发布于 2014-12-09 09:04:23 | 502 次阅读 | 评论: 0 | 来源: PHPERZ

这里有新鲜出炉的Hadoop教程，程序狗速度看过来！

Hadoop分布式系统

一个分布式系统基础架构，由Apache基金会所开发。 用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。

---

本文为大家讲解的是在redhat下Hadoop的安装和部署,感兴趣的同学参考下.

hadoop简介

一个分布式系统基础架构，由Apache基金会所开发。
用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。

系统环境:Red Hat Linux 6.4 32

Hadoop版本:hadoop-2.5.2

JDK版本:jdk-8u25-linux-i586.rpm

软件准备：

下载hadoop-2.5.2：

wget http://mirror.bit.edu.cn/apache/hadoop/common/stable2/hadoop-2.5.2.tar.gz

下载JDK：jdk-8u25-linux-i586.rpm

http://www.oracle.com/technetwork/java/javase/index.html
 

总体的流程如下：
1、实现ssh无密码验证配置
2、安装jdk，并配好环境变量
3、安装与配置Hadoop
4、格式化与启动
5、验证是否启动
 

一.主机之间SSH无密码验证

利用 :  ssh-kengen –t rsa 命令产生公钥，将个主机之间的公钥，相互拷贝到authorized_keys文件内。
 

二.安装JDK

安装好后，用java -version 检验下

配置环境变量: 

###set java_env
export JAVA_HOME=/usr/java/jdk1.8.0_25/
export JRE_HOME=/usr/java/jdk1.8.0_25/jre
export CLASS_PATH=.:$CLASS_PATH:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin
###set hadoop_env
export HADOOP_HOME=/home/zhang/hadoop-2.5.2
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/lib
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS=\"-Djava.library.path=$HADOOP_HOME/lib\"

三.部署配置Hadoop

（3）etc/hadoop /hdfs-site.xml，配置为： （注意：这里需要自己手动用mkdir创建name和data文件夹，具体位置也可以自己选择，其中dfs.replication的值建议配置为与分布 式 cluster 中实际的 DataNode 主机数一致。）

<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/home/zhang/hadoop-2.5.2/hdfs/name</value>
<final>true</final>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/home/zhang/hadoop-2.5.2/hdfs/data</value>
<final>true</final>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
</configuration>

（4）etc/hadoop/mapred-site.xml，配置为：

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>Yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>namenode:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>namenode:19888</value>
</property>
<property>
<name>mapreduce.jobhistory.intermediate-done-dir</name>
<value>/mr-history/tmp</value>
</property>
<property>
<name>mapreduce.jobhistory.done-dir</name>
<value>/mr-history/done</value>
</property>
</configuration>

（5）etc/hadoop/yarn-site.xml对yarn进行配置：

<configuration>
<!-- Site specific YARN configuration properties -->
<property>
<name>Yarn.nodemanager.aux-services</name>
<value>mapreduce.shuffle</value>
</property>
<property>
<name>Yarn.resourcemanager.address</name>
<value>namenode:18040</value>
</property>
<property>
<name>Yarn.resourcemanager.scheduler.address</name>
<value>namenode:18030</value>
</property>
<property>
<name>Yarn.resourcemanager.resource-tracker.address</name>
<value>namenode:18025</value>
</property>
<property>
<name>Yarn.resourcemanager.admin.address</name>
<value>namenode:18041</value>
</property>
<property>
<name>Yarn.resourcemanager.webapp.address</name>
<value>namenode:8088</value>
</property>
<property>
<name>Yarn.nodemanager.local-dirs</name>
<value>/home/zhang/hadoop-2.5.2/mynode/my</value>
</property>
<property>
<name>Yarn.nodemanager.log-dirs</name>
<value>/home/zhang/hadoop-2.5.2/mynode/logs</value>
</property>
<property>
<name>Yarn.nodemanager.log.retain-seconds</name>
<value>10800</value>
</property>
<property>
<name>Yarn.nodemanager.remote-app-log-dir</name>
<value>/logs</value>
</property>
<property>
<name>Yarn.nodemanager.remote-app-log-dir-suffix</name>
<value>logs</value>
</property>
<property>
<name>Yarn.log-aggregation.retain-seconds</name>
<value>-1</value>
</property>
<property>
<name>Yarn.log-aggregation.retain-check-interval-seconds</name>
<value>-1</value>
</property>
</configuration>

四.启动测试

（1）用scp 命令将hadoop文件夹拷贝到所有的节点机器相同路径上。
（2）验证一下SSH 无密码访问已经没有问题了
（3）关闭防火墙
       如果不关闭的话可能造成，无法访问端口的问题。不关闭防火墙也可以将对应的相关端口打开比如 namenode上：9000端口
       方法：http://blog.itpub.net/28929558/viewspace-1353996/

（4）启动测试
格式化：namdenode
    hadoop/bin/hadoop namenode -format

查看打印信息的倒数第三行：Storage directory ~/hadoop-2.5.2/hdfs/name has been successfully formatted
则说明成功了！

启动 hdfs ：
     sbin/start-dfs.sh
jps 查看 namenode 上: NameNode    SecondaryNameNode
            datanode shang : DataNode

启动 yarn ：start-yarn.sh
jps 查看 namenode 上: NameNode    SecondaryNameNode   ResourceManager
            datanode shang : DataNode    NodeManager


用 hdfs  dfsadmin -report 检验一下
9189 NameNode
[zhang@namenode sbin]$ hdfs dfsadmin -report
14/12/01 23:19:15 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Configured Capacity: 8177262592 (7.62 GB)
Present Capacity: 4473057280 (4.17 GB)
DFS Remaining: 4473032704 (4.17 GB)
DFS Used: 24576 (24 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0


-------------------------------------------------
Live datanodes (1):


Name: 10.0.128.124:50010 (datanode01)
Hostname: datanode01
Decommission Status : Normal
Configured Capacity: 8177262592 (7.62 GB)
DFS Used: 24576 (24 KB)
Non DFS Used: 3704205312 (3.45 GB)
DFS Remaining: 4473032704 (4.17 GB)
DFS Used%: 0.00%
DFS Remaining%: 54.70%
Configured Cache Capacity: 0 (0 B)
Cache Used: 0 (0 B)
Cache Remaining: 0 (0 B)
Cache Used%: 100.00%
Cache Remaining%: 0.00%
Xceivers: 1
Last contact: Mon Dec 01 23:19:15 PST 2014

 
测试放入数据文件，并查看：

[zhang@namenode sbin]$ hadoop fs -put ../../input/ /input
14/12/02 00:18:01 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

[zhang@namenode sbin]$ hadoop fs -cat /input/test.txt
14/12/02 00:18:35 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
hello word !

验证完毕！