一、hadoop2.0安装部署流程
1、自动安装部署:Ambari、Minos(小米)、Cloudera Manager(收费)
2、使用RPM包安装部署:Apache hadoop不支持、HDP与CDH提供
3、使用jar包安装部署:各版本均提供。(初期为了理解hadoop,建议使用这种方式)
部署流程:
准备硬件(Linux操作系统)
准备软件安装包,并安装基础软件(主要是JDK)
将hadoop安装包分发到各个节点的同一个目录下,并解压
修改配置文件
启动服务
验证是否启动成功
二、hadoop2.0软硬件准备
硬件准备:测试环境仅需要一台Linux机器。生成环境需要多台Linux机器。
建议内存不小于4G(性能)
软件准备:JDK1.6+(CDH5建议JDK7)、hadoop2.0安装包。
1、建议使用非root用户安装hadoop。(hadoop某些功能不允许在root用户下操作)
2、配置SSH免密码登录:为了启动hadoop集群方便。
三、hadoop2.0安装包下载
建议选择商业公司的免费版本:主要是考虑不需要版本的选择。
http://archive.cloudera.com/cdh4/cdh/4
http://archive.cloudera.com/cdh5/cdh/5
hadoop目录结构分析:
bin:最基本的管理脚本和使用脚本所在目录。这些脚本是sbin目录下管理脚本的基础实现。
etc:配置文件所在的目录,包括core-site.xml、hdfs-site.xml、mapred-site.xml等,yarn-site.xml
include:对外提供的编程库头文件。通常用于C++程序访问HDFS。
lib:该目录包含了hadoop对外提供的编程动态库和静态库。
libexec:各个服务对应的shell配置文件所在目录。
sbin:hadoop管理脚本所在目录,主要包含HDFS和YARN中各类服务的启动关闭脚本。
share:hadoop各个模块编译后的jar包所在目录。
四、hadoop2.0测试环境(单机)搭建方法
此处仅为理论说明。
1、首先将安装包存放到某个目录下,并解压。
2、修改解压后的目录中的文件夹etc/hadoop下的xml配置文件:
hadoop-env.sh修改以下配置:export JAVA_HOME=/home/....
Slaves文件修改为以下配置:YARN001
mapred-site.xml中:mapreduce.framework.name=yarn
core-site.xml:fs.default.name=hdfs://YAR001:8020
yarn-site.xml:yarn.nodenamager.aux-services=mapreduce_shuffle
core-site.xml:dfs.replication=1
3、启动服务:
格式化HDFS: bin/hadoop namenode -format
启动HDFS:sbin/start-dfs.sh
启动YART:sbin/start-yarn.sh
4、验证是否成功:
jps查看对应的服务是否已经启动:
NameNode\DataNode\NodeManager\ResourceManager\SecondaryNameNode
访问yarn:http://yarn001:8088
访问hdfs:http://yarn001:50070
常见问题:
虚拟机搭建重启后无法启动成功:原因是/tmp文件夹被清空了,配置一个非/tmp的文件夹即可。
在core-site.xml中添加:dfs.namenode.name.dir=/xxx; dfs.datanode.data.dir=/xxxx;
五、hadoop2.0生产环境(多机)搭建方法
1、将安装包存放到某一目录下,并解压。
2、修改解压目录中的文件夹etc/hadoop下的xml配置文件。
3、格式化并启动HDFS
4、启动YARN
与单机环境的不同之处在于步骤2中修改的配置文件的内容有所不同。以及步骤3 的详细步骤不同。
HDFS HA部署方法:详见后续文章
HDFS HA+Federation的部署方法:详见后续文章
YARN部署方法:详见后续文章