www.tmsmall666.cn

 　　部署環(huán)境：

　　OS：Redhat 5.5 Enterprise

　　JDK：jdk1.6.0_32

　　Hadoop：Hadoop-0.20.2

　　VMWare：7.0

　　節(jié)點(diǎn)安排及網(wǎng)絡(luò)拓?fù)洌?/p>

　　節(jié)點(diǎn)類型節(jié)點(diǎn)IP節(jié)點(diǎn)hostname

　　master節(jié)點(diǎn) 192.168.40.5master

　　slave節(jié)點(diǎn)　 192.168.40.5master(此時(shí)，master既是master節(jié)點(diǎn)，也是slave節(jié)點(diǎn))

　　192.168.40.6salve1

　　192.168.40.7slave2

　　secondaryName節(jié)點(diǎn)192.168.40.5master(此時(shí)，master既是master節(jié)點(diǎn)，也是slave節(jié)點(diǎn)，也是secondaryNameNode)

　　配置步驟：

　　一、網(wǎng)絡(luò)配置

　　首先關(guān)閉三臺(tái)虛擬機(jī)的防火墻，步驟可參考：關(guān)閉防火墻

　　先用VMWare安裝三臺(tái)虛擬機(jī)(可以先安裝一臺(tái)，然后clone兩臺(tái))，按照節(jié)點(diǎn)安排及網(wǎng)絡(luò)拓?fù)渑渲镁W(wǎng)絡(luò)，先配置master節(jié)點(diǎn)的網(wǎng)絡(luò)：

　　① 靜態(tài)網(wǎng)絡(luò)IP配置見VMware Redhat網(wǎng)絡(luò)配置，分別將三臺(tái)虛擬機(jī)的IP進(jìn)行設(shè)置

　?、?修改主機(jī)名：vi /etc/hosts(解析IP要用)，添加

　　192.168.40.5 master

　　192.168.40.6 slave1

　　192.168.40.7 slave2

　　③ 按照此過程及相同數(shù)據(jù)(除了IP地址不同)對(duì)三臺(tái)虛擬機(jī)進(jìn)行配置

　　二、 安裝jdk

　　Hadoop 是用java開發(fā)的，Hadoop的編譯及mapreduce的運(yùn)行都需要使用JDK，所以JDK是必須安裝的

　?、? 下載jdk，http://www.oracle.com/technetwork/java/javase/downloads/index.html

　?、?在用戶根目錄下，建立bin文件夾：mkdir ~/bin(也可放在其他處，個(gè)人習(xí)慣而已)

　?、?改變執(zhí)行權(quán)限：chmod u+x jdk-6u26-linux-i586.bin

　?、?執(zhí)行文件：sudo -s ./jdk-6u26-linux-i586.bin，一路確定

　?、?配置環(huán)境變量：vi ~/.bash_profile,添加：

　　export JAVA_HOME=/root/bin/jdk1.6.0_32 export PATH=$PATH:$JAVA_HOME/bin

　?、?使profile文件生效：source ~/.bash_profile

　?、?驗(yàn)證是否配置成功：which java

　　[root@master ~]# which java

　　/root/bin/jdk1.6.0_32/bin/java 配置生效。也可輸入java -version, java, javac進(jìn)一步確定

　　⑧ 分別相同配置另外兩臺(tái)主機(jī)

　　

　　三、建立ssh互信

　　hadoop 需要通過ssh互信來啟動(dòng)slave里表中各個(gè)主機(jī)的守護(hù)進(jìn)程，所以SSH是必須安裝的(redhat 5.5 Enterprise 以默認(rèn)安裝)。但是是否建立ssh互信(即無密碼登陸)并不是必須的，但是如果不配置，每次啟動(dòng)hadoop，都需要輸入密碼以便登錄到每臺(tái)機(jī)器的Datanode上，而一般的hadoop集群動(dòng)輒數(shù)百或數(shù)千臺(tái)機(jī)器，因此一般來說都會(huì)配置ssh互信。

　?、?生成密鑰并配置ssh無密碼登陸主機(jī)(在master主機(jī))

　　ssh -keygen -t dsa -P '' -f ~/.ssh/id_dsa

　　cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

　?、?將authorized_keys文件拷貝到兩臺(tái)slave主機(jī)

　　scp authorized_keys slave1:~/.ssh/

　　scp authorized_keys slave2:~/.ssh/

　?、?檢查是否可以從master無密碼登陸slave機(jī)

　　ssh slave1(在master主機(jī)輸入) 登陸成功則配置成功，exit退出slave1返回master

　　四、配置Hadoop

　?、?下載：點(diǎn)擊到下載頁面，選擇hadoop-0.20.2.tar.gz

　?、?放到~/bin下解壓： tar -xzvf hadoop-0.20.2.tar.gz

　　③ 解壓后進(jìn)入：~/bin/hadoop-0.20.2/conf/，修改配置文件：

　　修改hadoop-env.sh:

　　export JAVA_HOME=/root/bin/jdk1.6.0_32轉(zhuǎn)載注明出處：博客園 石頭兒 http://www.cnblogs.com/shitouer/

　　hadoop-env.sh里面有這一行，默認(rèn)是被注釋的，只需要把注釋去掉，并且把JAVA_HOME 改成你的java安裝目錄即可

　　修改core-site.xml

　　

　　

　　

　　

　　fs.default.name

　　hdfs://master:9000

　　

　　Hadoop.tmp.dir

　　/tmp/hadoop-root

　　

　　

　　注釋一：hadoop分布式文件系統(tǒng)文件存放位置都是基于hadoop.tmp.dir目錄的，namenode的名字空間存放地方就是 ${hadoop.tmp.dir}/dfs/name, datanode數(shù)據(jù)塊的存放地方就是 ${hadoop.tmp.dir}/dfs/data，所以設(shè)置好hadoop.tmp.dir目錄后，其他的重要目錄都是在這個(gè)目錄下面，這是一個(gè)根目錄。

　　注釋二：fs.default.name,設(shè)置namenode所在主機(jī)，端口號(hào)是9000

　　注釋三：core-site.xml 對(duì)應(yīng)有一個(gè)core-default.xml, hdfs-site.xml對(duì)應(yīng)有一個(gè)hdfs-default.xml,mapred-site.xml對(duì)應(yīng)有一個(gè)mapred-default.xml。這三個(gè)defalult文件里面都有一些默認(rèn)配置，現(xiàn)在我們修改這三個(gè)site文件，目的就覆蓋default里面的一些配置

　　修改hdfs-site.xml

　　

　　

　　

　　

　　dfs.replication

　　3

　　

　　

　　dfs.replication，設(shè)置數(shù)據(jù)塊的復(fù)制次數(shù)，默認(rèn)是3，如果slave節(jié)點(diǎn)數(shù)少于3，則寫成相應(yīng)的1或者2

　　修改mapred-site.xml

　　

　　

　　

　　

　　mapred.job.tracker

　　http://master:9001

　　

　　

　　mapred.job.tracker，設(shè)置jobtracker所在機(jī)器，端口號(hào)9001

　　修改masters

　　master

　　雖然masters內(nèi)寫的是master，但是個(gè)人感覺，這個(gè)并不是指定master節(jié)點(diǎn)，而是配置secondaryNameNode

　　修改slaves

　　master

　　slave1

　　slave2

　　配置了集群中所有slave節(jié)點(diǎn)

　　④ 添加hadoop環(huán)境變量，并 source ~/.bash_profile使之生效

　　export JAVA_HOME=/root/bin/jdk1.6.0_32 export HADOOP_HOME=/root/bin/hadoop-0.20.2 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

　　⑤ 將已經(jīng)配置好的hadoop-0.20.2，分別拷貝到另外兩臺(tái)主機(jī)，并做相同配置

　?、?此時(shí)，hadoop的集群配置已經(jīng)完成，輸入hadoop，則可看到hadoop相關(guān)的操作

　　[root@master ~]# hadoop

　　Usage: hadoop [--config confdir] COMMAND

　　where COMMAND is one of:

　　namenode -format format the DFS filesystem

　　secondarynamenode run the DFS secondary namenode

　　namenode run the DFS namenode

　　datanode run a DFS datanode

　　dfsadmin run a DFS admin client

　　mradmin run a Map-Reduce admin client

　　fsck run a DFS filesystem checking utility

　　fs run a generic filesystem user client

　　balancer run a cluster balancing utility

　　jobtracker run the MapReduce job Tracker node

　　pipes run a Pipes job

　　tasktracker run a MapReduce task Tracker node

　　job manipulate MapReduce jobs

　　queue get information regarding JobQueues

　　version print the version

　　jar run a jar file

　　distcp copy file or directories recursively

　　archive -archiveName NAME * create a hadoop archive

　　daemonlog get/set the log level for each daemon

　　or

　　CLASSNAME run the class named CLASSNAME

　　Most commands print help when invoked w/o parameters.

　?、?此時(shí)，首先格式化hadoop

　　在命令行里執(zhí)行，hadoop namenode -format

　?、?啟動(dòng)hadoop

　　在命令行里執(zhí)行，start-all.sh，或者執(zhí)行start-dfs.sh,再執(zhí)行start-mapred.sh

　?、?輸入jps，查看啟動(dòng)的服務(wù)進(jìn)程

　　master節(jié)點(diǎn)：[root@master ~]# jps

　　25429 SecondaryNameNode

　　25500 JobTracker

　　25201 NameNode

　　25328 DataNode

　　18474 Jps

　　25601 TaskTracker

　　slave節(jié)點(diǎn)：[root@slave1 ~]# jps

　　4469 TaskTracker

　　4388 DataNode

　　29622 Jps

　　如上顯示，則說明相應(yīng)的服務(wù)進(jìn)程都啟動(dòng)成功了。

　　圈10(額，像①一樣的圈出不來了(⊙o⊙)) 查看hdfs分布式文件系統(tǒng)的 文件目錄結(jié)構(gòu)

　　hadoop fs -ls /

　　此時(shí)發(fā)現(xiàn)為空，因?yàn)榇_實(shí)什么也沒有，運(yùn)行一下命令，則可創(chuàng)建一個(gè)文件夾：

　　hadoop fs -mkdir /newDir

　　再次執(zhí)行hadoop fs -ls /，則會(huì)看到newDir文件夾，關(guān)于hadoop fs 命令，參見：HDFS 命令

　　圈11 運(yùn)行hadoop 類似hello world的程序

　　本來，都是以word count來運(yùn)行的，但是還得建文件夾之類的，有一個(gè)更簡(jiǎn)單的，就是example中的計(jì)算π值的程序，我們來計(jì)算一下，進(jìn)入hadoop目錄，運(yùn)行如下：

　　[root@slave1 hadoop-0.20.2]# hadoop jar hadoop-0.20.2-examples.jar pi 4 2

　　Number of Maps = 4

　　Samples per Map = 2

　　Wrote input for Map #0

　　Wrote input for Map #1

　　Wrote input for Map #2

　　Wrote input for Map #3

　　Starting Job

　　12/05/20 09:45:19 INFO mapred.FileInputFormat: Total input paths to process : 4

　　12/05/20 09:45:19 INFO mapred.JobClient: Running job: job_201205190417_0005

　　12/05/20 09:45:20 INFO mapred.JobClient: map 0% reduce 0%

　　12/05/20 09:45:30 INFO mapred.JobClient: map 50% reduce 0%

　　12/05/20 09:45:31 INFO mapred.JobClient: map 100% reduce 0%

　　12/05/20 09:45:45 INFO mapred.JobClient: map 100% reduce 100%

　　12/05/20 09:45:47 INFO mapred.JobClient: Job complete: job_201205190417_0005

　　12/05/20 09:45:47 INFO mapred.JobClient: Counters: 18

　　12/05/20 09:45:47 INFO mapred.JobClient: Job Counters

　　12/05/20 09:45:47 INFO mapred.JobClient: Launched reduce tasks=1

　　12/05/20 09:45:47 INFO mapred.JobClient: Launched map tasks=4

　　12/05/20 09:45:47 INFO mapred.JobClient: Data-local map tasks=4

　　12/05/20 09:45:47 INFO mapred.JobClient: FileSystemCounters

　　12/05/20 09:45:47 INFO mapred.JobClient: FILE_BYTES_READ=94

　　12/05/20 09:45:47 INFO mapred.JobClient: HDFS_BYTES_READ=472

　　12/05/20 09:45:47 INFO mapred.JobClient: FILE_BYTES_WRITTEN=334

　　12/05/20 09:45:47 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=215

　　12/05/20 09:45:47 INFO mapred.JobClient: Map-Reduce Framework

　　12/05/20 09:45:47 INFO mapred.JobClient: Reduce input groups=8

　　12/05/20 09:45:47 INFO mapred.JobClient: Combine output records=0

　　12/05/20 09:45:47 INFO mapred.JobClient: Map input records=4

　　12/05/20 09:45:47 INFO mapred.JobClient: Reduce shuffle bytes=112

　　12/05/20 09:45:47 INFO mapred.JobClient: Reduce output records=0

　　12/05/20 09:45:47 INFO mapred.JobClient: Spilled Records=16

　　12/05/20 09:45:47 INFO mapred.JobClient: Map output bytes=72

　　12/05/20 09:45:47 INFO mapred.JobClient: Map input bytes=96

　　12/05/20 09:45:47 INFO mapred.JobClient: Combine input records=0

　　12/05/20 09:45:47 INFO mapred.JobClient: Map output records=8

　　12/05/20 09:45:47 INFO mapred.JobClient: Reduce input records=8

　　Job Finished in 28.952 seconds

　　Estimated value of Pi is 3.50000000000000000000

　　計(jì)算PI值為3.5，還算靠近，至于輸出log日志，就不介紹了，以后學(xué)的稍微深入，可多做了解。

　　Hadoop 三節(jié)點(diǎn)集群的配置就介紹到這里，接下來，會(huì)介紹一下如何在windows中遠(yuǎn)程連接hadoop，并配置eclipse來進(jìn)行MapReduce的開發(fā)和調(diào)試。

重慶中技互聯(lián)網(wǎng)信息咨詢有限公司 www.tmsmall666.cn