CentOS7.0下Hadoop安装

2019-11-06 07:22:10

字体：大中小

来源：转载

供稿：网友

linux系统（本篇使用的是CentOS v7.0）Hadoop安装包（本篇使用的是hadoop v2.7.3）JDK 1.8.121

安装/配置步骤

配置hosts文件，将主机名和对应ip地址映射。如图中Master、Slave1和Slave2是我们要搭建分布式环境的机器。Master为主机，Slavex为从机。

配置SSH的无密码登录：可新建专用用户hadoop进行操作，cd命令进入所属目录下，输入以下指令（已安装ssh）

ssh-keygen -t rsa -P ""

cat .ssh/id_rsa.pub >>.ssh/authorized_keys

解释一下，第一条生成ssh密码的命令，-t 参数表示生成算法，有rsa和dsa两种；-P表示使用的密码，这里使用“”空字符串表示无密码。

第二条命令将生成的密钥写入authorized_keys文件。

这时输入 ssh localhost，弹出写入提示后回车，便可无密码登录本机。同理，将authorized_keys文件通过 scp命令拷贝到其它主机相同目录下，则可无密码登录其它机器。

安装hadoop：安装方式很简单，下载安装包到所属目录下，使用

tar -zxvf 安装包名

进行解压，解压完毕可通过mv 命令重命名文件夹，安装至此完成。解压后的目录内容如图所示。

hadoop配置过程：要实现分布式环境，配置过程是最为重要的，

这里要涉及到的配置文件有7个：

~/hadoop/etc/hadoop/hadoop-env.sh

~/hadoop/etc/hadoop/yarn-env.sh

~/hadoop/etc/hadoop/slaves

~/hadoop/etc/hadoop/core-site.xml

~/hadoop/etc/hadoop/hdfs-site.xml

~/hadoop/etc/hadoop/maPRed-site.xml

~/hadoop/etc/hadoop/yarn-site.xml

之后会分别介绍各个配置的的作用和配置关键

配置文件1：hadoop-env.sh

该文件是hadoop运行基本环境的配置，需要修改的为java虚拟机的位置。

故在该文件中修改JAVA_HOME值为本机安装位置（如，export JAVA_HOME=/usr/lib/jvm/java-1.7.0）

配置文件2：yarn-env.sh

该文件是yarn框架运行环境的配置，同样需要修改java虚拟机的位置。

在该文件中修改JAVA_HOME值为本机安装位置（如，export JAVA_HOME=/usr/lib/jvm/java-1.7.0）

配置文件3：slaves

该文件里面保存所有slave节点的信息，以本篇为例

写入以下内容（hosts里从机的主机名）：

Slave1

Slave2

配置文件4：core-site.xml

<name>hadoop.tmp.dir</name>

<value>/data/hadoop-${user.name}</value>

</property>

<name>fs.default.name</name>

<value>hdfs://Master:9000</value>

</property>

</configuration>

这个是hadoop的核心配置文件，这里需要配置的就这两个属性，fs.default.name配置了hadoop的HDFS系统的命名，位置为主机的9000端口；hadoop.tmp.dir配置了hadoop的tmp目录的根位置。这里使用了一个文件系统中没有的位置，所以要先用mkdir命令新建一下。

配置文件5：hdfs-site.xml

<name>dfs.http.address</name>

<value>Master:50070</value>

</property>

<name>dfs.namenode.secondary.http-address</name><value>Master:50090</value>

</property>

<name>dfs.replication</name>

</property>

</configuration>

这个是hdfs的配置文件，dfs.http.address配置了hdfs的http的访问位置；dfs.replication配置了文件块的副本数，一般不大于从机的个数。

配置文件6：mapred-site.xml

<name>mapred.job.tracker</name>

<value>Master:9001</value>

</property>

<name>mapred.map.tasks</name>

</property>

<name>mapred.reduce.tasks</name>

</property>

<name>mapreduce.framework.name</name>

</property>

<name>mapreduce.jobhistory.address</name><value>Master:10020</value>

</property>

<property><name>mapreduce.jobhistory.webapp.address</name><value>Master:19888</value>

</property>

</configuration>

这个是mapreduce任务的配置，由于hadoop2.x使用了yarn框架，所以要实现分布式部署，必须在mapreduce.framework.name属性下配置为yarn。mapred.map.tasks和mapred.reduce.tasks分别为map和reduce的任务数，至于什么是map和reduce，可参考其它资料进行了解。

其它属性为一些进程的端口配置，均配在主机下。