（二）hadoop学习：集群环境搭建

引用：http://blog.csdn.net/shan9liang/article/details/9841933

一、硬件环境

1、windows 7 专业 64位

2、VMware Workstation ACE 版 6.0.2

3、Redhat Linux 5

4、Hadoop-1.2.1

Windows	VM	虚拟机器Linux	IP	作用
Window 7  64位	VMware Workstation	Redhat1	192.168.24.250	NameNode、master、jobTracker
Redhat2	192.168.24.249	DataNode、slave、taskTracker
Redhat3	192.168.24.248	DataNode、slave、taskTracker

二、安装 VMware Workstation 和Redhat Linux 5

1、VMware Workstation和Redhat Linux 5的安装，网上到处都是，我也是在网上随便找的，你可以找写得更详细准确的，这里不再赘述，可参考：

http://www.docin.com/p-30647520.html

http://wenku.baidu.com/view/1bfeb7651ed9ad51f01df2c9.html

注：当你在虚拟机上安装完一个Linux后，不要重复安装步骤，使用虚拟机带的克隆功能，可以很容易复制出多台一模一样的Linux。

可参考：

http://wenku.baidu.com/view/befc8052be23482fb4da4c29.html

完成这一步骤后的效果
 



三、安装配置Hadoop
1、安装hadoop前先配置Linux
（1）更改三台机器的网络连接方式

选中要更改的虚拟机，右击-设置（Settings）
 



 

（2）以root用户登录Linux，设置IP地址和默认网关（三台机器都要设置）

输入vi /etc/sysconfig/network-scripts/ifcfg-eth0 ，（vi的使用不再赘述，不懂自己网上查）修改该文件内容为：

DEVICE=eth0
BOOTPROTO=static
IPADDR=192.168.24.250
GATEWAY=192.168.27.254
NETMASK=255.255.255.0
ONBOOT=yes

IP地址和默认网关根据自己需要进行设置

（3）配置虚拟机的主机名（三台机器都要设置）

输入vi /etc/sysconfig/network

NETWORKING=yes
NETWORKING_IPV6=yes
HOSTNAME=redhat1

（4）配置主机名与ip地址的对应关系（三台机器都要设置）

输入 vi /etc/hosts

127.0.0.1 localhost
192.168.24.250 redhat1
192.168.24.249 redhat2
192.168.24.248 redhat3

这是标准内容。去掉多余的，否则可能出现Hadoop在master查看live
nodes为0

（5）关闭防火墙（三台机器都要设置）

输入 chkconfig iptables off    开机不启动防火墙
输入 service iptables  stop 关闭当前防火墙服务

当然也可以设置防火墙对hadoop放行，为了简单起见，我这里就直接关闭防火墙了。

（6）测试网络是否联通
设置完成之后，在每台虚拟机之间执行ping命令，保证虚拟机之间网络没有问题
如：ping 192.168.24.249

2、建立linux之间ssh无密码登录
这个网上也到处都是，参考：
http://www.2cto.com/os/201301/186673.html
http://www.linuxidc.com/Linux/2008-09/15952.htm

到此为止，铺垫工作算是做完了。

3、安装和配置JDK（三台机器都要安装）
这个参考我的文章
http://www.jialinblog.com/?p=74
http://blog.csdn.net/shan9liang/article/details/9117021

4、安装hadoop（三台机器都要安装）
（1）到hadoop官网下载hadoop1.2.0
（2）使用ftp上传到linux，如果不懂，可以参考我的文章：
http://blog.csdn.net/shan9liang/article/details/9110559
http://www.jialinblog.com/?p=64
（3）解压安装
进入hadoop-1.2.0.tar.gz所在的目录
输入：
tar -zvxf hadoop-1.2.0.tar.gz

即安装完毕

5、配置Hadoop（三台机器都要设置）
（1）配置hadoop环境变量
和设置jdk环境变量一样

命令：vi /etc/profile
在文件最后输入：

export HADOOP_HOME=/usr/local/hadoop-1.2.0
export PATH=$PATH:$HADOOP_HOME/bin

执行命令source /etc/profile   使profile生效

（2）配置hadoop运行参数

更改hadoop安装路径下/conf/hadoop-env.sh的文件（三台机器都要设置）

第9行加入export JAVA_HOME=/usr/java/jdk1.7.0_21

更改hadoop安装路径/conf/masters和slaves两个文件。（只配置192.168.24.250虚拟机）
masters中输入：192.168.24.250
slaves中输入：
192.168.24.249
192.168.24.248

配置hadoop安装路径/conf/core-site.xml、hdfs-site.xml和mapred-site.xml三个文件。(三台机器都要设置)

core-site.xml:

<configuration>
        <property>
                <name>fs.default.name</name>
                <value>hdfs://192.168.24.250:9000</value>
        </property>
         <property>
                <name>hadoop.tmp.dir</name>
                <value>/tmp</value>
        </property>
</configuration>

hdfs-site.xml:

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.permissions</name>
        <value>false</value>
    </property>
</configuration>

mapred-site.xml：

<configuration>
    <property>
        <name>mapred.job.tracker</name>
        <value>192.168.24.250:9001</value>
    </property>
</configuration>

（3）格式化文件系统
命令：Hadoop  namenode  –format

至此hadoop已经安装配置完毕了。

四、测试

1、启动hadoop

在192.168.24.250机器上执行如下指令，启动hadoop安装目录bin下：
Start-all.sh   
对于hadoop来说，启动所有进程是鼻血的，但是如果有必要，你依然可以只启动HDFS（start-dfs）或MapReduce（start-mapred.sh）

Web浏览器监视HDFS文件系统状态和MAPREDUCE执行任务的情况。
HDFS文件系统
浏览器中输入：http://192.168.11.188:50070/
 



 
浏览器中输入：http://192.168.11.188:50030
 
 
 



 

2、运行hadoop自带的wordcount示例

依次执行命令：
echo “It is a dog”> input1
echo   "it is not a dog" > input2
hadoop fs -mkdir input
hadoop fs -copyFromLocal /root/input* input
hadoop jar /usr/local/hadoop-1.2.0/hadoop-examples-1.2.0.jar wordcount input output

可以查看运行状态http://192.168.24.250:50030
 



 
查看运行结果
 



 

至此全部成功！