初始环境 http://wangshisan.com/blog/install-hadoop-one.html

准备工作

http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.6.4/

hadoop-2.6.4.tar.gz 编译版本

hadoop-2.6.4-src.tar.gz 源码版本

我个人不喜欢使用源码版本。所以直接使用编译版本,如果后期我们需要改变环境时。在使用源码版本。

解压文件

cd /vagrant  
tar zxvf ./hadoop-2.6.4.tar.gz             //解压hadoop
sudo mv ./hadoop-2.6.4 /usr/local/        //改变目录路径
cd /usr/local/                            //跳入目录
sudo mv ./hadoop-2.6.4 ./hadoop         //改变目录名称
sudo chmod -R hadoop:hadoop ./hadoop     //修改目录所属用户与组

测试

建立一个目录。随便放入一些文本文件。让hadoop 去进行检索。计算个数

cd /usr/local/hadoop
sudo mkdir ./input                   // 创建一个测试目录
sudo cp ./etc/hadoop/*.xml ./input   // 随便放入一些文件进入 让HADOOP进行检索
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar grep ./input ./output 'dfs[a-z.]+'
cat ./output/*

PS:每次运行 hadoop 测试 都需要删除 output 目录。 hadoop 不会删除或者覆盖这个目录的。不然就报错的。

恭喜你单机版已安装完成了,下面来做伪分布式

设置 Hadoop 环境变量

sudo vi /etc/profile

----------------------------------------------------------------
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
----------------------------------------------------------------

sudo source /etc/profile

配置缓存配置与HDFS配置

cd /usr/local/hadoop
vi ./etc/hadoop/core-site.xml

-----------------------------------------------------------------
<configuration>
    <!-- 指定HADOOP运行时 产生文件目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/home/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <!-- 指定HDFS的服务调度 NameNode 的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>
------------------------------------------------------------------

vi ./etc/hadoop/hdfs-site.xml

------------------------------------------------------------------
<configuration>
    <!-- 指定HDSF 保存数据副本的数据的数量 -->
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>

    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/home/hadoop/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/home/hadoop/tmp/dfs/data</value>
    </property>

</configuration>
------------------------------------------------------------------

//配置完成后,执行NAMENODE格式化
./bin/hdfs namenode -format 

成功的话,会看到 “successfully formatted” 和 “Exitting with status 0” 的提示,若为 “Exitting with status 1” 则是出错。

Exitting with status 0 or 1

启动YARN (MapReduce)

mv ./etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml
vi ./etc/hadoop/mapred-site.xml.template
------------------------------------------------------------------
<configuration>
<!-- 指定计算框架 -->
 <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>
</configuration>
------------------------------------------------------------------

vi ./yarn-site.xml

<configuration>
<!-- NodeManager 获取数据的方式 shuffle -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
<!-- 指定 YARN的服务调度 -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>192.168.31.30</value>
    </property>
</configuration>

初始化 HDFS 的文件系统


./bin/hdfs namenode -format

启动HDFS Yarn

 ./sbin/start-dfs.sh     //启动HDFS

检查启动项目

 ./sbin/start-yarn.sh     //启动YARN

检查启动项目

验证登录

http://192.168.31.30:50070 //查看HDFS

查看存活的节点

查看存活的节点

./bin/hdfs dfs -mkdir -p /user/hadoop //创建用户的目录 (非必要)
./bin/hdfs dfs -mkdir input (在用户下面创建目录,根据当前登录的用户名)

查看已开放的目录

http://192.168.31.30:8088 // 查询YARN

初始环境 vagrant box https://github.com/CommanderK5/packer-centos-template/releases/download/0.6.7/vagrant-centos-6.7.box

计划构建

node1 : HDFS NameNode + Spark Master //对外服务器

node2 : YARN ResourceManager + JobHistoryServer + ProxyServer //调度服务器 job

node3 : HDFS DataNode + YARN NodeManager + Spark Slave //节点服务器1

node4 : HDFS DataNode + YARN NodeManager + Spark Slave //节点服务器2

Hadoop 个人理解。

Hadoop 只是一个数据框架。基于分布式文件(HDSF)上的一种协议。不要被神话吓到了。就和我们编写程序一样。只是加载了几个类。方便用而已。

Hadoop 安装准备

1.首先安装 JAVA SDK

sudo yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel

vi /etc/profile //新增JDK的环境变量

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk.x86_64/

[root@localhost vagrant]# java -version
openjdk version "1.8.0_71"
OpenJDK Runtime Environment (build 1.8.0_71-b15)
OpenJDK 64-Bit Server VM (build 25.71-b15, mixed mode)

[root@localhost vagrant]# $JAVA_HOME/bin/java -version 
openjdk version "1.8.0_71"
OpenJDK Runtime Environment (build 1.8.0_71-b15)
OpenJDK 64-Bit Server VM (build 25.71-b15, mixed mode)

2.创建hadoop 用户

su root  //切换ROOT用户
useradd -m hadoop -s /bin/bash //创建hadoop 用户
passwd hadoop //修改密码
visudo  //特殊处理 给 Hadoop 增加管理员权限 (个人测试设置,生产环境不敢这样设置)
------------------------------------------------------
>## Allow root to run any commands anywhere
>root    ALL=(ALL)       ALL
>hadoop  ALL=(ALL)       ALL
------------------------------------------------------

3.使用vagrant 打包虚拟机

sudo rm -f /etc/udev/rules.d/70-persistent-net.rules     //删除liuunx 网卡配置
vagrant package --output centos-java-hadoop.box         //母机目录下打包vagrant box

建立一个基础镜像未来将会使用该基础进行搭建HADOOP节点。

4.vagrant 加载基础镜像

vagrant box add hadoop-base ./centos-java-hadoop.box

5.创建 vagrant 集群

    Vagrant.configure(2) do |config|
        config.vm.define "service" do |node|
             node.vm.box = "hadoop-base"
          node.vm.network "private_network", ip: "192.168.31.30"
          node.vm.synced_folder "./data", "/hadoop_data"
          node.vm.provider "virtualbox" do |v|
            v.name = "service"
            v.customize ["modifyvm", :id, "--memory", "1024"]
          end
        end
        config.vm.define "service-job" do |node|
         node.vm.box = "hadoop-base"
          node.vm.network "private_network", ip: "192.168.31.31"
          node.vm.synced_folder "./data", "/hadoop_data"
          node.vm.provider "virtualbox" do |v|
            v.name = "service-job"
            v.customize ["modifyvm", :id, "--memory", "1024"]
          end
        end
        config.vm.define "service-node-1" do |node|
          node.vm.box = "hadoop-base"
          node.vm.network "private_network", ip: "192.168.31.36"
          node.vm.synced_folder "./data", "/hadoop_data"
          node.vm.provider "virtualbox" do |v|
            v.name = "service-node-1"
            v.customize ["modifyvm", :id, "--memory", "1024"]
          end
        end
        config.vm.define "service-node-2" do |node|
          node.vm.box = "hadoop-base"
          node.vm.network "private_network", ip: "192.168.31.37"
          node.vm.synced_folder "./data", "/hadoop_data"
          node.vm.provider "virtualbox" do |v|
            v.name = "service-node-2"
            v.customize ["modifyvm", :id, "--memory", "1024"]
          end
        end
    end