10分钟搭建Hadoop集群

leonheart

10分钟搭建Hadoop集群


1. 准备
  3台Linux机器或虚拟机，安装了CentOS6/Redhat6/Ubuntu;


  在所有机器上都安装了ssh和rsync，ubuntu安装例子：

$ sudo apt-get install ssh $ sudo apt-get install rsync

安装java。
2. 规划节点：
将其中一台机器作为master作为NameNode，另外两台作为DataNode，命名3台机器为：node1，node2，node3，这里将node1作为NameNode，node2，node3作为dataNode；
在所有机器的/etc/hosts中加入hostname配置信息，加入如下例子中的红色部分：

127.0.0.1    localhost # The following lines are desirable for IPv6 capable hosts ::1   ip6-localhost ip6-loopback fe00::0 ip6-localnet ff00::0 ip6-mcastprefix ff02::1 ip6-allnodes ff02::2 ip6-allrouters 192.168.1.11 node1 192.168.1.12 node2 192.168.1.13 node3

3. 环境准备：
为方便管理和安装，在所有机器上创建同一个hadoop用户，以下所有操作都在此账户下进行。
设置无密码登陆，在node1上创建public密钥，并将public密钥copy到其他节点机器，并将public密钥导入到所有机器（包括本机）：

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

导入密钥后，在node1上，分别用ssh localhost；ssh node1;ssh node2;ssh node3测试密钥安装正确，并能无密码登陆。


规划hadoop数据目录，在所有机器上创建如下目录：

$ mkdir ~/data $ mkdir ~/data/hdfs $ mkdir ~/data/hdfs/name #namenode $ mkdir ~/data/hdfs/data #datanode $ mkdir ~/data/hdfs/tmp #临时文件夹

下载最新的stable Hadoop到/home/hadoop/：curlhttp://mirror.bit.edu.cn/apache/hadoop/common/hadoop-1.0.4/hadoop-1.0.4-bin.tar.gz
解压：tar -zxvfhadoop-1.0.4-bin.tar.gz


修改配置文件：
hadoop-1.0.4/conf/hadoop-env.sh 中指定JAVA_HOME：

# The java implementation to use. Required. # export JAVA_HOME=/usr/lib/j2sdk1.5-sun export JAVA_HOME=/opt/java/jdk1.6.0_24 # Extra Java CLASSPATH elements. Optional. # export HADOOP_CLASSPATH=

hadoop-1.0.4/conf/core-site.xml

<property>   <name>hadoop.tmp.dir</name>   <value>/home/hadoop/data/hdfs/tmp</value> </property> <property>   <name>fs.default.name</name>   <value>hdfs://node1:9000</value> </property>

hadoop-1.0.4/conf/hdfs-site.xml

<property>   <name>dfs.name.dir</name>   <value>/home/hadoop/data/hdfs/name</value> </property> <property>   <name>dfs.data.dir</name>   <value>/home/hadoop/data/hdfs/data</value> </property>

hadoop-1.0.4/conf/mapred-site.xml

<property>   <name>mapred.job.tracker</name>   <value>node1:9001</value> </property> <property>   <name>mapreduce.jobtracker.system.dir</name>   <value>/home/hadoop/data/hdfs/mapred/system</value> </property> <property>   <name>mapreduce.cluster.local.dir</name>   <value>/home/hadoop/data/hdfs/mapred/local</value> </property>

hadoop-1.0.4/conf/masters

node1

hadoop-1.0.4/conf/slaves

node2 node3

4. 同步hadoop所有软件和配置到其他机器
创建目标机器列表文件,并加入目标机器名：/home/hadoop/servers

node2 node3

创建同步脚本：/home/hadoop/cp_hadoop

for host in `cat servers` do echo ------------------------------------------------------------------ echo rsync host:  $host ssh $host 'rm -fr /home/hadoop/hadoop-1.0.4' rsync -avz/home/hadoop/hadoop-1.0.4 $host:/home/hadoop/hadoop-1.0.4 done

执行同步脚本: $ ./cp_hadoop


5. 启动所有服务：

$ cd/home/hadoop/hadoop-1.0.4/bin $ ./start_all.sh

6. 访问web界面验证安装：

• NameNode-http://node1:50070/
  
• JobTracker-http://node2:50030/