本文主要讲解Hadoop完全分布式的搭建，使用vm建立三个相同配置的主机进行搭建。本文讲解所有详细步骤希望对大家有用。

全部软件下载百度云链接：失效请评论告诉我密码：io9r

1.准备工作

1.1软硬件环境

• 主机操作系统：处理器：i5，主频：3.2G，内存：8G，Windows64
  
• 虚拟机软件：VMware Workstation 10
  
• 虚拟操作系统：CentOs-6.5 64位
  
• JDk：1.8.0_65 64位
  
• Hadoop：1.2.1
  

1.2集群网络环境

集群包括3个节点，1个Namenode、2个Datanode，其中节点之间可以相互ping通。节点IP地址和主机名如下：

所有节点均是CentOS系统，防火墙均禁用，所有节点上均创建了一个Hadoop用户，用户主目录是/home/Hadoop。所有节点上均创建了一个目录/usr/hadoop，并且拥有者是hadoop用户。因为该目录用于安装hadoop，用户对其必须有rwx权限。（一般做法是root用户下在/usr下创建hadoop目录，并修改该目录拥有者为hadoop(chown –R Hadoop： /usr/hadoop)，否则通过SSH往其他机器分发Hadoop文件会出现权限不足的提示。

1.3注意

由于Hadoop要求所有机器上Hadoop的部署目录结构要求相同（因为在启动时按与主节点相同的目录启动其它任务节点），并且都有一个相同的用户名账户。参考各种文档上说的是所有机器都建立一个hadoop用户，使用这个账户来实现无密码认证。这里为了方便，分别在三台机器上都重新建立一个hadoop用户。

2.环境搭建


2.1操作系统安装

对于Datanode类型的系统，可以先安装一个系统，然后利用VMWare的克隆功能，克隆多个相同的系统。如下图所示。

VMWare下安装CentOs系统的教程直接在网上找。特别注意的是：所有系统的网络选择为桥接模式，并且由于本机是在无线网络上进行上网的，故还要设置VMnet0的信息：在编辑->虚拟网络编辑器···如下图：

桥接网络是指本地物理网卡和虚拟网卡通过VMnet0虚拟交换机进行桥接，物理网卡和虚拟网卡在拓扑图上处于同等地位，那么物理网卡和虚拟网卡就相当于处于同一个网段，虚拟交换机就相当于一台现实网络中的交换机,所以两个网卡的IP地址也要设置为同一网段。

在”桥接到”那一栏里选择所用的网卡类型。

2.2本地环境配置

（1）网络配置

采用桥接来连接网络（适合有路由、交换机用户），配置静态IP来实现上网，局域网内通信。

vim /etc/sysconfig/network-scripts/ifcfg-eth0

本次操作的配置图如下所示：

（可以直接在Master机上设置好，然后通过scp命令将该文件传递给所有的Slave，然后在Slave中修改相应的IPADDR即可，其它不变）

注意：这里需要注意还要改一个东西，因为scp过去的硬件地址是一样的必须修改下：

第一：修改vim /etc//etc/udev/rules.d/ 70-persistent-net.rules

将其中的名为eth0的网卡删掉。同时将eth1的网卡名修改为eth0

第二：修改vim /etc/sysconfig/network-scripts/ifcfg-eth0

将HWADDR修改为刚刚看见的eth1的地址。

（2）配置hosts文件

“/etc/hosts”这个文件是用来配置主机将用的DNS服务器信息，是记载LAN内接续的各主机的对应[HostName IP]用的。当用户在进行网络连接时，首先查找该文件，寻找对应主机名对应的IP地址。

在进行Hadoop集群配置中，需要在”/etc/hosts”文件中添加集群中所有机器的IP与主机名，这样Master与所有的Slave机器之间不仅可以通过IP进行通信，而且还可以通过主机名进行通信。

所以在所有的机器上的”/etc/hosts”文件中都要添加如下内容：

192.168.1.127 Master.Hadoop

192.168.1.128 Slave1.Hadoop

192.168.1.129 Slave2.Hadoop

（同样，可以直接在Master机上设置好，然后通过scp命令将该文件传递给所有的Slave）

2.3操作系统设置

在Hadoop安装过程中需要关闭防火墙和SElinux，否则会出现异常。

（1）关闭防火墙

• service iptables status 查看防火墙状态，如下所示表示iptables已经开启：
  

• 关闭防火墙：chkconfig iptables off
  

（2）关闭SElinux

• 使用getenforce命令查看是否关闭
  
• 修改/etc/selinux/config 文件
  

注意：修改后要重启系统，才能有效。

2.4SSH无密码验证配置

准备工作：

1. 在三个虚拟机上设定Hadoop用户：

adduser Hadoop #在root用户下

passwd Hadoop #输入两次密码

2. 在Hadoop用户下建立.ssh文件夹

mkdir ~/.ssh

Hadoop运行过程中需要管理远端Hadoop守护进程，在Hadoop启动以后，NameNode是通过SSH（Secure Shell）来启动和停止各个DataNode上的各种守护进程的。这就必须在节点之间执行指令的时候是不需要输入密码的形式，故我们需要配置SSH运用无密码公钥认证的形式，这样NameNode使用SSH无密码登录并启动DataName进程，同样原理，DataNode上也能使用SSH无密码登录到 NameNode。

SSH之所以能够保证安全，原因在于它采用了公钥加密。过程如下：

(1)远程主机收到用户的登录请求，把自己的公钥发给用户。

(2)用户使用这个公钥，将登录密码加密后，发送回来。

(3)远程主机用自己的私钥，解密登录密码，如果密码正确，就同意用户登录。

注意：如果你的Linux没有安装SSH，请首先安装SSH。

3.配置Master无密码登录所有Salve

(1)在Master节点上执行以下命令：

ssh-keygen –t rsa –P ”

运行后询问其保存路径时直接回车采用默认路径。生成的密钥对：id_rsa（私钥）和id_rsa.pub（公钥），默认存储在”/home/用户名/.ssh”目录下。

查看“/home/用户名/”下是否有“.ssh”文件夹，且“.ssh”文件下是否有两个刚生产的无密码密钥对。

(2)接着在Master节点上做如下配置，把id_rsa.pub追加到授权的key里面去。

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

查看”.ssh”文件夹：

查看下authorized_keys的权限。（很重要！）

如果权限不对则利用如下命令设置该文件的权限：

chmod 700 ~/.ssh #注意：这两条权限设置特别重要，决定成败。

chmod 600 ~/.ssh/authorized_keys

在Master机器上输入：ssh localhost 命令测试一下，看是否能无密码登录自己。

(3)将公钥发给Slave

在Master中将公钥id_rsa.pub通过scp命令发到每一个Slave的同一个地方（即/home/Hadoop/.ssh文件夹下），并且设置权限（非常重要）

scp ~/.ssh/authorized_keys Hadoop@Slave1.Hadoop:~/.ssh/

scp ~/.ssh/authorized_keys Hadoop@Slave2.Hadoop:~/.ssh/

在Slave中设置权限(root用户下设置)：

chown –R Hadoop:Hadoop /home/Hadoop/.ssh

chmod –R 700 /home/Hadoop/.ssh

chmod 600 /home/Hadoop/.ssh/authorized_keys

(4)测试

在Master下输入：

ssh Slave1.Hadoop

若不用密码则表示成功！

重点：设置好权限！！！

3.软件安装及环境配置

以下的软件安装先在Master上安装，全部安装完后，再通过复制到Slave中即可。

3.1Java安装及其环境配置

所有的机器上都要安装JDK，并且版本要一样。现在就先在Master服务器安装，然后把安装好的文件传递给Slave即可。安装JDK以及配置环境变量，需要以”root”的身份进行。

(1)首先用root身份登录”Master.Hadoop”后在”/usr”下创建”java”文件夹，再将”jdk-8u25-linux-x64. gz”复制到”/usr/java”文件夹中，然后解压即可。


tar -zxvf jdk-8u25-linux-x64. gz

查看”/usr/java”下面会发现多了一个名为”jdk1.8.0_65”文件夹，说明我们的JDK安装结束，删除安装包即可，进入下一个”配置环境变量”环节。

(2)配置环境变量。编辑”/etc/profile”文件，在后面添加Java的”JAVA_HOME”、”CLASSPATH”以及”PATH”内容如下：


# set java environment


export JAVA_HOME=/usr/java/ jdk1.8.0_65/


export JRE_HOME=/usr/java/ jdk1.8.0_65/jre

export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH

export PATH=$JAVA_HOME/bin:$PATH

如下图所示：

保存并退出，执行下面命令使其配置立即生效。

source /etc/profile 或 . /etc/profile

重点说明：PATH变量要先把$JAVA_HOME放在第一位置，这样新安装的JDK能作为第一选择，否则，系统还是以原来的JDK为选择。

(3)验证

java –version

3.2Hadoop安装及其环境配置

(1)首先用root用户登录”Master.Hadoop”机器，将下载的”hadoop-1.2.1.tar.gz”复制到/usr目录下。然后进入”/usr”目录下，用下面命令把”hadoop-1.1.2.tar.gz”进行解压，并将其重命名为”hadoop”，把该文件夹的读权限分配给普通用户hadoop，然后删除”hadoop-1.2.1.tar.gz”安装包。


cd /usr


tar –xzvf hadoop-1.2.1.tar.gz


mv hadoop-1.2.1 hadoop


chown –R hadoop:hadoop hadoop


rm -rf hadoop-1.2.1.tar.gz





(2)把Hadoop的安装路径添加到”/etc/profile”中。


# set hadoop path


export HADOOP_HOME=/usr/hadoop


export PATH=$PATH:$HADOOP_HOME/bin

(3)配置hadoop-env.sh，并确认生效

该”hadoop-env.sh”文件位于”/usr/hadoop/conf”目录下。

在文件中修改下面内容：

export JAVA_HOME=/usr/java/ jdk1.8.0_65/

(此处的JAVA_HOME跟之前Java中环境配置的一样)

source hadoop-env.sh

hadoop version

(4)在/usr/hadoop目录下创建子目录

cd /usr/hadoop

mkdir tmp

mkdir hdfs

(5)配置core-site.xml文件

修改Hadoop核心配置文件core-site.xml，这里配置的是HDFS master（即namenode）的地址和端口号。

<configuration>

<property>

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

<value>/usr/hadoop/tmp</value>

（备注：请先在 /usr/hadoop 目录下建立 tmp 文件夹）

<description>A base for other temporary directories.</description>

</property>

<property>

<name>fs.default.name</name>

<value>hdfs://192.168.1.127:9000</value>

</property>

</configuration>

(6)配置hdfs-site.xml文件

<configuration>

<property>

<name>dfs.replication</name>

<value>2</value>

</property>

<property>

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

<value>/usr/local/hadoop/hdfs/name</value>

</property>

<property>

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

<value>/usr/local/hadoop/hdfs/data</value>

</property>

</configuration>

(7)配置mapred-site.xml文件

修改Hadoop中MapReduce的配置文件，配置的是JobTracker的地址和端口。

<configuration>

<property>

<name>mapred.job.tracker</name>

<value>http://192.168.1.127:9001</value&gt;

</property>

</configuration>

(8)配置masters文件

有两种方案：

（1）第一种

修改localhost为Master.Hadoop

（2）第二种

去掉”localhost”，加入Master机器的IP：192.168.1.127

为保险起见，启用第二种，因为万一忘记配置”/etc/hosts”局域网的DNS失效，这样就会出现意想不到的错误，但是一旦IP配对，网络畅通，就能通过IP找到相应主机。

vim /usr/hadoop/conf/masters

(9)配置slaves文件（Master主机特有）


与配置masters文件类似：


vim /usr/hadoop/conf/slaves

3.3Slave服务器上的文件安装及配置

在Master上装完JDK以及Hadoop以及配置好环境后，进行下步工作：

(1)将/usr/java文件夹复制到其他Slave





在Master中输入：

scp –r /usr/java root@Slave1.Hadoop :/usr/

scp –r /usr/java root@Slave2.Hadoop :/usr/

(2)将/etc/profile复制到其他Slave





在Master中输入：


scp /etc/profile root@Slave1.Hadoop :/etc/


scp /etc/profile root@Slave2.Hadoop :/etc/





(3)将/usr/hadoop文件夹复制到其他Slave





在Master中输入：


scp –r /usr/hadoop root@Slave1.Hadoop :/usr/


scp –r /usr/hadoop root@Slave2.Hadoop :/usr/





(4)改变权限


将/usr/java，/usr/hadoop的用户组改为Hadoop用户，设置权限为755。

至此环境搭建完毕

4.启动及验证


4.1启动


(1)格式化HDFS文件系统

在”Master.Hadoop”上使用普通用户hadoop进行操作。（备注：只需一次，下次启动不再需要格式化，只需 start-all.sh）

hadoop namenode –format

(2)启动hadoop

在启动前关闭集群中所有机器的防火墙，不然会出现datanode开后又自动关闭。使用下面命令启动。

start-all.sh

(3)关闭hadoop


stop-all.sh


4.2验证测试


(1)用”jps”命令测试

在Master上用 java自带的小工具jps查看进程。

在Slave1上用 java自带的小工具jps查看进程。

注：上两幅图表示成功！

(2)用”hadoop dfsadmin -report”查看集群状态

(3)通过网页查看集群

访问JobTracker：http://192.168.1.127:50030

访问NameNode：http://192.168.1.127:50070

5.所遇到的问题及解决方法


5.1关于 Warning: $HADOOP_HOME is deprecated.

hadoop安装完之后敲入hadoop命令时，老是提示这个警告：

Warning: $HADOOP_HOME is deprecated.

解决方案一：编辑”/etc/profile”文件，去掉HADOOP_HOME的变量设定，重新输入hadoop fs命令，警告消失。

解决方案二：编辑”/etc/profile”文件，添加一个环境变量，之后警告消失：

export HADOOP_HOME_WARN_SUPPRESS=1

5.2SSH设置不成功

很有可能是因为权限设置的不对！

5.3Datanode连接不上

有可能是Master和Slave的防火墙没有关掉。