Centos6.5 64位 安装Hadoop2.7.0, MapReduce日志分析, Hive2.1.0, JDBC连接Hive查询 (1)

文章分为四篇, 1 是安装 Hadoop, 2 MapReduce日志分析样例,3 安装Hive, 4 JDBC连接Hive查询数据.

第一篇 Hadoop安装

Hadoop 安装, 网上的例子很多, 本人也是根据网上的步骤一步一步的执行, 安装完成后, 运行WordCount.jar时发现, 从hadoop官网下的是32位, 没有编译好的64的, 于是想自己编译下64位的, 本人费尽周折, 在公司以及在家的电脑上折腾了好久, 编译无法通过, 主要的原因是下载所需的jar包的过程中超时, 于是网上搜索了编译后的64位的hadoop.

http://download.csdn.net/detail/tianhuimin/874736



这位分享的是能用的, 但不是2.7.1, 是2.7.0

接下来是枯燥的安装过程...

下面的内容是大部分是转载的, 因为大部分配置都差不多, 转自 http://www.open-open.com/lib/view/open1435761287778.html
总体思路，准备主从服务器，配置主服务器可以无密码SSH登录从服务器，解压安装JDK，解压安装Hadoop，配置hdfs、mapreduce等主从关系。

1、环境，两台CentOS6.5，64位, 在每台的hosts文件中绑定:

master 10.68.128.215
slave1 10.68.128.212

2、SSH免密码登录，因为Hadoop需要通过SSH登录到各个节点进行操作，我用的是root用户，每台服务器都生成公钥，再合并到authorized_keys

(1)CentOS默认没有启动ssh无密登录，去掉/etc/ssh/sshd_config其中2行的注释，每台服务器都要设置，

#RSAAuthentication yes

#PubkeyAuthentication yes

(2)输入命令:

ssh-keygen -t rsa

生成key，都不输入密码，一直回车，/root就会生成.ssh文件夹，每台服务器都要设置，

(3)合并公钥到authorized_keys文件，在master服务器，进入/root/.ssh目录，通过SSH命令合并，

cat id_rsa.pub>> authorized_keys
ssh root@10.68.128.212 cat ~/.ssh/id_rsa.pub>> authorized_keys

(4)把master服务器的authorized_keys、known_hosts复制到Slave服务器的/root/.ssh目录

(5)完成，ssh root@10.68.128.212就不需要输入密码了

3、安装JDK，Hadoop2.7需要JDK7，由于我的CentOS是最小化安装，所以没有OpenJDK，直接解压下载的JDK并配置变量即可

(1)下载“jdk-7u79-linux-x64.gz”，放到/usr/local/java/ 目录下

(2)解压，输入命令，tar -zxvf jdk-7u79-linux-x64.gz

(3)编辑/etc/profile

export JAVA_HOME=/usr/local/java/jdk1.7.0_79
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin

(4)使配置生效，输入命令

source /etc/profile

(5)输入命令

java -version

显示

[root@master hadoop]# 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)

就OK了

4、安装Hadoop2.7，只在master服务器解压，再复制到slave服务器

(1)下载“hadoop-2.7.0.tar.gz”，放到/home/hadoop目录下

(2)解压，输入命令

tar -xzvf hadoop-2.7.0.tar.gz

(3)在/home/hadoop目录下创建数据存放的文件夹，tmp、hdfs、hdfs/data、hdfs/name

5、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的core-site.xml

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://10.68.128.215:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/home/hadoop/tmp</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131702</value>
</property>

<!-- JDBC 连接自定义验证 Hive使用的配置 -->
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
</configuration>

6、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的hdfs-site.xml

<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/hadoop/dfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>10.68.128.215:9001</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>

7、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的mapred-site.xml

<configuration>
        <property>
            <name>yarn.app.mapreduce.am.resource.mb</name>
            <value>1228</value>
        </property>
        <property>
            <name>yarn.app.mapreduce.am.command-opts</name>
            <value>-Xmx983m</value>
        </property>
        <property>
            <name>mapreduce.map.memory.mb</name>
            <value>1228</value>
        </property>
        <property>
            <name>mapreduce.reduce.memory.mb</name>
            <value>1228</value>
        </property>
        <property>
            <name>mapreduce.map.java.opts</name>
            <value>-Xmx983m</value>
        </property>
        <property>
            <name>mapreduce.reduce.java.opts</name>
            <value>-Xmx983m</value>
        </property>
 <property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>10.68.128.215:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>10.68.128.215:19888</value>
</property>
</configuration>

8、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的yarn-site.xml

<configuration>
<property>
<name>yarn.app.mapreduce.am.resource.mb</name>
<value>1228</value>
</property>
<property>
<name>yarn.app.mapreduce.am.command-opts</name>
<value>-Xmx983m</value>
</property>
<property>
<name>mapreduce.map.memory.mb</name>
<value>1228</value>
</property>
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>1228</value>
</property>
<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx983m</value>
</property>
<property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx983m</value>
</property>
<property>
<name>mapreduce.job.tracker</name>
<value>hdfs://10.68.128.215:9001</value>
<final>true</final>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>10.68.128.215:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>10.68.128.215:19888</value>
</property>
</configuration>

                    

9、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下hadoop-env.sh、yarn-env.sh的JAVA_HOME，不设置的话，启动不了，

export JAVA_HOME=/usr/local/java/jdk1.7.0_79

10、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的slaves，删除默认的localhost，增加2个从节点，

master
slave1

11、将配置好的Hadoop复制到节点对应位置上，通过scp传送，

scp -r /home/hadoop 10.68.128.212:/home/

12、在master服务器启动hadoop，从节点会自动启动，进入/home/hadoop/hadoop-2.7.0目录

(1)初始化，输入命令，bin/hdfs namenode -format

(2)全部启动

sbin/start-all.sh

也可以分开sbin/start-dfs.sh、sbin/start-yarn.sh

如果正常, 大概是以下信息

[root@master sbin]# ./start-all.sh
This script is Deprecated. Instead use start-dfs.sh and start-yarn.sh
Starting namenodes on [master]
master: starting namenode, logging to /home/hadoop/hadoop-2.7.0/logs/hadoop-root-namenode-master.out
master: starting datanode, logging to /home/hadoop/hadoop-2.7.0/logs/hadoop-root-datanode-master.out
slave1: starting datanode, logging to /home/hadoop/hadoop-2.7.0/logs/hadoop-root-datanode-slave1.out
Starting secondary namenodes [master]
master: starting secondarynamenode, logging to /home/hadoop/hadoop-2.7.0/logs/hadoop-root-secondarynamenode-master.out
starting yarn daemons
starting resourcemanager, logging to /home/hadoop/hadoop-2.7.0/logs/yarn-root-resourcemanager-master.out
slave1: starting nodemanager, logging to /home/hadoop/hadoop-2.7.0/logs/yarn-root-nodemanager-slave1.out
master: starting nodemanager, logging to /home/hadoop/hadoop-2.7.0/logs/yarn-root-nodemanager-master.out

(3)停止的话，输入命令，sbin/stop-all.sh

(4)输入命令，jps，可以看到相关信息

13、Web访问，要先开放端口或者直接关闭防火墙

(1)输入命令，service iptables stop

(2)浏览器打开http://10.68.128.215:8088/

(3)浏览器打开http://10.68.128.215:50070/

OK, Hadoop 安装好了. 下一篇, MapReduce示例 :)