歡迎來到Linux教程網
Linux教程網
Linux教程網
Linux教程網
您现在的位置: Linux教程網 >> UnixLinux >  >> Linux管理 >> Linux配置

Ubuntu上Hadoop Mapreduce集群搭建

       為了完成計算機綜合實驗的考核,折騰了三天,終於完成了在Hadoop集群上完成了Mapreduce的實驗。但是,後面的考試接踵而至,也就沒能及時寫下心得,考試結束了。趕緊把過程中的步驟和遇到的困難記錄下來,跟大家分享交流一下,廢話少說,入正題。

一、創建Hadoop用戶
~$ sudo addgroup hadoop 
~$ sudo adduser --ingroup hadoop hadoop

      但是,所創建的用戶還不具備admin權限,所以需要賦予admin權限。
~$ sudo gedit /etc/sudoers
# Members of the admin group may gain root privileges
%admin ALL=(ALL) ALL
hadoop ALL=(ALL) ALL

      這樣,就可以使用hadoop用戶,並且擁有admin權限了。以下操作,都是在hadoop用戶下進行的。而且,集群中的每一台機器都要創建這樣的用戶,並且在這樣的用戶下進行如下操作。

二、基本准備之JAVA&JDK
     這一部分參見我之前寫的博文:http://my.oschina.net/jamesju/blog/94916

     每一台機器,都要配置好Java環境。不過,話說這部分我的集群上的集群是一個64位3個32位,而且一個是jdk1.7其它的多是openjdk,結果事實證明,沒有問題出現。

三、基本准備之修改/etc/hosts文件
~$ sudo gedit /etc/hosts

127.0.0.1	  localhost
192.168.1.102   zhangju-ThinkPad-T420
192.168.1.107   jojo-Thinkpad-R60
192.168.1.100   ubuntu
192.168.1.104   zhaohui-ThinkPad-X230

# The following lines are desirable for IPv6 capable hosts
::1     ip6-localhost ip6-loopback
fe00::0 ip6-localnet
ff00::0 ip6-mcastprefix
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters

      集群中的每一台機器,都要填好以上的信息。這裡需要強調的是,我們一開始是用無線路由器配置的,後來,證明速度有些慢,後來改成了網線,建議大家一開始就用網線固定IP地址的分配。

四、安裝配置SSH
     需要注意的事情是,所有的集群都需要關閉防火牆:
~$ sudo ufw disable

~$ sudo apt-get install ssh

     這個安裝完後,可以直接使用ssh命令了。
     執行$ netstat  -nat    查看22端口是否開啟了。
     測試:ssh localhost。
     輸入當前用戶的密碼,回車就ok了。說明安裝成功,同時ssh登錄需要密碼。
   (這種默認安裝方式完後,默認配置文件是在/etc/ssh/目錄下。sshd配置文件是:/etc/ssh/sshd_config):
      注意:在所有機子都需要安裝ssh。     

     安裝之後:
~$ cd /home/hadoop

~$ ssh-keygen -t rsa

      然後一直回車,完成後,在home跟目錄下會產生隱藏文件夾.ssh。
~$ cd .ssh
~$ ls

~$ cp id_rsa.pub  authorized_keys

     測試:
 ~$ ssh localhost

     第一次ssh會有提示信息:
     The authenticity of host ‘node1 (10.64.56.76)’ can’t be established.
     RSA key fingerprint is 03:e0:30:cb:6e:13:a8:70:c9:7e:cf:ff:33:2a:67:30.
     Are you sure you want to continue connecting (yes/no)?

     輸入 yes 來繼續。這會把該服務器添加到你的已知主機的列表中

     發現鏈接成功,並且無需密碼。

     復制authorized_keys到集群其他機器上,為了保證主節點可以無需密碼自動登錄到其他機器,先在其他機器上執行:
~$ su hadoop
~$ cd /home/hadoop
~$ ssh-keygen -t rsa

    一路按回車.
    然後回到主節點,復制authorized_keys到其他集群的機器上:
~$ cd /home/hadoop/.ssh
~$ scp authorized_keys   node1.2.3.....n:/home/hadoop/.ssh/

    這裡會提示輸入密碼,輸入hadoop賬號密碼就可以了。
    改動你的 authorized_keys 文件的許可權限
~$ sudo chmod 644 authorized_keys

    測試:ssh node1.2.....n(第一次需要輸入yes)。
    如果不須要輸入密碼則配置成功,如果還須要請檢查上面的配置能不能正確。

五、安裝Hadoop
~$ sudo wget http://apache.mirrors.tds.net//hadoop/common/hadoop-0.20.203.0/hadoop-0.20.203.0rc1.tar.gz

    下載安裝包後,直接解壓安裝即可:
~$ tar -zxvfhadoop-0.20.203.0rc1.tar.gz

    注意:

1.安裝Hadoop集群通常要將安裝軟件解壓到集群內的所有機器上。並且安裝路徑要一致,如果我們用HADOOP_HOME指代安裝的根路徑,通常,集群裡的所有機器的HADOOP_HOME路徑相同。

2.如果集群內機器的環境完全一樣,可以在一台機器上配置好,然後把配置好的軟件即hadoop-0.20.203整個   文件夾拷貝到其他機器的相同位置即可。

3.可以將Master上的Hadoop通過scp拷貝到每一個Slave相同的目錄下,同時根據每一個Slave的Java_HOME 的不同修改其hadoop-env.sh 。

4.為了方便,使用hadoop命令或者start-all.sh等命令,修改Master上/etc/profile 新增以下內容:
   export HADOOP_HOME=/home/hadoop/hadoop-0.20.203
   exportPATH=$PATH:$HADOOP_HOME/bin
   修改完畢後,執行source /etc/profile 來使其生效。

集群配置:

配置文件:
conf/core-site.xml
<strong><?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>

<property>
 <name>fs.default.name</name>
  <value>hdfs://192.168.1.102:9000</value>
</property>
<property>
  <name>hadoop.tmp.dir</name>
 <value>/home/hadoop/tmp</value>
</property> 

</configuration></strong>

conf/mapred-site.xml
<strong><?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>

<property>
  <name>mapred.job.tracker</name>
  <value>192.168.1.102:9001</value>
</property>
<!--<property>
  <name>mapred.local.dir</name>
 <value>/home/hadoop/hadoop_home/var</value>
</property> -->

</configuration></strong>

conf/hdfs-site.xml
<strong><?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>

<property>

<!--<name>dfs.name.dir</name>
<value>/home/hadoop/name1, /home/hadoop/name2</value> #hadoop的name目錄
<description>  </description>
</property>
<property>
<name>dfs.data.dir</name>
<value>/home/hadoop/data1, /home/hadoop/data2</value>
<description> </description>
</property>
<property> -->
  <name>dfs.replication</name>
  <!-- 我們的集群有四個結點,所以rep兩份 -->
  <value>4</value>
</property>

</configuration></strong>

配置masters和slaves主從節點:

     配置conf/masters和conf/slaves來設置主從結點,注意最好使用主機名,並且保證機器之間通過主機名可以互相訪問,每個主機名一行。
<strong>~$ sudo gedit masters</strong>

zhangju-ThinkPad-T420
~$ sudo gedit slaves

jojo-Thinkpad-R60
ubuntu
zhangju-ThinkPad-T420
zhaohui-ThinkPad-X230

     最後,將hadoop文件夾拷貝到集群中的各個機器上:
~$ scp -r /home/hadoop/hadoop [email protected]: /home/hadoop/

六、hadoop啟動以及測試:
~$ cd /home/hadoop/hadoop/bin
~$ hadoop namenode -format

成功情況下系統將輸出類似如下信息:
12/02/06 00:46:50 INFO namenode.NameNode:STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG:   host = ubuntu/127.0.1.1
STARTUP_MSG:   args = [-format]
STARTUP_MSG:   version = 0.20.203.0
STARTUP_MSG:   build =http://svn.apache.org/repos/asf/hadoop/common/branches/branch-0.20-security-203-r 1099333; compiled by 'oom' on Wed May 4 07:57:50 PDT 2011
************************************************************/

12/02/0600:46:50 INFO namenode.FSNamesystem: fsOwner=root,root
12/02/06 00:46:50 INFO namenode.FSNamesystem:supergroup=supergroup
12/02/06 00:46:50 INFO namenode.FSNamesystem:isPermissionEnabled=true
12/02/06 00:46:50 INFO common.Storage: Imagefile of size 94 saved in 0 seconds.
12/02/06 00:46:50 INFO common.Storage: Storagedirectory /opt/hadoop/hadoopfs/name1 has been successfully formatted.
12/02/06 00:46:50 INFO common.Storage: Imagefile of size 94 saved in 0 seconds.
12/02/06 00:46:50 INFO common.Storage: Storagedirectory /opt/hadoop/hadoopfs/name2 has been successfully formatted.
12/02/06 00:46:50 INFO namenode.NameNode:SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode atv-jiwan-ubuntu-0/127.0.0.1
************************************************************/

啟動服務:
~$ start-all.sh

停止服務:
~$ stop-all.sh

查看:
     NameNode - http://node1:50070/
     JobTracker - http://node1:50030/

     如果操作正確,就會看到,集群的節點數,以及所有的相關信息顯示。

七、運行實例
<strong>~$ cd /home/hadoop/hadoop/bin
~$ hadoop fs -mkdir input 
~$ hadoop fs ls 
~$ cd ..
~$ hadoop fs -put NOTICE.txt REDME.txt input 
~$ hadoop fs -ls input
~$ hadoop jar hadoop-examples-1.0.4.jar wordcount input output          </strong>

       然後就可以看到map reduce的過程。
<strong>~$ hadoop fs -ls output 
~$ hadoop fs -cat output/part-r-00000</strong>

       就可以看到相關的程序結果了。

       以上操作就是關於ubuntu上進行hadoop reduce集群的環境搭建,並且進行了測試和實例的運行,在這個基礎上就可以進行mapreduce的學習編程和大數據的處理了。
Copyright © Linux教程網 All Rights Reserved