【图文详解】Hadoop集群搭建（CentOs6.3）

本文主要详细地描述了hadoop集群的搭建以及一些配置文件的说明，用于自己复习以及供新人学习，若有错误之处还请指出。

前期准备

先给出我的集群架构：

到hadoop官网下载好hadoop安装包

装好四台虚拟机（我的四台虚拟机是CentOs6.3系统）

四台虚拟机都装好jdk

四台虚拟机都配好免密登录

四台虚拟机都配置好ip地址和主机名映射关系(以下是我的地址映射关系)

vim /etc/hosts

192.168.25.13 mini1 192.168.25.14 mini2 192.168.25.15 mini3 192.168.25.16 mini4

以上步骤有不会的可查看我的其他几篇博客：

Linux下的常用配置

Linux下配置免密登录

1、将hadoop安装包上传到mini1上，解压后改名，并创建目录hadoopdata与hadoop目录平行

tar -zxvf hadoop-2.6.5.tar.gz -C /root/apps/ cd /root/apps/ mv hadoop-2.6.5 hadoop mkdir hadoopdata

2、进入hadoop配置文件目录下,可看到以下配置文件

cd hadoop/etc/hadoop/

3、修改hadoop-env.sh配置文件

vim hadoop-env.sh #写上自己的JAVA_HOME

4、修改core-site.xml配置文件

vim core-site.xml <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://mini1:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/root/apps/hadoopdata</value> </property> </configuration>

配置说明：

fs.defaultFS：hadoop使用什么文件系统 hdfs://mini1:9000：指定hadoop系统使用hdfs文件系统，并指明namenode为mini1，客户端访问端口为9000 hadoop.tmp.dir：hadoop文件存储目录 有2个参数可配置，但一般来说我们不做修改。 fs.checkpoint.period表示多长时间记录一次hdfs的镜像,默认是1小时。 fs.checkpoint.size表示镜像文件快大小，默认64M。 <property> <name>fs.checkpoint.period</name> <value>3600</value> </property> <property> <name>fs.checkpoint.size</name> <value>67108864</value> </property>

5、修改hdfs-site.xml(可不做任何配置，使用默认)

vim hdfs-site.xml <configuration> <property> <name>dfs.namenode.name.dir</name> <value>/root/apps/hadoopdata/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>/root/apps/hadoopdata/data</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> </configuration>

配置说明：

dfs.namenode.name.dir：namenode节点的数据存放目录 dfs.datanode.data.dir：datanode节点的数据存放目录 dfs.replication：集群中hdfs保存数据的副本数

6、更改mapred-site.xml.template的配置文件名，并进行配置

mv mapred-site.xml.template mapred-site.xml vim mapred-site.xml <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>

配置说明：

mapreduce.framework.name：使用yarn运行mapreduce程序

7、修改yarn-site.xml配置文件

vim yarn-site.xml <configuration> <property> <name>yarn.resourcemanager.hostname</name> <value>mini1</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>

配置说明：

yarn.resourcemanager.hostname：指定YARN的老大（ResourceManager）的地址 yarn.nodemanager.aux-services：指定reducer获取数据的方式

8、修改slaves文件

vim slaves # 在此文件下写入需要启动datanode和nodemanager的机器（往往datanode和nodemanager在一台机器上启动），一行代表一台机器。

9、将hadoop添加到环境变量，并重新加载环境变量

vim /etc/profile export HADOOP_HOME=http://www.likecs.com/itcast/hadoop-2.4.1 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin source /etc/profile 重要！重要！重要！！！

Apache提供的hadoop本地库是32位的，而在64位的服务器上就会有问题，因此需要自己对源码进行编译64位的版本。

自己编译比较麻烦,可以去网站： 下载对应的编译版本。