Hadoop 环境搭建和配置详情

一、安装环境
硬件：虚拟机
操作系统：Centos 6.4 64位
IP：192.168.241.128
主机名：admin
安装用户：root

二、安装JDK
安装JDK1.7或者以上版本。这里安装jdk1.7.0_79。
下载地址：http://www.oracle.com/technetwork/java/javase/downloads/index.html
1，下载jdk-7u79-linux-x64.gz，解压到/usr/java/jdk1.7.0_79。
2，在/root/.bash_profile中添加如下配置：

export JAVA_HOME=/usr/java/jdk1.7.0_79
export PATH=$JAVA_HOME/bin:$PATH

3，使环境变量生效，#source ~/.bash_profile
4，安装验证# java -version
java version “1.7.0_79”
Java(TM) SE Runtime Environment (build 1.7.0_79-b15)
Java HotSpot(TM) 64-Bit Server VM (build 24.79-b02, mixed mode)

三，配置SSH无密码登陆

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

验证ssh，# ssh localhost
不需要输入密码即可登录。

如果你是集群的形式，那么可以参考http://blog.csdn.net/se7en_q/article/details/47671425

四，安装Hadoop2.7
1，下载Hadoop2.7.1
下载地址：http://mirrors.hust.edu.cn/apache/hadoop/common/stable2/hadoop-2.7.1.tar.gz

2，解压安装
1），复制 hadoop-2.7.1.tar.gz 到/usr/hadoop目录下，
然后#tar -xzvf hadoop-2.7.1.tar.gz解压，解压后目录为：/usr/hadoop/hadoop-2.7.1
2），在/usr/hadoop/目录下，建立tmp、hdfs/name、hdfs/data目录，执行如下命令

# set hadoop path
export HADOOP_HOME=/usr/hadoop/hadoop-2.7.1
export PATH=$PATH:$HADOOP_HOME/bin

4)，使环境变量生效，$source ~/.bash_profile

3，Hadoop配置
进入$HADOOP_HOME/etc/hadoop目录，配置 hadoop-env.sh等。涉及的配置文件如下：
hadoop-2.7.1/etc/hadoop/hadoop-env.sh
hadoop-2.7.1/etc/hadoop/yarn-env.sh
hadoop-2.7.1/etc/hadoop/core-site.xml
hadoop-2.7.1/etc/hadoop/hdfs-site.xml
hadoop-2.7.1/etc/hadoop/mapred-site.xml
hadoop-2.7.1/etc/hadoop/yarn-site.xml

1）配置hadoop-env.sh

# The java implementation to use.
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/usr/java/jdk1.7.0_79

2）配置yarn-env.sh

#export JAVA_HOME=/home/y/libexec/jdk1.7.0/
export JAVA_HOME=/usr/java/jdk1.7.0_79

3）配置core-site.xml
添加如下配置：

 
    fs.default.name
    hdfs://localhost:9000
    HDFS的URI，文件系统://namenode标识:端口号



    hadoop.tmp.dir
    /usr/hadoop/tmp
    namenode上本地的hadoop临时文件夹

4），配置hdfs-site.xml
添加如下配置

    dfs.name.dir
    /usr/hadoop/hdfs/name
    namenode上存储hdfs名字空间元数据  



    dfs.data.dir
    /usr/hadoop/hdfs/data
    datanode上数据块的物理存储位置



    dfs.replication
    1
    副本个数，配置默认是3,应小于datanode机器数量

5），配置mapred-site.xml
添加如下配置：

        mapreduce.framework.name
        yarn

6），配置yarn-site.xml
添加如下配置：

        yarn.nodemanager.aux-services
        mapreduce_shuffle


        yarn.resourcemanager.webapp.address
        192.168.241.128:8099

4，Hadoop启动
1）格式化namenode

$ bin/hdfs namenode –format

2）启动NameNode 和 DataNode 守护进程

$ sbin/start-dfs.sh

3）启动ResourceManager 和 NodeManager 守护进程

$ sbin/start-yarn.sh

5，启动验证
1）执行jps命令，有如下进程，说明Hadoop正常启动

# jps
6097 NodeManager
11044 Jps
7497 -- process information unavailable
8256 Worker
5999 ResourceManager
5122 SecondaryNameNode
8106 Master
4836 NameNode
4957 DataNode