【Hadoop】跟着网络上各种攻略来进行CentOS7安装今天中午20160826出的Hadoop2.7.3以及各种爬坑经验

原创文章，转载请注明：http://blog.csdn.net/lsttoy/article/details/52318232

Oops,
你还可以直接github来download我文章中提到的所有资料，都是开源的：）https://github.com/lekko1988/hadoop.git

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，3台CentOS7，64位，Hadoop2.7需要64位Linux，CentOS7 Minimal的ISO文件只有600M，操作系统十几分钟就可以安装完成，
Master 192.168.0.182
Slave1 192.168.0.183
Slave2 192.168.0.184

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@192.168.0.183 cat ~/.ssh/id_rsa.pub>> authorized_keys
ssh root@192.168.0.184 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@192.168.0.183、ssh root@192.168.0.184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/home/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=/home/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，完成

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://192.168.0.182:9000</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>
</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>2</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>192.168.0.182:9001</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yarn-site.xml
<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>192.168.0.182:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>192.168.0.182:19888</value>
    </property>
</configuration>

8、配置/home/hadoop/hadoop-2.7.0/etc/hadoop目录下的mapred-site.xml
<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>192.168.0.182:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>192.168.0.182:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>192.168.0.182:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>192.168.0.182:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>192.168.0.182:8088</value>
    </property>
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>768</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=/home/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，
192.168.0.183
192.168.0.184

11、将配置好的Hadoop复制到各个节点对应位置上，通过scp传送，
scp -r /home/hadoop 192.168.0.183:/home/
scp -r /home/hadoop 192.168.0.184:/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
(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，systemctl stop firewalld.service
(2)浏览器打开http://192.168.0.182:8088/
(3)浏览器打开http://192.168.0.182:50070/

爬坑心得：安装完成后，但是不一定就能全部node跑起来的处理。

   a，考虑硬件配置，如其他从节点的配置能否运行起来。

   b，对xml中的配置有无设置最低占用内存。否则运行不起来。

   c，有没有清除tmp，对于后来加入的节点，要重新格式化所有node节点接入。

   d, 对于最后的配置如yarn-env.sh，hadoop-env.sh里面的java路径一定要写完整地址，自己映射javahome会出问题。

   e, 网络HOSTS的坑尤其重要。其实如果一开始注意去看hadoop生成的日志，或许能节约一点时间，整个log一直显示

WARN org.apache.hadoop.hdfs.server.datanode.DataNode: Problem connecting to server: master/192.168.0.182:9000。实际上，这里已经明确表明，是由于各个子节点不能很好的沟通导致的问题。因此这里需要进行端口监听检查，是否存在这种不能监听的情况。输入netstat
-an | grep 9000   （因为hadoop默认开启9000端口）。

可以看到这里竟然被本地监听了。因此这里要对ect/hosts这里进行修改，删掉127.0.0.1 master的master来接收其他的IP进行访问。修改完毕之后再试可以看到有其他子节点，表示访问成功！最后来看看是否有子节点存活在WEBUI上展现，有就表明成功了！

    f,  注意对每个子节点自己的tmp相关dir进行区别设定。很多攻略上都是直接使用一样然后copy过去。这样会造成一切启动了。note管理节点也有，但是就是检测不到的e那种情况可能性之一也是这个。所以一定要记住在core中设定好不同的dir。

      <name>hadoop.tmp.dir</name>

        <value>file:/home/hadoop/tmp4slave1</value>

经验总结：

    首先要确保各种路径映射正确。如最外层的hostname到hadoop自身的配置tem，datenode相关地址等。

    其次，因为hadoop版本变更导致有些设置之前用javahome是OK的但有的版本如现在最新的2.7.2就要直接写完整地址。

    第三，当第一次初始化失败后，不要小瞧log及tem文件的删除处理。

    最后，由于是分布式，因此外部子节点之间的信息通信或许会成为一个不经意间耗费大量时间的天坑，尤其请注意：）

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