欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Hadoop分布式集群搭建

程序员文章站 2022-05-21 15:46:32
...

更多内容请访问: http://www.mikameng.com

 

 

简介: Hadoop是Apache开源组织的一个并行分布式计算开源框架,借助hadoop框架程序员很容易的实现大规模计算机并行分布式计算。hadoop主要包含MapReduce和HDFS,

MapReduce是基于Google MapReduce论文的开源java实现, map就是将任务分解,然后交给大规模计算机集群去运算,reduce负责合并计算结果。

HDFS: 基于google GFS分布式文件系统论文的开源实现,是hadoop底层存储组件。

环境: RedHat as 5

配置机器:

   namenode:10.0.0.114, 机器名: mika

   datanode: 10.0.0.115      机器名: c1

  1. 配置JDK
  2. 

      下载linux jdk安装包: http://download.oracle.com/otn-pub/java/jdk/6u25-b06/jdk-6u25-linux-i586.bin

     提升bin权限: $ sudo chmod +x jdk-6u25-linux-i586.bin

      安装bin文件    $ ./jdk-6u25-linux-i586.bin, 确认后安装即可。

       设置java运行环境变量,  我的jdk安装在opt下

$ sudo vi /etc/profile 添加下面的设置:

 JAVA_HOME="/opt/jdk1.6.0_25"
PATH=$JAVA_HOME/bin:$PATH
CALSSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME
export PATH
export CALSSPATH

修改保存,然后输入source /etc/profile 激活修改后的java环境变量。

2. 修改hosts文件

     name节点,可以通过机器名访问data节点, 添加如下内容:

          10.0.0.114  mika

           10.0.0.115 c1

     data节点,c1添加如下内容:

          10.0.0.114  mika

           10.0.0.115 c1

3.  设置ssh实现免密码登录

  redhat 默认是安装ssh的, 如果没有请先安装ssh服务。

   在name节点  生成ssh key,

   $ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa    生成密钥对,

   $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys  复杂公钥到authorized_keys文件

   scp命令将公钥拷贝到c1数据节点:

   $ scp  ~/.ssh/authorized_keys c1:/~/.ssh

   测试name节点无密码登录c1机器: ssh c1, 出现欢迎登录,配置成功。

4.  配置hadoop

    下载最新hadoop最新稳定发行版: http://www.apache.org/dyn/closer.cgi/hadoop/common/ , 解压后修改conf/hadoop-env.sh内的JAVA_HOME,修改为/opt/opt/jdk1.6.0_25

输入命令 bin/hadoop 出现命令使用说明

接下来配置完全分布式集群,所有机器的hadoop安装路径相同:

  • 修改core-site.xml文件:
  • XML语言 :
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    <configuration>
      <property>
        <name> fs.default.name </name>
        <value> hdfs://mika:9000 </value>
      </property>
    <property>
        <name> hadoop.tmp.dir </name>
        <value> /opt/hadoop/tmp </value>
    </property>
    </configuration>  

  注意: 需要更改hadoop.tmp.dir默认的指向, 默认指向tmp目录下, 有可能会出现其他问,有时候会出现发现不了datanode的问题。

  •  修改hdfs-site.xml 文件:
  • XML语言 :
    <?xml version=”1.0″?>
    <?xml-stylesheet type=”text/xsl” href=”configuration.xsl”?>
    <configuration>
      <property>
        <name> dfs.replication </name>
        <value> 1 </value>
      </property>
    </configuration>       
  • 修改mapred-site.xml
  • XML语言
    <?xml version="1.0"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    <configuration>
      <property>
        <name> mapred.job.tracker </name>
        <value> mika:9001 </value>
      </property>
    </configuration>

修改masters: 添加一行内容 mika

修改slaves: 添加一行内容 c1

然后scp将masters,slaves, core-site.xml, hdfs-site.xml, mapred-site.xml 复制到 c1节点

  • 格式化新的分布式文件系统:

bin/hadoop namenode -format

  • 在分配的NameNode上,启动hdfs

bin/start-dfs.sh

  • 在分配的JobTracker上, 启动mapred

bin/start-mapred.sh

JPS查看namenode服务是否启动

浏览NameNode和JobTracker的网络接口,它们的地址默认为:

 

备注: 如果新加一个节点c2(10.0.0.116), 该如何设置?

在name节点的hosts里加入 10.0.0.116   c2, 然后在name和c2节点的slaves里添加c2 ,然后在c2节点里启动输入:

bin/start-daemon start datanode

bin/start-daemon start tasktrack

固定链接: http://www.mikameng.com/?p=289