如何完全分布式安裝Hadoop

小編給大家分享一下如何完全分布式安裝Hadoop，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

　　Hadoop完全分布式模式安裝步驟

　　Hadoop模式介紹

　　單機(jī)模式：安裝簡(jiǎn)單，幾乎不用作任何配置，但僅限于調(diào)試用途

　　偽分布模式：在單節(jié)點(diǎn)上同時(shí)啟動(dòng)namenode、datanode、jobtracker、tasktracker、secondary namenode等5個(gè)進(jìn)程，模擬分布式運(yùn)行的各個(gè)節(jié)點(diǎn)

　　完全分布式模式：正常的Hadoop集群，由多個(gè)各司其職的節(jié)點(diǎn)構(gòu)成

　　安裝環(huán)境

　　操作平臺(tái)：vmware2

　　操作系統(tǒng)：oracle linux 5.6

　　軟件版本：hadoop-0.22.0,jdk-6u18

　　集群架構(gòu)：3 node，master node(gc),slave node(rac1,rac2)

　　安裝步驟

　　1.        下載Hadoop和jdk：

　　如：hadoop-0.22.0

　　2.        配置hosts文件

　　所有的節(jié)點(diǎn)（gc,rac1,rac2）都修改/etc/hosts，使彼此之間都能把主機(jī)名解析為ip

　　[root@gc ~]$ cat /etc/hosts

　　# Do not remove the following line, or various programs

　　# that require network functionality will fail.

　　127.0.0.1               localhost.localdomain localhost

　　::1             localhost6.localdomain6 localhost6

　　192.168.2.101           rac1.localdomain rac1

　　192.168.2.102           rac2.localdomain rac2

　　192.168.2.100           gc.localdomain gc

　　3.        建立hadoop運(yùn)行賬號(hào)

　　在所有的節(jié)點(diǎn)創(chuàng)建hadoop運(yùn)行賬號(hào)

　　[root@gc ~]# groupadd hadoop

　　[root@gc ~]# useradd -g hadoop grid --注意此處一定要指定分組，不然可能會(huì)不能建立互信

　　[root@gc ~]# id grid

　　uid=501(grid) gid=54326(hadoop) groups=54326(hadoop)

　　[root@gc ~]# passwd grid

　　Changing password for user grid.

　　New UNIX password:

　　BAD PASSWORD: it is too short

　　Retype new UNIX password:

　　passwd: all authentication tokens updated successfully.

　　4.        配置ssh免密碼連入

　　注意要以hadoop用戶登錄，在hadoop用戶的主目錄下進(jìn)行操作。

　　每個(gè)節(jié)點(diǎn)做下面相同的操作

　　[hadoop@gc ~]$ ssh-keygen -t rsa

　　Generating public/private rsa key pair.

　　Enter file in which to save the key (/home/hadoop/.ssh/id_rsa):

　　Created directory '/home/hadoop/.ssh'.

　　Enter passphrase (empty for no passphrase):

　　Enter same passphrase again:

　　Your identification has been saved in /home/hadoop/.ssh/id_rsa.

　　Your public key has been saved in /home/hadoop/.ssh/id_rsa.pub.

　　The key fingerprint is:

　　54:80:fd:77:6b:87:97:ce:0f:32:34:43:d1:d2:c2:0d hadoop@gc.localdomain

　　[hadoop@gc ~]$ cd .ssh

　　[hadoop@gc .ssh]$ ls

　　id_rsa  id_rsa.pub

　　把各個(gè)節(jié)點(diǎn)的authorized_keys的內(nèi)容互相拷貝加入到對(duì)方的此文件中，然后就可以免密碼彼此ssh連入。

　　在其中一節(jié)點(diǎn)（gc）節(jié)點(diǎn)就可完成操作

　　[hadoop@gc .ssh]$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

　　[hadoop@gc .ssh]$ ssh rac1 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

　　The authenticity of host 'rac1 (192.168.2.101)' can't be established.

　　RSA key fingerprint is 19:48:e0:0a:37:e1:2a:d5:ba:c8:7e:1b:37:c6:2f:0e.

　　Are you sure you want to continue connecting (yes/no)  yes

　　Warning: Permanently added 'rac1,192.168.2.101' (RSA) to the list of known hosts.

　　hadoop@rac1's password:

　　[hadoop@gc .ssh]$ ssh rac2 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

　　The authenticity of host 'rac2 (192.168.2.102)' can't be established.

　　RSA key fingerprint is 19:48:e0:0a:37:e1:2a:d5:ba:c8:7e:1b:37:c6:2f:0e.

　　Are you sure you want to continue connecting (yes/no)  yes

　　Warning: Permanently added 'rac2,192.168.2.102' (RSA) to the list of known hosts.

　　hadoop@rac2's password:

　　[hadoop@gc .ssh]$ scp ~/.ssh/authorized_keys rac1:~/.ssh/authorized_keys

　　hadoop@rac1's password:

　　authorized_keys                                                                                                            100% 1213     1.2KB/s   00:00   

　　[hadoop@gc .ssh]$ scp ~/.ssh/authorized_keys rac2:~/.ssh/authorized_keys

　　hadoop@rac2's password:

　　authorized_keys                                                                                                            100% 1213     1.2KB/s   00:00   

　　[hadoop@gc .ssh]$ ll

　　總計(jì) 16

　　-rw-rw-r-- 1 hadoop hadoop 1213 10-30 09:18 authorized_keys

　　-rw------- 1 hadoop hadoop 1675 10-30 09:05 id_rsa

　　-rw-r--r-- 1 hadoop hadoop  403 10-30 09:05 id_rsa.pub

　　--分別測(cè)試連接

　　[grid@gc .ssh]$ ssh rac1 date

　　2012年 11月 18日星期日 01:35:39 CST

　　[grid@gc .ssh]$ ssh rac2 date

　　2012年 10月 30日星期二 09:52:46 CST

　　--可以看到這步和配置oracle RAC中使用 SSH 建立用戶等效性步驟是一樣的。

　　5.        解壓hadoop安裝包

　　--可先一某節(jié)點(diǎn)解壓配置文件

　　[grid@gc ~]$ ll

　　總計(jì) 43580

　　-rw-r--r-- 1 grid hadoop 44575568 2012-11-19 hadoop-0.20.2.tar.gz

　　[grid@gc ~]$ tar xzvf /home/grid/hadoop-0.20.2.tar.gz

　　[grid@gc ~]$ ll

　　總計(jì) 43584

　　drwxr-xr-x 12 grid hadoop     4096 2010-02-19 hadoop-0.20.2

　　-rw-r--r--  1 grid hadoop 44575568 2012-11-19 hadoop-0.20.2.tar.gz

　　--在各節(jié)點(diǎn)安裝jdk

　　[root@gc ~]# ./jdk-6u18-linux-x64-rpm.bin

　　6.         Hadoop配置有關(guān)文件

　　n       配置hadoop-env.sh

　　[root@gc conf]# pwd

　　/root/hadoop-0.20.2/conf

　　--修改jdk安裝路徑

　　[root@gc conf]vi hadoop-env.sh

　　export JAVA_HOME=/usr/java/jdk1.6.0_18

　　n       配置namenode，修改site文件

　　--修改core-site.xml文件

　　[gird@gc conf]# vi core-site.xml

　　< xml version="1.0" >

　　< xml-stylesheet type="text/xsl" href="configuration.xsl" >

　　<!-- Put site-specific property overrides in this file. -->

　　<configuration>

　　<property>

　　<name>fs.default.name</name>

　　<value>hdfs://192.168.2.100:9000</value> --注意完全分布模式此地一定要用IP，下同

　　</property>

　　</configuration>

　　注：fs.default.name NameNode的IP地址和端口

　　--修改hdfs-site.xml文件

　　[gird@gc conf]# vi hdfs-site.xml

　　< xml version="1.0" >

　　< xml-stylesheet type="text/xsl" href="configuration.xsl" >

　　<!-- Put site-specific property overrides in this file. -->

　　<configuration>

　　<property>

　　<name>dfs.data.dir</name>

　　<value>/home/grid/hadoop-0.20.2/data</value> --注意此目錄必需已經(jīng)創(chuàng)建并能讀寫

　　</property>

　　<property>

　　<name>dfs.replication</name>

　　<value>2</value>

　　</property>

　　</configuration>

　　hdfs-site.xml文件中常用配置參數(shù)：

　　--修改mapred-site.xml文件

　　[gird@gc conf]# vi mapred-site.xml

　　< xml version="1.0" >

　　< xml-stylesheet type="text/xsl" href="configuration.xsl" >

　　<!-- Put site-specific property overrides in this file. -->

　　<configuration>

　　<property>

　　<name>mapred.job.tracker</name>

　　<value>192.168.2.100:9001</value>

　　</property>

　　</configuration>

　　mapred-site.xml文件中常用配置參數(shù)

　　n       配置masters和slaves文件

　　[grid@gc conf]$ vi masters

　　gc

　　[grid@gc conf]$ vi slaves

　　rac1

　　rac2

　　n       向各節(jié)點(diǎn)復(fù)制hadoop

　　--把gc主機(jī)上面hadoop配置好文件分別copy到各節(jié)點(diǎn)

　　--注意：復(fù)制到其它的節(jié)點(diǎn)后配置文件中要修改為此節(jié)點(diǎn)的IP

　　[grid@gc conf]$ scp -r hadoop-0.20.2 rac1:/home/grid/

　　[grid@gc conf]$ scp -r hadoop-0.20.2 rac2:/home/grid/

　　7.         格式化namenode

　　--分別在各節(jié)點(diǎn)進(jìn)行格式化

　　[grid@rac2 bin]$ pwd

　　/home/grid/hadoop-0.20.2/bin

　　[grid@gc bin]$ ./hadoop namenode –format

　　12/10/31 08:03:31 INFO namenode.NameNode: STARTUP_MSG:

　　/************************************************************

　　STARTUP_MSG: Starting NameNode

　　STARTUP_MSG:   host = gc.localdomain/192.168.2.100

　　STARTUP_MSG:   args = [-format]

　　STARTUP_MSG:   version = 0.20.2

　　STARTUP_MSG:   build = ; compiled by 'chrisdo' on Fri Feb 19 08:07:34 UTC 2010

　　************************************************************/

　　12/10/31 08:03:31 INFO namenode.FSNamesystem: fsOwner=grid,hadoop

　　12/10/31 08:03:31 INFO namenode.FSNamesystem: supergroup=supergroup

　　12/10/31 08:03:31 INFO namenode.FSNamesystem: isPermissionEnabled=true

　　12/10/31 08:03:32 INFO common.Storage: Image file of size 94 saved in 0 seconds.

　　12/10/31 08:03:32 INFO common.Storage: Storage directory /tmp/hadoop-grid/dfs/name has been successfully formatted.

　　12/10/31 08:03:32 INFO namenode.NameNode: SHUTDOWN_MSG:

　　/************************************************************

　　SHUTDOWN_MSG: Shutting down NameNode at gc.localdomain/192.168.2.100

　　************************************************************/

　　8.         啟動(dòng)hadoop

　　--在master節(jié)點(diǎn)啟動(dòng)hadoop守護(hù)進(jìn)程

　　[grid@gc bin]$ pwd

　　/home/grid/hadoop-0.20.2/bin

　　[grid@gc bin]$ ./start-all.sh

　　starting namenode, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-namenode-gc.localdomain.out

　　rac2: starting datanode, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-datanode-rac2.localdomain.out

　　rac1: starting datanode, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-datanode-rac1.localdomain.out

　　The authenticity of host 'gc (192.168.2.100)' can't be established.

　　RSA key fingerprint is 8e:47:42:44:bd:e2:28:64:10:40:8e:b5:72:f9:6c:82.

　　Are you sure you want to continue connecting (yes/no)  yes

　　gc: Warning: Permanently added 'gc,192.168.2.100' (RSA) to the list of known hosts.

　　gc: starting secondarynamenode, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-secondarynamenode-gc.localdomain.out

　　starting jobtracker, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-jobtracker-gc.localdomain.out

　　rac2: starting tasktracker, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-tasktracker-rac2.localdomain.out

　　rac1: starting tasktracker, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-tasktracker-rac1.localdomain.out

　　9.        用jps檢驗(yàn)各后臺(tái)進(jìn)程是否成功啟動(dòng)

　　--在master節(jié)點(diǎn)查看后臺(tái)進(jìn)程

　　[grid@gc bin]$ /usr/java/jdk1.6.0_18/bin/jps

　　27462 NameNode

　　29012 Jps

　　27672 JobTracker

　　27607 SecondaryNameNode

　　--在slave節(jié)點(diǎn)查看后臺(tái)進(jìn)程

　　[grid@rac1 conf]$ /usr/java/jdk1.6.0_18/bin/jps

　　16722 Jps

　　16672 TaskTracker

　　16577 DataNode

　　[grid@rac2 conf]$ /usr/java/jdk1.6.0_18/bin/jps

　　31451 DataNode

　　31547 TaskTracker

　　31608 Jps

　　10.     安裝過(guò)程中遇到的問(wèn)題

　　1)        Ssh不能建立互信

　　建用戶時(shí)不指定分組，Ssh不能建立互信，如下的步驟

　　[root@gc ~]# useradd grid

　　[root@gc ~]# passwd grid

　　解決：

　　創(chuàng)建新的用戶組，創(chuàng)建用戶時(shí)并指定此用戶組。

　　[root@gc ~]# groupadd hadoop

　　[root@gc ~]# useradd -g hadoop grid

　　[root@gc ~]# id grid

　　uid=501(grid) gid=54326(hadoop) groups=54326(hadoop)

　　[root@gc ~]# passwd grid

　　2)        啟動(dòng)hadoop后，slave節(jié)點(diǎn)沒(méi)有datanode進(jìn)程

　　現(xiàn)象：

　　在master節(jié)點(diǎn)啟動(dòng)hadoop后，master節(jié)點(diǎn)進(jìn)程正常，但slave節(jié)點(diǎn)沒(méi)有datanode進(jìn)程。

　　--Master節(jié)點(diǎn)正常

　　[grid@gc bin]$ /usr/java/jdk1.6.0_18/bin/jps
29843 Jps
29703 JobTracker
29634 SecondaryNameNode
29485 NameNode

--此時(shí)再在兩slave節(jié)點(diǎn)查看進(jìn)程，發(fā)現(xiàn)還是沒(méi)有datanode進(jìn)程
[grid@rac1 bin]$ /usr/java/jdk1.6.0_18/bin/jps
5528 Jps
3213 TaskTracker

[grid@rac2 bin]$ /usr/java/jdk1.6.0_18/bin/jps
30518 TaskTracker
30623 Jps

　　原因：

　　--回頭查看在master節(jié)點(diǎn)啟動(dòng)hadoop時(shí)的輸出日志，在slave節(jié)點(diǎn)找到啟動(dòng)datanode進(jìn)程的日志

　　[grid@rac2 logs]$ pwd

　　/home/grid/hadoop-0.20.2/logs

　　[grid@rac1 logs]$ more hadoop-grid-datanode-rac1.localdomain.log

　　/************************************************************

　　STARTUP_MSG: Starting DataNode

　　STARTUP_MSG:   host = rac1.localdomain/192.168.2.101

　　STARTUP_MSG:   args = []

　　STARTUP_MSG:   version = 0.20.2

　　STARTUP_MSG:   build = ; compiled by 'chrisdo' on Fri Feb 19 08:07:34 UTC 2010

　　************************************************************/

　　2012-11-18 07:43:33,513 WARN org.apache.hadoop.hdfs.server.datanode.DataNode: Invalid directory in dfs.data.dir: can not create directory: /usr/hadoop-0.20.2/data

　　2012-11-18 07:43:33,513 ERROR org.apache.hadoop.hdfs.server.datanode.DataNode: All directories in dfs.data.dir are invalid.

　　2012-11-18 07:43:33,571 INFO org.apache.hadoop.hdfs.server.datanode.DataNode: SHUTDOWN_MSG:

　　/************************************************************

　　SHUTDOWN_MSG: Shutting down DataNode at rac1.localdomain/192.168.2.101

　　************************************************************/

　　--發(fā)現(xiàn)是hdfs-site.xml配置文件的目錄data目錄沒(méi)有創(chuàng)建

　　解決：

　　在各節(jié)點(diǎn)創(chuàng)建hdfs的data目錄，并修改hdfs-site.xml配置文件參數(shù)

　　[grid@gc ~]# mkdir -p /home/grid/hadoop-0.20.2/data

　　[grid@gc conf]# vi hdfs-site.xml

　　< xml version="1.0" >

　　< xml-stylesheet type="text/xsl" href="configuration.xsl" >

　　<!-- Put site-specific property overrides in this file. -->

　　<configuration>

　　<property>

　　<name>dfs.data.dir</name>

　　<value>/home/grid/hadoop-0.20.2/data</value> --注意此目錄必需已經(jīng)創(chuàng)建并能讀寫

　　</property>

　　<property>

　　<name>dfs.replication</name>

　　<value>2</value>

　　</property>

　　</configuration>

　　--重新啟動(dòng)hadoop，slave進(jìn)程正常

　　[grid@gc bin]$ ./stop-all.sh

　　[grid@gc bin]$ ./start-all.sh

以上是“如何完全分布式安裝Hadoop”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！