Install Hadoop 2.6.3 cluster on CentOS 6.7

在CentOS 6.7 x64上搭建Hadoop 2.6.3完全分布式环境，并在DigitalOcean上测试通过

Tip: 内网部署可以不用配置SSH免密
Tip: 单个NameNode/DataNode内存应大于1G，在512MB内存的机器上可能无法成功启动

本文假设：

主节点（NameNode）域名（主机名）：m.fredlab.org
子节点（DataNode）域名（主机名）：s1.fredlab.org
                              s2.fredlab.org
                              s3.fredlab.org

一、配置SSH免密码登陆

1、master机上生成公私钥：id_rsa和id_rsa.pub

ssh-keygen

2、上传到每个节点机器的.ssh/目录下

.ssh/----
    |--
    |--id_rsa
    |--id_rsa.pub
    |--authorized_keys
    |--

3、更改私钥权限为0600

chmod 0600 id_rsa

4、复制公钥至authorized_keys

cat id_rsa.pub >> authorized_keys

5、配置SSH免询问（yes）登录（可选）

修改/etc/ssh/ssh_config的以下两行

StrictHostKeyChecking no
GSSAPIAuthentication no

重启ssh服务

service sshd restart

二、配置域名（主机名）

1、修改主机名

vim /etc/sysconfig/network

修改HOSTNAME=s1.fredlab.org（主机名），其他节点同理。

2、将主机名和对应ip地址加入/etc/hosts，格式类似：

104.236.142.235   m.fredlab.org
104.236.143.22    s1.fredlab.org
104.236.143.54    s2.fredlab.org
107.170.224.199   s3.fredlab.org

三、安装Java JDK

1、下载java jdk rpm包

http://www.oracle.com/technetwork/java/javase/downloads/index.html

2、安装

rpm -ih jdk-8u72-linux-x64.rpm

3、检验java路径，以及版本

which java
which javac
java -version

4、默认JAVA_HOME=/usr

四、安装hadoop 2.6.3

注：以下操作均在master上进行

1、下载hadoop 2.6.3

wget http://www.eu.apache.org/dist/hadoop/common/hadoop-2.6.3/hadoop-2.6.3.tar.gz

2、解压安装（安装位置/usr/local/hadoop2）

tar zxf hadoop-2.6.3.tar.gz
mv hadoop-2.6.3 /usr/local/hadoop2

3、增加数据目录和临时目录（位置可选，与配置文件对应即可）

mkdir /usr/local/hadoop2/tmp
mkdir /usr/local/hadoop2/hdfs

4、修改配置文件（位于/usr/local/hadoop2/etc/hadoop/目录下）

主配置文件：core-site，其中m.fredlab.org为NameNode的域名（主机名）

<configuration>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/usr/local/hadoop2/tmp</value>
    <description>temp dir</description>
  </property>
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://m.fredlab.org:9000</value>
  </property>
  <property>
    <name>io.file.buffer.size</name>
    <value>131072</value>
  </property>
</configuration>

hdfs配置文件：hdfs-site.xml

<configuration>
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file:/usr/local/hadoop2/hdfs/name</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file:/usr/local/hadoop2/hdfs/data</value>
  </property>
  <property>
    <name>dfs.blocksize</name>
    <value>134217728</value>
  </property>
  <property>
    <name>dfs.namenode.handler.count</name>
    <value>10</value>
  </property>
   <property>
    <name>dfs.replication</name>
    <value>2</value>
  </property>
</configuration>

yarn-site.xml

<configuration>  
    <property>  
        <name>yarn.nodemanager.aux-services</name>  
        <value>mapreduce_shuffle</value>  
    </property>  
</configuration>  
mapred-site.xml

<configuration>
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
</configuration>

将java路径加入hadoop-env.sh和yarn-env.sh

echo "export JAVA_HOME=/usr" >> hadoop-env.sh
echo "export JAVA_HOME=/usr" >> yarn-env.sh

在slaves文件中加入各个节点的域名（主机名），每行一个，类似：

s1.fredlab.org
s2.fredlab.org
s3.fredlab.org

五、复制配置好的hadoop到各个Slaves

将/usr/local/hadoop2目录一起拷贝到各个DataNode机器上

scp -r /usr/local/hadoop2 root@s1.fredlab.org:/usr/local/

六、启动hadoop集群

1、格式化文件系统

/usr/local/hadoop2/bin/hdfs namenode -format

2、启动集群

启动hdfs

/usr/local/hadoop2/sbin/start-dfs.sh

启动yarn

/usr/local/hadoop2/sbin/start-yarn.sh

3、检查文件系统

/usr/local/hadoop2/bin/hdfs dfsadmin -report

4、web页面观测集群运行情况

集群运行状态：http://m.fredlab.org:50070

http://master_ip:50070

集群应用状态：http://m.fredlab.org:8088

http://master_ip:8088

5、查看各个节点java进程

NameNode，m.fredlab.org上执行：jps

12058 ResourceManager
22298 NameNode
11914 SecondaryNameNode
11180 Jps

DataNode，s1.fredlab.org上执行：jps

13909 Jps
13494 DataNode

Disclaimer

License under CC BY-NC 4.0
Copyright issue feedback me#imzye.me, replace # with @
Not all the commands and scripts are tested in production environment, use at your own risk
No privacy information is collected here

Try iOS App

Yi's Blog