Hadoop学习笔记【12】-Hadoop2.1全分布式集群安装
Hadoop学习笔记【12】-Hadoop2.1全分布式集群安装
1. 环境
5个节点，配置如下：
dual core x86_64, 4GB RAM, 10GB Disk
Centos 6.4_x64
OpenJDK 1.7.0_9
hadoop-2.1.0-beta
互相之间千兆网连接。
每台机器上用于安装和启动hadoop的用户名都是xc
节点的hostname、安装的服务和ip如下：
| hostname | 安装服务 | ip |
| h1-1 | NN | 172.16.0.198 |
| h1-2 | RM + SNN | 172.16.0.199 |
| h1-3 | NM + DN | 172.16.0.200 |
| h1-4 | NM + DN | 172.16.0.201 |
| h1-5 | NM + DN | 172.16.0.202 |
2. 准备
每个节点上的jdk已经装好了。 还需要设置ssh无密钥登录。我设置了h1-1和h1-2到所有节点的ssh无密钥登录，必须使得h1-1和h1-2这两个master都能够无密钥ssh登陆其他所有节点，包括自己。还需要设置系统的/etc/hosts文件，将集群中各个节点的ip和主机名加入文件中：
172.16.0.198 h1-1 172.16.0.199 h1-2 172.16.0.200 h1-3 172.16.0.201 h1-4 172.16.0.202 h1-5
3. 配置
下载hadoop-2.1.0-beta，解压。 配置文件在etc/hadoop/下，启动脚本在sbin/下，功能脚本在bin/下 需要修改的配置文件有： hadoop-env.sh core-site.xml hdfs-site.xml mapred-site.xml yarn-site.xml slaves 具体如下： 在hadoop-env.sh中设置JAVA_HOME。core-site.xml设置：
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://h1-1:9000</value>
</property>
</configuration>
hdfs-site.xml设置：
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/home/xc/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/home/xc/dfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
</configuration>
mapred-site.xml文件需要自己创建，配置如下：
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>h1-2:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>h1-2:19888</value>
</property>
<property>
<name>mapreduce.jobhistory.intermediate-done-dir</name>
<value>/mr-history/tmp</value>
</property>
<property>
<name>mapreduce.jobhistory.done-dir</name>
<value>/mr-history/done</value>
</property>
</configuration>
虽然这里配置了jobhistory的web端口，但启动hadoop后，访问这个端口没有响应。telnet上面那两个端口也木有响应，暂时不知道为毛，但是不影响hdfs和跑mapreduce。
yarn-site.xml配置：
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce.shuffle</value>
</property>
<property>
<description>The address of the applications manager interface in the RM.</description>
<name>yarn.resourcemanager.address</name>
<value>h1-2:18040</value>
</property>
<property>
<description>The address of the scheduler interface.</description>
<name>yarn.resourcemanager.scheduler.address</name>
<value>h1-2:18030</value>
</property>
<property>
<description>The address of the RM web application.</description>
<name>yarn.resourcemanager.webapp.address</name>
<value>h1-2:18088</value>
</property>
<property>
<description>The address of the resource tracker interface.</description>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>h1-2:8025</value>
</property>
</configuration>
slaves配置：
h1-3 h1-4 h1-5
将配置好的文件分发到所有的节点。
4. 启动
启动前检查一下ssh是不是设置好了。在h1-1和h1-2上执行一边： ssh 0.0.0.0 ssh h1-1/2/3/4/5 都能无密钥登录即可。 然后，在h1-1，即namenode所在的节点上执行：$ cd hadoop_home_dir $ ./bin/hdfs namenode -format格式化hdfs。格式化后会在namenode节点和slaves节点上建立对应的目录(/home/xc/dfs)
PS: 我在h1-2节点上执行format后没有能够成功启动hdfs。
在h1-2，即resourcemanager所在的节点上执行：
$ cd hadoop_home_dir $ ./sbin/start-all.sh
PS：我在h1-1上执行启动脚本，没有能够成功启动resourcemanager
启动完成后，在http://h1-1:50030能查看hdfs的状态，在http://h1-2:18088可以查看resourcemanager的状态
5. mapreduce
传一个文本文件到hdfs上，运行wordcount：$ cd hadoop_home_dir $ ./bin/hdfs dfs -put <src> <dst> $ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.1.0-beta.jar wordcount
参考资料
http://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop-yarn/http://hadoop.apache.org/docs/r2.1.0-beta/hadoop-project-dist/hadoop-common/ClusterSetup.html
疑问：
1、为啥jobhistory看不到？ 2、貌似hadoop2.1的hdfs没法和hadoop1.x的hdfs之间拷贝文件，不知到为啥？3、明明我的3个nodemanager节点都是4G的内存，resourcemanager的web ui中却显示了3*8=24GB的内存，不知为啥？我装了一个伪分布的倒是显示了正确的内存容量。
PS:
疑问3答案： 每个节点的内存大小是在配置文件中配置的，不是hadoop自动识别的，默认的就是8GB
评论暂时关闭