神马文学网HADOOP的初次尝试
来源：百度文库 编辑：神马文学网 时间：2024/04/30 00:51:32
Hadoop的下载地址：
http://www.apache.org/dyn/closer.cgi/hadoop/core/
版本：hadoop0.17.1
JDK的安装：
要求必须安装jdk1.5.07以上的版本。
分步式环境的搭建：
1、 硬件环境
我们采用了3台机器来构建,都安装的是Red Hat 4.1.2-42系统，并且都有一个名为“mingjie“的帐号，如下：
主机名称：hdfs1 ip:192.168.0.221 功能：NameNode,JobTracker
主机名称：hdfs2 ip:192.168.0.227 功能：DataNode,TaskTracker
主机名称：hdfs3 ip:192.168.0.228 功能：DataNode,TaskTracker
重点：修改3台机器的/etc/hosts,让彼此的主机名称和ip都能顺利解析
127.0.0.1 localhost
192.168.0.37 hdfs1
192.168.0.43 hdfs2
192.168.0.53 hdfs3
2、 每台机器都要安装java环境，我们的路径统一为“/opt/modules/jdk1.6“,并添加到系统环境变量sudo vi /etc/profile
JAVA_HOME=/opt/modules/jdk1.6
PATH=$JAVA_HOME/bin:$PATH:$CATALINA_HOME/bin
CLASSPATH=$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME
3、 下载hadoop0.17.1，将hadoop解压到/home/mingjie/,建议最好也将hadoop的目录添加到环境变量里面去:
HADOOP_HOME=/home/mingjie/hadoop-0.17.1 #这是hadoop的主目录
export HADOOP_HOME
HADOOP_CONF_DIR=$HADOOP_HOME/conf #这是hadoop的配置文件目录
export HADOOP_CONF_DIR
HADOOP_LOG_DIR=/home/mingjie/hadoop-0.17.1/log ＃存放运行日志目录
export HADOOP_LOG_DIR
export PATH=$PATH:$HADOOP_HOME/bin
4、 安装ssh,并生成公钥和私钥
? 运行 ssh-keygen -t rsa，根据屏幕提示直接选择“回车”
? 会在用户目录~/.ssh/产生两个文件，id_rsa，id_rsa.pub
? cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
以上配置完成后，执行一下ssh localhsot,确认你的每台机器都可以使用ssh
5、 将master服务器上的authorized_keys的内容加到slave两台机器的authorized_keys文件中。让master也可以不需要密码访问2台slave服务器。
sudo scp authorized_keys hdfs2:/home/mingjie/.ssh/
sudo scp authorized_keys hdfs3:/home/mingjie/.ssh/
ssh hdfs2
ssh hdfs3
6、 接下来，我们要修改hadoop的[conf/masters]、[conf/slaves]这2个文件：
Master设置(/conf/masters):hdfs1
Slave设置(/conf/slaves):hdfs2 hdfs3
7、 修改［conf/hadoop-env.sh］：
export JAVA_HOME=/opt/jdk1.6.0_03
8、 修改［conf/hadoop-site.xml],这里只是几个常用的属性配置，有关hadoop的性能优化调整，需要研究hadoop-default.xml:
fs.default.name //你的namenode的配置，机器名加端口
hdfs://hdfs1:54310/
mapred.job.tracker //你的JobTracker的配置，机器名加端口
hdfs://hdfs1:54311
dfs.replication //数据需要备份的数量，默认是三
1
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。
/home/mingjie/hadoop-0.17.1/tmp/
mapred.child.java.opts //java虚拟机的一些参数可以参照配置
-Xmx512m
dfs.block.size //block的大小，单位字节，后面会提到用处，必须是512的倍数，因为采用crc作文件完整性校验，默认配置512是checksum的最小单元。
5120000
The default block size for new files.
9、 然后将hadoop的整体环境拷贝到hdfs2、hdfs3上面去
scp -r /home/mingjie/hadoop.0.17.1 hdfs2:/home/mingjie/ hadoop.0.17.1
scp -r /home/mingjie/ hadoop.0.17.1 hdfs3:/home/mingjie/ hadoop.0.17.1
10、 在hdfs1这个namenode上面格式化一个新的分布式文件系统HDFS，就是hadoop-site.xml文件中指定的hadoop.tmp.dir路径
/bin/hadoop namenode –format
到此大致上就完成了hadoop环境布署
启动hadoop：/bin/start-all.sh
停止hadoop：/bin/stop-all.sh
说明：
(1) 执行启动Hadoop进程后，
? 在master服务器会启动3个java进程,分别的NameNode,SecondNameNode,JobTracker,在LOG目录下会产生2个文件，分别对应NameNode的运行日志和JobTracker的运行日志，
? 在slave服务器会启动2个java进程，分别为DataNode,TaskTracker，,在LOG目录下会产生2个文件，分别对应DataNode的运行日志和TaskTracker的运行日志，可以通过查看日志分析hadoop的启动是否正确。
(2) 通过IE浏览分布式文件系统中的文件
? 访问 http://hdfs1:50030 可以查看JobTracker的运行状态。
? 访问 http://360quan-1:50060可以查看 TaskTracker的运行状态。
? 访问 http://360quan-1:50070可以查看NameNode以及整个分布式文件系统的状态。
http://www.apache.org/dyn/closer.cgi/hadoop/core/
版本：hadoop0.17.1
JDK的安装：
要求必须安装jdk1.5.07以上的版本。
分步式环境的搭建：
1、 硬件环境
我们采用了3台机器来构建,都安装的是Red Hat 4.1.2-42系统，并且都有一个名为“mingjie“的帐号，如下：
主机名称：hdfs1 ip:192.168.0.221 功能：NameNode,JobTracker
主机名称：hdfs2 ip:192.168.0.227 功能：DataNode,TaskTracker
主机名称：hdfs3 ip:192.168.0.228 功能：DataNode,TaskTracker
重点：修改3台机器的/etc/hosts,让彼此的主机名称和ip都能顺利解析
127.0.0.1 localhost
192.168.0.37 hdfs1
192.168.0.43 hdfs2
192.168.0.53 hdfs3
2、 每台机器都要安装java环境，我们的路径统一为“/opt/modules/jdk1.6“,并添加到系统环境变量sudo vi /etc/profile
JAVA_HOME=/opt/modules/jdk1.6
PATH=$JAVA_HOME/bin:$PATH:$CATALINA_HOME/bin
CLASSPATH=$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME
3、 下载hadoop0.17.1，将hadoop解压到/home/mingjie/,建议最好也将hadoop的目录添加到环境变量里面去:
HADOOP_HOME=/home/mingjie/hadoop-0.17.1 #这是hadoop的主目录
export HADOOP_HOME
HADOOP_CONF_DIR=$HADOOP_HOME/conf #这是hadoop的配置文件目录
export HADOOP_CONF_DIR
HADOOP_LOG_DIR=/home/mingjie/hadoop-0.17.1/log ＃存放运行日志目录
export HADOOP_LOG_DIR
export PATH=$PATH:$HADOOP_HOME/bin
4、 安装ssh,并生成公钥和私钥
? 运行 ssh-keygen -t rsa，根据屏幕提示直接选择“回车”
? 会在用户目录~/.ssh/产生两个文件，id_rsa，id_rsa.pub
? cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
以上配置完成后，执行一下ssh localhsot,确认你的每台机器都可以使用ssh
5、 将master服务器上的authorized_keys的内容加到slave两台机器的authorized_keys文件中。让master也可以不需要密码访问2台slave服务器。
sudo scp authorized_keys hdfs2:/home/mingjie/.ssh/
sudo scp authorized_keys hdfs3:/home/mingjie/.ssh/
ssh hdfs2
ssh hdfs3
6、 接下来，我们要修改hadoop的[conf/masters]、[conf/slaves]这2个文件：
Master设置(
Slave设置(
7、 修改［conf/hadoop-env.sh］：
export JAVA_HOME=/opt/jdk1.6.0_03
8、 修改［conf/hadoop-site.xml],这里只是几个常用的属性配置，有关hadoop的性能优化调整，需要研究hadoop-default.xml:
9、 然后将hadoop的整体环境拷贝到hdfs2、hdfs3上面去
scp -r /home/mingjie/hadoop.0.17.1 hdfs2:/home/mingjie/ hadoop.0.17.1
scp -r /home/mingjie/ hadoop.0.17.1 hdfs3:/home/mingjie/ hadoop.0.17.1
10、 在hdfs1这个namenode上面格式化一个新的分布式文件系统HDFS，就是hadoop-site.xml文件中指定的hadoop.tmp.dir路径
到此大致上就完成了hadoop环境布署
启动hadoop：
停止hadoop：
说明：
(1) 执行启动Hadoop进程后，
? 在master服务器会启动3个java进程,分别的NameNode,SecondNameNode,JobTracker,在LOG目录下会产生2个文件，分别对应NameNode的运行日志和JobTracker的运行日志，
? 在slave服务器会启动2个java进程，分别为DataNode,TaskTracker，,在LOG目录下会产生2个文件，分别对应DataNode的运行日志和TaskTracker的运行日志，可以通过查看日志分析hadoop的启动是否正确。
(2) 通过IE浏览分布式文件系统中的文件
? 访问 http://hdfs1:50030 可以查看JobTracker的运行状态。
? 访问 http://360quan-1:50060可以查看 TaskTracker的运行状态。
? 访问 http://360quan-1:50070可以查看NameNode以及整个分布式文件系统的状态。
HADOOP的初次尝试
于咏琳：初次尝试挑逗式的性感
Hadoop的Python语言封装
初次的椰林大道
MM初次上网的尴尬
初次安装moodle的体验
初次安装moodle的体验
初次相识陌生人的心
给初次搞家装的朋友们
消除初次性生活的恐惧
有益的尝试
给初次搞装修的朋友们
Spring Hibernate Acegi 的初次体验
00给初次搞装修的朋友们
给初次搞装修的朋友
初次约会的20种话题.
给初次搞装修的朋友们2
给初次搞装修的朋友们-
给初次搞装修的朋友们454
初次创业的五个基本法则
网友自述初次做爱的经历
给初次搞装修的朋友们
给j初次搞装修的朋友们
如何看穿初次相识陌生人的心？