hadoop2.6.5+sqoop1.4.6環(huán)境部署與測(cè)試（二）

首先再看一下四臺(tái)VM在集群中擔(dān)任的角色信息：

IP            主機(jī)名            hadoop集群擔(dān)任角色
10.0.1.100    hadoop-test-nn    NameNode,ResourceManager
10.0.1.101    hadoop-test-snn    SecondaryNameNode
10.0.1.102    hadoop-test-dn1    DataNode,NodeManager
10.0.1.103    hadoop-test-dn2    DataNode,NodeManager

1. 將得到的hadoop-2.6.5.tar.gz 解壓到/usr/local/下，并建立/usr/local/hadoop軟鏈接。

mv hadoop-2.6.5.tar.gz /usr/local/
tar -xvf hadoop-2.6.5.tar.gz
ln -s /usr/local/hadoop-2.6.5 /usr/local/hadoop

2. 將/usr/local/hadoop,/usr/local/hadoop-2.6.5屬主屬組修改為hadoop，保證hadoop用戶可以使用：

chown -R hadoop:hadoop /usr/local/hadoop-2.6.5
chown -R hadoop:hadoop /usr/local/hadoop

3. 為方便使用，配置HADOOP_HOME變量和修改PATH變量，在/etc/profile中添加如下記錄：

export HADOOP_HOME=/usr/local/hadoop
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

4. hadoop的配置文件存放在$HADOOP_HOME/etc/hadoop/目錄下，我們通過對(duì)該目錄下配置文件中的屬性進(jìn)行修改來完成環(huán)境搭建工作：
1）修改hadoop-env.sh腳本，設(shè)置該腳本中的JAVA_HOME變量：

#在hadoop-env.sh中注釋并添加如下行
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/usr/local/java/jdk1.7.0_45

2）創(chuàng)建masters文件，該文件用于指定哪些主機(jī)擔(dān)任SecondaryNameNode的角色，在master文件中添加SecondaryNameNode的主機(jī)名：

#在masters添加如下行
hadoop-test-snn

3）創(chuàng)建slaves文件，該文件用于指定哪些主機(jī)擔(dān)任DataNode的角色，在slaves文件中添加DataNode的主機(jī)名：

#在slaves添加如下行
hadoop-test-dn1
hadoop-test-dn2

4）修改core-site.xml文件中的屬性值，設(shè)置hdfs的url和hdfs臨時(shí)文件目錄：

<!--在configuration標(biāo)簽中加入如下屬性-->
<property>
  <name>fs.defaultFS</name>
  <value>hdfs://hadoop-test-nn:8020</value>
</property>
<property>
  <name>hadoop.tmp.dir</name>
  <value>/hadoop/dfs/tmp</value>
</property>

5）修改hdfs-site.xml文件中的屬性值，進(jìn)行hdfs,NameNode,DataNode相關(guān)的屬性配置：

<!--在configuration標(biāo)簽中加入如下屬性-->
<property>
  <name>dfs.http.address</name>
  <value>hadoop-test-nn:50070</value>
</property>
<property>
  <name>dfs.namenode.secondary.http-address</name>
  <value>hadoop-test-snn:50090</value>
</property>
<property>
  <name>dfs.namenode.name.dir</name>
  <value>/hadoop/dfs/name</value>
</property>
<property>
  <name>dfs.datanode.name.dir</name>
  <value>/hadoop/dfs/data</value>
</property>
<property>
  <name>dfs.datanode.ipc.address</name>
  <value>0.0.0.0:50020</value>
</property>
<property>
  <name>dfs.datanode.http.address</name>
  <value>0.0.0.0:50075</value>
</property>
<property>
  <name>dfs.replication</name>
  <value>2</value>
</property>

屬性值說明：
dfs.http.address：NameNode的web監(jiān)控頁面地址，默認(rèn)監(jiān)聽在50070端口
dfs.namenode.secondary.http-address: SecondaryNameNode的web監(jiān)控頁面地址，默認(rèn)監(jiān)聽在50090端口
dfs.namenode.name.dir：NameNode元數(shù)據(jù)在hdfs上保存的位置
dfs.datanode.name.dir：DataNode元數(shù)據(jù)在hdfs上保存的位置
dfs.datanode.ipc.address：DataNode的ipc監(jiān)聽端口，該端口通過心跳傳輸信息給NameNode
dfs.datanode.http.address：DataNode的web監(jiān)控頁面地址，默認(rèn)監(jiān)聽在50075端口
dfs.replication：hdfs上每份數(shù)據(jù)的復(fù)制份數(shù)

6）修改mapred-site.xml，開發(fā)框架采用yarn架構(gòu)：

<!--在configuration標(biāo)簽中加入如下屬性-->
<property>
  <name>mapreduce.framework.name</name>
  <value>yarn</value>
</property>

7）既然采用了yarn架構(gòu)，就有必要對(duì)yarn的相關(guān)屬性進(jìn)行配置，在yarn-site.xml中進(jìn)行如下修改：

<!--在configuration標(biāo)簽中加入如下屬性-->
<property>
  <name>yarn.nodemanager.aux-services</name>
  <value>mapreduce_shuffle</value>
</property>
<property>
  <name>yarn.resourcemanager.hostname</name>
  <value>hadoop-test-nn</value>
</property>
<property>
  <description>The address of the applications manager interface</description>
  <name>yarn.resourcemanager.address</name>
  <value>${yarn.resourcemanager.hostname}:8040</value>
</property>
<property>
  <description>The address of the scheduler interface</description>
  <name>yarn.resourcemanager.scheduler.address</name>
  <value>${yarn.resourcemanager.hostname}:8030</value>
</property>
<property>
  <description>The http address of the RM web application.</description>
  <name>yarn.resourcemanager.webapp.address</name>
  <value>${yarn.resourcemanager.hostname}:8088</value>
</property>
<property>
  <name>yarn.resourcemanager.resource-tracker.address</name>
  <value>${yarn.resourcemanager.hostname}:8025</value>
</property>

屬性值說明：
yarn.resourcemanager.hostname：ResourceManager所在節(jié)點(diǎn)主機(jī)名
yarn.nodemanager.aux-services：在NodeManager節(jié)點(diǎn)上進(jìn)行擴(kuò)展服務(wù)的配置，指定為mapreduce-shuffle時(shí)，我們編寫的mapreduce程序就可以實(shí)現(xiàn)從map task輸出到reduce task
yarn.resourcemanager.address：NodeManager通過該端口同ResourceManager進(jìn)行通信，默認(rèn)監(jiān)聽在8032端口（本文所用配置修改了端口）
yarn.resourcemanager.scheduler.address：ResourceManager提供的調(diào)度服務(wù)接口地址，也是在eclipse中配置mapreduce location時(shí)，Map/Reduce Master一欄所填的地址。默認(rèn)監(jiān)聽在8030端口
yarn.resourcemanager.webapp.address：ResourceManager的web監(jiān)控頁面地址，默認(rèn)監(jiān)聽在8088端口
yarn.resourcemanager.resource-tracker.address：NodeManager通過該端口向ResourceManager報(bào)告任務(wù)運(yùn)行狀態(tài)以便ResourceManagerg跟蹤任務(wù)。默認(rèn)監(jiān)聽在8031端口（本文所用配置修改了端口）

還有其他屬性值，如yarn.resourcemanager.admin.address 用于發(fā)送管理命令的地址、yarn.resourcemanager.resource-tracker.client.thread-count 可以處理的通過RPC請(qǐng)求發(fā)送過來的handler個(gè)數(shù)等，如果需要，請(qǐng)?jiān)谠撆渲梦募刑砑印?br />8）將修改過的配置文件復(fù)制到各個(gè)節(jié)點(diǎn)：

scp core-site.xml hdfs-site.xml mapred-site.xml masters slaves yarn-site.xml hadoop-test-snn:/usr/local/hadoop/etc/hadoop/
scp core-site.xml hdfs-site.xml mapred-site.xml masters slaves yarn-site.xml hadoop-test-dn1:/usr/local/hadoop/etc/hadoop/
scp core-site.xml hdfs-site.xml mapred-site.xml masters slaves yarn-site.xml hadoop-test-dn2:/usr/local/hadoop/etc/hadoop/

9）NameNode格式化操作。第一次使用hdfs時(shí)，需要對(duì)NameNode節(jié)點(diǎn)進(jìn)行格式化操作，而格式化的路徑應(yīng)為hdfs-site.xml中眾多以dir結(jié)尾命名的屬性所指定的路徑的父目錄，這里指定的路徑都是文件系統(tǒng)上的絕對(duì)路徑。如果用戶對(duì)其父目錄具有完全控制權(quán)限時(shí)，這些屬性指定的目錄是可以在hdfs啟動(dòng)時(shí)被自動(dòng)創(chuàng)建。

因此首先建立/hadoop目錄，并更改該目錄屬主屬組為hadoop：

mkdir /hadoop
chown -R hadoop:hadoop /hadoop

再使用hadoop用戶進(jìn)行NameNode的格式化操作：

su - hadoop
$HADOOP_HOME/bin/hdfs namenode -format

注：請(qǐng)關(guān)注該命令執(zhí)行過程中輸出的日志信息，如果出現(xiàn)錯(cuò)誤或異常提示，請(qǐng)先檢查指定目錄的權(quán)限，問題有可能出在這里。

10）啟動(dòng)hadoop集群服務(wù)：在NameNode成功格式化以后，可以使用$HADOOP_HOME/sbin/下的腳本來啟停節(jié)點(diǎn)的服務(wù)，在NameNode節(jié)點(diǎn)上可以使用start/stop-yarn.sh和start/stop-dfs.sh來啟停yarn和HDFS，也可以使用start/stop-all.sh來啟停所有節(jié)點(diǎn)上的服務(wù)，或者使用hadoop-daemon.sh啟停指定節(jié)點(diǎn)上的特定服務(wù)，這里使用start-all.sh啟動(dòng)所有節(jié)點(diǎn)上的服務(wù)：

start-all.sh

注：在啟動(dòng)過程中，輸出的日志會(huì)顯示啟動(dòng)的服務(wù)的過程，并且會(huì)將日志以*.out保存在特定的目錄下，如果發(fā)現(xiàn)有特定的服務(wù)沒有啟動(dòng)成功，可以查看日志來進(jìn)行排錯(cuò)。

11）查看運(yùn)行情況。啟動(dòng)完成后，使用jps命令可以看到相關(guān)的運(yùn)行的進(jìn)程。因?yàn)榉?wù)不同，不同節(jié)點(diǎn)上進(jìn)程是不同的：

NameNode 10.0.1.100：
[hadoop@hadoop-test-nn ~]$ jps
4226 NameNode
4487 ResourceManager
9796 Jps

10.0.1.101 SecondaryNameNode：
[hadoop@hadoop-test-snn ~]$ jps
4890 Jps
31518 SecondaryNameNode

10.0.1.102 DataNode：
[hadoop@hadoop-test-dn1 ~]$ jps
31421 DataNode
2888 Jps
31532 NodeManager

10.0.1.103 DataNode：
[hadoop@hadoop-test-dn2 ~]$ jps
29786 DataNode
29896 NodeManager
1164 Jps

至此，Hadoop完全分布式環(huán)境搭建完成。

12）運(yùn)行測(cè)試程序

可以使用提供的mapreduce示例程序wordcount來驗(yàn)證hadoop環(huán)境是否正常運(yùn)行，該程序被包含在$HADOOP_HOME/share/hadoop/mapreduce/目錄下的hadoop-mapreduce-examples-2.6.5.jar包中，使用命令格式為

hadoop jar hadoop-mapreduce-examples-2.6.5.jar wordcount <輸入文件> [<輸入文件>...] <輸出目錄>

首先上傳一個(gè)文件到HDFS的/test_wordcount目錄下，這里采用/etc/profile進(jìn)行測(cè)試：

#在hdfs上建立/test_wordcount目錄
[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -mkdir /test_wordcount

#將/etc/profile上傳到/test_wordcount目錄下
[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -put /etc/profile /test_wordcount
[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -ls /test_wordcount             
Found 1 items
-rw-r--r--   2 hadoop supergroup       2064 2017-08-06 21:28 /test_wordcount/profile

#使用wordcount程序進(jìn)行測(cè)試
[hadoop@hadoop-test-nn mapreduce]$ hadoop jar hadoop-mapreduce-examples-2.6.5.jar wordcount /test_wordcount/profile /test_wordcount_out
17/08/06 21:30:11 INFO client.RMProxy: Connecting to ResourceManager at hadoop-test-nn/10.0.1.100:8040
17/08/06 21:30:13 INFO input.FileInputFormat: Total input paths to process : 1
17/08/06 21:30:13 INFO mapreduce.JobSubmitter: number of splits:1
17/08/06 21:30:13 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1501950606475_0001
17/08/06 21:30:14 INFO impl.YarnClientImpl: Submitted application application_1501950606475_0001
17/08/06 21:30:14 INFO mapreduce.Job: The url to track the job: http://hadoop-test-nn:8088/proxy/application_1501950606475_0001/
17/08/06 21:30:14 INFO mapreduce.Job: Running job: job_1501950606475_0001
17/08/06 21:30:29 INFO mapreduce.Job: Job job_1501950606475_0001 running in uber mode : false
17/08/06 21:30:29 INFO mapreduce.Job:  map 0% reduce 0%
17/08/06 21:30:39 INFO mapreduce.Job:  map 100% reduce 0%
17/08/06 21:30:49 INFO mapreduce.Job:  map 100% reduce 100%
17/08/06 21:30:50 INFO mapreduce.Job: Job job_1501950606475_0001 completed successfully
17/08/06 21:30:51 INFO mapreduce.Job: Counters: 49
        File System Counters
                FILE: Number of bytes read=2320
                FILE: Number of bytes written=219547
                FILE: Number of read operations=0
                FILE: Number of large read operations=0
                FILE: Number of write operations=0
                HDFS: Number of bytes read=2178
                HDFS: Number of bytes written=1671
                HDFS: Number of read operations=6
                HDFS: Number of large read operations=0
                HDFS: Number of write operations=2
        Job Counters 
                Launched map tasks=1
                Launched reduce tasks=1
                Data-local map tasks=1
                Total time spent by all maps in occupied slots (ms)=7536
                Total time spent by all reduces in occupied slots (ms)=8136
                Total time spent by all map tasks (ms)=7536
                Total time spent by all reduce tasks (ms)=8136
                Total vcore-milliseconds taken by all map tasks=7536
                Total vcore-milliseconds taken by all reduce tasks=8136
                Total megabyte-milliseconds taken by all map tasks=7716864
                Total megabyte-milliseconds taken by all reduce tasks=8331264
        Map-Reduce Framework
                Map input records=84
                Map output records=268
                Map output bytes=2880
                Map output materialized bytes=2320
                Input split bytes=114
                Combine input records=268
                Combine output records=161
                Reduce input groups=161
                Reduce shuffle bytes=2320
                Reduce input records=161
                Reduce output records=161
                Spilled Records=322
                Shuffled Maps =1
                Failed Shuffles=0
                Merged Map outputs=1
                GC time elapsed (ms)=186
                CPU time spent (ms)=1850
                Physical memory (bytes) snapshot=310579200
                Virtual memory (bytes) snapshot=1682685952
                Total committed heap usage (bytes)=164630528
        Shuffle Errors
                BAD_ID=0
                CONNECTION=0
                IO_ERROR=0
                WRONG_LENGTH=0
                WRONG_MAP=0
                WRONG_REDUCE=0
        File Input Format Counters 
                Bytes Read=2064
        File Output Format Counters 
                Bytes Written=1671

 檢查輸出日志，沒有錯(cuò)誤產(chǎn)生，在/test_wordcount_out目錄下查看結(jié)果：

[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -ls /test_wordcount_out
Found 2 items
-rw-r--r--   2 hadoop supergroup          0 2017-08-06 21:30 /test_wordcount_out/_SUCCESS
-rw-r--r--   2 hadoop supergroup       1671 2017-08-06 21:30 /test_wordcount_out/part-r-00000
[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -cat /test_wordcount_out/part-r-00000