ubuntu + hadoop2.5.2分布式环境配置
我之前有详细写过hadoop-0.20.203.0rc1版本的环境搭建
hadoop学习笔记——环境搭建 http://www.cnblogs.com/huligong1234/p/3533382.html
本篇部分细节就不多说。
一、基础环境准备
系统：(VirtualBox) ubuntu-12.04.2-desktop-i386.iso
hadoop版本：hadoop-2.5.2
jdk版本：jdk-6u26-linux-i586.bin
1.三台测试集群，一个master(ubuntu-V01),两个slave(ubuntu-V02,ubuntu-V03)
/etc/hosts
192.168.1.112 ubuntu-V01
192.168.1.113 ubuntu-V02
192.168.1.114 ubuntu-V03
注意不要保留127.0.0.1 localhost
配置同步到其他两台机器
scp /etc/hosts [email protected]:/etc/hosts
scp /etc/hosts [email protected]:/etc/hosts
2. 设置linux上ssh是用户可以自动登录
$ ssh-keygen -t dsa -P ‘‘ -f ~/.ssh/id_dsa
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
3.java环境配置
略，当前已配好，JAVA_HOME为/usr/lib/jvm/jdk1.6.0_26
二、下载解压hadoop-2.5.2.tar.gz
[email protected]:~/data$ pwd
/home/hadoop/data
[email protected]:~/data$ wget http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.5.2/hadoop-2.5.2.tar.gz
[email protected]:~/data$tar zxvf hadoop-2.5.2.tar.gz
三、配置环境变量
[email protected]:~/data$gedit /etc/profile
追加内容如下：
#HADOOP VARIABLES START
export HADOOP_INSTALL=/home/hadoop/data/hadoop-2.5.2
export PATH=$PATH:$HADOOP_INSTALL/bin
export PATH=$PATH:$HADOOP_INSTALL/sbin
export HADOOP_MAPRED_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_HOME=$HADOOP_INSTALL
export HADOOP_HDFS_HOME=$HADOOP_INSTALL
export YARN_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_INSTALL/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_INSTALL/lib"
#HADOOP VARIABLES END
使配置生效
[email protected]:~/data$source /etc/profile
四、修改$HADOOP_HOME/etc/hadoop/core-site.xml
添加如下内容：
<property>
<name>fs.default.name</name>
<value>hdfs://ubuntu-V01:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/data/hadoop-2.5.2/hadoop-${user.name}</value>
</property>
五、修改$HADOOP_HOME/etc/hadoop/yarn-site.xml
添加如下内容：
<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.hostname</name>
<value>ubuntu-V01</value>
</property>
更多yarn-site.xml参数配置可参考：
http://hadoop.apache.org/docs/r2.5.2/hadoop-yarn/hadoop-yarn-common/yarn-default.xml
六、修改$HADOOP_HOME/etc/hadoop/mapred-site.xml
默认没有mapred-site.xml文件，copy mapred-site.xml.template 一份为 mapred-site.xml即可
#cp etc/hadoop/mapred-site.xml.template ./etc/hadoop/mapred-site.xml
添加如下内容：
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
<final>true</final>
</property>
七、配置hdfs-site.xml (这里可以不配，采用默认参数)
/usr/local/hadoop/etc/hadoop/hdfs-site.xml
用来配置集群中每台主机都可用，指定主机上作为namenode和datanode的目录。
<property>
<name>dfs.name.dir</name>
<value>/home/hadoop/data/hadoop-2.5.2/name1,/home/hadoop/data/hadoop-2.5.2/name2</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>/home/hadoop/data/hadoop-2.5.2/data1,/home/hadoop/data/hadoop-2.5.2/data2</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
八、配置salves
告诉hadoop 其他从节点，这样，只要主节点启动，他会自动启动其他机器上的nameNode dataNode 等等
编辑 $HADOOP_HOME/etc/hadoop/slaves
内容如下：
ubuntu-V02
ubuntu-V03
九、同步同步该文件夹 到其他各个从主机上即可
因为我们使用ssh免登陆 不需要使用密码
[email protected]:~/data/hadoop-2.5.2$scp -r /home/hadoop/data/hadoop-2.5.2 [email protected]:/home/hadoop/data/hadoop-2.5.2
[email protected]:~/data/hadoop-2.5.2$scp -r /home/hadoop/data/hadoop-2.5.2 [email protected]:/home/hadoop/data/hadoop-2.5.2
十、格式化hdfs
[email protected]:~/data/hadoop-2.5.2$./bin/hdfs namenode -format
十一、启动hadoop集群
[email protected]:~/data/hadoop-2.5.2$./sbin/start-dfs.sh
[email protected]:~/data/hadoop-2.5.2$./sbin/start-yarn.sh
十二、浏览器查看
浏览器打开 http://ubuntu-V01:50070/，会看到hdfs管理页面
浏览器打开 http://ubuntu-V01:8088/，会看到hadoop进程管理页面
浏览器打开 http://ubuntu-v01:8088/cluster 查看cluster情况
十三、验证（WordCount验证）
1.dfs上创建input目录
[email protected]:~/data/hadoop-2.5.2$bin/hadoop fs -mkdir -p input
2.把hadoop目录下的README.txt拷贝到dfs新建的input里
[email protected]:~/data/hadoop-2.5.2$bin/hadoop fs -copyFromLocal README.txt input
3.运行WordCount
[email protected]:~/data/hadoop-2.5.2$bin/hadoop jar share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.5.2-sources.jar org.apache.hadoop.examples.WordCount input output
4.运行完毕后，查看单词统计结果
[email protected]:~/data/hadoop-2.5.2$bin/hadoop fs -cat output/*
假如程序的输出路径为output，如果该文件夹已经存在,先删除
[email protected]:~/data/hadoop-2.5.2$bin/hadoop dfs -rmr output
参考资料：
Ubuntu14.04下安装Hadoop2.4.0 （单机模式）
http://www.cnblogs.com/kinglau/p/3794433.html
Ubuntu14.04下安装Hadoop2.4.0 （伪分布模式）
http://www.cnblogs.com/kinglau/p/3796164.html
伪分布模式下执行wordcount实例时报错解决办法
http://www.cnblogs.com/kinglau/p/3364928.html
Eclipse下搭建Hadoop2.4.0开发环境
http://www.cnblogs.com/kinglau/p/3802705.html
Hadoop学习三十：Win7 Eclipse调试Centos Hadoop2.2-Mapreduce
http://zy19982004.iteye.com/blog/2024467
hadoop2.5.0 centOS系列 分布式的安装 部署
http://my.oschina.net/yilian/blog/310189
Centos6.5源码编译安装Hadoop2.5.1
http://www.myhack58.com/Article/sort099/sort0102/2014/54025.htm
Hadoop MapReduce两种常见的容错场景分析
http://www.chinacloud.cn/show.aspx?id=15793&cid=17
hadoop 2.2.0集群安装
http://blog.csdn.net/bluishglc/article/details/24591185
Apache Hadoop 2.2.0 HDFS HA + YARN多机部署
http://blog.csdn.net/u010967382/article/details/20380387
Hadoop集群配置（最全面总结）
http://blog.csdn.net/hguisu/article/details/7237395
Hadoop hdfs-site.xml 配置项清单
http://he.iori.blog.163.com/blog/static/6955953520138107638208/
http://slaytanic.blog.51cto.com/2057708/1101111
Hadoop三种安装模式
http://blog.csdn.net/liumm0000/article/details/13408855