一个基于虚拟机的hadoop平台的简单搭建

Posted 2021-04-13 数据挖掘工作室

当前浏览器不支持播放音乐或语音，请在微信或其他浏览器中播放

这里简单用三台虚拟机，搭建了一个两个数据节点的hadoop机群，仅供新人学习。零零碎碎，花了大概一天时间，总算完成了。

环境

• Linux版本：CentOS 6.5

• VMware虚拟机

• jdk1.6.0_45

主要分为一下几步完成：

一、安装CentOS 6.5

当然了，如果没有虚拟机，需要先安装VMware，然后新建虚拟机，选择系统镜像即可，复制几台，比如我的机器4G内存，最多复制两台，一共三台。

建议这时候把所有机器进入管理员root权限：

[root@blue bin]#su

输入密码即可

二、修改IP

复制的三台机器ip一样的，需要配置/etc/sysconfig/network-scripts/ifcfg-eth0文件，有几台修改几次，vim命令打开：
[root@blue bin]#vim /etc/sysconfig/network-scripts/ifcfg-eth0

修改为：

主机修改为：192.168.183.3

三台机器ip随便都行，比如改为

192.168.183.3

192.168.183.4

192.168.183.5

三、免登陆

我们需要让三台机器能互相进入、控制对方。

1、配置hostname

[root@blue bin]#vim /etc/hosts

所有机器都得有，所以可以直接复制过去

[root@blue bin]#scp -rp /etc/hosts 192.168.183.4:/etc
[root@blue bin]#scp -rp /etc/hosts 192.168.183.5:/etc
复制时会提示输入密码，输入就好。
2、配置network文件
[root@blue bin]#vim /etc/sysconfig/network

编辑变量HOSTNAME的值，就是给机器取名字：

另外两台机器也要编辑network文件，比如三台机器分别取名blue、blue2、blue3。

重启机器，命令输入hostname:

就会出现刚才设置的名字.

四、生成key
1、ssh-keygen命令

[root@blue bin]#ssh-keygen

会生成文件，保存在/root/.ssh/文件夹下面，到时候会有提示的，里面有id_rsa.pub这个文件。

2、对于blue这台机器：

[root@blue bin]#cat id_rsa.pub > authorized_keys

生成authorized_keys文件

在blue2、blue3都执行

[root@blue bin]#ssh-keygen命令

会生成同样文件，里面包含了控制该机器的钥匙信息

打开blue2、blue3的id_rsa.pub文件会有形如下面内容，

鼠标选中（自动进入剪贴板），粘贴到blue机器的authorized_keys文件里面，这样blue(主机)的authorized_keys里面就是三台机器的钥匙，有了钥匙，就可以访问了。

authorized_keys里面是这样：

3、复制钥匙

把authorized_keys文件远程复制到blue2、blue3机器里面，这样每台机器都有其它机器和自己的钥匙了。
[root@blue bin]#scp –r authorized_keys 192.168.183.4:~/.ssh

[root@blue bin]#scp –r authorized_keys 192.168.183.4:~/.ssh

4、检查
对于blue：
[root@blue bin]#ssh blue2
[root@blue bin]#ssh blue3

会发现不需要密码，如果还需要密码，那就失败了。重新检查，大不了从头再来。

对于另外两台机器blue2、blue3也同样ssh命令检查，不需要密码，就ok！

五、Hadoop环境配置
1、关闭防火墙
这就需要关闭三台机器防火墙：
关闭：[root@blue bin]#service iptables stop
检查：[root@blue bin]#iptables –L
会出现：

表明防火墙成功关闭

2、安装hadoop

在blue机器里面操作

保存hadoop文件，这里是压缩包，放到共享目录里面，将其复制到虚拟机blue的/usr/local/src文件夹下面
[root@blue bin]#cp /mnt/hgfs/share/hadoop-1.2.1-bin.tar.gz /usr/local/src
然后进入虚拟机的/usr/local/src下面：
解压文件
[root@blue bin]#tar -xzvf hadoop-1.2.1-bin.tar.gz

3、修改配置文件
进入/usr/local/src/hadoop-1.2.1/conf文件夹，下面有需要配置的文件

[root@blue bin]#cd /usr/local/src/hadoop-1.2.1/conf
（1）、修改masters文件
修改为：blue

也就是文件内容只有blue这几个字符了哦！下同。
（2）、修改slaves文件
修改为：
blue2
Blue3

（3）、修改core-site.xml文件

（4）、修改mapred-site.xml

（5）、修改hdfs-site.xml

（6）、配置环境修改文件hadoop-env.sh
I：安装java

由于hadoop是基于java的，这里安装java，跟hadoop安装在相同文件夹里面，并且配置JAVA_HOME环境变量
修改这个文件：
[root@blue bin]#vim ~/.bashrc
如下

JAVA_HOME值就是jdk的安装路径，这里安装在/usr/local/src下面
Ii：[root@blue bin]#source ~/.bashrc 刷新文件，因为刚才修改过，除非重启，

命令：
[root@blue bin]#Java
如果出现一些信息，表明配置java环境成功！
Iii：[root@blue bin]#vim Hadoop-env.sh
末尾加一行
export JAVA_HOME= /usr/local/src/jdk1.6.0_45

以上几步需要细心，保证不敲错一个字符！

4、复制hadoop到另外两台机器blue2、blue3
[root@blue bin]#scp -rp /usr/local/src/hadoop-1.2.1 192.168.183.4:/usr/local/src
或者：

[root@blue bin]#scp -rp /usr/local/src/hadoop-1.2.1 blue2:/usr/local/src

因为配置了network文件，每台机器ip与hostname唯一对应，并且重启生效了，如果没有重启，需要设置临时名字：

[root@blue bin]#hostname blue

[root@blue bin]#hostname blue2

[root@blue bin]#hostname blue3

[root@blue bin]#scp -rp /usr/local/src/hadoop-1.2.1 192.168.183.5:/usr/local/src
或者：

[root@blue bin]#scp -rp /usr/local/src/hadoop-1.2.1 blue3:/usr/local/src

建议这里再检查一下三台机器的防火墙是否关了，命令：
[root@blue bin]#Setenforce 0
[root@blue bin]#Getenforce
如果出现Permissive，表明关掉了，否则service iptables stop关掉防火墙。

5、格式化节点
进入目录：

[root@blue bin]#cd /usr/local/src/hadoop-1.2.1/bin
执行hadoop命令：

[root@blue bin]#./hadoop namenode –format

6、启动hadoop
[root@blue bin]#./start-all.sh

7、这时执行命令：

首先在父亲(blue)里面，如果父亲都有问题，肯定有问题。
[root@blue bin]#jps

出现的四个必须一样，否则表明有前面的5个配置文件有问题，返回去检查。
如果没有问题，再对blue2、blue3两台机器执行命令：
[root@blue bin]#jps
哈哈，会发现错误：bash:jps:command not found

其实是不能发现java的环境变量，前面只配置了父亲blue的java环境变量。
需要把主机blue的环境变量文件.bashrc复制到两台孩子机器blue2、blue3的对应位置下面，覆盖原有的.bashrc文件。需要三台机器jdk位置安装一样哦，这里前面都统一安装在/usr/local/src目录下面。
[root@blue bin]#scp -rp ~/.bashrc blue2:~/
[root@blue bin]#scp -rp ~/.bashrc blue3:~/

还要分别在blue2、blue3里面，记得source ~/.bashrc，重新加载文件，才能生效

8、停止hadoop
[root@blue bin]#./stop-all.sh

继续5、6步，即在blue里面的hadoop的bin目录下面，这里所有执行的文件都在bin目录，下面。
然后在孩子节点机器blue2、blue3命令：
[root@blue bin]#jps:

英文意思是：4609数据节点、4700任务节点
出现的三个与图中必须一样。

否则表明前面的5个配置文件有问题，返回去检查。然后重复8——5——6——7步骤。

就到这里吧，下次介绍基于hadoop的python中文文本分词的词频统计。

欢迎留言、提建议，觉得不错，记得点赞分享哦！

猜你可能喜欢

终于等到你了！

再华丽的词藻也不过简单的分享！

爱生活、爱原创、爱分享！