VMware虚拟机、centos6下安装部署hadoop2.2

最近要搭hadoop环境，不想装双系统，所以就想在虚拟机上实验一番

环境准备
1、光盘镜像:CentOS-6.0-i386-bin-DVD.iso

2、VMware10
3、hadoop版本：hahadoop-2.2.0
4、jdk1.8.0

我们要建立一个具有如下配置的集群：

host name ip address os 1 master 192.168.230.128 CentOS6.0 2 slave1 192.168.230.129 CentOS6.0 其中master为name node和job tracker节点，slaveN为data node和task tracker节点。

安装和配置步骤具体如下：

1. 配置虚拟网络
如果你对VMWare和网络配置比较熟悉，可以忽略这一步，但是后面配置IP地址时具体的参数可能和我说的不一样。如果你想通过一步一步操作就能成功的话，就需要这些设置

通过VMWare -> Edit -> Virtual Network Editor打开如下对话框：

在上面的列表中选中VMnet8 NAT那一行，然后按图设置所有内容，之后点击NAT Setting按钮，打开如下对话框，确保各个参数如图中所示设置。

创建虚拟机比较简单，注意VMnet配置使用NAT就可以了，创建两个centOS6虚拟机，当然为了方便，最好装一下VMware Tools，这种资料网上很多，就不赘述了。

2. 配置网络
关掉SELINUX： vi /etc/selinux/config ，设置 SELINUX=disabled ，保存退出。

关闭防火墙： /sbin/service iptables stop;chkconfig --level 35 iptables off

修改IP地址为静态地址： vi /etc/sysconfig/network-scripts/ifcfg-eth0 ，将其内容改为如下图所示，注意HWADDR那一行，你所创建的虚拟机的值很可能与之不同，保持原值，不要修改它！

修改主机名称： vi /etc/sysconfig/network ，将其内容改为如下图所示：

修改hosts映射： vi /etc/hosts ，将其内容改为如下图所示。我们在这里加入了master和slave1的映射项。（这里我把localhost都给删了，最好还是保留吧，直接在后面append这些映射项就可以了）

执行： service network restart 以重启网络。

3. 安装JDK
下载最新版本的jdk，然后在namenode和datanode节点上安装
rpm -ivh jdk-8-linux-i586.rpm
root用户登陆，命令行中执行命令”vi /etc/profile”，配置环境变量

保存并退出，执行以下命令使配置生效

source /etc/profile
在终端输入java –version 查看java配置情况

4. 配置所有节点之间SSH无密码验证
(1)所有节点执行以下命令，生成rsa密钥对:

ssh-keygen -t rsa

这将在/root/.ssh/目录下生成一个私钥id_rsa和一个公钥id_rsa.pub。

(2)将所有datanode节点的公钥id_rsa.pub传送到namenode上:

cp id_rsa.pub datanode01.id_rsa.pub//复制一份id_rsa.pub

scp datanode01.id_rsa.pub namenode节点ip地址:/root/.ssh/

//将公钥文件传送到namenode

(3)namenode节点上综合所有公钥(包括自身)并传送到所有节点上

cp id_rsa.pub authorized_keys //authorized_keys名字不能错！

cat datanode01.id_rsa.pub >> authorized_keys

然后使用SSH协议将所有公钥信息authorized_keys复制到所有DataNode的.ssh目录下

scp authorized_keys data节点ip地址: /root/.ssh/

这样配置过后，所有节点之间可以相互SSH无密码登陆，可以通过命令

“ssh 节点ip地址” 来验证。

配置完毕，在namenode上执行“ssh 本机，所有数据节点”命令，因为ssh执行一次之后将不会再询问。

在namenode和datanode节点上的/usr/etc/目录下新建hadoop文件夹，将hadoop-2.2.0解压到namenode节点的hadoop文件夹下（对于datanode节点上的hadoop，将用scp指令直接从namenode节点拷贝过去，这样更方便一些），修改namenode节点的/etc/profile文件，在后面添加环境变量，如下图所示：

保存并退出，执行以下命令使配置生效

source /etc/profile

5. 安装hadoop2.2

1）解压缩hadoop-2.2.0.tar.gz
tar -zxf hadoop-2.2.0.tar.gz
默认解压缩到当前目录下面，这里解压缩/usr/etc/hadoop/目录下面
2) 修改hadoop配置文件
打开hadoop-2.2.0/etc/hadoop，修改里面的配置文件

a) hadoop-env.sh，找到里面的JAVA_HOME,修改为实际地址（java_home不能写${JAVA_HOME},经过测试）
b) yarn-env.sh ，同样找到里面的JAVA_HOME,修改为实际路径（java_home不能写${JAVA_HOME},经过测试）
c) slave 这个文件配置所有datanode节点，以便namenode搜索，本例配置如下
slave1
d) core-site.xml

fs.defaultFS

hdfs://master:9000

io.file.buffer.size

131072

hadoop.tmp.dir

/usr/etc /hadoop/hadoop-2.2.0/mytmp

A base for other temporarydirectories.

hadoop.proxyuser.root.hosts

master

hadoop.proxyuser.root.groups

注意fs.defaultFS为2.2.0新的变量，代替旧的：fs.default.name

e) hdfs-site.xml

dfs.namenode.name.dir

/usr/etc/ hadoop/name

true

dfs.datanode.data.dir

/usr/etc/ hadoop/data

true

dfs.replication

dfs.permissions

false

新的：dfs.namenode.name.dir，旧：dfs.name.dir，新：dfs.datanode.name.dir，旧：dfs.data.dir
dfs.replication确定 data block的副本数目，hadoop基于rackawareness(机架感知)默认复制3份分block,（同一个rack下两个，另一个rack下一份，按照最短距离确定具体所需block, 一般很少采用跨机架数据块，除非某个机架down了）

f) mapred-site.xml.template（或者mapred-site.xml，这两个名字都可以，已通过测试）

mapreduce.framework.name

yarn

mapreduce.jobhistory.address

master:10020

mapreduce.jobhistory.webapp.address

master:19888

mapreduce.jobhistory.intermediate-done-dir

/mr-history/tmp

mapreduce.jobhistory.done-dir

/mr-history/done

配置其使用 Yarn 框架执行 map-reduce 处理程序

这个地方需要把mapred-site.xml.template复制重新命名

新的计算框架取消了实体上的jobtracker, 故不需要再指定mapreduce.jobtracker.addres，而是要指定一种框架，这里选择yarn. 备注2：hadoop2.2.还支持第三方的计算框架，但没怎么关注过。
配置好以后将$HADOOP_HOME下的所有文件，包括hadoop目录分别copy到其它3个节点上。

g) yarn-site.xml

yarn.resourcemanager.address

master:18040

yarn.resourcemanager.scheduler.address

master:18030

yarn.resourcemanager.resource-tracker.address

master:18025

yarn.resourcemanager.admin.address

master:18041

yarn.resourcemanager.webapp.address

master:8088

yarn.nodemanager.local-dirs

/usr/etc/ hadoop/mynode/my

yarn.nodemanager.log-dirs

/usr/etc/ hadoop/mynode/logs

yarn.nodemanager.log.retain-seconds

10800

yarn.nodemanager.remote-app-log-dir

/logs

yarn.nodemanager.remote-app-log-dir-suffix

logs

yarn.log-aggregation.retain-seconds

-1

yarn.log-aggregation.retain-check-interval-seconds

-1

yarn.nodemanager.aux-services

mapreduce_shuffle

3) 将上述文件配置好后，将hadoop-2.2.0文件复制到其余datanode机器上的相同路径下。

scp -r /usr/etc/hadoop/hadoop-2.2.0 slave1:/usr/etc/hadoop

切换到root用户，修改/etc/profile文件设置hadoop环境变量，

增加之后保存，设置生效：source /etc/profile

最后两行特殊说明下，有的文章中遗漏掉这部分配置，最后在启动hadoop2.2时报了下面的错误

Hadoop 2.2.0 - warning: You have loaded library /home/hadoop/2.2.0/lib/native/libhadoop.so.1.0.0 which might have disabled stack guard.

Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

声明：本文来自网络，不代表【好得很程序员自学网】立场，转载请注明出处：http://www.haodehen.cn/did96457

更新时间：2022-10-27 阅读：59次