CentOS6 hadoop2.4完全分布式安装文档

本帖最后由 pig2 于 2014-10-14 11:40 编辑
问题导读：
1.mapred-site.xml.template与mapred-site.xml的关系是什么？
2.与 hadoop2.4.0 安装配置伪分布的区别是什么？
3.对比 hadoop2完全分布式最新高可靠安装文档配置文件是否发生变化？

包下载：hadoop2.4最新版本各种包下载

更详细可参考：Hadoop 2.4 完全分布式环境安装与配置及配置信息介绍
这次搭建hadoop2.4分布式集群，由于是在自己的笔记本上搭建集群，所以必须在虚拟机下安装多linux系统来模拟真实的分布式集群环境，我们用的虚拟机是VmWare10，选择的是linux发行版CentOs6.0，虚拟了三个CentOs系统（安装CentOs的步骤省略，这里不是我们这次学习的重点），一台master 两台slave，用户名全部为hadoop，具体如下（除了第一步使用root用户操作，其他均使用hadoop用户）：
master    192.168.1.106
slave1    192.168.1.107
slave2    192.168.1.108
下面说明hadoop的详细安装过程：
1、给hadoop用户增加sudo权限以及修改host
   1）切换到root用户，su 输入密码
   2）给sudoers增加写权限：chmod u+w /etc/sudoers
   3）编译sudoers文件：vi /etc/sudoers
      在root ALL=(ALL)  ALL下方增加hadoop ALL=(ALL)NOPASSWD:ALL
   4）去掉sudoers文件的写权限：chmod u-w /etc/sudoers
   5）修改host，vi /etc/hosts
         192.168.1.106节点修改为master
         192.168.1.107节点修改为slave1
         192.168.1.107节点修改为slave2

2、首先安装jdk
我选择的是jdk-6u31-linux-amd64.rpm，使用命令sudo yum install jdk-6u31-linux-amd64.rpm --nogpgcheck;安装。安装后java路径为：/usr/java/jdk1.6.0_31

3、解压hadoop-2.4.0.tar.gz文件：
tar -xzvf hadoop-2.4.0.tar.gz

4、设置java环境变量以及hadoop环境变量
   sudo vim /ect/profile，
   在最后增加
   export JAVA_HOME=/usr/java/jdk1.6.0_31
   export HADOOP_PREFIX=/home/hadoop/hadoop-2.4.0
   export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
   export PATH=$PATH:$JAVA_HOME/bin
   然后使用sudo source /ect/profile使之生效
5、做SSH免密码登录
   分别在三个系统中（hadoop用户）的终端执行：ssh-keygen -t rsa，一路回车
   会在当前用户下.ssh目录中生成两个文件一个是私钥文件，一个是公钥文件，我们复制公钥文件到当前目录并重命名为authorized_keys，分别把其他两个系统的公钥文件内容复制到authorized_keys文件中，其他两个系统也做此操作，最后每个系统的authorized_keys文件包含本系统的公钥内容以及其他两个系统公钥的内容，使用SSH命令进行测试，如下图：

6、进入/home/hadoop/hadoop-2.4.0/etc/hadoop目录中，编辑hadoop-env.sh文件，使用vim  hadoop-env.sh，修改内容如下：
   export JAVA_HOME=/usr/java/jdk1.6.0_31

7、编辑yarn-env.sh       vim  yarn-env.sh，修改内容如下：
   JAVA_HOME=/usr/java/jdk1.6.0_31

8、编辑core-site.xml，修改内容如下：
<property>
<name>fs.default.name</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/hadoop-2.4.0/tmp</value>
</property>

9、编辑hdfs-site.xml，编辑内容如下：
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop/hadoop-2.4.0/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/hadoop/hadoop-2.4.0/dfs/data</value>
</property>

10、编辑mapred-site.xml（需要复制mapred-site.xml.template，并命名为mapred-site.xml），编辑内容如下：
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>Master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>Master:19888</value>
</property>

11、编辑yarn-site.xml文件，修改内容如下：
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>master:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>master:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>master:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master:8088</value>
</property>

12、编辑slaves文件，修改内容如下：
slave1
slave2

13、复制hadoop2.4到另外两个节点，使用的命令是：
   scp -r ./hadoop-2.4.0 hadoop@192.168.1.107:/home/hadoop
   scp -r ./hadoop-2.4.0 hadoop@192.168.1.108:/home/hadoop

14、在master节点格式化hdfs文件
   [hadoop@master hadoop-2.4.0]$ ./bin/hdfs namenode -format
   成功格式化后，如下图：

15、启动hadoop
   [hadoop@master hadoop-2.4.0]$ ./sbin/start-all.sh
   使用jps查看运行的进程，表示master和slave节点成功运行的进程如下：
   master：

slave1：

slave2：

至此hadoop2.4集群搭建完成。