安装单机hadoop-linux虚拟机配置

发表于

伪分布模式安装步骤

  • 关闭防火墙
  • 修改ip
  • 修改hostname
  • 设置ssh自动登录
  • 安装jdk
  • 安装hadoop

防火墙

CentOS 6.5关闭防火墙
[root@localhost ~]#servcie iptables stop –临时关闭防火墙
[root@localhost ~]#chkconfig iptables off –永久关闭防火墙

CentOS 7.2关闭防火墙
CentOS 7.0默认使用的是firewall作为防火墙，这里改为iptables防火墙步骤。
firewall-cmd –state #查看默认防火墙状态（关闭后显示notrunning，开启后显示running）
[root@localhost ~]#firewall-cmd –state
not running

systemctl stop firewalld.service #停止firewall
systemctl disable firewalld.service #禁止firewall开机启动

修改ip

vim /etc/sysconfig/network-script/ifcfg-eth0
BOOTPROTO=static
IPADDR=192.168.137.3
NETMASK=255.255.255.0
GATEWAY=192.168.137.1
DNS1=8.8.8.8
DNS2=8.8.4.4

安装jdk

下载linux版的jdk，使用xshell上传到虚拟机。

tar -zxvf jdk-7u80-linux-x64.tar.gz
mv jdk1.7.0_80/ /usr/local/
vim /etc/profile
export JAVA_HOME=/usr/local/jdk1.7.0_80　　
export JRE_HOME=/usr/local/jdk1.7.0_80/jre
　export PATH=$PATH:/usr/local/jdk1.7.0_80/bin
　export CLASSPATH=./:/usr/local/jdk1.7.0_80/lib:/usr/local/jdk1.7.0_80/jre/lib

1.准备Linux环境
1.0点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段：192.168.1.0 子网掩码：255.255.255.0 -> apply -> ok
回到windows –> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP：192.168.1.110 子网掩码：255.255.255.0 -> 点击确定
在虚拟软件上 –My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok
1.1修改主机名
vim /etc/sysconfig/network

    NETWORKING=yes 
    HOSTNAME=itcast01    ###

1.2修改IP
    两种方式：
    第一种：通过Linux图形界面进行修改（强烈推荐）
        进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.1.119 子网掩码：255.255.255.0 网关：192.168.1.1 -> apply

    第二种：修改配置文件方式（屌丝程序猿专用）
        vim /etc/sysconfig/network-scripts/ifcfg-eth0

        DEVICE="eth0"
        BOOTPROTO="static"           ###
        HWADDR="00:0C:29:3C:BF:E7"
        IPV6INIT="yes"
        NM_CONTROLLED="yes"
        ONBOOT="yes"
        TYPE="Ethernet"
        UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
        IPADDR="192.168.1.44"       ###
        NETMASK="255.255.255.0"      ###
        GATEWAY="192.168.1.1"        ###

1.3修改主机名和IP的映射关系
    vim /etc/hosts

    192.168.1.44    itcast01

1.4关闭防火墙
    #查看防火墙状态
    service iptables status
    #关闭防火墙
    service iptables stop
    #查看防火墙开机启动状态
    chkconfig iptables --list
    #关闭防火墙开机启动
    chkconfig iptables off

1.5重启Linux
    reboot

2.安装JDK
2.1上传

2.2解压jdk
    #创建文件夹
    mkdir /usr/java
    #解压
    tar -zxvf jdk-7u55-linux-i586.tar.gz -C /usr/java/

2.3将java添加到环境变量中
    vim /etc/profile
    #在文件最后添加
    export JAVA_HOME=/usr/java/jdk1.7.0_55
    export PATH=$PATH:$JAVA_HOME/bin

    #刷新配置
    source /etc/profile

3.安装Hadoop
3.1上传hadoop安装包

3.2解压hadoop安装包
    mkdir /cloud
    #解压到/cloud/目录下
    tar -zxvf hadoop-2.2.0.tar.gz -C /cloud/

3.3修改配置文件（5个）
    第一个：hadoop-env.sh
    #在27行修改
    export JAVA_HOME=/usr/java/jdk1.7.0_55

    第二个：core-site.xml
    <configuration>
        <!-- 指定HDFS老大（namenode）的通信地址 -->
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://itcast01:9000</value>
        </property>
        <!-- 指定hadoop运行时产生文件的存储路径 -->
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/cloud/hadoop-2.2.0/tmp</value>
        </property>
    </configuration>

    第三个：hdfs-site.xml
    <configuration>
        <!-- 设置hdfs副本数量 -->
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
    </configuration>

    第四个：mapred-site.xml.template 需要重命名： mv mapred-site.xml.template mapred-site.xml
    <configuration>
        <!-- 通知框架MR使用YARN -->
        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
        </property>
    </configuration>

    第五个：yarn-site.xml
    <configuration>
        <!-- reducer取数据的方式是mapreduce_shuffle -->
        <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
        </property>
    </configuration>

3.4将hadoop添加到环境变量
    vim /etc/profile

    export JAVA_HOME=/usr/java/jdk1.7.0_55
    export HADOOP_HOME=/cloud/hadoop-2.2.0
    export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

    source /etc/profile
3.5格式化HDFS（namenode）第一次使用时要格式化
    hadoop namenode -format

3.6启动hadoop
    先启动HDFS
    sbin/start-dfs.sh

    再启动YARN
    sbin/start-yarn.sh

3.7验证是否启动成功
    使用jps命令验证
    27408 NameNode
    28218 Jps
    27643 SecondaryNameNode
    28066 NodeManager
    27803 ResourceManager
    27512 DataNode

    http://192.168.1.44:50070  (HDFS管理界面)
    在这个文件中添加linux主机名和IP的映射关系
    C:\Windows\System32\drivers\etc\hosts
    192.168.1.119    itcast

    http://192.168.1.44:8088 （MR管理界面）

4.配置ssh免登陆
生成ssh免登陆密钥
cd ~，进入到我的home目录
cd .ssh/

ssh-keygen -t rsa （四个回车）
执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免登陆的机器上
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
或
ssh-copy-id -i localhost

5.hdfs基本使用

1.0查看帮助
    hadoop fs -help <cmd>
1.1上传
    hadoop fs -put <linux上文件> <hdfs上的路径>
1.2查看文件内容
    hadoop fs -cat <hdfs上的路径>
1.3查看文件列表
    hadoop fs -ls /
1.4下载文件
    hadoop fs -get <hdfs上的路径> <linux上文件>

6.MapReduce示例

hadoop为我们提供了mr的示例程序，存放在/hadoop/hadoop-2.2.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar

安装hadoop2.4.1
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-site.xml
    <!-- 制定HDFS的老大（NameNode）的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://itcast01:9000</value>
    </property>
    <!-- 指定hadoop运行时产生文件的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/itcast/hadoop-2.4.1/tmp</value>
    </property>

第三个：hdfs-site.xml
    <!-- 指定HDFS副本的数量 -->
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>

第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml)
    mv mapred-site.xml.template mapred-site.xml
    vim mapred-site.xml
    <!-- 指定mr运行在yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

第五个：yarn-site.xml
    <!-- 指定YARN的老大（ResourceManager）的地址 -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>itcast01</value>
    </property>
    <!-- reducer获取数据的方式 -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

3.2将hadoop添加到环境变量

vim /etc/proflie
    export JAVA_HOME=/usr/java/jdk1.7.0_65
    export HADOOP_HOME=/itcast/hadoop-2.4.1
    export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source /etc/profile

3.3格式化namenode（是对namenode进行初始化）
    hdfs namenode -format (hadoop namenode -format)

3.4启动hadoop
    先启动HDFS
    sbin/start-dfs.sh

    再启动YARN
    sbin/start-yarn.sh

3.5验证是否启动成功
    使用jps命令验证
    27408 NameNode
    28218 Jps
    27643 SecondaryNameNode
    28066 NodeManager
    27803 ResourceManager
    27512 DataNode

    http://192.168.8.118:50070 （HDFS管理界面）
    http://192.168.8.118:8088 （MR管理界面）

遇到的问题

启动hdfs，datanode无法启动。
可以看到datanode日志文件报错hadoop-root-datanode-localhost.localdomain.log
org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.hdfs.server.protocol.DisallowedDatanodeException): Datanode denied communication with namenode: DatanodeRegistration(0.0.0.0, storageID=DS-1492551125-127.0.0.1-50010-1522922793693, infoPort=50075, ipcPort=50020, storageInfo=lv=-47;cid=CID-0a985653-165f-4fed-8366-d5552fe4abd9;nsid=150074941;c=0) at org.apache.hadoop.hdfs.server.blockmanagement.DatanodeManager.registerDatanode(DatanodeManager.java:739)

解决：
修改hosts文件 vim /etc/hosts
添加 192.168.138.3 localhost
解决办法二：
在namenode的hdfs-site.xml 里面添加

1
2
3
4
<property>
	<name>dfs.namenode.datanode.registration.ip-hostname-check</name>
	<value>false</value>
</property>

网上给出的错误原因：
错误和原来的hosts中的“127.0.0.1 localhost”没有关系，是增加了的“192.168.1.101 localhost”解决了问题。原因在于RSA没有给局域网ip（192.168.1.101）授权，造成data node没有正常启动。

项目启动后http://192.168.137.3:50070页面内的`Browse the filesystem`无法访问

解决：
点击Browse the filesystem浏览器中的地址栏为http://localhost:50075/browseDirectory.jsp?namenodeInfoPort=50070&dir=/&nnaddr=192.168.137.3:9000
很明显是地址不对，但是用鼠标指着Browse the filesystem显示的地址是对的，说明在browseDirectory.jsp做了一次页面跳转。
将地址手动修改为192.168.137.3:50075后可以正常访问。
猜测：
browseDirectory.jsp这个页面内namenode随机选择了一个datanode的地址做跳转，对于namenode来说，单机模式的datanode地址就是localhost。
我自己配置的时候并没有配置主机名，主机默认就是localhost。
修改：
配置主机名
vim /etc/sysconfig/network
NETWORKING=yes
HOSTNAME=gengry ###
配置主机名和ip对应关系
vim /etc/hosts
192.168.137.3 gengry
配置windows的hosts
192.168.137.3 gengry
重启hadoop，再次访问，正常。

今天最好的表现，是明天最低的要求。