1.java安裝
2.配置免密碼登錄
創建公鑰和私鑰
ssh -keygen -t rsa
將要登錄者機器的公鑰id_rsa.pub內容添加到被登錄機器的authorized_keys中,修改authorized_keys權限
這裏模擬本機登錄本機
cd ~/.ssh/
cat id_rsa.pub >> authorized_keys
chmod 644 authorized_keys
直接ssh 主機名免密碼登錄
ssh bigdata-test01.mykine.cn
3.Hadoop安裝
選擇需要的版本下載
解壓文件,將文件夾路徑配置到環境變量
vim /etc/profile
JAVA_HOME=/usr/local/java/jdk1.8
JRE_HOME=/usr/local/java/jdk1.8/jre
GOROOT=/usr/local/go
GOPATH=/usr/local/goapps
HADOOP_HOME=/usr/local/hadoop-2.7.2
PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin:$GOROOT/bin:$HADOOP_HOME/bin
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
export JAVA_HOME JRE_HOME PATH CLASSPATH GOROOT GOPATH HADOOP_HOME
重啓環境變量
source /etc/profile
4.修改配置文件搭建僞分佈式模式Hadoop集羣
2.7舊版本的配置文件目錄在etc/hadoop中
cd /usr/local/hadoop-2.7.2/etc/hadoop
以下配置文件中的設置的文件夾不存在要手動創建,例如:
mkdir -p /usr/local/hadoop-2.7.2/current/tmp
core-site.xml
- 配置web訪問地址
- 臨時文件所在目錄
- 垃圾回收時長
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://bigdata-test01.mykine.cn:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop-2.7.2/current/tmp</value>
</property>
<property>
<name>fs.trash.interval</name>
<value>4320</value>
</property>
</configuration>
分佈式文件系統配置 hdfs-site.xml
- NameNode進程負責記錄各數據塊的存儲空間位置
- DataNode進程負責的數據真實物理存儲目錄
- 副本的數量(一般等於數據塊節點個數)
- 是否啓用web管理頁面
- 用戶組
- 權限是否開啓
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/usr/local/hadoop-2.7.2/current/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/usr/local/hadoop-2.7.2/current/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<property>
<name>dfs.permissions.superusergroup</name>
<value>staff</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
</configuration>
yarn-site.xml
- 運行resourcemanager服務進程(資源調度服務)的機器的主機名或IP地址
- NodeManager上運行的附屬服務,需配置成mapreduce_shuffle,纔可運行MapReduce程序
- mapreduce_shuffle相關類名
- resourcemanager的主機端口
- resourcemanager的調度器的端口
- resourcemanager的tracker的端口
- resourcemanager的admin的端口
- resourcemanager的weapp的端口
- yarn日誌是否開啓
- yarn日誌聚合保留時長
- HDFS上的remote-app-log日誌目錄
- HDFS上的remote-app-log日誌前綴
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>bigdata-test01.mykine.cn</value>
</property>
<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>bigdata-test01.mykine.cn:18040</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>bigdata-test01.mykine.cn:18030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>bigdata-test01.mykine.cn:18025</value>
</property> <property>
<name>yarn.resourcemanager.admin.address</name>
<value>bigdata-test01.mykine.cn:18141</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>bigdata-test01.mykine.cn:18088</value>
</property>
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>86400</value>
</property>
<property>
<name>yarn.log-aggregation.retain-check-interval-seconds</name>
<value>86400</value>
</property>
<property>
<name>yarn.nodemanager.remote-app-log-dir</name>
<value>/tmp/logs</value>
</property>
<property>
<name>yarn.nodemanager.remote-app-log-dir-suffix</name>
<value>logs</value>
</property>
</configuration>
mapred-site.xml
cp mapred-site.xml.template mapred-site.xml
- mapreduce基於的框架yarn
- mapreduce通信端口
- mapreduce歷史作業服務address端口
- mapreduce歷史作業服務webapp端口
- mapreduce已完成的在HDFS上的日誌目錄
- mapreduce中間完成的在HDFS上的日誌目錄
- 啓用mapreduce作業任務
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobtracker.http.address</name>
<value>bigdata-test01.mykine.cn:50030</value>
</property>
<property>
<name>mapreduce.jobhisotry.address</name>
<value>bigdata-test01.mykine.cn:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>bigdata-test01.mykine.cn:19888</value>
</property>
<property>
<name>mapreduce.jobhistory.done-dir</name>
<value>/jobhistory/done</value>
</property>
<property>
<name>mapreduce.intermediate-done-dir</name>
<value>/jobhisotry/done_intermediate</value>
</property>
<property>
<name>mapreduce.job.ubertask.enable</name>
<value>true</value>
</property>
</configuration>
slaves
配置datanode的nodemanager在bigdata-test01.mykine.cn這臺機器運行
bigdata-test01.mykine.cn
hadoop-env.sh
配置jdk目錄
export JAVA_HOME=/usr/local/java/jdk1.8
格式化HDFS
hdfs namenode -format
當顯示類似INFO common.Storage: Storage directory /usr/local/hadoop-2.7.2/current/dfs/name has been successfully formatted ,表示格式化成功
啓動Hadoop集羣
/usr/local/hadoop-2.7.2/sbin/start-all.sh
期間會提示是否啓動Secondary NameNode服務,輸入yes回車即可
(Secondary NameNode詳解參考)
查看運行狀態
-
通過jps查看java進程
-
開放防火牆50070、18088端口
-
通過http://ip:50070 查看hdfs
- 通過http://ip:18088 查看yarn