Hadoop2伪分布式安装部署

安装

• 操作系统

  在centos6.4和mac os 10.10下都测试通过，以下以centos6.4环境为例。

• 安装JDK

  安装版本hotspot jdk8 64bit，安装路径/home/rbg/tools/jdk8

• 安装hadoop

  hadoop目前最新的稳定版是2.7.3，下载链接http://hadoop.apache.org/releases.html，下载下来是个压缩包hadoop-2.7.3.tar.gz。

  通过解压命令 tar xzf hadoop-2.7.3.tar.gz 解压到/home/rbg/tools/hadoop273

• 环境变量

  进入home路径，找到并编辑文件.bash_profile，如果没有则通过touch命令新建，加入

  export JAVA_HOME=/home/rbg/tools/jdk8
  export HADOOP_HOME=$HOME/tools/hadoop273
  export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$JAVA_HOME/bin
  

  通过source .bash_profile应用新的环境变量

• 检查是否安装成功

  运行hadoop version

  如果输出Hadoop 2.7.3字样，说明安装成功。

  注：如果出现/lib/ld-linux.so.2: bad ELF interpreter: No such file or directory 错误提示，需要通过通过yum install安装 glibc.i686

配置伪分布式

hadoop的运行有三种模式：局部、伪分布式、分布式。

局部模式所有程序都运行在一个jvm中，适合开发环境，用来运行或调试MapReduce程序。

伪分布模式多个守护进程同时单独运行，但都运行在一个机器。

分布式模式守护进程运行于集群。

对了解学习hadoop而言，伪分布式是合适的选择，因为hadoop本身的运行上两者没有区别。

进入/home/rbg/tools/hadoop273/etc/hadoop，该路径是hadoop默认的配置文件路径。

配置hadoop

配置文件系统

设置hdfs文件系统的url，打开core.site.xml添加如下设置：

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000/</value>
</property>
</configuration>

配置hdfs

设置复制份数，打开hdfs-site.xml，添加如下配置：

<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>

配置mapreduce

mapreduce采用yarn框架，打开mapred-site.xml，添加如下配置：

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

配置yarn

设置资源管理器地址和启动shuffle服务，打开yarn-site.xml，添加如下配置：

<configuration>
<property>
<name>yarn.resourcemanager.address</name>
<value>localhost:8032</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

配置ssh

hadoop需要通过ssh在分布式或伪分布式下启动守护进程，因此，在只有一个机器的伪分布式下要保证能ssh localhost而不用通过密码进行登录。

通过如下命令生成密钥文件：

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

将公钥添加到authorized_keys：

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

通过ssh localhost登录，如果不需要输入密码说明配置成功。

注：如果ssh localhost提示输入密码，可检查.ssh和authorized_keys的权限模式是否分别是0700和0600。否则通过chmod 0700 .ssh和chmod 0600 .ssh/authorized_keys修改。

格式化文件系统

初次使用hdfs前需要格式化文件系统：

hdfs namenode -format

注：如报unknownhost错误，通过hostname命令查看本机名称，查看/etc/hosts中是否存在名称和ip间的映射，该处映射为127.0.0.1。

启动和关闭

启动hdfs、yarn、job历史服务：

start-dfs.sh
start-yarn.sh
mr-jobhistory-daemon.sh start historyserver

通过jps可以查看到如下进程：

NodeManager
JobHistoryServer
ResourceManager
DataNode
SecondaryNameNode
NameNode

关闭：

mr-jobhistory-daemon.sh stop historyserver
stop-yarn.sh
stop-dfs.sh