 判断是否启动成功

若成功启动，则Master节点启动了NameNode、SecondrryNameNode、ResourceManager进程，Slave节点启动了DataNode和NodeManager进程。

在 Master 主机上执行WordCount实例:

bin/hdfs dfs -mkdir -p /user/hadoop
bin/hdfs dfs -put etc/hadoop input
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'

附加教程: 配置PATH环境变量

在 ~/.bashrc 最前面加入如下单独一行:

export PATH=$PATH:/usr/local/hadoop/sbin:/usr/local/hadoop/bin
© 2014 厦大数据库实验室