Hadoop 2.9.1 on Ubuntu 16.04

Hadoop 2.9.1 on Ubuntu 16.04

環境配置

3臺機器虛擬機 ubuntu16.04

10.64.104.177  hadoop-master
10.64.104.178  hadoop-node1
10.64.104.179  hadoop-node2

一、安裝jdk

# 三臺機器均要安裝
sudo apt-get update
sudo apt-get install default-jdk

java -version
openjdk version "1.8.0_181"
OpenJDK Runtime Environment (build 1.8.0_181-8u181-b13-0ubuntu0.16.04.1-b13)
OpenJDK 64-Bit Server VM (build 25.181-b13, mixed mode)

# 添加JAVA_HOME
cat << EOF >> ~/.bashrc
#HADOOP VARIABLES START
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
export HADOOP_INSTALL=/usr/local/hadoop
export PATH=$PATH:$HADOOP_INSTALL/bin
export PATH=$PATH:$HADOOP_INSTALL/sbin
export HADOOP_MAPRED_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_HOME=$HADOOP_INSTALL
export HADOOP_HDFS_HOME=$HADOOP_INSTALL
export YARN_HOME=$HADOOP_INSTALL
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_INSTALL/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_INSTALL/lib"
#HADOOP VARIABLES END
EOF
source ~/.bashrc

二、建立帳戶

sudo useradd -m hadoop -s /bin/bash //添加用戶
sudo passwd hadoop  //建立密碼
sudo  adduser hadoop sudo   //sudo 受權

三、主機名 及 hosts配置

# 設置3臺機器的主機名
hostnamectl  set-hostname  hadoop-master
hostnamectl  set-hostname  hadoop-node1
hostnamectl  set-hostname  hadoop-node2

# 添加 host
cat << EOF >> /etc/hosts
10.64.104.177  hadoop-master
10.64.104.178  hadoop-node1   
10.64.104.179  hadoop-node2   
EOF

四、SSH免密

# 在hadoop-master 
sudo apt-get install openssh-server
ssh-keygen -t rsa 回車 回車 回車
cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys

scp /home/hadoop/.ssh/id_rsa.pub  hadoop@10.64.104.178:.ssh/
scp /home/hadoop/.ssh/id_rsa.pub  hadoop@10.64.104.179:.ssh/

# 在hadoop-node1,hadoop-node2 
cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys

安裝Hadoop

配置hadoop-master的hadoop環境

一、下載（當前最新的stable 版本爲2.9.1）
Hadoop 的安裝包從這裏能夠下載: http://mirror.bit.edu.cn/apache/hadoop/common/
wget http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.9.1/hadoop-2.9.1.tar.gz
二、解壓
sudo tar xvf hadoop-2.9.1.tar.gz -C /usr/local
sudo mv /usr/local/hadoop-2.9.1 /usr/local/hadoop
sudo chown -R hadoop.hadoop /usr/local/hadoop/ 
三、hadoop環境變量配置
cat <<EOF>> ~/.bashrc
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
EOF

# 當即生效
source ~/.bashrc

四、配置hadoop 配置文件

# 修改以下篇日誌文件，三臺機都要進行這些操做
$HADOOP_HOME/etc/hadoop/hadoop-env.sh
$HADOOP_HOME/etc/hadoop/core-site.xml
$HADOOP_HOME/etc/hadoop/hdfs-site.xml
$HADOOP_HOME/etc/hadoop/mapred-site.xml
$HADOOP_HOME/etc/hadoop/slaves

1) 修改JAVA_HOME
vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh 
## 配置項
export JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk.x86_64

2)修改Hadoop核心配置文件/usr/local/hadoop/etc/hadoop/core-site.xml，經過fs.default.name指定NameNode的IP地址和端口號，經過hadoop.tmp.dir指定hadoop數據存儲的臨時文件夾。

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/local/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop-master:9000</value>
    </property>
</configuration>

特別注意：如沒有配置hadoop.tmp.dir參數，此時系統默認的臨時目錄爲：/tmp/hadoo-hadoop。而這個目錄在每次重啓後都會被刪除，必須從新執行format才行，不然會出錯。

3)配置hdfs-site.xml
修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml，經過dfs.replication指定HDFS的備份因子爲3，經過dfs.name.dir指定namenode節點的文件存儲目錄，經過dfs.data.dir指定datanode節點的文件存儲目錄。

<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>

4)配置masters 文件
修改/usr/local/hadoop/etc/hadoop/masters文件，該文件指定namenode節點所在的服務器機器。刪除localhost，添加namenode節點的主機名hadoop-master；不建議使用IP地址，由於IP地址可能會變化，可是主機名通常不會變化。
cat << EOF >> /usr/local/hadoop/etc/hadoop/masters
hadoop-master
EOF

5)配置slaves文件（Master主機特有）
該文件指定哪些服務器節點是datanode節點。刪除locahost，添加全部datanode節點的主機名
cat << EOF >> /usr/local/hadoop/etc/hadoop/slaves
hadoop-node1
hadoop-node2
EOF

配置hadoop-node的hadoop環境

下面以配置hadoop-node1的hadoop爲例進行演示，用戶需參照如下步驟完成其餘hadoop-node2~3服務器的配置。
1)複製hadoop 到 hadoop-node1 節點
sudo mkdir -p /usr/local/hadoop
rsync -avz /usr/local/hadoop hadoop-node1:/usr/local/hadoop

2) 添加hadoop環境
cat <<EOF>> ~/.bashrc
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
EOF
source ~/.bashrc

3) 登陸hadoop-node1服務器，刪除slaves內容

rm -rf /usr/local/hadoop/etc/hadoop/slaves

其它節點配置如上

啓動 Hadoop

啓動集羣
一、格式化HDFS文件系統

進入master的~/hadoop目錄，執行如下操做

bin/hadoop namenode -format
格式化namenode，第一次啓動服務前執行的操做，之後不須要執行。

二、而後啓動hadoop：

sbin/start-all.sh
三、使用jps命令查看運行狀況
jps
#master 執行 jps查看運行狀況
hadoop@hadoop-master:/usr/local/hadoop$ jps 
27893 SecondaryNameNode
28070 ResourceManager
27657 NameNode
30635 Jps
26078 ResourceManager
#slave 執行 jps查看運行狀況
hadoop@hadoop-node1:~$ jps 
26832 DataNode
27956 NodeManager
28093 Jps

四、命令查看Hadoop集羣的狀態

經過簡單的jps命令雖然能夠查看HDFS文件管理系統、MapReduce服務是否啓動成功，可是沒法查看到Hadoop整個集羣的運行狀態。咱們能夠經過hadoop dfsadmin -report進行查看。用該命令能夠快速定位出哪些節點掛掉了，HDFS的容量以及使用了多少，以及每一個節點的硬盤使用狀況。

hadoop dfsadmin -report
輸出結果：

Configured Capacity: 50108030976 (46.67 GB)
Present Capacity: 41877471232 (39.00 GB)
DFS Remaining: 41877385216 (39.00 GB)
DFS Used: 86016 (84 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0
Missing blocks (with replication factor 1): 0
......

五、hadoop 重啓

sbin/stop-all.sh
sbin/start-all.sh

六、查看hadoop狀態
http://${hadoop-master}:50070
http://${hadoop-master}:8088

FAQ

Q1: hadoop-node2: Error: JAVA_HOME is not set and could not be found.

這個錯誤意思沒有找到jdk的環境變量，須要在hadoop-env.sh配置。

vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh 
## 配置項
export JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk.x86_64