hadoop2.4完全分布式部署

感谢：http://blog.csdn.net/licongcong_0224/article/details/12972889

集群组成：

两台red hat ent 6.5 x64 服务器

192.168.16.100 master

192.168.16.101 cupcs3

注意：master和cupcs3分别是两台服务器的hostname

1. 下载编译hadoop2.4,编译方法：http://www.cnblogs.com/wrencai/p/3897438.html

2. 修改相关配置文件，如下：

hadoop-env.sh文件
修改JAVA_HOME值（export JAVA_HOME=/YOURJDK_HOME）

yarn-env.sh文件
修改JAVA_HOME值（export JAVA_HOME=/YOURJDK_HOME）

slaves文件添加如下：注：此处我们将主节点master也所谓了一个slave这样在启动的时候主节点上也会启动datanode和nodemanager两个进程
master
cupcs3

core-site.xml文件

<configuration>

 <property>

  <name>fs.defaultFS</name>

  <value>hdfs://master:9000</value>

 </property>

 <property>

  <name>io.file.buffer.size</name>

  <value>131072</value>

 </property>

 <property>

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

  <value>/home/bigdata/hadoop-2.4.1/tmp/hadoop-${user.name}</value>

  <description>Abase for other temporary directories.</description>

 </property>

 <property>

  <name>hadoop.proxyuser.hduser.hosts</name>

  <value>*</value>

 </property>

 <property>

  <name>hadoop.proxyuser.hduser.groups</name>

  <value>*</value>

 </property>

</configuration>

hdfs-site.xml文件

<configuration>

 <property>

  <name>dfs.namenode.secondary.http-address</name>

  <value>master:9001</value>

 </property>

 <property>

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

  <value>file:/home/bigdata/hadoop-2.4.1/dfs/name</value>

 </property>

 <property>

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

  <value>file:/home/bigdata/hadoop-2.4.1/dfs/data</value>

 </property>

 <property>

  <name>dfs.replication</name>

  <value>2</value>

 </property>

 <property>

  <name>dfs.webhdfs.enabled</name>

  <value>true</value>

 </property>

</configuration>

mapred-site.xml文件

<configuration>

 <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>

</configuration>

yarn-site.xml文件

<configuration>

 <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>

</configuration>

3. 配置服务器之间的ssh无密码连接:

在每台服务器上都执行

ssh-keygen -t rsa -P ''

执行完成后在~/.ssh隐藏目录下会生成 id_rsa和id_rsa.pub两个文件。

3.1 拷贝出所有机器上生成的id_rsa.pub文件内容到同一个文本文件中，然后将该文件命名为authorized_keys，然后将这个拷贝到所有机器的~/.ssh目录下面。

3.2 修改文件：vi /etc/ssh/sshd_config

   RSAAuthentication yes                                    开启RSA加密方式

   PubkeyAuthentication yes                              开启公钥认证

   AuthorizedKeysFile .ssh/authorized_keys      公钥存放位置

   PasswordAuthentication yes                          使用密码登录

   GSSAPIAuthentication no                                防止登录慢，以及报错问题

   ClientAliveInterval                                    300秒超时自动退出

   ClientAliveCountMax                                  允许SSH远程连接的最大数

这样就完成了ssh无密码访问配置。

4.修改/etc/hosts文件，配置各个节点的ip和主机名映射关系,在本例中在每台机器的/etc/hosts中添加如下

192.168.16.100 master

192.168.16.101 cupcs3

5.关闭各台服务器上的防火墙，否则启动hadoop后，可能会出现各个进程启动正常，但是master监视不到slaves节点的情况。(下面两种方法任选其一)

5.1 重启后永久性生效：

开启：chkconfig iptables on

关闭：chkconfig iptables off

5.2 即时生效，重启后失效：

开启：service iptables start

关闭：service iptables stop

6.运行测试：

6.1格式化hdfs文件系统：

./HADOOP_HOME/bin/hadood namenode –format

6.2启动集群

./HADOOP_HOME/sbin/start-all.sh

成功启动后，执行jps命令，在master上看到如下进程

 ResourceManager

 NameNode

 SecondaryNameNode

 DataNode

 NodeManager

  Jps

cupcs3上看到如下进程

 NodeManager

 DataNode

 Jps

执行hdf dfsadmin -report命令，得到结果如下：

[bigdata@master]$ hdfs dfsadmin -report

Configured Capacity:  (869.76 GB)

Present Capacity:  (795.16 GB)

DFS Remaining:  (791.13 GB)

DFS Used:  (4.03 GB)

DFS Used%: 0.51%

Under replicated blocks:

Blocks with corrupt replicas:

Missing blocks: 

-------------------------------------------------

Datanodes available:  ( total,  dead)

Live datanodes:

Name: 192.168.16.100: (master)

Hostname: master

Decommission Status : Normal

Configured Capacity:  (434.82 GB)

DFS Used:  (4.00 GB)

Non DFS Used:  (37.03 GB)

DFS Remaining:  (393.80 GB)

DFS Used%: 0.92%

DFS Remaining%: 90.56%

Configured Cache Capacity:  ( B)

Cache Used:  ( B)

Cache Remaining:  ( B)

Cache Used%: 100.00%

Cache Remaining%: 0.00%

Last contact: Fri Sep  :: CST 

Name: 192.168.16.101: (cupcs3)

Hostname: cupcs3

Decommission Status : Normal

Configured Capacity:  (434.93 GB)

DFS Used:  (32.92 MB)

Non DFS Used:  (37.57 GB)

DFS Remaining:  (397.33 GB)

DFS Used%: 0.01%

DFS Remaining%: 91.35%

Configured Cache Capacity:  ( B)

Cache Used:  ( B)

Cache Remaining:  ( B)

Cache Used%: 100.00%

Cache Remaining%: 0.00%

Last contact: Fri Sep  :: CST 

[bigdata@master]$

同时在浏览器下http://master:50070 可以查看hdfs的页面 http://master:8088 可以查看hadoop进程管理页面

巴特西

hadoop2.4完全分布式部署

最新文章

热门文章