CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

共计 8165 个字符，预计需要花费 21 分钟才能阅读完成。

摘要

在实际集群上搭建 Hadoop 2.6.4 分布式集群环境。

集群准备

有五台机器，通过已经更改机器名称为 master，slaver1，slaver2，slaver3，slaver4，并设置了面密码 ssh 登录。可以参考这里 http://www.linuxidc.com/Linux/2016-02/128149.htm

机器名称	ip
master	192.168.122.1
slaver1	192.168.122.2
slaver2	192.168.122.3
slaver3	192.168.122.4
slaver4	192.168.122.5

安装 JDK

CentOS7 默认是 openJDK

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

卸载 CentOS 7 下的 openJDK，安装 Sun JDK1.7

查看 openJDK 安装路径

rpm -qa | grep Java

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

卸载 openJDK

 rpm -e --nodeps  java-1.7.0-openjdk-1.7.0.85-2.6.1.2.el7_1.x86_64
 rpm -e --nodeps  java-1.8.0-openjdk-devel-1.8.0.60-2.b27.el7_1.x86_64
 rpm -e --nodeps  java-1.6.0-openjdk-1.6.0.36-1.13.8.1.el7_1.x86_64
 rpm -e --nodeps  java-1.6.0-openjdk-devel-1.6.0.36-1.13.8.1.el7_1.x86_64

安装 Sun JDK1.7

从官网下载 `jdk-7u80-linux-x64.rpm`，上传到 master

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

安装 Sun JDK1.7

rpm -ivh jdk-7u80-linux-x64.rpm

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

修改环境变量

在 /etc/profile 里添加

export JAVA_HOME=/usr/java/jdk1.7.0_80
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

source 生效
CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

检验安装

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

安装 Hadoop 2.6.4

下载，解压

从官网下载 hadoop 2.6.4，并解压在 master 上
解压路径自己选择，我这里是解压在

/root/workspace/software/hadoop-2.6.4

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

Hadoop2.7.3+Spark2.1.0 完全分布式集群搭建过程 http://www.linuxidc.com/Linux/2017-06/144926.htm

Hadoop2.3-HA 高可用集群环境搭建 http://www.linuxidc.com/Linux/2017-03/142155.htm

Hadoop 项目之基于 CentOS7 的 Cloudera 5.10.1（CDH）的安装部署 http://www.linuxidc.com/Linux/2017-04/143095.htm

Hadoop2.7.2 集群搭建详解（高可用）http://www.linuxidc.com/Linux/2017-03/142052.htm

使用 Ambari 来部署 Hadoop 集群（搭建内网 HDP 源）http://www.linuxidc.com/Linux/2017-03/142136.htm

Ubuntu 14.04 下 Hadoop 集群安装 http://www.linuxidc.com/Linux/2017-02/140783.htm

CentOS 6.9 下 Hadoop 伪分布式环境搭建 http://www.linuxidc.com/Linux/2017-06/144884.htm

添加环境变量

在 /etc/profile 里添加

export HADOOP_HOME=/root/workspace/software/hadoop-2.6.4/
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

修改 Hadoop 配置文件

hadoop-env.sh

在 hadoop 解压路径下面，/etc/hadoop/hadoop-env.sh 增加下面两行

export JAVA_HOME=/usr/java/jdk1.7.0_80
export HADOOP_PREFIX=/root/workspace/software/hadoop-2.6.4

core-site.xml

在 hadoop 解压路径下面，/etc/hadoop/core-site.xml 增加下面内容

    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000/</value>
    </property>
    <property>
         <name>hadoop.tmp.dir</name>
         <value>/root/workspace/software/hadoop-2.6.4/tmp</value>
    </property>
</configuration>

hdfs-site.xml

在 hadoop 解压路径下面，/etc/hadoop/hdfs-site.xml 增加下面内容

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

这里设置成 3，表示数据有 3 个副本。

mapred-site.xml

在 hadoop 解压路径下面，/etc/hadoop/mapred-site.xml 增加下面内容

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

yarn-env.sh

在 hadoop 解压路径下面，/etc/hadoop/yarn-env.sh 增加下面，增加 Java-HOME 配置

export JAVA_HOME=/usr/java/jdk1.7.0_80

yarn-site.xml

在 hadoop 解压路径下面，/etc/hadoop/yarn-site.xml 增加下面内容

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
  <property> 
  <description>The address of the applications manager interface in the RM.</description> 
  <name>Yarn.resourcemanager.address</name> 
  <value>master:18040</value> 
  </property> 

  <property> 
  <description>The address of the scheduler interface.</description> 
  <name>Yarn.resourcemanager.scheduler.address</name> 
  <value>master:18030</value> 
  </property> 

  <property> 
  <description>The address of the RM web application.</description> 
  <name>Yarn.resourcemanager.webapp.address</name> 
  <value>master:18088</value> 
  </property>

  <property> 
  <description>The address of the resource tracker interface.</description> 
  <name>Yarn.resourcemanager.resource-tracker.address</name> 
  <value>master:8025</value> 
  </property> 
</configuration>

这里添加的一些端口号，方便从远程通过浏览器查看集群情况，推荐按照这样添加。

slaves

在 hadoop 解压路径下面，/etc/hadoop/slaves 增加下面内容

master
slaver1
slaver2
slaver3
slaver4

更多详情见请继续阅读下一页的精彩内容 ：http://www.linuxidc.com/Linux/2017-06/144932p2.htm

部署 slaver1-slaver4

按照上面流程，把 slaver1-slaver4 上的环境变量添加好，然后直接

scp -r /Hadoop2.6.4 root@slaverX:/root/workspace/software/

X 是 1- 4，分别复制到 slaver1 – slaver4 下面

启动 hadoop 集群

格式化文件系统

hdfs namenode -format

启动 NameNode 和 DateNode

/root/workspace/software/hadoop-2.6.4/sbin，运行

start-dfs.sh

使用 jps 命令查看 master 上的 Java 进程

[root@master hadoop]# jps
27130 DataNode
27927 NameNode
12379 Jps
27422 SecondaryNameNode
[root@master hadoop]#

jps 命令分别查看 slaver1 – slaver4 上的 Java 进程

[root@slaver1 hadoop]# jps
6130 DataNode
1264 Jps

查看 NameNode 和 NameNode 信息

浏览器输入

IP:50070/dfshealth.html#tab-datanode

IP 是你集群的 IP

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

启动 ResourceManager 和 NodeManager

运行 start-yarn.sh , jps 查看进程如下：

[root@master hadoop]# jps
27130 DataNode
28777 ResourceManager
27927 NameNode
12379 Jps
28916 NodeManager
27422 SecondaryNameNode

切换到 slaver1-slaver4，jps 查看进程

[root@slaver1 hadoop]# jps
27130 DataNode
12379 Jps
28916 NodeManager

成功了

Hadoop 集群就已经启动了。

更多 Hadoop 相关信息见 Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13

本文永久更新链接地址 ：http://www.linuxidc.com/Linux/2017-06/144932.htm

摘要

在实际集群上搭建 Hadoop 2.6.4 分布式集群环境。

集群准备

机器名称	ip
master	192.168.122.1
slaver1	192.168.122.2
slaver2	192.168.122.3
slaver3	192.168.122.4
slaver4	192.168.122.5

安装 JDK

CentOS7 默认是 openJDK

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

卸载 CentOS 7 下的 openJDK，安装 Sun JDK1.7

查看 openJDK 安装路径

rpm -qa | grep Java

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

卸载 openJDK

 rpm -e --nodeps  java-1.7.0-openjdk-1.7.0.85-2.6.1.2.el7_1.x86_64
 rpm -e --nodeps  java-1.8.0-openjdk-devel-1.8.0.60-2.b27.el7_1.x86_64
 rpm -e --nodeps  java-1.6.0-openjdk-1.6.0.36-1.13.8.1.el7_1.x86_64
 rpm -e --nodeps  java-1.6.0-openjdk-devel-1.6.0.36-1.13.8.1.el7_1.x86_64

安装 Sun JDK1.7

从官网下载 `jdk-7u80-linux-x64.rpm`，上传到 master

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

安装 Sun JDK1.7

rpm -ivh jdk-7u80-linux-x64.rpm

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

修改环境变量

在 /etc/profile 里添加

export JAVA_HOME=/usr/java/jdk1.7.0_80
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

source 生效
CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

检验安装

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

安装 Hadoop 2.6.4

下载，解压

从官网下载 hadoop 2.6.4，并解压在 master 上
解压路径自己选择，我这里是解压在

/root/workspace/software/hadoop-2.6.4

CentOS 7 下 Hadoop 2.6.4 分布式集群环境搭建

Hadoop2.7.3+Spark2.1.0 完全分布式集群搭建过程 http://www.linuxidc.com/Linux/2017-06/144926.htm

Hadoop2.3-HA 高可用集群环境搭建 http://www.linuxidc.com/Linux/2017-03/142155.htm

Hadoop 项目之基于 CentOS7 的 Cloudera 5.10.1（CDH）的安装部署 http://www.linuxidc.com/Linux/2017-04/143095.htm

Hadoop2.7.2 集群搭建详解（高可用）http://www.linuxidc.com/Linux/2017-03/142052.htm

使用 Ambari 来部署 Hadoop 集群（搭建内网 HDP 源）http://www.linuxidc.com/Linux/2017-03/142136.htm

Ubuntu 14.04 下 Hadoop 集群安装 http://www.linuxidc.com/Linux/2017-02/140783.htm

CentOS 6.9 下 Hadoop 伪分布式环境搭建 http://www.linuxidc.com/Linux/2017-06/144884.htm

添加环境变量

在 /etc/profile 里添加

export HADOOP_HOME=/root/workspace/software/hadoop-2.6.4/
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

修改 Hadoop 配置文件

hadoop-env.sh

在 hadoop 解压路径下面，/etc/hadoop/hadoop-env.sh 增加下面两行

export JAVA_HOME=/usr/java/jdk1.7.0_80
export HADOOP_PREFIX=/root/workspace/software/hadoop-2.6.4

core-site.xml

在 hadoop 解压路径下面，/etc/hadoop/core-site.xml 增加下面内容

    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000/</value>
    </property>
    <property>
         <name>hadoop.tmp.dir</name>
         <value>/root/workspace/software/hadoop-2.6.4/tmp</value>
    </property>
</configuration>

hdfs-site.xml

在 hadoop 解压路径下面，/etc/hadoop/hdfs-site.xml 增加下面内容

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

这里设置成 3，表示数据有 3 个副本。

mapred-site.xml

在 hadoop 解压路径下面，/etc/hadoop/mapred-site.xml 增加下面内容

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

yarn-env.sh

在 hadoop 解压路径下面，/etc/hadoop/yarn-env.sh 增加下面，增加 Java-HOME 配置

export JAVA_HOME=/usr/java/jdk1.7.0_80

yarn-site.xml

在 hadoop 解压路径下面，/etc/hadoop/yarn-site.xml 增加下面内容

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
  <property> 
  <description>The address of the applications manager interface in the RM.</description> 
  <name>Yarn.resourcemanager.address</name> 
  <value>master:18040</value> 
  </property> 

  <property> 
  <description>The address of the scheduler interface.</description> 
  <name>Yarn.resourcemanager.scheduler.address</name> 
  <value>master:18030</value> 
  </property> 

  <property> 
  <description>The address of the RM web application.</description> 
  <name>Yarn.resourcemanager.webapp.address</name> 
  <value>master:18088</value> 
  </property>

  <property> 
  <description>The address of the resource tracker interface.</description> 
  <name>Yarn.resourcemanager.resource-tracker.address</name> 
  <value>master:8025</value> 
  </property> 
</configuration>