hadoop分布式集群搭建.doc

Hadoop分布式集群搭建 简介： Hadoop是Apache开源组织的一个并行分布式计算开源框架，借助hadoop框架程序员很容易的实现大规模计算机并行分布式计算。hadoop主要包含MapReduce和HDFS，MapReduce是基于Google MapReduce论文的开源java实现， map就是将任务分解，然后交给大规模计算机集群去运算，reduce负责合并计算结果。HDFS： 基于google GFS分布式文件系统论文的开源实现，是hadoop底层存储组件。环境： RedHat as 5配置机器： namenode：14， 机器名： mika datanode： 15 机器名： c11. 配置JDK 下载linux jdk安装包： /otn-pub/java/jdk/6u25-b06/jdk-6u25-linux-i586.bin ， 提升bin权限：$ sudo chmod +x jdk-6u25-linux-i586.bin 安装bin文件$ ./jdk-6u25-linux-i586.bin,确认后安装即可。 设置java运行环境变量, 我的jdk安装在opt下$ sudo vi /etc/profile 添加下面的设置：JAVA_HOME=/opt/jdk1.6.0_25PATH=$JAVA_HOME/bin:$PATHCALSSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jarexport JAVA_HOMEexport PATHexport CALSSPATH修改保存，然后输入source /etc/profile 激活修改后的java环境变量。2. 修改hosts文件 name节点，可以通过机器名访问data节点， 添加如下内容： 14mika 15 c1 data节点，c1添加如下内容： 14mika 15 c13. 设置ssh实现免密码登录 redhat 默认是安装ssh的， 如果没有请先安装ssh服务。 在name节点 生成ssh key， $ ssh-keygen -t dsa -P -f /.ssh/id_dsa 生成密钥对， $ cat /.ssh/id_dsa.pub /.ssh/authorized_keys 复杂公钥到authorized_keys文件 scp命令将公钥拷贝到c1数据节点： $ scp /.ssh/authorized_keys c1:/.ssh 测试name节点无密码登录c1机器： ssh c1， 出现欢迎登录，配置成功。4. 配置hadoop 下载最新hadoop最新稳定发行版：/dyn/closer.cgi/hadoop/common/ ， 解压后修改conf/hadoop-env.sh内的JAVA_HOME，修改为/opt/opt/jdk1.6.0_25输入命令 bin/hadoop 出现命令使用说明接下来配置完全分布式集群，所有机器的hadoop安装路径相同： 修改core-site.xml文件： XML语言 : hdfs:/mika:9000 hadoop.tmp.dir /opt/hadoop/tmp 注意： 需要更改hadoop.tmp.dir默认的指向， 默认指向tmp目录下， 有可能会出现其他问，有时候会出现发现不了datanode的问题。 修改hdfs-site.xml 文件： XML语言 : dfs.replication 1 修改mapred-site.xml XML语言 mapred.job.tracker mika:9001 修改masters： 添加一行内容 mika修改slaves： 添加一行内容 c1然后scp将masters，slaves， core-site.xml, hdfs-site.xml, mapred-site.xml 复制到 c1节点 格式化新的分布式文件系统： bin/hadoop namenode -format 在分配的NameNode上，启动hdfs bin/start-dfs.sh 在分配的JobTracker上, 启动mapred bin/start-mapred.shJPS查看namenode服务是否启动浏览NameNode和JobTracker的网络接口，它们的地址默认为： NameNode - http:/mika:50070/ JobTracker - http:/mika:50030/ 备注： 如果新加一个节点c2（16）， 该如何设置？ 在name节点的hosts里加入 16 c