如何使用cloudrea的rpm源安装Hadoop

这篇文章主要介绍了如何使用cloudrea的rpm源安装Hadoop，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

公司主营业务：网站制作、成都做网站、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联推出禹州免费做网站回馈大家。

使用cloudrea的rpm源，安装Hadoop
环境为：
192.168.255.132 test01.linuxjcq.com =》master
192.168.255.133 test02.linuxjcq.com =》slave01
192.168.255.134 test03.linuxjcq.com =》slave02
 
每台主机中的/etc/hosts文件有以上配置和基本的java环境设置，使用的java包为openjdk
1. 安装cloudrea
wget http://archive.cloudera.com/RedHat/6/x86_64/cdh/cdh4-repository-1.0-1.noarch.rpm -P /usr/local/src
yum localinstall --nogpgcheck /usr/local/src/cdh4-repository-1.0-1.noarch.rpm
rpm --import http://archive.cloudera.com/redhat/6/x86_64/cdh/RPM-GPG-KEY-cloudera
 
2. 安装hadoop包
yum install -y hadoop-0.20 hadoop-0.20-namenode hadoop-0.20-secondarynamenode hadoop-0.20-datanode hadoop-0.20-jobtracker hadoop-0.20-tasktracker hadoop-0.20-source
将hadoop按照各个部分的功能分为了
source：hadoop-0.20-source
base：hadoop-0.20
namenode：hadoop-0.20-namenode
secondnamenode：hadoop-0.20-secondarynamenode
jobtracker：hadoop-0.20-jobtracker
tasktracker：hadoop-0.20-tasktracker
 
同时会默认添加两个用户和一个组
hdfs用户用于操作hdfs文件系统
mapred用户用于mapreduce工作
这两个用户都属于hadoop组，不存在hadoop用户。
以上1,2在每一个节点都需进行操作

3. 配置master节点
a. 创建配置
cloudrea配置可以通过alternatives工具
cp -r /etc/Hadoop-0.20/conf.empty /etc/hadoop-0.20/conf.my_cluster

复制配置文件
alternatives --display hadoop-0.20-conf
alternatives --install /etc/hadoop-0.20/conf
hadoop-0.20-conf /etc/hadoop-0.20/conf.my_cluster 50

查看配置，并安装新的配置
alternatives --display hadoop-0.20-conf
hadoop-0.20-conf - status is auto.
link currently points to /etc/hadoop-0.20/conf.my_cluster
/etc/hadoop-0.20/conf.empty - priority 10
/etc/hadoop-0.20/conf.my_cluster - priority 50
Current `best' version is /etc/hadoop-0.20/conf.my_cluster.
确认安装了新配置

b. 设置java主目录
    vim hadoop-env.sh
    export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-1.6.0.0.x86_64
JAVA_HOME为JAVA的主目录，可以使用OPENJDK

c. 设置core-site.xml
    vim core-site.xml
   
   
    fs.default.name
    hdfs://test01.linuxjcq.com:9000/
   
   
使用这个访问hdfs文件系统

d. 设置hdfs-site.xml
    vim /etc/hadoop/hdfs-site.xml
   
   
    dfs.replication
    2
   
   
    dfs.name.dir
    /data/hadoop/hdfs/name
   
   
    dfs.data.dir
    /data/hadoop/hdfs/data
   
   

e. 设置mapred-site.xml
   
   
    mapred.system.dir
    /mapred/system
   
   
    mapred.local.dir
    /data/hadoop/mapred/local
   
   
    mapred.job.tracker
    test01.linuxjcq.com:9001
   
   

f. 设置secondnamenode和datanode
secondnamenode
vim /etc/hadoop/masters
test02.linuxjcq.com

datanode
test02.linuxjcq.com
test03.linuxjcq.com

g. 创建相应的目录
创建dfs.name.dir和dfs.data.dir
mkdir -p /data/hadoop/hdfs/{name,data}

创建mapred.local.dir
mkdir -p /data/hadoop/mapred/local

修改dfs.name.dir和dfs.data.dir拥有者为hdfs，组拥有者为hadoop，目录权限为0700
chown -R hdfs:hadoop /data/hadoop/hdfs/{name,data}
chmod -R 0700 /data/hadoop/hdfs/{name,data}

修改mapred.local.dir拥有者为mapred，组拥有者为hadoop，目录权限为755
chown -R mapred:hadoop /data/hadoop/mapred/local
chmod -R 0755 /data/hadoop/mapred/local

4. 配置secondnamenode和datanode节点
重复3中的步骤a-f

5. 在master节点上格式化namenode
sudo -u hdfs hadoop namenode -format

6. 启动节点
master启动namenode
service Hadoop-0.20-namenode start
 
secondnamenode启动
service hadoop-0.20-secondnamenode start
 
启动各个数据节点
service hadoop-0.20-datanode start
 
7. 创建hdfs的/tmp目录和mapred.system.dir
sudo -u hdfs hadoop fs -mkdir /mapred/system
sudo -u hdfs hadoop fs -chown mapred:hadoop /mapred/system
sudo -u hdfs hadoop fs -chmod 700 /mapred/system
 
mapred.system.dir需要在jobtracker启动前创建
sudo -u hdfs hadoop dfs -mkdir /tmp
sudo -u hdfs hadoop dfs -chmod -R 1777 /tmp
 
8. 开启mapreduce
在datanode节点上执行
service hadoop-0.20-tasktracker start
 
在namenode节点上启动jobtracker
service hadoop-0.20-jobtasker start
 
9. 设置开机启动
namenode节点：需要启动的为namenode何jobtracker，关闭其他的服务
chkconfig hadoop-0.20-namenode on
chkconfig hadoop-0.20-jobtracker on
chkconfig hadoop-0.20-secondarynamenode off
chkconfig hadoop-0.20-tasktracker off
chkconfig hadoop-0.20-datanode off
 
datanode节点：需要启动datanode和tasktracker
chkconfig hadoop-0.20-namenode off
chkconfig hadoop-0.20-jobtracker off
chkconfig hadoop-0.20-secondarynamenode off
chkconfig hadoop-0.20-tasktracker on
chkconfig hadoop-0.20-datanode on
 
secondarynamenode节点：需要启动secondarynamenode
chkconfig hadoop-0.20-secondarynamenode on
 
说明：
这些hadoop包作为独立的服务启动，不需要通过ssh，也可以配置ssh，通过使用start-all.sh和stop-all.sh来管理服务。

感谢你能够认真阅读完这篇文章，希望小编分享的“如何使用cloudrea的rpm源安装Hadoop”这篇文章对大家有帮助，同时也希望大家多多支持创新互联，关注创新互联行业资讯频道，更多相关知识等着你来学习!