• 热门专题

Hadoop(2.5.1)伪分布式环境CentOS(6.564位)配置

作者:  发布日期:2014-10-08 21:09:25
Tag标签:分布式  环境  
  • 一晃六年没有写博客了,一直奋斗在技术第一线,但是时间太紧一直没空写,最近在搞Hadoop,感觉有这个必要把一些琐碎的心得分享,而且正好国庆假期使时间上有了可能。

    首先感谢下面两篇文章给出的指导,本文是两者技术路线在CentOS 6.5 64位 版本下对Hadoop 2.5.1伪分布式环境的一个实践。

    http://www.cnblogs.com/xia520pi/archive/2012/05/16/2503949.html

    http://xuyuanshuaaa.iteye.com/blog/1063303

    至于为什么写这篇文章,主要是Hadoop 2.3之后从框架上做出了质变,所以配置与运行方式发生了很多改变。

    概要与介绍上文都有介绍,这里不再赘述,直奔主题:

    总体的流程如下:
    1、实现ssh无密码验证配置
    2、安装jdk,并配好环境变量
    3、安装与配置Hadoop
    4、格式化与启动
    5、验证是否启动

    下面开始:

    一. SSH无密码验证配置
    Hadoop 需要使用SSH 协议,namenode 使用SSH 协议启动 namenode 和datanode 进程,伪分布式模式数据节点和名称节点均是本身,必须配置 SSH localhost无密码验证。
    以下用root用户登录仅为了方便起见。登录后,执行命令:ssh-keygen -t rsa

    [root@master ~]# ssh-keygen -t rsa
    Generating public/private rsa key pair.
    Enter file in which to save the key (/root/.ssh/id_rsa): & 按回车默认路径 &
    Created directory '/root/.ssh'. &创建/root/.ssh目录&
    Enter passphrase (empty for no passphrase):
    Enter same passphrase again:
    Your identification has been saved in /root/.ssh/id_rsa.
    Your public key has been saved in /root/.ssh/id_rsa.pub.

    通过以上命令将在/root/.ssh/ 目录下生成id_rsa私钥和id_rsa.pub公钥。进入/root/.ssh目录在namenode节点下做如下配置:

    [root@master .ssh]# cat id_rsa.pub > authorized_keys
    将id_rsa.pub写入authorized_keys,配置完毕,可通过ssh 本机IP 测试是否需要密码登录:ssh localhost

    二. 环境搭建
    搭建测试环境所需的软件包括:

    1. JDK 1.8.2,安装文件 jdk-8u20-linux-x64.rpm (http://www.oracle.com/technetwork/java/javase/index.html)

    执行rpm -i jdk-8u20-linux-x64.rpm安装JDK

    然后设置JAVA_HOME等环境变量:vim /etc/profile,在其末尾增加一段:

    #set java home
    export JAVA_HOME=/usr/java/latest
    export JRE_HOME=/usr/java/latest/jre
    export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
    export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

    这里给出的目录/usr/java/latest是CentOS 6.5下用rpm安装JDK自动生成的,如果是其他安装办法,如手动安装,则制定实际安装的目录即可。

    在vim编辑器增加以上内容后保存退出(:wq),并执行以下命令使配置生效
    chmod +x /etc/profile #增加执行权限
    source /etc/profile #使其生效
    配置完毕后,在命令行中输入java -version与echo $JAVA_HOME,根据提示信息可知是否设置成功。

    然后vim hadoop/etc/hadoop/hadoop-env.sh 与 vim hadoop/etc/hadoop/yarn-env.sh来配置两个文件里的JAVA_HOME,后者是新版本Hadoop特有的。

    2.Hadoop 2.5.1,安装文件 hadoop-2.5.1.tar.gz (http://hadoop.apache.org/common/releases.html)

    下载 hadoop-2.5.1.tar.gz,将其下载或者复制到/usr/目录下,然后使用如下命令:

    cd /usr #进入"/usr"目录
    tar –zxvf hadoop-2.5.1.tar.gz #解压hadoop-2.5.1.tar.gz安装包
    mv hadoop-2.5.1 hadoop #将hadoop-2.5.1文件夹重命名hadoop
    rm –rf hadoop-2.5.1.tar.gz #删除安装包

    然后把Hadoop的安装路径添加到"/etc/profile"中,将以下语句添加到末尾,并使其有效:

    # set hadoop path
    export HADOOP_HOME=/usr/hadoop
    export PATH=$PATH :$HADOOP_HOME/bin

    请注意这里安装的2.5.1版本,2.*版本较1.*版本改动很大,主要是用Hadoop MapReduceV2(Yarn) 框架代替了一代的架构,其中JobTracker 和 TaskTracker 不见了,取而代之的是 ResourceManager, ApplicationMaster 与 NodeManager 三个部分,而具体的配置文件位置与内容也都有了相应变化,具体的可参考文献:http://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop-yarn/

    安装完之后进行配置,首先所有的配置文件从上一版本的hadoop/conf换成了hadoop/etc/hadoop,在hadoop目录下,执行vim etc/hadoop/core-site.xml,将其配置为:

    <configuration>

    <property>

    <name>hadoop.tmp.dir</name>

    <value>/usr/hadoop/tmp</value>

    <description>A base for other temporary directories.</description>

    </property>

    <!--file system properties-->

    <property>

    <name>fs.defaultFS</name>

    <value>hdfs://你的ip:9000</value>

    </property>

    </configuration>

    然后执行vim etc/hadoop/hdfs-site.xml进行第二项配置:

    <configuration>

    <property>

    <name>dfs.namenode.name.dir</name>

    <value>/usr/hadoop/hdfs/name</value>

    </property>

    <property>

    <name>dfs.datanode.data.dir</name>

    <value>/usr/hadoop/hdfs/data</value>

    </property>

    <property>

    <name>dfs.replication</name>

    <value>1</value>

    </property>

    </configuration>

    请注意上述路径都需要自己手动用mkdir创建,具体位置也可以自己选择,其中dfs.replication的值建议配置为与分布式 cluster 中实际的 DataNode 主机数一致,在这里由于是伪分布式环境所以设置其为1。

    上述配置也可参考:http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/SingleCluster.html#Pseudo-Distributed_Operation

    接下来执行vim etc/hadoop/mapred-site.xml配置其使用 Yarn 框架执行 map-reduce 处理程序,内容如下:
    <configuration>
    <property>
    <name>mapreduce.framework.name</name>
    <value>Yarn</value>
    </property>
    </configuration>

    最后执行vim etc/hadoop/yarn-site.xml对yarn进行配置,其内容如下:

    <configuration>

    <!-- Site specific YARN configuration properties -->

    <property>

    <name>Yarn.nodemanager.aux-services</name>

    <value>mapreduce.shuffle</value>

    </property>

    <property>

    <description>The address of the applications manager interface in the RM.</description>

    <name>Yarn.resourcemanager.address</name>

    <value>你的ip:18040</value>

    </property>

    <property>

    <description>The address of the scheduler interface.</description>

    <name>Yarn.resourcemanager.scheduler.address</name>

    <value>你的ip:18030</value>

    </property>

    <property>

    <description>The address of the RM web application.</description>

    <name>Yarn.resourcemanager.webapp.address</name>

    <value>你的ip:18088</value>

    </property>

    <property>

    <description>The address of the resource tracker interface.</description>

    <name>Yarn.resourcemanager.resource-tracker.address</name>

    <value>你的ip:8025</value>

    </property>

    </configuration>

    然后格式化:hadoop/bin/hadoop namenode -format,看到命令倒数第三行Storage directory * has been successfully formatted. 则说明格式化成功。

    新版本中启动脚本也从hadoop/bin/start-all.sh变为了hadoop/sbin/start-dfs.sh与hadoop/sbin/start-yarn.sh。

    执行start-dfs.sh来启动dfs:

    # sbin/start-dfs.sh

    14/10/01 22:35:21 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

    Starting namenodes on [机器名]

    intelbang: starting namenode, logging to /usr/hadoop/logs/hadoop-root-namenode-机器名.out

    机器ip: starting datanode, logging to /usr/hadoop/logs/hadoop-root-datanode-机器名.out

    Starting secondary namenodes [0.0.0.0]

    0.0.0.0: starting secondarynamenode, logging to /usr/hadoop/logs/hadoop-root-secondarynamenode-机器名.out

    14/10/01 22:35:50 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

    这里有个warning:Unable to load native-hadoop library for your platform... 不知为啥出现的,求达人指点!

    然后执行start-yarn.sh来启动yarn:

    # sbin/start-yarn.sh

    starting yarn daemons

    starting resourcemanager, logging to /usr/hadoop/logs/yarn-root-resourcemanager-intelbang.out

    机器ip: starting nodemanager, logging to /usr/hadoop/logs/yarn-root-nodemanager-intelbang.out

    至此两者均启动成功,可以访问http://机器ip:50070来获得dfs的运行现状,http://机器ip:8088来获得resource manager的运行现状,全部Hadoop上的应用情况一目了然。
About IT165 - 广告服务 - 隐私声明 - 版权申明 - 免责条款 - 网站地图 - 网友投稿 - 联系方式
本站内容来自于互联网,仅供用于网络技术学习,学习中请遵循相关法律法规