hadoop-1.2.0集群安装与配置

一、概述

前些日子开始着手高校云平台的搭建，其中涉及很重要的一部分是hadoop集群测试环境的安装与配置，大概用了两天的时间，终于搞定了基本轮廓，把我的经验分享给大家。

二、硬件环境

1、windows 7 旗舰版 64位

2、VMware Workstation ACE 版 6.0.2

3、Redhat Linux 5

4、Hadoop-1.2.0

Windows	VM	虚拟机器Linux	IP	作用
Window 7  64位	VMware Workstation	Redhat1	192.168.24.250	NameNode、master、jobTracker
		Redhat2	192.168.24.249	DataNode、slave、taskTracker
		Redhat3	192.168.24.248	DataNode、slave、taskTracker

            

三、安装 VMware Workstation 和Redhat Linux 5

1、VMware Workstation和Redhat Linux 5的安装，网上到处都是，我也是在网上随便找的，你可以找写得更详细准确的，这里不再赘述，可参考：

http://www.docin.com/p-30647520.html

http://wenku.baidu.com/view/1bfeb7651ed9ad51f01df2c9.html

注：当你在虚拟机上安装完一个Linux后，不要重复安装步骤，使用虚拟机带的克隆功能，可以很容易复制出多台一模一样的Linux。

可参考：

http://wenku.baidu.com/view/befc8052be23482fb4da4c29.html

完成这一步骤后的效果

 

四、安装配置Hadoop

1、安装hadoop前先配置Linux

（1）更改三台机器的网络连接方式

选中要更改的虚拟机，右击-设置（Settings）

 

 

（2）以root用户登录Linux， 设置 IP 地址和默认网关（三台机器都要设置）

输入vi /etc/sysconfig/network-scripts/ifcfg-eth0 ，（vi的使用不再赘述，不懂自己网上查）修改该文件内容为：

DEVICE=eth0

BOOTPROTO=static

IPADDR=192.168.24.250

GATEWAY=192.168.27.254

NETMASK=255.255.255.0

ONBOOT=yes

IP地址和默认网关根据自己需要进行设置

（3）配置虚拟机的主机名（三台机器都要设置）

输入vi /etc/sysconfig/network

NETWORKING=yes

NETWORKING_IPV6=yes

HOSTNAME=redhat1

（4）配置主机名与ip地址的对应关系（三台机器都要设置）

输入 vi /etc/hosts

127.0.0.1 localhost

192.168.24.250 redhat1

192.168.24.249 redhat2

192.168.24.248 redhat3

这是标准内容。去掉多余的，否则可能出现 Hadoop 在 master 查看 live nodes 为 0

（5）关闭防火墙 （三台机器都要设置）

输入 chkconfig iptables off    开机不启动防火墙

输入 service iptables  stop 关闭当前防火墙服务

当然也可以设置防火墙对hadoop放行，为了简单起见，我这里就直接关闭防火墙了。

（6）测试网络是否联通

设置完成之后，在每台虚拟机之间执行ping命令，保证虚拟机之间网络没有问题

如：ping 192.168.24.249

2、建立linux之间ssh无密码登录

这个网上也到处都是，参考：

http://www.2cto.com/os/201301/186673.html

http://www.linuxidc.com/Linux/2008-09/15952.htm

到此为止，铺垫工作算是做完了。

3、安装和配置JDK （三台机器都要安装）

这个参考我的文章

http://www.jialinblog.com/?p=74

http://blog.csdn.net/shan9liang/article/details/9117021

4、安装hadoop （三台机器都要安装）

（1）到hadoop官网下载hadoop1.2.0

（2）使用ftp上传到linux，如果不懂，可以参考我的文章：

http://blog.csdn.net/shan9liang/article/details/9110559

http://www.jialinblog.com/?p=64

（3）解压安装

进入hadoop-1.2.0.tar.gz所在的目录

输入：

tar -zvxf hadoop-1.2.0.tar.gz

即安装完毕

5、配置Hadoop（三台机器都要设置）

（1）配置hadoop环境变量

和设置jdk环境变量一样

命令：vi /etc/profile

在文件最后输入：

export HADOOP_HOME=/usr/local/hadoop-1.2.0

export PATH=$PATH:$HADOOP_HOME/bin

执行命令source /etc/profile   使profile生效

（2）配置hadoop运行参数

更改hadoop安装路径下/conf/hadoop-env.sh的文件（三台机器都要设置）

第9行加入export JAVA_HOME=/usr/java/jdk1.7.0_21

更改hadoop安装路径/conf/masters和slaves两个文件。（只配置192.168.24.250虚拟机）

masters中输入：192.168.24.250

slaves中输入：

192.168.24.249

192.168.24.248

配置hadoop安装路径/conf/core-site.xml、hdfs-site.xml和mapred-site.xml三个文件。(三台机器都要设置)

core-site.xml:

<configuration>

        <property>

                <name>fs.default.name</name>

                <value>hdfs://192.168.24.250:9000</value>

        </property>

         <property>

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

                <value>/tmp</value>

        </property>

</configuration>

hdfs-site.xml:

<configuration>

    <property>

        <name>dfs.replication</name>

        <value>2</value>

    </property>

    <property>

        <name>dfs.permissions</name>

        <value>false</value>

    </property>

</configuration>

mapred-site.xml：

<configuration>

    <property>

        <name>mapred.job.tracker</name>

        <value>192.168.24.250:9001</value>

    </property>

</configuration>

（3）格式化文件系统

命令：Hadoop  namenode  –format

至此hadoop已经安装配置完毕了。

五、测试

1、启动hadoop

在192.168.24.250机器上执行如下指令，启动hadoop安装目录bin下：

Start-all.sh   

对于hadoop来说，启动所有进程是鼻血的，但是如果有必要，你依然可以只启动HDFS（start-dfs）或MapReduce（start-mapred.sh）

Web浏览器监视HDFS文件系统状态和MAPREDUCE执行任务的情况。

HDFS文件系统

浏览器中输入： http://192.168.11.188:50070/

 

 

浏览器中输入：http://192.168.11.188:50030

 

 

 

 

2、运行hadoop自带的wordcount示例

依次执行命令：

echo “It is a dog”> input1

echo   "it is not a dog" > input2

hadoop fs -mkdir input

hadoop fs -copyFromLocal /root/input* input

hadoop jar /usr/local/hadoop-1.2.0/hadoop-examples-1.2.0.jar wordcount input output

可以查看运行状态 http://192.168.24.250:50030

 

 

查看运行结果

 

 

至此全部成功！

六、总结

利用多台虚拟机模拟的hadoop集群环境基本搞定，剩下的就是根据需要再做详细的配置了。如果要移植到物理存在的机器上，只需把虚拟机上的安装方式直接搬过去用就可以了。

接下来，还会继续出一篇文章介绍eclipse连接远程hadoop集群进行开发，其中也涉及一些比较麻烦的问题，不过幸好都解决了，马上整理出来，期待吧。