Hadoop伪分布式和完全分布式配置

Hadoop伪分布式和完全分布式配置


[日期：2013-05-20] 来源：Linux社区  作者：linuxgfc [字体：大 中 小]




 
Hadoop的三种模式:


本地模式：本地模拟实现，不使用分布式文件系统


伪分布式模式：5个进程在一台主机上启动，一般开发人员调试hadoop程序使用


完全分布式模式：至少3个结点，JobTracker和NameNode在同一台主机上，secondaryNameNode一台主机，DataNode和Tasktracker一台主机


本次试验环境：


CentOS2.6.32-358.el6.x86_64


jdk-7u21-linux-x64.rpm


hadoop-0.20.2-cdh3u6.tar.gz


一、hadoop伪分布式模式的配置
[root@localhost ~]# rpm -ivh jdk-7u21-linux-x64.rpm 
[root@localhost ~]# vim /etc/profile.d/java.sh 
JAVA_HOME=/usr/java/latest
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME PATH          
[root@localhost ~]# tar xf hadoop-0.20.2-cdh3u6.tar.gz -C /usr/local/
[root@localhost ~]# cd /usr/local/
[root@localhost local]# ln -sv hadoop-0.20.2-cdh3u6/ hadoop  
[root@localhost ~]# vim /etc/profile.d/hadoop.sh 
HADOOP_HOME=/usr/local/hadoop
PATH=$HADOOP_HOME/bin:$PATH
export HADOOP_HOME PATH


测试jdk和hadoop是否正确安装
[root@localhost ~]# java -version
[root@localhost ~]# hadoop version
创建用户并修改hadoop文件权限
[root@localhost ~]# useradd hduser
[root@localhost ~]# passwd hduser
[root@localhost ~]# chown -R hduser.hduser /usr/local/hadoop/
创建hadoop临时数据保存目录
[root@localhost ~]# mkdir /hadoop/temp -pv
[root@localhost ~]# chown -R hduser.hduser /hadoop/


主要脚本功能：
/usr/local/hadoop/bin/start-dfs.sh        启动namenode datanode secondarynamenode进程
/usr/local/hadoop/bin/start-mapred.sh    启动jobtracker tasktracker
/usr/local/hadoop/bin/hadoop-daemon.sh    单独启动某个进程
/usr/local/hadoop/bin/start-all.sh        启动全部进程
/usr/local/hadoop/bin/stop-all.sh        停止全部进程
主要配置文件：
/usr/local/hadoop/conf/masters    保存第二名称节点的位置（secondaryNameNode）
/usr/local/hadoop/conf/slaves        保存从节点的位置（所有运行tasktracker和datanode的结点）
/usr/local/hadoop/conf/core-site.xml    用于定义系统级别的参数
/usr/local/hadoop/conf/hdfs-site.xml    HDFS的相关设定
/usr/local/hadoop/conf/mapred-site.xml    HDFS的相关设定，如reduce任务的默认个数、任务所能够使用内存的默认上下限等
/usr/local/hadoop/conf/hadoop-env.sh    定义hadoop运行环境相关的配置信息


让hadoop启动起来，只需修改一下配置文件即可
[root@localhost conf]# vim core-site.xml











 


      hadoop.tmp.dir


          /hadoop/temp


           


 


      fs.default.name


          hdfs://localhost:8020


 





 


[root@localhost conf]# vim mapred-site.xml


 











 


      mapred.job.tracker


      localhost:8021


 





 


[root@localhost conf]# vim hdfs-site.xml


 











 


      dfs.replication


      1


 





 


配置hduser通过ssh不需要密码访问本机
[hduser@localhost ~]$ ssh-keygen -t rsa -P ''
[hduser@localhost .ssh]$ ssh-copy-id -i id_rsa.pub hduser@localhost


[hduser@localhost ~]$ hadoop namenode -format    格式化名称结点[hduser@localhost ~]$ start-all.sh 启动服务
[hduser@localhost ~]$ jps    查看进程
NameNode
DataNode
JobTracker
TaskTracker
secondaryNameNode
如果以上5个进程启动起来，说明hadoop配置成功


hadoop常用命令：
[hduser@localhost ~]$ hadoop    查看帮助
[hduser@localhost ~]$ hadoop fs
[hduser@localhost ~]$ hadoop fs -mkdir test    在HDFS上创建目录
[hduser@localhost ~]$ hadoop fs -ls    查看文件或目录
[hduser@localhost ~]$ hadoop fs -put test.txt test    上传本地文件到HDFS


用hadoop自带的任务模型测试hadoop可用性：
[hduser@localhost ~]$ hadoop jar /usr/local/hadoop/hadoop-examples-0.20.2-cdh3u6.jar    读取jar文件
[hduser@localhost ~]$ hadoop jar /usr/local/hadoop/hadoop-examples-0.20.2-cdh3u6.jar wordcount    查看wordcount的语法格式
Usage: wordcount
                in读取文件位置        out保存结果位置（HDFS上，目录不能事先存在）


[hduser@localhost ~]$ hadoop jar /usr/local/hadoop/hadoop-examples-0.20.2-cdh3u6.jar wordcount test wordcount-out
[hduser@localhost ~]$ hadoop job -list all    查看执行过的作业
[hduser@localhost ~]$ hadoop fs -ls wordcount-out    查看任务输出结果
[hduser@localhost ~]$ hadoop fs -cat wordcount-out/part-r-00000


hadoop提供的web任务进程查看界面：（访问需关闭防火墙）
    JobTracker的HTTP服务器地址和端口，默认为0.0.0.0:50030；
    TaskTracker的HTTP服务器地址和端口，默认为0.0.0.0:50060；
    NameNode的HTTP服务器地址和端口，默认为0.0.0.0:50070；
    DataNode的HTTP服务器地址和端口，默认为0.0.0.0:50075；
    SecondaryNameNode的HTTP服务器地址和端口，默认为0.0.0.0:50090；

二、Hadoop完全分布式配置：
    NameNode和JobTracker在一个节点上（lab201）
    SecondaryNameNode（SNN）在一个节点上(lab202)
    DataNode和TaskTracker在一个节点上(lab203)


三个节点上均进行如下操作（注：三个节点保持时间同步）
[root@localhost ~]# rpm -ivh jdk-7u21-linux-x64.rpm 
[root@localhost ~]# vim /etc/profile.d/java.sh 
JAVA_HOME=/usr/java/latest
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME PATH          
[root@localhost ~]# tar xf hadoop-0.20.2-cdh3u6.tar.gz -C /usr/local/
[root@localhost ~]# cd /usr/local/
[root@localhost local]# ln -sv hadoop-0.20.2-cdh3u6/ hadoop  
[root@localhost ~]# vim /etc/profile.d/hadoop.sh 
HADOOP_HOME=/usr/local/hadoop
PATH=$HADOOP_HOME/bin:$PATH
export HADOOP_HOME PATH
[root@localhost ~]# java -version
[root@localhost ~]# hadoop version
[root@localhost ~]# useradd hduser
[root@localhost ~]# passwd hduser    
[root@localhost ~]# chown -R hduser.hduser /usr/local/hadoop/
[root@lab201 ~]# mkdir -pv /hadoop/temp
[root@lab201 ~]# chown -R hduser.hduser /hadoop


主结点配置（lab201）：
配置主节点hduser不需要密码访问从节点
[root@lab201 ~]# su - hduser
[hduser@lab201 ~]$ ssh-keygen -t rsa -P ''
[hduser@hjlab1 ~]$ ssh-copy-id -i .ssh/id_rsa.pub hduser@localhost
[hduser@lab201 ~]$ ssh-copy-id -i .ssh/id_rsa.pub hduser@lab201
[hduser@lab201 ~]$ ssh-copy-id -i .ssh/id_rsa.pub hduser@lab203


[hduser@lab201 conf]$ vim masters    修改SecondaryNameNode节点
lab202


[hduser@lab201 conf]$ vim slaves    修改从节点
lab203


[hduser@lab201 conf]$ vim core-site.xml





 


      hadoop.tmp.dir


        /hadoop/temp


 


 


      fs.default.name


        hdfs://lab201:8020


 





 


[hduser@lab201 conf]$ vim mapred-site.xml





 


      mapred.job.tracker


      lab201:8021


 





[hduser@lab201 conf]$ vim hdfs-site.xml        hduser对hadoop要写写权限，才能自动创建/hadoop/data    /hadoop/name等文件





       


                dfs.replication


                1


                The actual number of replications can be specified when the file is created.


       


       


                dfs.data.dir


                /hadoop/data


                ture


                The directories where the datanode stores blocks.


       


       


                dfs.name.dir


                /hadoop/name


                ture


                The directories where the namenode stores its persistent matadata.


       


       


                fs.checkpoint.dir


                /hadoop/namesecondary


                ture


                The directories where the secondarynamenode stores checkpoints.


       







将配置文件copy到从节点：
[hduser@lab201 conf]$ scp hdfs-site.xml core-site.xml mapred-site.xml lab2:/usr/local/hadoop/conf/
[hduser@lab201 conf]$ scp hdfs-site.xml core-site.xml mapred-site.xml lab3:/usr/local/hadoop/conf/


[hduser@lab201 conf]$ hadoop namenode -format
[hduser@lab201 conf]$ start-all.sh 
[hduser@lab201 conf]$ jps
在从节点上jps查看进程是否启动，在浏览器中打开相关页面，查看是否能够正常访问


功能测试同伪分布式模式，此处不再介绍。