hadoop完全分布式配置

安装Hadoop完全分布式模式 (2012-03-27 10:06)

标签:   70   分布式   initial   normal   color 

Hadoop完全分布式模式

目录   [隐藏] 1 实验环境 2 实验目的 3 安装 4 配置文件概述 5 配置 6 运行 7 测试

实验环境

1. 系统 ： centos 5.6
2. JDK  : jdk-6u26-linux-i586-rpm.bin
3. 账号 ： hadoop
4. 目录 ： /usr/local/hadoop
5. 主机名 ：master slave1 slave2

实验目的

组建三台机器的群集

• master： 部署namecode，JobTracker，DataNode，TaskTracker
• slave1： 部署JobTracker，DataNode，TaskTracker
• slave2： 部署JobTracker，DataNode，TaskTracker

其实这个不是最好的组建方法。实验为了更好的测试多节点而这样设置。

安装

• 请确保每台机器都安装了sun jdk 将hadoop安装在相同的目录（/usr/local/hadoop）。
• 请确保hadoop/conf/hadoop-env.sh 中JAVA_HOME=/usr/java/jdk1.6.0_26 设置并且正确。
• 每台机器创建hadoop账户。

#useradd hadoop #passwd hadoop

• 确保master能无密码登录。

$ssh-keygent -t dsa (我将密码设置为空方便测试。正常环境请安装keychain， keychain安装 ) $cd .ssh $cat cat id_rsa.pub > authorized_keys $chmod 600 authorized_keys (将权限设置为600否者ssh将不读取公钥信息)

• • 分发public key

$ssh-copy-id slave1 $ssh-copy-id slave2 配置文件概述

• NameNode ： core-site.xml
• JobTracker ： mapred-site.xml
• DataNode ： hdfs-site.xml
• master ： masters
• slave ： slaves

配置

• 编辑namenode的配置文件

$vi core-site.xml <configuration> <property> <name>fs.default.name</name> <value>hdfs://192.168.60.149:9000/</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/usr/local/hadoop/hadooptmp</value> </property> </configuration>

• 编辑JobTracker的配置

$vi mapred-site.xml <configuration> <property> <name>mapred.job.tracker</name> <value>192.168.60.149:9001</value> </property> <property> <name>mapred.local.dir</name> <value>/usr/local/hadoop/mapred/local</value> </property> <property> <name>mapred.system.dir</name> <value>/tmp/hadoop/mapred/system</value> </property> </configuration>

• 编辑DataNode配置

$vi hdfs-site.xml <configuration> <property> <name>dfs.name.dir</name> <value>/usr/local/hadoop/hdfs/name</value> </property> <property> <name>dfs.data.dir</name> <value>/usr/local/hadoop/hdfs/data</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> </configuration>

• 修改slave1，slave2的配置
  • 修改slave1，slave2的JobTracker的配置

$vi mapred-site.xml <configuration> <property> <name>mapred.job.tracker</name> <value>192.168.60.149:9001</value> </property> <property> <name>mapred.local.dir</name> <value>/usr/local/hadoop/mapred/local</value> </property> <property> <name>mapred.system.dir</name> <value>/tmp/hadoop/mapred/system</value> </property> </configuration>

• • 修改slave1，slave2的DataNode配置

$vi hdfs-site.xml <configuration> <property> <name>dfs.name.dir</name> <value>/usr/local/hadoop/hdfs/name</value> </property> <property> <name>dfs.data.dir</name> <value>/usr/local/hadoop/hdfs/data</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> </configuration>

• 设置master

$vi masters master

• 设置slave

$vi slaves master slave1 slave2 运行

• 格式化namenode

$$bin/hadoop namenode -format

• 启动所有进程

$/usr/local/hadoop/bin/start-all.sh starting namenode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-namenode-master.out master: starting datanode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-datanode-master.out slave2: starting datanode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-datanode-slave2.out slave1: starting datanode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-datanode-slave1.out master: starting secondarynamenode, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-secondarynamenode-master.out starting jobtracker, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-jobtracker-master.out slave1: starting tasktracker, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-tasktracker-slave1.out slave2: starting tasktracker, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-tasktracker-slave2.out master: starting tasktracker, logging to /usr/local/hadoop/bin/../logs/hadoop-yueyang-tasktracker-master.out 测试

• 分布式文件系统测试

• • 查看 http://master:50030 nodes里面是3证明三个节点正常接入
  • 创建测试pustest文件夹用于分布式文件系统测试

$bin/hadoop dfs -mkdir pustest

• • 将conf/hadoop-env.sh放到pushtest目录 用于测试。

$bin/hadoop dfs -put conf/hadoop-env.sh pushtest

• • http://master:50070 Browse the filesystem 发现跳转slave1 or slave2 证明分布式文件系统正常。
• hadoop默认开放web状态展示访问地址为

http://localhost:50070；   http://localhost:50030；

• 简单的daemo

hadoop自带一些简单的实例。测试下单词统计功能。 $bin/hadoop jar hadoop-examples-0.20.203.0.jar wordcount pushtest testoutput 运行后将可以在web界面看见job的状态。和完成的状态。 具体单词数量等统计结果要查看 $bin/hadoop fs -ls drwxr-xr-x - hadoop supergroup 0 2011-07-11 11:13 /user/hadoop/test drwxr-xr-x - hadoop supergroup 0 2011-07-11 11:15 /user/hadoot/testoutput $bin/hadoop fs -ls testoutput Found 3 items -rw-r--r-- 1 hadoop supergroup 0 2011-07-11 16:31 /user/hadoop/shanyang1/_SUCCESS drwxr-xr-x - hadoop supergroup 0 2011-07-11 16:30 /user/hadoop/shanyang1/_logs -rw-r--r-- 1 hadoop supergroup 32897 2011-07-11 16:31 /user/hadoop/shanyang1/part-r-00000 $bin/hadoop fs -cat /user/hadoop/shanyang1/part-r-00000 将可以看到详细的统计信息