1. 主页 > 技术信息 > 数据库知识 >

三节点hadoop集群设置和测试历程分享_怎么让硬盘

日期：2016-01-26 / 人气： / 来源：网络

三节点hadoop集群配置和测试过程分享

一、环境准备（所有节点都需要做）：

系统：Ubuntu12.04

java版本：JDK1.7

SSH（ubuntu自带）

确保三台机在同一个ip段，最好设置为静态IP，重启后就不用纠结IP变化了

机器分配：一台master,两台slave

我的主机信息是(hosts文件添加如下信息)：

192.168.88.123    h1

192.168.88.124    h2

192.168.88.125    h3

其中第一项是内网IP ，第二项是主机名

各节点作用：

h1：NameNode、JobTracker

h2:DataNode、TaskTracker

h3:DataNode、TaskTracker

安装SSH：

sudo apt-get install ssh

测试：ssh localhost

输入当前用户的密码回车 没异常说明安装成功

开启SSHD服务：

安装：sudo apt-get install openssh-server

确认是否启动：

ps  -e | grep  ssh

找到到sshd,有即启动了。

创建Hadoop用户(名为grid)

adduser grid

信息随便填，以后运行操作Hadoop都是用这个用户(注意看清命令行别用了其他用户)

二、配置Hadoop

　　1.无密码登陆

　　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，这就须要在节点之间执行指令的时候是不须要输入密码的形式，故我们须要配置SSH运用无密码公钥认证的形式。

　首先设置namenode的ssh为无需密码的、自动登陆。

　　换切到grid用户

　　su grid

　　cd

　　ssh-keygen -t rsa

　　完成后会在grid目录产生隐藏文件.ssh，通过ls查看，然后

　　cp id_rsa.pub authorized_keys

　　测试

　　ssh h1

　　第一次会提示确认继续连接，打yes,这会把该服务器添加到你的已知主机列表中

　　同样在h2,h3上做以上操作

　　最后，如何使各个节点相互访问不需要密码，将三个节点的authorized_keys文件里面的内容合成一个文件然后替换掉原来的，替换完毕后可以用 

　　ssh XX（XX为主机名）

　　相互测试是否连接成功。

　　2.配置Hadoop文件：

在hadoop/conf目录下修改文件有hadoop-env.sh，core-site.xml，hdfs-site.xml，mapred-site.xml，master，slaves

hadoop-env.sh

修改JAVA_HOME路径

1
export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_45

记得去掉前面的#

core-site.xml:

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://h1:49000</value>
    </property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/grid/var</value>
</property>
</configuration>
1）fs.default.name是NameNode的URI。hdfs://主机名:端口/
2）hadoop.tmp.dir ：Hadoop的默认临时路径，这个最好配置，如果在新增节点或者其他情况下莫名其妙的DataNode启动不了，就删除此文件中的tmp目录即可。不过如果删除了NameNode机器的此目录，那么就需要重新执行NameNode格式化的命令。

 

hdfs-site.xml:

<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <!-- Put site-specific property overrides in this file. --> <configuration> <property> <name>dfs.name.dir</name> <value>/home/grid/name1,/home/grid/name2</value> <description> </description> </property> <property> <name>dfs.data.dir</name> <value>/home/grid/data1,/home/grid/data2</value> <description> </description> </property> <property> <name>dfs.replication</name> <value>2</value> </property> </configuration>

1） dfs.name.dir是NameNode持久存储名字空间及事务日志的本地文件系统路径。 当这个值是一个逗号分割的目录列表时，nametable数据将会被复制到所有目录中做冗余备份。
2） dfs.data.dir是DataNode存放块数据的本地文件系统路径，逗号分割的列表。 当这个值是逗号分割的目录列表时，数据将被存储在所有目录下，通常分布在不同设备上。
3）dfs.replication是数据需要备份的数量，默认是3，如果此数大于集群的机器数会出错。

注意：此处的name1、name2、data1、data2目录不能预先创建，hadoop格式化时会自动创建，如果预先创建反而会有问题。

mapred-site.xml

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
    <property>
        <name>mapred.job.tracker</name>
        <value>h1:49001</value>    
    </property>
    <property>
        <name>mapred.local.dir</name>
        <value>/home/grid/var</value>
    </property>
</configuration>

1）mapred.job.tracker是JobTracker的主机（或者IP）和端口。主机:端口。

配置masters和slaves主从结点

master

1
 

slaves

1
2
h2
h3

配置完毕，把配置好的hadoop文件夹拷贝到其他集群的机器上，并保证其他机器的JDK 安装路径一致（如果不一致就另外再修改配置文件conf/hadoop-env.sh憋）

scp -r /home/grid/hadoop-0.20.2 grid@h2:/home/grid

scp -r /home/grid/hadoop-0.20.2 grid@h2:/home/grid

三、启动Hadoop

1、先格式化一个新的分布式文件系统

cd

bin/hadoop namenode -format

成功后系统输出： 

INFO common.Storage: Storagedirectory /opt/hadoop/hadoopfs/name2 has been successfully formatted.

这一行，看到successfully单词木有，格式化成功。

执行完后可以到master机器上看到/home/hadoop//name1和/home/hadoop//name2两个目录。

2.启动所有节点

在主节点master上面启动hadoop，主节点会启动所有从节点的hadoop。

cd

bin/start-all.sh(同时启动HDFS和Map/Reduce)

输出：

grid@h1:~/hadoop-0.20.2$ bin/start-all.sh
starting namenode, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-namenode-h1.out
h2: starting datanode, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-datanode-h2.out
h3: starting datanode, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-datanode-h3.out
h1: starting secondarynamenode, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-secondarynamenode-h1.out
starting jobtracker, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-jobtracker-h1.out
h2: starting tasktracker, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-tasktracker-h2.out
h3: starting tasktracker, logging to /home/grid/hadoop-0.20.2/bin/../logs/hadoop-grid-tasktracker-h3.out

没有出现什么Error或Warming之类的就表示运行成功了

运行成功后看看程序是否正常

/usr/lib/jvm/jdk1.7.0_45/bin//jps

可以看到在h1结点上有进程

2928 NameNode
3319 Jps
3105 SecondaryNameNode
3184 JobTracker

很熟悉的字眼我就不多说了，在slaves结点上也检测下是否正常，会有

TaskTracker,DataNode

若没缺少以上进程即配置有问题。

四、测试

建一个目录，里面建两个txt文件，用hadoop项目现有的hadoop-0.20.2-examples.jar例子测试txt里面单词的出现次数。

cd

mkdir input

cd input

echo "hello world" > test1.txt

echo "hello hadoop" > test2.txt

建完文件后，将文件放到HDFS系统的in目录上

cd ../hadoop-0.20.2

bin/hadoop dfs -put ../input in

测试了，运行

bin/hadoop jar hadoop-0.20.2-examples.jar wordcount in out

会出现一系列的运行信息

grid@h1:~/hadoop-0.20.2$ bin/hadoop jar hadoop-0.20.2-examples.jar wordcount in out
13/12/26 14:04:05 INFO input.FileInputFormat: Total input paths to process : 2
13/12/26 14:04:06 INFO mapred.JobClient: Running job: job_201312261337_0006
13/12/26 14:04:07 INFO mapred.JobClient:  map 0% reduce 0%
13/12/26 14:04:14 INFO mapred.JobClient:  map 50% reduce 0%
13/12/26 14:04:15 INFO mapred.JobClient:  map 100% reduce 0%
13/12/26 14:04:23 INFO mapred.JobClient:  map 100% reduce 100%
13/12/26 14:04:25 INFO mapred.JobClient: Job complete: job_201312261337_0006
13/12/26 14:04:25 INFO mapred.JobClient: Counters: 17
13/12/26 14:04:25 INFO mapred.JobClient:   Job Counters 
13/12/26 14:04:25 INFO mapred.JobClient:     Launched reduce tasks=1
13/12/26 14:04:25 INFO mapred.JobClient:     Launched map tasks=2
13/12/26 14:04:25 INFO mapred.JobClient:     Data-local map tasks=2
13/12/26 14:04:25 INFO mapred.JobClient:   FileSystemCounters
13/12/26 14:04:25 INFO mapred.JobClient:     FILE_BYTES_READ=55
13/12/26 14:04:25 INFO mapred.JobClient:     HDFS_BYTES_READ=25
13/12/26 14:04:25 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=180
13/12/26 14:04:25 INFO mapred.JobClient:     HDFS_BYTES_WRITTEN=25
13/12/26 14:04:25 INFO mapred.JobClient:   Map-Reduce Framework
13/12/26 14:04:25 INFO mapred.JobClient:     Reduce input groups=3
13/12/26 14:04:25 INFO mapred.JobClient:     Combine output records=4
13/12/26 14:04:25 INFO mapred.JobClient:     Map input records=2
13/12/26 14:04:25 INFO mapred.JobClient:     Reduce shuffle bytes=61
13/12/26 14:04:25 INFO mapred.JobClient:     Reduce output records=3
13/12/26 14:04:25 INFO mapred.JobClient:     Spilled Records=8
13/12/26 14:04:25 INFO mapred.JobClient:     Map output bytes=41
13/12/26 14:04:25 INFO mapred.JobClient:     Combine input records=4
13/12/26 14:04:25 INFO mapred.JobClient:     Map output records=4
13/12/26 14:04:25 INFO mapred.JobClient:     Reduce input records=4

　　

没有什么Error或Warming之类的字眼特别是有

1
map 100% reduce 100%

表示成功运行了，结果可一输入

bin/hadoop dfs -cat out/*

看到结果

hadoop 1
hello 2
world 1

over啦。

另外，验证hadoop集群是否配置成功，可以看文章：测试hadoop集群是否安装成功（用jps命令和实例进行验证）

作者博客：http://www.cnblogs.com/xuhn/p/3492551.html

Ubuntu 12.04单机版环境中搭建hadoop详细教程

Ubuntu 12.04单机版环境中搭建hadoop详细教程，在Ubuntu下创建hadoop用户组和用，创建hadoop用户。

Ubuntu,hadoop安装

作者：管理员

上一篇：若何成为Hadoop人才？_尖数据恢复 ← 下一篇：Ubuntu 12.04单机版环境中搭建hadoop详细教程_换硬盘 →

推荐内容 Recommended

相关内容 Related

我们的服务 Our Services

江苏飞浩信息科技有限公司一直致力于专业的数据恢复，信息安全方面等方面工作！随着电脑，网络的普及，数据存储本身的安全就已然成为人们首要关心的问题。存储介质本身会出现故障的绝对性却决定了无论多么优良的存储介质也无法绝对安全的现实。

立即前往 Now Go →

我们的成功案例 Our Successful Cases

江苏飞浩信息科技有限公司自成立以来，一直从事计算机数据恢复、信息安全保障等工作，为了适应信息安全的发展需要，中心引进国际先进的设备和数据恢复技术，并自主开发了适合中国计算机用户的“FehoDisk”数据实时备份产品。中心研发的虚拟RAID软件已经通过相关部门的验收。

立即前往 Now Go →



现在致电4006-2991-90 OR 查看更多联系方式 →

Go To Top 回顶部