前提 写道
一、防火墙关闭
service iptables stop
chkconfig iptables off
二、SeLinux关闭
setenforce 0
vi /etc/selinux/config,把SELINUX=enforcing改成SELINUX=disabled
service iptables stop
chkconfig iptables off
二、SeLinux关闭
setenforce 0
vi /etc/selinux/config,把SELINUX=enforcing改成SELINUX=disabled
操作系统
Hadoop可以同时支持在Linux和Windowsflume.conf系统下进行安装,但是在windows系统下没有进行过大量的测试,不稳定容易出现问题。因此,我们使用Linux系统进行安装。
在国内企业中使用最多的Linux系统是CentOS,笔者就使用CentOS的最新版6.3(写作时)进行安装。
添加用户和组
添加组
groupadd hadoop
添加用户
useradd hadoop -g hadoop
添加新的用户和组的作用为,使用独立的帐户保护hadoop文件,防止被其它用户修改。同时,还能防止程序修改其它帐户的文件。
配置文件个数
ulimit -n 65535
vi /etc/security/limits.conf
* hard nofile 65535
* soft nofile 65535
Hosts的配置
Hadoop通过域名来进行互相访问,通过修改/etc/hosts文件可配置本地域名映射关系,在hosts文件中添加计算机的域名(或叫别名)和IP的对应关系,如在本机中添加slave101的主机(假设IP为192.168.56.101),在末尾添加内容为:
192.168.1.200 master
修改/etc/sysconfig/network文件,将主机名改为master.
HOSTNAME=master
当系统重启后,主机名便会生效。也可运行如下命令设置主机名,无须重启:
hostname master
SSH和无密码登录
安装SSH客户端:
yum -y install openssh-clients
生成无密码的“公私钥”对:
su hadoop
ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
chmod 700 ~/.ssh
chmod 600 ~/.ssh/authorized_keys
scp -r ~/.ssh root@slave:/home/hadoop
slave:
chown -R hadoop:hadoop /home/hadoop/.ssh
chmod 700 /home/hadoop/.ssh
确认是否成功:
ssh localhost
JDK的安装与配置
运行Hadoop需要JDK1.6(也叫JDK6.0)以上,到www.oracle.com上进行下载。笔者在这里使用的是jdk-7u5-linux-i586.rpm,也就是JDK1.6的30更新版。
下面讲解JDK的安装与配置步骤:
一、安装
rpm –ivh jdk-7u5-linux-i586.rpm
ln –s /usr/java/jdk1.7.0_05 /usr/java/jdk
使用RPM包进行安装,rpm是centos和redhat的包管理机制。ln的作用是创建一个易记的JDK目录,便于配置。
JDK默认安装在/usr/java/jdk1.7.0_05下面。
二、配置
为了使用方便,我们对JDK的安装目录进行链接。
ln –s /usr/java/jdk1.6.0_30 /usr/java/jdk
然后,修改环境变量,在/etc/profile文件末中添加下面的内容:
JAVA_HOME=/usr/java/jdk
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME CLASSPATH PATH
在命令行下输入source /etc/profile使用修改生效。
scp -r ssh.sh root@10.1.2.74:~/
Hadoop的下载与解压
到hadoop.apache.org上下载Hadoop的安装文件,笔者使用的是 “hadoop-1.0.3.tar.gz”。
在发布式安装模式下,所有服务器Hadoop的安装目录需要一样。笔者安装的位置为/opt/hadoop,使用解压命令如下:
tar -zxvf hadoop-1.0.4.tar.gz -C /opt/
mv /opt/hadoop-1.0.4 /opt/hadoop
chown -R hadoop:hadoop /opt/hadoop
su hadoop
配置Hadoop
修改hadoop目录下conf/hadoop-env.sh的环境变量,在末尾添加:
export JAVA_HOME=/usr/java/jdk
export HADOOP_HEAPSIZE=256
export HADOOP_PID_DIR=/home/$USER/pids
注:因为是虚拟机内存小,所以HADOOP_HEAPSIZE设置为256。可以根据实际情况而定
修改hadoop目录下conf/core-site.xml的配置文件,在<configuration>标签中添加如下内容:
<property>
<name>fs.default.name</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/${user.name}/tmp</value>
</property>
<property>
<name>fs.trash.interval</name>
<value>1440</value>
</property>
修改hadoop目录下conf/hdfs-site.xml的配置文件,在<configuration>标签中添加如下内容:
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>/home/${user.name}/dfs_name</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>/home/${user.name}/dfs_data</value>
</property>
<property>
<name>dfs.support.append</name>
<value>true</value>
</property>
<property>
<name>dfs.datanode.max.xcievers</name>
<value>4096</value>
</property>
修改hadoop目录下conf/mapred-site.xml的配置文件,在<configuration>标签中添加如下内容:
<property>
<name>mapred.job.tracker</name>
<value>master:9001</value>
</property>
<property>
<name>mapred.system.dir</name>
<value>/home/${user.name}/mapred/system</value>
</property>
<property>
<name>mapred.local.dir</name>
<value>/home/${user.name}/mapred/local</value>
</property>
<property>
<name>mapreduce.job.counters.limit</name>
<value>1400</value>
</property>
<property>
<name>mapred.map.tasks.speculative.execution</name>
<value>false</value>
</property>
<property>
<name>mapred.reduce.tasks.speculative.execution</name>
<value>false</value>
</property>
注:属性名为mapred.job.tracker来配置job tracker交互端口,
配置辅助名称节点:修改hadoop目录conf/masters的配置文件,修改内容为:
master
配置子节点:修改hadoop目录conf/slave文件,每行一个节点,伪分布式修改内容为:
master
scp -r /opt/hadoop root@slave:/opt/
chown -R hadoop:hadoop /opt/hadoop
执行
在使用一个分布式文件系统前需要对其进行格式化:
./bin/hadoop namenode -format
启动Hadoop守护进程:
./bin/start-all.sh
Hadoop守护进程的日志写入到${HADOOP_LOG_DIR}目录(默认为logs下)。
将输入文件拷贝到分布式文件系统:
bin/hadoop fs -put ./conf/core-site.xml input
运行发行版提供的WordCount示例程序:
./bin/hadoop jar hadoop-examples-1.0.3.jar wordcount input output
查看输出文件:
将输出文件从分布式文件系统拷贝到本地文件系统查看:
$ bin/hadoop fs -get output output
$ cat output/*
或者
在分布式文件系统上查看输出文件:
$ bin/hadoop fs -cat output/*
完成全部操作后,停止Hadoop守护进程:
$ bin/stop-all.sh
Hadoop自带的WEB管理界面
浏览NameNode和JobTracker的WEB管理界面,它们的地址默认为:
NameNode - http://master :50070/dfshealth.jsp
JobTracker - http://master:50030/jobtracker.jsp
Hadoop常见配置解释
fs.default.name
默认:file:///
定义:NameNod的URI
描述:hdfs://hostname/
fs.trash.interval
默认:0
定义: 时间,单位:秒
描述: 删除文件时放入回收站的时间。
fs.checkpoint.period
默认:3600
定义:时间,单位:秒
描述:Secondary NameNode两次checkpoint的最大时间间隔。
fs.checkpoint.size
默认:67108864
定义:文件大小,单位:字节
描述:当edit文件超过该值时,强制进行checkpoit,不管是否达到最大时间间隔。
hadoop.tmp.dir
默认:/tmp/hadoop-${user.name}
定义:文件目录
描述:hadoop文件系统依赖的基础配置,很多路径都依赖它。
dfs.replication
默认:3
定义:数字
描述:数据的复制分数,用来做备份和并发读。
dfs.name.dir
默认:${hadoop.tmp.dir}/dfs/name
定义:文件目录
描述:NameNod保存元数据和事务日志的本地目录。当这个值是一个逗号分割的目录列表时,元数据和日志将会被复制到所有目录中做冗余备份。因此,可以用NFS配置来保存
dfs.data.dir
默认:/ ${hadoop.tmp.dir}/dfs/data
定义:文件目录
描述:当这个值是逗号分割的目录列表时,数据将被存储在所有目录下,通常分布在不同设备上。
mapred.system.dir
默认:${hadoop.tmp.dir}/mapred/system
定义:文件目录
描述:Map/Reduce框架存储系统文件的HDFS路径。这个路径是默认文件系统(HDFS)下的路径, 须从服务器和客户端上均可访问。
mapred.local.dir
默认:${hadoop.tmp.dir}/mapred/local
定义:文件目录
描述:本地文件系统下逗号分割的路径列表,Map/Reduce临时数据存放的地方。多路径有助于利用磁盘i/o。
mapred.job.tracker
默认:local
定义:主机名:端口
描述:JobTracker的地址, 主机(或者IP)和端口。如果为local则在一个进程中执行Map和Reduce。
mapred.tasktracker.map.tasks.maximum
默认:2
定义:数字
描述:某一TaskTracker 上可运行的最大Map任务数,这些任务将同时各自运行。
mapred.tasktracker.reduce.tasks.maximum
默认:2
定义:数字
描述:某一TaskTracker 上可运行的最大Reduce任务数,这些任务将同时各自运行。
相关推荐
hadoop 2.x 安装文档 hadoop 2.5配置
英文的,讲解hadoop1.x与hadoop2.x配置异同
包含了hadoop配置文件core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml
本片文档是整合的Hadoop2.X 的安装与配置,包含三个节点,希望对有所帮助
分别取对应的文件夹下解压,之后将这两个文件替换到 hadoop-2.*.*/bin目录下即可 winutils.exe、hadoop.dll
20_Hadoop_入门_IP和主机名称配置.mp4 21_Hadoop_入门_Xshell远程访问工具.mp4 24_Hadoop_入门_JDK安装.mp4 28_Hadoop_入门_xsync分发脚本.mp4 29_Hadoop_入门_ssh免密登录.mp4 30_Hadoop_入门_集群配置.mp4 31_...
大数据Hadoop的一些配置与底层原理,里面详细介绍了从0到1搭建集群以及搭建过程中遇到的问题解决方案,并且由图去更好的理解Hadoop的用处。
替换至 hadoop 2.X/etc/hadoop 目录即可使用
hadoop2.X配置详解和mapreduce详解
在Hadoop1.x 时代,Hadoop中的MapReduce同时处理业务逻辑运算和资源的调度,耦合性较大。 在Hadoop2.x时代,增加了Yarn。Yarn只负责资源的调度,MapReduce 只负责运算。 Hadoop3.x在组成上没有变化Hadoop ...
采用Docker Swarm集群方式, 部署Hadoop3.x + HBase2.x的真正分布式集群环境,趟坑无数, 配置文件已整理好,内置Dockerfile构建文件、docker-compose脚本文件、hbase安装包、hadoop配置文件等。可以根据生产环境, ...
hadoop3.x的Windows依赖, 使用IDEA并创建Maven工程之后,导入该文件中pom文件即可完成配置,同时该资源内置了可以直接使用的pom文件
注意:hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop 伪分布式需要修改5个配置文件 3.1配置hadoop 第一个:hadoop-env.sh vim hadoop-env.sh #第27行 export JAVA_HOME=/usr/java/jdk1.7.0_65 第二个:core...
Hadoop原本来自于谷歌一款名为MapReduce的编程模型包。谷歌的MapReduce框架可以把一个应用程序分解为许多并行计算指令,跨大量的计算节点运行非常巨大的数据集。使用该框架的一个典型例子就是在网络数据上运行的搜索...
基础的hadoop集群环境搭建步骤,包含SSH免密登录,DNS服务器配置等基础环境搭建流程
自己学习后总结的详细搭建笔记,包括伪分布式,基本按照步骤操作就可以了
B01_Eclipse的Hadoop插件安装与使用.pdf、B02_Hadoop2.x Namenode50070监控界面内容说明.pdf、B08_Hadoop2.x 配置文件说明.pdf等等文件
如果用的是 CentOS/RedHat 系统,请查看相应的CentOS安装Hadoop教程_单机伪分布式配置。 本教程基于原生 Hadoop 2,在 Hadoop 2.6.0 (stable) 版本下验证通过,可适合任何 Hadoop 2.x.y 版本,如 Hadoop 2.7.1、...
hadoop-3.1.3.tar jdk-8u212-linux-x64.tar 以及hadoop3.1.3配置文件(已修改好)
与之前的稳定的hadoop-1.x相比,Apache Hadoop 2.x有较为显著的变化。这里给出在HDFS和MapReduce两方面的改进。