|
CentOS上Hadoop环境的搭建与管理 please down load the attachment 编辑日期：2015年9月1日 实验要求： 完成Hadoop平台安装部署、测试Hadoop平台功能和性能，记录实验过程，提交实验报告。 1) 掌握Hadoop安装过程 2) 理解Hadoop工作原理 3) 测试Hadoop系统的可扩展性 4) 测试Hadoop系统的稳定性 一、先决条件 确保在集群中的每个节点上都安装所有必需软件：JDK ，ssh，Hadoop （2.6.0）。 1)JDK，必须安装（版本1.7以上），建议选择Sun公司发行的Java版本。 2)ssh 必须安装并且保证 sshd一直运行，以便用Hadoop 脚本管理远端Hadoop守护进程。 二、Hadoop的安装与配置 HDFS在Master节点启动dfs和yarn服务时，需要自动启动Slave节点服务，HDFS需要通过ssh访问Slave节点机。HDFS需要搭建多台服务器组成分布式系统，节点机间需要无密码访问。本节任务是进行ssh的设置、用户的创建、hadoop参数的设置,完成HDFS分布式环境的搭建。 任务实施： 本节任务需要四台节点机组成集群，每个节点机上安装CentOS-6.5-x86_64系统。四台节点机使用的IP地址分别为：192.168.23.111、192.168.23.112、192.168.23.113、192.168.23.114，对应节点主机名为：node1、node2、node3、node4。节点机node1作为NameNode，其他作为DataNode。 在node1主机上， 编辑 vi /etc/hosts，添加如下内容： 192.168.23.111 node1 192.168.23.112 node2 192.168.23.113 node3 192.168.23.114 node4 编辑 vi /etc/sysconfig/network，修改 HOSTNAME=node1 关闭防火墙 chkconfig iptables off service iptables stop 在其他节点主机上进行类似的操作，但需要将HOSTNAME的值分别修改为对应的主机名。 步骤1 创建hadoop用户，分别在四台节点机上创建用户hadoop，uid=660，密码分别为h1111, h2222, h3333, h4444。登录node1节点机，创建hadoop用户和设置密码。操作命令如下。 [root@node1 ~]# useradd -u 660 hadoop [root@node1 ~]# passwd hadoop 其他节点机的操作相同。 步骤2 设置master节点机ssh无密码登录slave节点机。 （1）在node1节点机上，以用户hadoop用户登录或者使用su – hadoop切换到hadoop用户。操作命令如下。 [root@node1 ~]# su - hadoop （2）使用ssh-keygen生成证书密钥，操作命令如下。 [hadoop@node1 ~]$ssh-keygen -t dsa （3）使用ssh-copy-id分别拷贝证书公钥到node1，node2，node3，node4节点机上，操作命令如下。 [hadoop@node1 ~]$ cd ~ hadoop@node1 ~]$ ssh-copy-id -i .ssh/id_dsa.pub node1 [hadoop@node1 ~]$ ssh-copy-id -i .ssh/id_dsa.pub node2 [hadoop@node1 ~]$ ssh-copy-id -i .ssh/id_dsa.pub node3 [hadoop@node1 ~]$ ssh-copy-id -i .ssh/id_dsa.pub node4 （4）在node1节点机上使用ssh测试无密码登录node1节点机，操作命令如下。 [hadoop@node1 ~]$ ssh node1 Last Login: Mon Dec 22 08:42:38 2014 from node1 [hadoop@node1 ~]$ exit Logout Connection to node1 closed. 以上表示操作成功。 在node1节点机上继续使用ssh测试无密码登录node2、node3和node4节点机，操作命令如下。 [hadoop@node1 ~]$ ssh node2 [hadoop@node1 ~]$ ssh node3 [hadoop@node1 ~]$ ssh node4 测试登录每个节点机后，输入exit退出。 步骤3 上传或下载hadoop-2.6.0.tar.gz软件包到node1节点机的root目录下。如果hadoop软件包在node1节点机上编译，则把编译好的包拷贝到root目录下即可。首先找到所需软件包的地址http://mirror.bit.edu.cn/apache/hadoop/common/，如图所示。 然后使用wget命令或其他命令下载所需的软件包，操作示例如： wget http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.6.0/hadoop-2.6.0.tar.gz 步骤4 解压文件，安装文件。操作命令如下。 [root@node1 ~]# cd [root@node1 ~]# tar xvzf hadoop-2.6.0.tar.gz [root@node1 ~]# cd hadoop-2.6.0 [root@node1 hadoop-2.6.0]# mv * /home/hadoop/ 步骤5 修改hadoop配置文件。Hadoop配置文件主要有：hadoop-env.sh、yarn-env.sh、slaves、core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml。配置文件在/home/hadoop/etc/hadoop/目录下，可进入该目录进行配置。操作命令如下。 [root@node1 hadoop-2.6.0]# cd /home/hadoop/etc/hadoop/ （1）修改hadoop-env.sh， 如果还没有安装java,先安装java yum -y install java-1.7.0-openjdk* 安装出现问题可以参考以下网址教程进行处理. http://jingyan.baidu.com/article/4853e1e51d0c101909f72607.html 检查各主机的/etc/profile是否有JAVA_HOME变量，没有就在末尾添加： JAVA_HOME=/usr/lib/jvm/java-1.7.0 export JAVA_HOME PATH=$JAVA_HOME/bin:$PATH CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar export PATH export CLASSPATH export HADOOP_HOME=/home/hadoop/ export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin 保存退出后执行 source /etc/profile 将hadoop-env.sh文件中的export JAVA_HOME=${JAVA_HOME}修改为 export JAVA_HOME=/usr/lib/jvm/java-1.7.0 （2）修改slaves，该文件登记DataNode节点主机名，本处添加node2，node3，node4三台节点主机名。如下所示。 [root@node1 hadoop]# vi slaves node2 node3 node4 （3）修改core-site.xml，将文件中的<configuration></configuration>修改为如下内容。 <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://node1:9000</value> </property> <property> <name>io.file.buffer.size</name> <value>131072</value> </property> <property> <name>hadoop.tmp.dir</name> <value>file:/home/hadoop/tmp</value> <description>Abase for other temporary directories.</description> </property> <property> <name>hadoop.proxyuser.hadoop.hosts</name> <value>*</value> </property> <property> <name>hadoop.proxyuser.hadoop.groups</name> <value>*</value> </property> </configuration> 其中node1为集群的NameNode（Master）节点机，node1可以使用IP地址表示。 （4）修改hdfs-site.xml，将文件中的<configuration></configuration>修改为如下内容。 <configuration> <property> <name>dfs.namenode.secondary.http-address</name> <value>node1:9001</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:/home/hadoop/dfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/home/hadoop/dfs/data</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property> </configuration> 其中为了便于教学，第二个NameNode也使用node1节点机，NameNode产生的数据存放在/home/hadoop/dfs/name目录下，DataNode产生的数据存放在/home/hadoop/dfs/data目录下，设置3份备份。 （5）将文件mapred-site.xml.template改名为mapred-site.xml。操作如下。 [root@node1 hadoop]# mv mapred-site.xml.template mapred-site.xml 将文件中的<configuration></configuration>修改为如下内容。 <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>node1:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>node1:19888</value> </property> </configuration> （6）修改yarn-site.xml，将文件中的<configuration></configuration>修改为如下内容。 <configuration> <property> <name>yarn.resourcemanager.hostname</name> <value>192.168.23.111</value> </property> <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.address</name> <value>node1:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>node1:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>node1:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>node1:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>node1:8088</value> </property> </configuration> 步骤6 修改“/home/hadoop/”文件用户主/组属性，操作如下。 [root@node1 hadoop]# chown -R hadoop:hadoop /home/hadoop 步骤7 将配置好的hadoop系统复制到其他节点机上，操作如下。 [root@node1 hadoop]# cd /home/hadoop [root@node1 hadoop]# scp -r hadoop-2.6.0 hadoop@node2:/home/hadoop [root@node1 hadoop]# scp -r hadoop-2.6.0 hadoop@node3:/home/hadoop [root@node1 hadoop]# scp -r hadoop-2.6.0 hadoop@node4:/home/hadoop 步骤8 分别登录node2，node3，node4节点机，修改 “/home/hadoop/”文件用户主/组属性。 [root@node2~]# chown -R hadoop:hadoop /home/hadoop [root@node3~]# chown -R hadoop:hadoop /home/hadoop [root@node4~]# chown -R hadoop:hadoop /home/hadoop 至此，整个hadoop分布式系统搭建完成。 三、Hadoop的管理 1.格式化一个新的分布式文件系统 先格式化一个新的分布式文件系统 $ cd /home/hadoop $ bin/hadoop namenode -format 成功情况下系统输出： /opt/hadoop/hadoopfs/name has been successfully formatted. 查看输出保证分布式文件系统格式化成功 执行完后可以到master机器上看到/home/hadoop/name目录。 2.启动分布式文件服务 sbin/start-all.sh 或 sbin/start-dfs.sh sbin/start-yarn.sh 使用浏览器浏览Master节点机 http://192.168.23.111:50070，查看NameNode节点状态和浏览Datanodes数据节点。 使用浏览器浏览Master节点机 http://192.168.23.111:8088查看所有应用。 3.关闭分布式文件服务 sbin/stop-all.sh 4.文件管理 在hdfs创建swvtc目录，操作命令如下。 [hadoop@node1 ~]$ hdfs dfs -mkdir /swvtc #类似 mkdir /swvtc 在hdfs查看当前目录，操作命令如下。 [hadoop@node1 ~]$ hdfs dfs -ls / #类似 ls / Found 1 items drwxr-xr-x - hadoop supergroup 0 2014-12-23 10:07 /swvtc 在本地系统编辑文件jie.txt，操作命令如下。 [hadoop@node1 ~]$ vi jie.txt 添加内容： Hi，Hadoop！ 上传文件jie.txt到hdfs的/swvtc目录中，操作命令如下。 [hadoop@node1 ~]$ hdfs dfs -put jie.txt /swvtc 从hdfs中下载文件。操作命令： [hadoop@node1 ~]$ hdfs dfs -get /swvtc/jie.txt 查看hdfs中/swvtc/jie.txt的内容，操作命令： [hadoop@node1 ~]$ hdfs dfs -text /swvtc/jie.txt Hi，Hadoop！ hadoop dfs -get in getin 从HDFS获取文件并且重新命名为getin，同put一样可操作文件也可操作目录 hadoop dfs -rmr out 删除指定文件从HDFS上 hadoop dfs -cat in/* 查看HDFS上in目录的内容 hadoop dfsadmin -report 查看HDFS的基本统计信息，结果如下 hadoop dfsadmin -safemode leave 退出安全模式 hadoop dfsadmin -safemode enter 进入安全模式 5.添加节点 可扩展性是HDFS的一个重要特性，首先在新加的节点上安装hadoop，然后修改$HADOOP_HOME/conf /master文件，加入 NameNode主机名，然后在NameNode节点上修改$HADOOP_HOME/conf/slaves文件，加入新加节点主机名，再建立到新加节点无密码的SSH连接。 运行启动命令： ./start-all.sh 然后可以通过http://(Masternode的主机名):50070查看新添加的DataNode 6.负载均衡 运行命令： ./start-balancer.sh 可以使DataNode节点上选择策略重新平衡DataNode上的数据块的分布。 (责任编辑：IT) |