本文详细记录在开发服务器CentOS 6.5上搭建Hadoop的详细过程。ssh连接免密码配置由于配置过程中需要频繁的进行ssh连接到开发服务器执行命令以及通过scp命令向服务器拷贝文件等依赖ssh连接的操作。所以,配置本地环境跟服务器之间的ssh免密码连接可以有效的提升工作效率。由于我本机已经生成过公钥,所以我只需将已有的公钥拷贝到服务器即可。推荐使用ssh-copy-id命令,简单又不会出错。手动copy 再append的公钥文件尾,容易因为操作问题,造成无法正确识别公钥。注:如果你没有生成过公钥,可通过ssh-keygen命令生成公钥。走默认配置即可。在我的mac上,居然还没有安装ssh-copy-id命令。通过brew 命令安装即可。brew install ssh-copy-id 然后copy公钥到指定主机ssh-copy-id root@172.20.2.14 其中, root@172.20.2.14改为你需要访问的服务器的 用户名@IP。根据提示输入一次密码。成功后,所有基于ssh的命令你只需要通过用户名@IP 即可直接访问服务器。新用户、用户组创建为了更好的权限控制,养成良好的Linux使用习惯,我们首先创建一个管理和使用hadoop集群的用户(组)dps-hadoop。这也是hadoop集群管理所需要的环境配置。groupadd dps-hadoop useradd -d /home/dps-hadoop -g dps-hadoop dps-hadoop 考虑到难免需要使用sudo提权的情况,给该用户配置到sudo名单下, 修改/etc/sudoers文件。vim /etc/sudoers 新增一行记录:dps-hadoop ALL=(ALL) ALL 此后,我们均使用dps-hadoop用户进行操作。配置本地DNS服务器之前我介绍了如何用Docker搭建本地的DNS服务器,这里终于派上用处。如果你没有本地DNS服务器,那么你修改/etc/hosts文件也可以。 对于CentOS,临时生效的配置文件在/etc/resolv.conf 你可以看到该文件开头提示你,该文件是自动生成的。重启网络服务会覆盖,永久配置修改/etc/sysconfig/network-scripts/ifcfg-eth0 修改其中的DNS1=172.20.2.24 其中ifcfg-eth0,改为你自己的网卡名即可。安装JDKHadoop是Java开发的,自然需要依赖jre运行。我采用了比较本的方法,现在Oracle官网下载jdk-8u77到本地,再通过scp命令拷贝到服务器的方式。进入jdk所在文件夹执行scp jdk-8u77-linux-x64.rpm dps-hadoop@172.20.2.14:~/download 其实通过wget也可以下载,但是网上给出的命令wget --no-cookie --no-check-certificate --header 'Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F' http://download.oracle.com/otn-pub/java/jdk/7u10-b18/jdk-7u10-linux-i586.rpm 我试了多次均未成功。我自己有个笨方法,就是先通过浏览器获取下载获取到真正的下载地址然后再通过wget下载:wget http://download.oracle.com/otn-pub/java/jdk/8u77-b03/jdk-8u77-linux-x64.rpm?AuthParam=1460511903_6b2f8345927b3fc4f961fbcaba6a01b3 下载后,你可能需要进行一次重命名,将多余的?AuthParam后缀去掉。mv jdk-8u77-linux-x64.rpm?AuthParam=1460511903_6b2f8345927b3fc4f961fbcaba6a01b3 jdk-8u77-linux-x64.rpm 最后,安装jdkrpm -i jdk-8u77-linux-x64.rpm 配置JAVA_HOME修改dps-hadoop用户自己的环境变量配置文件。vim ~/.bashrc 注意:网上提到了配置环境变量的方式有很多,粗暴的就是直接配置在/etc/environment或/etc/profile等全局配置文件中,对所有用户生效。不推荐这种做法。对于用户级的变量也有两个~/.bash_profile和~/.bashrc,区别请自行研究。如果你想通过执行start-dfs.sh等脚本,远程起停hadoop集群,那么请配置在~/.bashrc中,否则hadoop会找不到你配置的环境变量。例如:Error: JAVA_HOME is not set and could not be found.添加export JAVA_HOME='/usr/java/jdk1.8.0_77' 不建议配置到/etc/environment 下,因为会对所有用户生效。安装Hadoop 2.6.4根据官网介绍,Hadoop项目实际包含以下模块:Hadoop Common: The common utilities that support the other Hadoop modules.Hadoop Distributed File System (HDFS?): A distributed file system that provides high-throughput access to application data.Hadoop YARN: A framework for job scheduling and cluster resource management.Hadoop MapReduce: A YARN-based system for parallel processing of large data sets.首先,直接通过wget,从镜像站下载。wget http://mirrors.cnnic.cn/apache/hadoop/common/hadoop-2.6.4/hadoop-2.6.4.tar.gz 解压到用户目录tar -xvzf hadoop-2.6.4.tar.gz -C ~/ 配置HADOOP_HOME,同样修改~/.bashrc文件。增加export HADOOP_HOME='/home/dps-hadoop/hadoop-2.6.4' 在其他节点重复上述所有配置操作。添加用户配置dps-hadoop用户,从master到各slave节点间的ssh免密码访问。修改DNS服务器地址安装JDK下载解压Hadoop配置Hadoop环境变量配置集群从模块角度理解,配置hadoop集群应包括HDFS、YARN和MapReduce这三部分配置。HDFS配置不考虑调优,仅从功能可运行上来理解,HDFS配置需要分别配置namenode、datanode的ip和端口号。数据备份份数。数据存放地址。因此配置如下:namenodecore-site.xml<configuration> <property> <name>hadoop.tmp.dir</name> <value>/home/dps-hadoop/tmpdata</value> </property> <property> <name>fs.default.name</name> <value>hdfs://master:54000/</value> </property></configuration> hdfs-site.xml<configuration>