Hadoop安裝配置手冊
一、 準備篇
Hadoop運作環境:
- SSH服務正常運作
- JDK
沒安裝的可以自己安裝一下。
二、 基礎篇(單節點Hadoop)
- Hadoop下載下傳
Hadoop下載下傳頁:http://hadoop.apache.org/releases.html#Download
本文基于hadoop1.0.4版本,下載下傳:http://labs.mop.com/apache-mirror/hadoop/common/hadoop-1.0.4/hadoop-1.0.4.tar.gz
解壓下載下傳的源碼壓縮包到合适的位置,如:/Users/yinxiu/dev/hadoop-1.0.4(這是本文安裝hadoop的位置)
- 環境變量(hadoop_env.sh)
目錄/Users/yinxiu/dev/hadoop-1.0.4/conf
2.1 JAVA_HOME 必須變量
export JAVA_HOME=實際JDK路徑
如:
export JAVA_HOME=/System/Library/Java/JavaVirtualMachines/1.6.0.jdk/Contents/Home
2.2 HADOOP_HOME 可選變量
HADOOP_HOME預設的是bin目錄的父目錄,本文中的配置就是/Users/yinxiu/dev/hadoop-1.0.4
export HADOOP_HOME=/Users/yinxiu/dev/hadoop-1.0.4
注意:在試驗的時候發現配置了HADOOP_HOME後啟動Hadoop提示:$HADOOP_HOME is deprecated.
這個提示是說重複定義了。
這個警告發生在HADOOPINSTALL/bin/hadoop-config.sh中:
if [ "$HADOOP_HOME_WARN_SUPPRESS" = "" ] && [ "$HADOOP_HOME" != "" ]; then
echo "Warning: \$HADOOP_HOME is deprecated." 1>&2
echo 1>&2
fi
export HADOOP_HOME=${HADOOP_PREFIX}
解決方法:可以去除HADOOP_HOME的配置,也可以通過添加export HADOOP_HOME_WARN_SUPPRESS=TRUE到hadoop-env.sh中。
- 環境配置檔案的配置
主要有三個配置檔案:core-site.xml,hdfs-site.xml,mapred-site.xml
3.1 conf/core-site.xml
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://(master ip):9000</value>
</property>
<name>hadoop.tmp.dir</name>
<value>hadoop運作的臨時目錄</value>
</configuration>
hadoop運作的臨時目錄:/Users/yinxiu/dev/hadoopdata/temp
3.2 conf/hdfs-site.xml
<name>dfs.replication</name>
<value>1</value>
<name>dfs.data.dir</name>
<value>DFS的資料儲存目錄</value>
<name>dfs.name.dir</name>
<value>DFS Namenode儲存的位置</value>
DFS的資料儲存目錄:/Users/yinxiu/dev/hadoopdata/data
DFS Namenode儲存的位置:/Users/yinxiu/dev/hadoopdata/temp/dfs/name
3.3 conf/mapred-site.xml
<name>mapred.job.tracker</name>
<value>(master ip):9001</value>
可以配置單節點同時運作的最大map數和單節點同時運作的最大reduce數:
mapred.tasktracker.map.tasks.maximum=8
mapred.tasktracker.reduce.tasks.maximum=6
- ssh配置(使其可以通過ssh無密碼登入,即通過證書認證登入)
sh-keygen –t dsa –P ‘’ –f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
注意:connect to host localhost port 22: Connection refused
運作hadoop的時候需要確定ssh運作正常。引起connect to host localhost port 22: Connection refused的原因可能有多個,比如沒有開啟遠端登入。
MAC開啟遠端登入:http://www.bluishcoder.co.nz/articles/mac-ssh.html
- 啟動
進入HADOOPINSTALL目錄
5.1 格式化namenode
執行bin/hadoop namenode -format
5.2 簡單啟動所有守護
bin/start-all.sh
5.3 停止守護
bin/stop-all.sh
- 驗證測試
啟動成功後可在浏覽器檢視以下位址:
6.1 Job tracker
http://master ip:50030
6.2 NameNode
http://master ip:50070
三、 進階篇(多節點Hadoop)
以5台機子為例,分别為
node-1 NameNode
node-2 DataNode
node-3 DataNode
node-4 DataNode
node-5 DataNode
- 叢集SSH設定(namenode通過ssh可以無密碼登入datanode)
在将作為NameNode的機器上生成密鑰對:
$ssh-keygen –t rsa –P ‘’ –f ~/.ssh/id_rsa
$cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
注意ssh-keygen指令和cat指令的使用。
提示要為生成的密鑰輸入passphrase的時候,直接回車将其設定為空密碼
将id_ras.pub的内容複制到每個機器(包括本機)的.ssh/authorized_keys檔案中(如果原先有authorized_keys檔案了将id_rsa.pub的内容追加在後面)
複制和遠端複制需要看cp和scp指令。
如果ssh配置好了,就會出現以下提示資訊
The authenticity of host [servername-2] can’t be established.
Key fingerprint is 1024 5f:a0:0b:65:d3:82:df:ab:44:62:6d:98:9c:fe:e9:52.
Are you sure you want to continue connecting (yes/no)?
OpenSSH告訴你它不知道這台主機,但是你不用擔心這個問題,因為你是第一次登入這台主機。鍵入“yes”。這将把這台主機的“識别标記”加到“~/.ssh/know_hosts”檔案中。第二次通路這台主機的時候就不會再顯示這條提示資訊了。
注意:Authentication refused: bad ownership or modes for directory
/root錯誤的原因可能是權限問題或者使用者組等問題,參考下面的一些資料。
http://recursive-design.com/blog/2010/09/14/ssh-authentication-refused/
http://bbs.csdn.net/topics/380198627
- 主機配置
主機配置與基礎篇中的配置基本一緻,不再說明。
- Masters/Slaves檔案配置
NameNode節點的HADOOPINSTALL/conf/masters檔案中添加主機名。那麼本例中的masters檔案内容如下:
node-1
HADOOPINSTALL/conf/slaves中添加DataNode節點的主機名,一行一個主機名。内容如下:
node-2
node-3
node-4
node-5
- 部署Hadoop叢集
前面講的這麼多Hadoop的環境變量和配置檔案都是在node-1這台master主機上的, 将上述配置好的hadoop分發至各個slave的相同位置,注意要保證目錄結構一緻。
使用scp進行分發。
配置完後對NameNode進行格式化。
bin/hadoop
namenode –format
啟動與基礎篇一緻,使用簡單的start-all.sh和stop-all.sh進行啟動和關閉,注意啟動前
- 測試驗證
部分資料
http://www.cnblogs.com/xia520pi/archive/2012/05/16/2503949.html
如果本文對您有幫助,點一下右下角的“推薦”