hadoop 安装配置-白红宇

hadoop 安装配置

阅读量：5825 次

发布时间：2019-06-18

本文共 5001 字，大约阅读时间需要 16 分钟。

1、安装java 选择适合自己的jdk 我选择的是jdk7，下载地址如下

解压

配置环境变量 vim /etc/profile

---------------------

JAVA_HOME=/usr/java/jdk1.7.0_45

JRE_HOME=/usr/java/jdk1.7.0_45/jre

PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib

export JAVA_HOME JRE_HOME PATH CLASSPATH

---------------------

source /etc/profile

================jdk 在线安装====

1.查找java相关得列表

[qyf@localhost ~]$ yum -y list java*

2.使用root用户安装

安装时提醒必须使用root用户，sudo都不行。

[qyf@localhost ~]$ yum -y install java-1.7.0-openjdk*

3.确认是否安装成功

[qyf@localhost ~]$ java -version

4.默认情况下jdk安装得路径

/usr/lib/jvm

==========================

2、安装scala

scala下载地址：

解压到/root/software

配置环境变量

vim /etc/profile

添加

SCALA_HOME=/root/software/scala-2.10.4

PATH=$SCALA_HOME/bin:$PATH

source /etc/profile

3、安装spark可以参考下面的

3、安装hadoop

转载来自：

hadoop下载网址：

wget

1）修改下主机名为master

sudo vim /etc/sysconfig/network

修改结果后：

重启电脑：

Linux centos重启命令：

　　1、reboot

　　2、shutdown -r now 立刻重启(root用户使用)

　　3、shutdown -r 10 过10分钟自动重启(root用户使用)

　　4、shutdown -r 20:35 在时间为20:35时候重启(root用户使用)

查看结果：

修改主机名成功

2)修改hosts中的主机名：

修改后：

3)配置SSH

进入.ssh目录并生成authorized_keys文件：

授权.ssh/文件夹权限为700，authorized_keys文件权限为600(or 644)：

ssh验证：

4)hadoop安装：

去官网下载hadoop最新安装包：

下载并解压后：

hadoop-2.6.0.tar.gz 放在/root/software文件中

解压

tar zvxf hadoop-2.6.0.tar.gz

配置系统环境

vim /etc/profile

----------------------------

export HADOOP_INSTALL=/root/sherry/hadoop-2.6.0

export PATH=$PATH:$HADOOP_INSTALL/bin

export PATH=$PATH:$HADOOP_INSTALL/sbin

export HADOOP_MAPRED_HOME=$HADOOP_INSTALL

export HADOOP_COMMON_HOME=$HADOOP_INSTALL

export HADOOP_HDFS_HOME=$HADOOP_INSTALL

-------------------------------

source /etc/profile

在hadoop目录下创建文件夹：

接下来开始修改hadoop的配置文件，首先进入hadoop2.6配置文件夹：

第一步修改配置文件hadoop-env.sh，加入"JAVA-HOME",如下所示：

指定我们安装的“JAVA_HOME”：

第二步修改配置文件"yarn-env.sh"，加入"JAVA_HOME",如下所示：

指定我们安装的“JAVA_HOME”：

第三步修改配置文件“mapred-env.sh”，加入“JAVA_HOME”，如下所示：

指定我们安装的“JAVA_HOME”：

第四步修改配置文件slaves，如下所示：

设置从节点为master，因为我们是伪分布式，如下所示：

第五步修改配置文件core-site.xml，如下所示：

修改core-site.xml文件后：

目前来说，core-site.xml文件的最小化配置，core-site.xml各项配置可参考：

我自己的配置如下：

--------------------

<name>fs.defaultFS</name>

</property>

<name>io.file.buffer.size</name>

</property>

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

<value>file:/root/sherry/tmp</value>

<description>Abase for other temporary directories.</description>

</property>

<name>hadoop.proxyuser.hduser.hosts</name>

</property>

<name>hadoop.proxyuser.hduser.groups</name>

</property>

<name>ha.zookeeper.quorm</name>

<value>slave4:2181</value>

</property>

</configuration>

----------------------

第六步修改配置文件 hdfs-site.xml，如下所示：

hdfs-site.xml文件修改后：

上述是hdfs-site.xml文件的最小化配置，hdfs-site.xml各项配置可参考：

我自己的配置

---------------------------

<name>dfs.namenode.secondary.http-address</name>

<value>localhost:9001</value>

</property>

<name>dfs.namenode.name.dir</name>

<value>file:/hdfs/namenode</value>

</property>

<name>dfs.datanode.data.dir</name>

<value>file:/hdfs/datanode</value>

</property>

<name>dfs.replication</name>

</property>

<name>dfs.webhdfs.enable</name>

</property>

</configuration>

---------------------------

第七步修改配置文件 mapred-site.xml，如下所示：

copy mapred-site.xml.template命名为mapred-site.xml，打开mapred-site.xml，如下所示：

mapred-site.xml 修改后：

上述是mapred-site.xml最小化配置，mapred-site.xml各项配置可参考：

我自己的配置

-----------------

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

</property>

</configuration>

------------------

第八步配置文件yarn-site.xml，如下所示：

yarn-site.xml修改后：

上述内容是yarn-site.xml的最小化配置，yarn-site文件配置的各项内容可参考：

也可以增加spark_shuffle,配置如下

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle,spark_shuffle</value>

</property>

<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>

<value>org.apache.hadoop.mapred.ShuffleHandler</value>

</property>

<name>yarn.nodemanager.aux-services.spark_shuffle.class</name>

<value>org.apache.spark.network.yarn.YarnShuffleService</value>

</property>

PS: 当提交hadoop MR 就启用,mapreduce_shuffle,当提交spark作业就使用spark_shuffle,但个人感觉spark_shuffle 效率一般,shuffle是很大瓶颈,还有如果你使用spark_shuffle 你需要把spark-yarn_2.10-1.4.1.jar 这个jar copy 到HADOOP_HOME/share/hadoop/lib下 ,否则 hadoop 运行报错 class not find exeception

我自己的配置

------------------------------------

<name>yarn.resourcemanager.hostname</name>

<value>localhost</value>

</property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

</configuration>

-----------------------------------

5、启动并验证hadoop伪分布式