Hadoop-2.6.4 完全分布式搭建

资源准备

1. 准备4台 Linux 服务器要求：glibc 版本 >= 2.14
2. 192.168.9.1
3. 192.168.9.2
4. 192.168.9.3
5. 192.168.9.4
6. 安装配置 JDK1.7+（详细操作）
7. 下载：hadoop-2.6.4

服务器配置

1. 4台服务器分别创建用户hadoop

root@XXX# useradd hadoop
root@XXX# echo 'hadoop' | passwd --stdin hadoop

1. 4台服务器分别配置 hosts

root@XXX# vi /etc/hosts

添加内容如下：

192.168.9.1 master
192.168.9.2 secmaster
192.168.9.3 slave0
192.168.9.4 slave1

1. master 主机免密码登陆其他主机配置
2. 在各个主机上生成 SSH 密钥

hadoop@XXX$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

1. 在 master 主机上copy公钥

hadoop@192.168.9.1$ ssh-copy-id -i secmaster 输入密码：hadoop即copy公钥成功
hadoop@192.168.9.1$ ssh-copy-id -i slave0 输入密码：hadoop即copy公钥成功
hadoop@192.168.9.1$ ssh-copy-id -i slave1 输入密码：hadoop即copy公钥成功

1. 测试ssh免登陆

在192.168.9.1主机上执行如下命令确保 master 可以实现对其他主机的免密码登陆，首次执行需要输入"yes" 确认
hadoop@192.168.9.1$ ssh secmaster
hadoop@192.168.9.1$ ssh slave0
hadoop@192.168.9.1$ ssh slave1

hadoop自身配置

1. 在 master(192.168.9.1) 主机上解压 hadoop-2.6.4.tar.gz

hadoop@192.168.9.1$ tar xvf hadoop-2.6.4.tar.gz

1. 配置 etc/hadoop/core-site.xml

<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://master:9000</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131072</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/hadoop/tmp</value>
    </property>
    <property>
        <name>hadoop.proxyuser.u0.hosts</name>
        <value>*</value>
    </property>
    <property>
        <name>hadoop.proxyuser.u0.groups</name>
        <value>*</value>
    </property>
</configuration>

1. 配置 etc/hadoop/hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>secmaster:9001</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/home/hadoop/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/home/hadoop/dfs/data</value>
    </property>
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
   </property>
</configuration>

1. 配置 etc/hadoop/mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>master:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>master:19888</value>
    </property>
</configuration>

1. 配置etc/hadoop/yarn-site.xml

<configuration>
<!-- Site specific YARN configuration properties -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
            <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
            <value>org.apache.hadoop.mapred.ShuffleHandler</value>
        </property>
        <property>
           <name>yarn.resourcemanager.address</name>
               <value>master:8032</value>
        </property>
        <property>
               <name>yarn.resourcemanager.scheduler.address</name>
               <value>master:8030</value>
       </property>
       <property>
            <name>yarn.resourcemanager.resource-tracker.address</name>
             <value>master:8031</value>
      </property>
      <property>
              <name>yarn.resourcemanager.admin.address</name>
               <value>master:8033</value>
       </property>
       <property>
               <name>yarn.resourcemanager.webapp.address</name>
               <value>master:8088</value>
       </property>
</configuration>

Master向各个节点同步配置完毕后的 hadoop 工程

hadoop@192.168.9.1$ scp -r /home/hadoop/hadoop-2.6.4 hadoop@secmaster:/home/hadoop
hadoop@192.168.9.1$ scp -r /home/hadoop/hadoop-2.6.4 hadoop@slave0:/home/hadoop
hadoop@192.168.9.1$ scp -r /home/hadoop/hadoop-2.6.4 hadoop@slave1:/home/hadoop

格式化 namenode，启动 hadoop 所有组件

[hadoop@192.168.9.1hadoop2.6.4]$ bin/hadoop namenode -format
[hadoop@192.168.9.1hadoop2.6.4]$ sbin/start-all.sh

如果不出意外完全分布式的 hadoop cluster 已经运行起来了^_