Hadoop 1.0.3 安装配置笔记

2012-9-4 20:37| 发布者: luinstein| 查看: 462| 评论: 0

摘要: 环境：操作系统Centos 6.2 64-bit --我采用的是最小安装VMWare虚拟机4个，计划部署分配如下：192.168.181.121 nameNode192.168.181.122 dataNode192.168.181.123 dataNode192.168.181.124 dataNode各dataNode机器， ...

环境：操作系统Centos 6.2 64-bit --我采用的是最小安装

VMWare虚拟机4个，计划部署分配如下：
192.168.181.121 nameNode
192.168.181.122 dataNode
192.168.181.123 dataNode
192.168.181.124 dataNode
各dataNode机器，都需要安装jdk和ssh,同时要将nameNode上安装的hadoop分发到各节点机器，位置、环境变量等尽量保持与nameNode一致。

1、安装基础工具
    yum -y install wget
    yum -y install make
    yum -y install openssh*

2、安装JDK
将下载源码包jdk-7u4-linux-x64.tar.gz
      放到目录：/usr/lib/jvm下（这里位置目录可以自己定义，JDK环境变量需要对应）
直接解压：
    tar zxvf jdk-7u4-linux-x64.tar.gz

3、安装hadoop-1.0.3.tar.gz
3.1、将下载包解压到根目录tar xzvf hadoop-1.0.3.tar.gz
3.2、修改hadoop-env.sh配置
    vi conf/hadoop-env.sh
# 找到JAVA_HOME设置：
    # The java implementation to use. Required.
     export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_04
# 在文件末尾加以下内容：
# 取消环境变量$HADOOP_HOME过时的警告
    export HADOOP_HOME_WARN_SUPPRESS=1
4、配置环境变量(集群节点都要配置环境变量)
    vi /etc/profile
在文件中末尾加入以下内容：
    export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_04
    export PATH=$JAVA_HOME/bin:$PATH
    export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
    export HADOOP_HOME=/hadoop-1.0.3
    export PATH=$PATH:$HADOOP_HOME/bin
让环境变量生效
    source /etc/profile

5、多节点集群配置
5.1、设置conf/masters文件内容
          指定masterNode，可以用IP，也可以用机器名,masters文件配置将决定哪台机器是secondaryNameNode,准确的说这个文件名起的不对，它应该叫secondaries。
    vi conf/masters
    192.168.181.221         # secondaryNameNode
         其中192.168.181.221这个节点既是dataNode，同时也是secondaryNameNode
之前我这用的是默认的localhost，结果验证访问：http://192.168.181.221:50070/时报http-404错误，估计是域名解析的问题，网上推荐，masters和slaves文件里，使用机器名，这里我用IP。
5.2、设置conf/slaves文件内容，指定slavesNodes
    vi conf/slaves
    192.168.181.222         # dataNode
    192.168.181.223         # dataNode
    192.168.181.224         # dataNode
指定哪些机器为从节点，用于存储数据块。
5.3、配置文件：conf/hdfs-site.xml
    <?xml version="1.0"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
    <configuration>
            <property>
                    <name>dfs.name.dir</name>
                    <value>/HadoopRun/name1,/HadoopRun/name2</value>
            </property>
            <property>
                    <name>dfs.data.dir</name>
                    <value>/HadoopRun/data1,/HadoopRun/data2</value>
            </property>
            <property>
                    <name>dfs.replication</name>
                    <value>3</value>
            </property>
    </configuration>
配置文件参数说明：
dfs.name.dir：NameNode上的本地文件路径，用于持久存储命名空间和日志信息文件等内容。该参数可以有多个值，值之间用逗号分割，表示文件映射关系信息将会被复制到每个目录中做冗余备份。
dfs.data.dir：DataNode上的本地文件路径，用于存放文件数据块。该参数可以有多个值，值之间用逗号分割，表示文件数据块将会被复制到每个目录中做冗余备份，通常配置为不同的设备
注意：这里的name1、name2、data1、data2目录不能预先创建，hadoop格式化时会自动创建，如果预先创建反而会有问题
dfs.replication：表示文件数据块要冗余备份的数量，默认值为3
5.4、配置文件：conf/mapred-site.xml
    <?xml version="1.0"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
    <configuration>
            <property>
                    <name>mapred.job.tracker</name>
                    <value>192.168.181.221:9001</value>
            </property>
            <property>
                    <name>mapred.local.dir</name>
                    <value>/HadoopRun/var</value>
            </property>
    </configuration>
配置文件参数说明：
mapred.job.tracker：JobTracker（任务分配管理）的主机（或者IP）和端口
mapred.local.dir：本地文件路径，用逗号分割的路径列表，是Map/Reduce临时数据存放的地方。
5.5、配置文件：conf/core-site.xml
    <?xml version="1.0"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
    <configuration>
            <property>
                    <name>fs.default.name</name>
                    <value>hdfs://192.168.181.221:9000</value>
            <description>
                NameNode的URI路径，格式：hdfs://主机名:端口/
            </description>
            </property>
        <property>
                    <name>fs.checkpoint.period</name>
                    <value>3600</value>
            <description>
                进行checkpoint的周期时间间隔，单位：秒
            </description>
            </property>
        <property>
                    <name>fs.checkpoint.size</name>
                    <value>67108864</value>
            <description>
                日志文件达到这个上限值时，将进行一次强制checkpoint操作,单位：byte
            </description>
            </property>
            <property>
                    <name>hadoop.tmp.dir</name>
                    <value>/HadoopRun/tmp</value>
            <description>
                Hadoop的默认临时路径，这个最好配置，如果在新增节点或者其他情况下莫名其妙的DataNode启动不了，就删除此文件中的tmp目录即可。不过如果删除了NameNode机器的此目录，那么就需要重新执行NameNode格式化的命令。/hadoopRun/tmp这里给的路径不需要创建会自动生成。
            </description>
            </property>
    </configuration>

6、使用ssh公钥密钥自动登陆linux服务器
实现原理
使用一种被称为"公私钥"认证的方式来进行ssh登录. "公私钥"认证方式简单的解释是
首先在客户端上创建一对公私钥（公钥文件：~/.ssh/id_rsa.pub；私钥文件：~/.ssh/id_rsa）
然后把公钥放到服务器上（~/.ssh/authorized_keys）, 自己保留好私钥
当ssh登录时,ssh程序会发送私钥去和服务器上的公钥做匹配.如果匹配成功就可以登录了
这里nameNode服务器需要ssh无密码访问所有dataNode服务器。
6.1、在metaServer机器上生成公钥密钥对
问题：初次生成密钥时出错
    [root@gifer .ssh]# ssh-keygen
    Generating public/private rsa key pair.
    Enter file in which to save the key (/root/.ssh/id_rsa):
    Enter passphrase (empty for no passphrase):
    Enter same passphrase again:
    open /root/.ssh/id_rsa failed: Permission denied.
    Saving the key failed: /root/.ssh/id_rsa.
SELINUX=enforcing问题导致密钥创建失败
    vi /etc/selinux/config
    SELINUX=enforcing
改成
    SELINUX=disabled
保存重启机器后，再生成。
    [root@gifer /]# ssh-keygen -t rsa
    Generating public/private rsa key pair.
    Enter file in which to save the key (/root/.ssh/id_rsa):
    Enter passphrase (empty for no passphrase):
    Enter same passphrase again:
    Your identification has been saved in /root/.ssh/id_rsa.
    Your public key has been saved in /root/.ssh/id_rsa.pub.
    The key fingerprint is:
    98:3c:31:5c:23:21:73:a0:a0:1f:c6:d3:c3:dc:58:32 root@gifer
    The key's randomart image is:
    +--[ RSA 2048]----+
    |.   E.=.o        |
    |.o = @ o .       |
    |. * * =          |
    | o o o =         |
    | .   = S        |
    |       .         |
    |                 |
    |                 |
    |                 |
    +-----------------+
成功后，目录下会多出两个文件：
私钥文件：id_raa
公钥文件：id_rsa.pub
6.2、将公钥文件id_rsa.pub内容放到authorized_keys中
将生成的公钥文件默认在/root/.ssh/目录下
    [root@gifer .ssh]# cat id_rsa.pub >> authorized_keys
将文件内容追加到authorized_keys文件中，如果文件authorized_keys不存在，会自动创建。
同时，将id_rsa.pub文件内容，分发一份到其它dataNode机器
    [root@gifer .ssh]# ssh-copy-id -i id_rsa.pub root@192.168.181.222
也可以使用scp命令进行复制
    [root@gifer .ssh]# scp authorized_keys root@192.168.181.222:/root/.ssh/
6.3、设置权限
.ssh 文件夹权限：700
authorized_keys文件权限：600
6.5、验证ssh登录是否成功
    [root@gifer .ssh]# ssh root@192.168.181.218
    Last login: Mon May 21 18:24:21 2012 from 192.168.181.1
表示成功
root@192.168.181.218's password: //如果还提示要输入密码，说明配置不成功，这个很可能是权限的问题
7、启动hadoop前，检查配置
7.1、将部署进行分发
使用scp命令,将弄好的hadoop-1.0.3文件夹复制一份，分发到各dataNode节点相同目录下：
    [root@gifer /]# scp -r hadoop-1.0.3 192.168.181.222:/
这里我当前192.168.181.221机器文件夹hadoop-1.0.3在根目录下，所以192.168.181.222上也是放根目录。scp 参数 -r 表示，如果目标目录已经存在文件，就覆盖它。否则会报错：not a regular file
如果配置做了修改，需要对更改的配置文件重新发布到各节点即可：
    [root@masterNode hadoop-1.0.3]# scp -r /hadoop-1.0.3/conf 192.168.181.222:/hadoop-1.0.3/
7.2、打开以下防火墙端口或关闭防火墙
图安全——开端口（所有节点机器，包括namenode）：
    /sbin/iptables -I INPUT -p tcp --dport 9000 -j ACCEPT
    /sbin/iptables -I INPUT -p tcp --dport 9001 -j ACCEPT
    /sbin/iptables -I INPUT -p tcp --dport 37974 -j ACCEPT
    /sbin/iptables -I INPUT -p tcp --dport 38840 -j ACCEPT
    /sbin/iptables -I INPUT -p tcp --dport 49785 -j ACCEPT
    /sbin/iptables -I INPUT -p tcp --dport 50030 -j ACCEPT
    /sbin/iptables -I INPUT -p tcp --dport 50070 -j ACCEPT
    /sbin/iptables -I INPUT -p tcp --dport 50090 -j ACCEPT
    service iptables save
查看防火墙信息
    service iptables status
图省事——关防火墙
    service iptables stop
8、安装启动hadoop系统
8.1、格式化一个新的分布式文件系统
    [root@masterNode /]# cd hadoop-1.0.3
    [root@masterNode hadoop-1.0.3]# bin/hadoop namenode -format
    12/05/23 13:36:17 INFO namenode.NameNode: STARTUP_MSG:
    /************************************************************
    STARTUP_MSG: Starting NameNode
    STARTUP_MSG:   host = localhost/127.0.0.1
    STARTUP_MSG:   args = [-format]
    STARTUP_MSG:   version = 1.0.3
    STARTUP_MSG:   build = https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.0 -r 1335192; compiled by 'hortonfo' on Tue May 8 20:31:25 UTC 2012
    ************************************************************/
    Re-format filesystem in /hadoop_home/name1 ? (Y or N) y
    Format aborted in /hadoop_home/name1
    12/05/23 13:36:29 INFO namenode.NameNode: SHUTDOWN_MSG:
    /************************************************************
    SHUTDOWN_MSG: Shutting down NameNode at localhost/127.0.0.1
    ************************************************************/
看到以上输出表示格式化失败！格式化失败的原因是：我在目录/hadoop_home/下预先创建了文件夹：name1，所以出错了。这个格式化时会自动生成。
    [root@masterNode hadoop-1.0.3]# bin/hadoop namenode -format
    12/05/24 03:21:29 INFO namenode.NameNode: STARTUP_MSG:
    /************************************************************
    STARTUP_MSG: Starting NameNode
    STARTUP_MSG:   host = localhost/127.0.0.1
    STARTUP_MSG:   args = [-format]
    STARTUP_MSG:   version = 1.0.3
    STARTUP_MSG:   build = https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.0 -r 1335192; compiled by 'hortonfo' on Tue May 8 20:31:25 UTC 2012
    ************************************************************/
    12/05/24 03:21:29 INFO util.GSet: VM type       = 64-bit
    12/05/24 03:21:29 INFO util.GSet: 2% max memory = 19.33375 MB
    12/05/24 03:21:29 INFO util.GSet: capacity      = 2^21 = 2097152 entries
    12/05/24 03:21:29 INFO util.GSet: recommended=2097152, actual=2097152
    12/05/24 03:21:29 INFO namenode.FSNamesystem: fsOwner=root
    12/05/24 03:21:29 INFO namenode.FSNamesystem: supergroup=supergroup
    12/05/24 03:21:29 INFO namenode.FSNamesystem: isPermissionEnabled=true
    12/05/24 03:21:29 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100
    12/05/24 03:21:29 INFO namenode.FSNamesystem: isAccessTokenEnabled=false accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)
    12/05/24 03:21:29 INFO namenode.NameNode: Caching file names occuring more than 10 times
    12/05/24 03:21:30 INFO common.Storage: Image file of size 110 saved in 0 seconds.
    12/05/24 03:21:30 INFO common.Storage: Storage directory /hadoop_home/name1 has been successfully formatted.
    12/05/24 03:21:30 INFO common.Storage: Image file of size 110 saved in 0 seconds.
    12/05/24 03:21:30 INFO common.Storage: Storage directory /hadoop_home/name2 has been successfully formatted.
    12/05/24 03:21:30 INFO namenode.NameNode: SHUTDOWN_MSG:
    /************************************************************
    SHUTDOWN_MSG: Shutting down NameNode at localhost/127.0.0.1
    ************************************************************/
格式化分布式文件系统成功。
8.2、启动hadoop服务
启动hdfs守护进程
    [root@masterNode hadoop-1.0.3]# bin/start-dfs.sh
    starting namenode, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-namenode-masterNode.out
    192.168.181.224: starting datanode, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-datanode-node3.out
    192.168.181.222: starting datanode, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-datanode-node1.out
    192.168.181.223: starting datanode, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-datanode-node2.out
    192.168.181.221: starting secondarynamenode, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-secondarynamenode-masterNode.out
启动mapreduce守护进程
    [root@masterNode hadoop-1.0.3]# bin/start-mapred.sh
    starting jobtracker, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-jobtracker-masterNode.out
    192.168.181.223: starting tasktracker, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-tasktracker-node2.out
    192.168.181.222: starting tasktracker, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-tasktracker-node1.out
    192.168.181.224: starting tasktracker, logging to /hadoop-1.0.3/libexec/../logs/hadoop-root-tasktracker-node3.out
注：对于命令bin/start-all.sh（启动所有守护进程）在hadoop-1.0.3版本中已不推荐使用了。
8.3、验证安装是否成功
使用jps命令查看启动的守护进程有哪些：
    [root@masterNode hadoop-1.0.3]# jps
    12275 NameNode
    12445 SecondaryNameNode
    12626 Jps
    12529 JobTracker
    [root@node3 ~]# jps
    6621 DataNode
    6723 TaskTracker
    6819 Jps
另外可通过浏览器访问：
NameNode            http://192.168.181.221:50070/
JobTracker http://192.168.181.221:50030/
8.4、关闭hadoop服务
关闭hdfs守护进程
    [root@masterNode hadoop-1.0.3]# bin/stop-dfs.sh
    stopping namenode
    192.168.181.222: stopping datanode
    192.168.181.224: stopping datanode
    192.168.181.223: stopping datanode
    192.168.181.221: stopping secondarynamenode
关闭mapreduce守护进程
    [root@masterNode hadoop-1.0.3]# bin/stop-mapred.sh
    stopping jobtracker
    192.168.181.222: stopping tasktracker
    192.168.181.224: stopping tasktracker
    192.168.181.223: stopping tasktracker
注：对于命令bin/stop-all.sh（关闭所有守护进程）在hadoop-1.0.3版本中已不推荐使用了。
8.5、文件上传测试
略……
安装过程遇到的问题：
1、想在分布式文件系统中创建一个目录input，结果报错：
    [root@masterNode hadoop-1.0.3]# bin/hadoop fs -mkdir input
    mkdir: org.apache.hadoop.hdfs.server.namenode.SafeModeException: Cannot create directory /user/root/input. Name node is in safe mode.
解决办法：关闭安全模式
    [root@masterNode hadoop-1.0.3]# bin/hadoop dfsadmin -safemode leave
    Safe mode is OFF

鲜花

握手

雷人

路过

鸡蛋

收藏分享邀请

下级分类

临时文档

		自动登录	找回密码
密码			立即注册

Hadoop 1.0.3 安装配置笔记

相关分类

下级分类