今天终于把hadoop集群环境给搭建起来了,能够运行单词统计的示例程序了。
集群信息如下:
主机名
hadoop角色
hadoop jps命令结果
hadoop用户
<a></a>
hadoop安装目录
master
slaves
namenode
datanode
jobtracker
tasktracker
secondarynamenode
创建相同的用户的组名:hadoop。
安装hadoop-0.20.2时使用hadoop用户,并且hadoop的文件夹归属也是hadoop:hadoop
/opt/hadoop
slave1
slave2
注:master即使master又是slave.
搭建步骤如下:
一、首先是搞好master
1、创建用户组
groupadd hadoop 添加一个组
useradd hadoop -g hadoop 添加用户
2、jdk的安装
这里安装的版本是jdk-7u9-linux-i586.tar.gz ,使用 tar
-zsvf jdk-7u9-linux-i586.tar.gz -c /opt/
命令将其解压到/opt目录下,并将解压后的文件夹jdk-7u9-linux-i586改名为java.
jdk安装好就要配置环境变量了,使用vi /etc/profile命令编辑添加如下内容:
export java_home=/opt/java/jdk
exprot path=$java_home/bin:$path
配置好之后要用命令source /etc/profile使配置文件生效,这样jdk就安装完毕了。安装完之后不要忘了将所有者设置为hadoop。
使用命令chown -r hadoop:hadoop java/
3.hadoop的安装
hadoop的版本是hadoop-0.20.2.tar.gz,也把它解压到/opt目录下面,改名为hadoop。
hadoop也要设置环境变量,使用vi /etc/profile命令编辑添加如下内容:
export hadoop_home=/opt/hadoop
export path=$hadoop_home/bin:$path
同样也要执行source /etc/profile使配置文件生效,然后执行命令使用命令chown -r hadoop:hadoop hadoop/将其所有者改为hadoop
4、修改地址解析文件/etc/hosts,加入
192.168.137.110 master
192.168.137.111 slave1
192.168.137.112 slave2
5、修改hadoop的配置文件
首先切换到hadoop用户,su hadoop
①修改hadoop目录下的conf/hadoop-env.sh文件
加入java的安装路径export java_home=/opt/java/jdk
②把hadoop目录下的conf/core-site.xml文件修改成如下:
③把hadoop目录下的conf/ hdfs-site.xml文件修改成如下:
④把hadoop目录下的conf/ mapred-site.xml文件修改成如下:
⑤把hadoop目录下的conf/ masters文件修改成如下:
master
⑥把hadoop目录下的conf/ slaves文件修改成如下:
slave1
slave2
6、复制虚拟机
我使用virtual box的克隆功能,将主机master完全克隆两份:slave1和slave2,并修改相应的主机名和ip地址,这样就可以简单地保持hadoop环境基本配置相同。
7、ssh设置无密码验证
切换到hadoop用户,在hadoop家目录下面创建.ssh目录,并在master节点上生成密钥对:ssh-keygen -t
rsa -p ‘’ -f
~/.ssh/id_rsa 。然后一直按[enter]键,按默认的选项生成密钥对保存在.ssh/id_rsa文件中。
然后执行如下命令:
$ ssh ~/.ssh
$ cp id_rsa.pub authorized_keys
$ scp authorized_keys slave1:/home/hadoop/.ssh
$ scp authorized_keys slave2:/home/hadoop/.ssh
执行远程复制文件的时候记得要把slave1和slave2的防火墙关掉。复制完毕后记得要到slave1和slave2去修改该文件的权限。
从master向slave1和slave2发起ssh连接,第一次登录时需要输入密码,以后就不需要了。
$ ssh slave1
$ ssh slave2
我们只需要配置从master向slaves发起ssh连接不需要密码就可以了,但这样只能在master(即在主机master)启动或关闭hadoop服务。
8、运行hadoop
使用hadoop用户,切换到hadoop/bin目录下
格式化分布式文件系统./hadoop namenode -format
执行命令./start-all.sh启动hadoop
在master上执行jps命令查看运行的进程如下:
在slave1和slave2上执行jps结果如下:
9、运行单词统计程序
wordcount是hadoop自带的实例,统计一批文本文件中各单词出现的资料,输出到指定的output目录中,输出目录如果已经存在会报错。
运行结果如下:
运行该程序一定得注意将slave1和slave2的防火墙给关闭,否则会报异常的。