Hadoop的HDFS和MapReduce的安装（三台伪分布式集群）

一、创建虚拟机

　　1、从网上下载一个centos6.x的镜像（http://vault.centos.org/）

　　2、安装一台虚拟机配置如下：cpu1个、内存1g、磁盘分配20g（看个人配置和需求，本人配置有点低所以参数有点低）

　　3、虚拟机安装建议去挑战minidesktop，分区自己创建有/boot（300）、swap（300）、/（分配全部空间）。

二、集群环境配置

　　1.准备linux环境

　　　　设置一个ip地址，先将虚拟机的网络模式选为nat模式，对应vmnet1和vmnet8，保证能ping通vmnet8和网络 例：www.baidu.com  

　　　　

　　　　修改主机名

#vi  /etc/sysconfig/network
              networking=yes
              hostname= hadoop01

修改ip

              两种方式：

              第一种：通过linux图形界面进行修改

              进入linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击edit connections -> 选中当前网络system eth0 -> 点击edit按钮 -> 选择ipv4 -> method选择为manual -> 点击add按钮 -> 添加ip：192.168.35.100 子网掩码：255.255.255.0 （网关：192.168.1.1） -> apply

              第二种：修改配置文件方式

#vim /etc/sysconfig/network-scripts/ifcfg-eth0

                     device="eth0"

                     bootproto="static"  

                     onboot="yes"

                     type="ethernet"

                     ipaddr="192.168.35.100"    

                     netmask="255.255.255.0" 

　　　　修改主机名和ip的映射关系

#vim /etc/hosts
            
        192.168.35.100   hadoop01
        192.168.35.101   hadoop02 
            

　　　　关闭linux的防火墙

　　　　 #查看防火墙状态
        service iptables status
        #关闭防火墙
        service iptables stop
        #查看防火墙开机启动状态
        chkconfig iptables --list
        #关闭防火墙开机启动    开启防火墙 on
        chkconfig iptables off       

　　　　关闭window的防火墙

　　　　进入到windows的控制面板-> 找到window防火墙 -> 点击关闭windwos防火墙，全部关闭

       　　开启或关闭linux服务器的图形界面：

      　　vi /etc/inittab 

　　　　重启linux   ： reboot 

　　2.安装jdk

　　　　上传jdk    (上传工具  wincp  ，securecrt ，vmtools)

　　　　解压jdk

tar  -zxvf jdk-7u80-linux-x64.tar.gz  -c /usr/local (一般在linux里放公共的系统使用的文件)

　　　　将java添加到环境变量中

vim /etc/profile
        #在文件最后添加
        export java_home=/usr/local/jdk1.7.0_80
        export path=$path:$java_home/bin
        #刷新配置
        source /etc/profile

　　　　java -sersion验证一下

 三、hadoop环境搭建（在这里我将hdfs和yarn的配置信息放在了一起）

　　1、安装hadoop2.8.5

　　　　创建一个目录mkdir  /bigdata，先上传hadoop的安装包到服务器上去/bigdata，解压hadoop工具到/bigdata文件中，tar -zxvf  hadoop-2.6.4.tar.gz  -c  /bigdata

 　　　　注意：hadoop2.x的配置文件$hadoop_home/etc/hadoop

       　　　　伪分布式需要修改5个配置文件　　

 　　2、配置hadoop核心文件

 1 　　　　　　<!--第一个：hadoop-env.sh->
 2        　　　　 vim hadoop-env.sh
 3         　　　　#第27行
 4        　　　　 export java_home=/usr/local/jdk1.7.0_80
 5     　　 　　<!--第二个：core-site.xml->
 6        　　 <!-- 指定hadoop所使用的文件系统schema（uri），hdfs的老大（namenode）的地址 -->
 7         <property>
 8             <name>fs.defaultfs</name>
 9             <value>hdfs://hadoop01:9000</value>  
10 　　　　　　　　　<!--必须配置了hosts,要不然就是ip-?
11        　　　　 </property>
12         　　　　<!-- 指定hadoop运行时产生文件的存储目录 -->
13         <property>
14             <name>hadoop.tmp.dir</name>
15             <value>/bigdata/hadoop-2.6.4/data</value>
16         </property>    
17    　　 　　　　 <!--第三个：hdfs-site.xml->   
18         　　　　<!-- 指定hdfs副本的数量 -->
19         <property>
20             <name>dfs.replication</name>
21             <value>1</value>   3    
22         </property>    
23    　　　　　　<!--第四个：mapred-site.xml   系统没有直接提供，需要修改模板文件 mv mapred-site.xml.template  mapred-site.xml  vim mapred-site.xml -> 
24 　　　　　　　　<!-- 指定mr运行在yarn上 -->
25         <property>
26             <name>mapreduce.framework.name</name>
27             <value>yarn</value>
28         </property>
29    　　　　  <!-- 第五个：yarn-site.xml->
30         　　<!-- 指定yarn的老大（resourcemanager）的地址 -->
31         <property>
32             <name>yarn.resourcemanager.hostname</name>
33             <value>hadoop01</value>
34         </property>
35         　　<!-- reducer获取数据的方式 -->
36         <property>
37             <name>yarn.nodemanager.aux-services</name>
38             <value>mapreduce_shuffle</value>
39         </property>

 

　　　　将hadoop添加到环境变量

1 　vim /etc/proflie
2         export java_home=/usr/local/jdk1.7.0_80
3         export hadoop_home=/bigdata/hadoop-2.6.4
4         export path=$path:$java_home/bin:$hadoop_home/bin

 

 　　　　刷新配置文件

source /etc/profile

 

 

　　　　格式化namenode（是对namenode进行初始化）    格式化文件系统　　

　　　　hdfs  namenode  -format(历史命令 hadoop  namenode  -format)

 　　　启动hadoop

　　　　先启动hdfs

              sbin/start-dfs.sh

              再启动yarn

              sbin/start-yarn.sh

 

　　　验证是否启动成功

              使用jps命令验证

              27408 namenode

              28218 jps

              27643 secondarynamenode

              28066 nodemanager

              27803 resourcemanager

              27512 datanode

 　　　　通过网页验证

　　　　http://192.168.35.100:50070 （hdfs管理界面）

 　　　　 http://192.168.35.100:8088 （mr管理界面）

　　3、配置ssh免登陆

　　　　#生成ssh免登陆密钥

　　　　#进入到我的home目录

       　　cd ~/.ssh

       　　ssh-keygen -t rsa （四个回车）

       　　执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

       　　将公钥拷贝到要免密登陆的目标机器上

       　　ssh-copy-id localhost

    到此hdfs和mapreduce搭建完成，有任何出错或疑问可以私信留言也可以关注微信公众号；关于hadoop的后续还会陆续给大家一一讲解，谢谢阅读。