自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

Hadoop 2.0集群配置詳細(xì)教程

作者：楊鑫奇
大數(shù)據(jù) Hadoop
Hadoop是apache的開(kāi)源項(xiàng)目，開(kāi)發(fā)的主要目的是為了構(gòu)建可靠，可拓展scalable ，分布式的系統(tǒng)， Hadoop是一系列的子工程的總和。我們今天就談?wù)凥adoop 2.0集群配置。

1. hadoop common：為其他項(xiàng)目提供基礎(chǔ)設(shè)施

2. HDFS 分布式的文件系 統(tǒng)

3. MapReduce ： A software framework for distributed processing of large data sets on compute clusters 。一個(gè) 簡(jiǎn)化分布式編程的框架。

4. 其他工程包含： Avro( 序列化系 統(tǒng) ) ，Cassandra( 數(shù)據(jù) 庫(kù)項(xiàng)目 ) 等  

Hadoop,以 Hadoop 分布式文件系統(tǒng)（ HDFS ，Hadoop Distributed Filesystem ）和 MapReduce （ Google MapReduce 的開(kāi)源實(shí)現(xiàn)）為核心的 Hadoop 為用戶提供了系統(tǒng)底層細(xì)節(jié)透明的分布式基礎(chǔ)架構(gòu)。

對(duì)于 Hadoop 的集群來(lái)講，可以分成兩大類角色： Master 和 Salve 。一個(gè) HDFS 集群是由一個(gè) NameNode 和若干個(gè) DataNode 組成的。其中 NameNode 作為主服務(wù)器，管理文件系統(tǒng)的命名空間和客戶端對(duì)文件系統(tǒng)的訪問(wèn)操作；集群中的DataNode 管理存儲(chǔ)的數(shù)據(jù)。 MapReduce 框架是由一個(gè) 單獨(dú)運(yùn)行在主節(jié)點(diǎn)上的 JobTracker 和 運(yùn)行在每個(gè)集群從節(jié)點(diǎn)的 TaskTracker 共同 組成的。主節(jié)點(diǎn)負(fù)責(zé)調(diào)度構(gòu)成一個(gè)作業(yè)的所有任務(wù)，這些任務(wù)分布在不同的從節(jié)點(diǎn)上。主節(jié)點(diǎn)監(jiān)控它們的執(zhí)行情況，并且重新執(zhí)行之前的失敗任務(wù)；從節(jié)點(diǎn)僅負(fù)責(zé)由主節(jié)點(diǎn)指派的任務(wù)。當(dāng)一個(gè) Job 被提交時(shí)， JobTracker 接收到提交作 業(yè)和配置信息之后，就會(huì)將配置信息等分發(fā)給從節(jié)點(diǎn)，同時(shí)調(diào)度任務(wù)并監(jiān)控 TaskTracker 的執(zhí)行。

從上面的介紹可以看出， HDFS 和 MapReduce 共同 組成了Hadoop分布式系 統(tǒng)體系結(jié)構(gòu)的核心。HDFS 在集群上 實(shí)現(xiàn)分布式文件系統(tǒng)， MapReduce 在集群上實(shí)現(xiàn)了分布式計(jì)算和任務(wù)處理。 HDFS 在 MapReduce 任 務(wù)處理過(guò)程中提供了文件操作和存儲(chǔ)等支持， MapReduce在HDFS的基 礎(chǔ)上實(shí)現(xiàn)了任務(wù)的分發(fā)、跟蹤、執(zhí)行等工作，并收集結(jié)果，二者相互作用，完成了 Hadoop 分布式集群的主要任 務(wù)。

為什么要使用2.0版本（來(lái)自董的博客）

該版本提供了一些新的、重要的功能，包括： 

• HDFS HA ，當(dāng)前只能 實(shí)現(xiàn)人工切換。

Hadoop HA 分支 merge 進(jìn)了該版本，并支持熱切，主要特性包括：

（ 1 ）      NN 配置文件有改變，使得配置更加簡(jiǎn)單

（ 2 ）      NameNode 分 為兩種角色： active NN 與 standby NN ， active NN 對(duì)外提供讀寫(xiě)服務(wù)，一旦出現(xiàn)故障，便切換到 standby NN 。

（ 3 ）      支持 Client 端重定向，也就是 說(shuō)，當(dāng) active NN 切 換到 standby NN 過(guò)程中， Client 端所有的 進(jìn)行時(shí)操作都可以無(wú)縫透明重定向到 standby NN 上， Client 自己感 覺(jué)不到切換過(guò)程。

（ 4 ）      DN 同 時(shí)向 active NN 和 standby NN 匯報(bào) block 信息。

具體 設(shè)計(jì)文檔參考： https://issues.apache.org/jira/browse/HDFS-1623

當(dāng)前 Hadoop HA 只能 實(shí)現(xiàn)人工切換，該功能在某些情況下非常有用，比如，對(duì) NN 進(jìn)行升級(jí)時(shí)，先將 NN 切 換到 standby NN ，并 對(duì)之前的 active NN 進(jìn)行升級(jí)，升級(jí)完成后，再將 NN 切 換至升級(jí)后的 NN 上，然后 對(duì) standby NN 進(jìn)行升級(jí)。

• YARN ，下一代 MapReduce 這是一套資源統(tǒng)一管理和調(diào)度平臺(tái)，可管理各種計(jì)算框架，包括 MapReduce 、 Spark 、 MPI 等。

YARN 是一套 資源統(tǒng)一管理和調(diào)度平臺(tái)，可管理各種計(jì)算框架，包括 MapReduce ， Spark ， MPI 等。盡管它是完全重寫(xiě)而成，但其思想是從 MapReduce 衍化而來(lái)的，并克服了它在 擴(kuò)展性和容錯(cuò)性等方面的眾多不足。具體參考：

http://hadoop.apache.org/common/docs/r0.23.0/hadoop-yarn/hadoop-yarn-site/YARN.html

• HDFS Federation ，允 許 HDFS 中存在多個(gè) NameNode ，且每個(gè) NameNode 分管一部分目 錄，而 DataNode 不 變，進(jìn)而縮小了故障帶來(lái)的影響范圍，并起到一定的隔離作用。

傳統(tǒng) HDFS 是 master/slave 結(jié)構(gòu)，其中， master （也就是 NameNode ）需要存 儲(chǔ)所有文件系統(tǒng)的元數(shù)據(jù)信息，且所有文件存儲(chǔ)操作均需要訪問(wèn)多次 NameNode ，因而 NameNode 成 為制約擴(kuò)展性的主要瓶頸所在。為了解決該問(wèn)題，引入了 HDFS Federation ，允 許 HDFS 中存在多個(gè) NameNode ，且每個(gè) NameNode 分管一部分目 錄，而 DataNode 不 變，也就是 “ 從中央集權(quán) 專政變?yōu)楦鱾€(gè)地方自治 ” ， 進(jìn)而縮小了故障帶來(lái)的影響范圍，并起到一定的隔離作用。具體參考：

http://dongxicheng.org/mapreduce-nextgen/nextgen-mapreduce-introduction/

• 基準(zhǔn)性能測(cè)試

該版本中為 HDFS 和 YARN 添加了性能的基準(zhǔn) 測(cè)試集，其中 HDFS 測(cè)試包括：

（ 1 ）      dfsio 基準(zhǔn) 測(cè)試 HDFS I/O 讀寫(xiě)性能

（ 2 ） slive 基準(zhǔn) 測(cè)試 NameNode 內(nèi)部操作的性能

（ 3 ） scan 基準(zhǔn) 測(cè)試 MapReduce 作 業(yè)訪問(wèn) HDFS 的 I/O 性能

（ 4 ）      shuffle 基準(zhǔn) 測(cè)試 shuffle 階段性能

（ 5 ）      compression 基準(zhǔn) 測(cè)試 MapReduce 作 業(yè)中間結(jié)果和最終結(jié)果的壓縮性能

（ 6 ）      gridmix-V3 基準(zhǔn) 測(cè)試集群吞吐率

YARN     測(cè)試包括 :

（ 1 ）      ApplicationMaster 擴(kuò)展性基準(zhǔn)測(cè)試

主要 測(cè)試調(diào)度 task/container 的性能。與 1.0 版本比 較，大約快 2 倍。

（ 2 ）      ApplicationMaster 恢復(fù)性基準(zhǔn) 測(cè)試

測(cè)試 YARN 重 啟后，作業(yè)恢復(fù)速度。稍微解釋一下 ApplicationMaster 恢復(fù)作 業(yè)的功能：在作業(yè)執(zhí)行過(guò)程中， Application Master 會(huì)不斷地將作 業(yè)運(yùn)行狀態(tài)保存到磁盤(pán)上，比如哪些任務(wù)運(yùn)行完成，哪些未完成等，這樣，一旦集群重啟或者 master 掛掉，重 啟后，可復(fù)原各個(gè)作業(yè)的狀態(tài)，并只需重新運(yùn)行未運(yùn)行完成的哪些任務(wù)。

（ 3 ）      ResourceManager 擴(kuò)展性基準(zhǔn)測(cè)試

通 過(guò)不斷向 Hadoop 集群中添加 節(jié)點(diǎn)測(cè)試 RM 的 擴(kuò)展性。

（ 4 ）      小作 業(yè)基準(zhǔn)測(cè)試

專門(mén)測(cè)試批量小作業(yè)的吞吐率

具體參考：

http://hortonworks.com/blog/delivering-on-hadoop-next-benchmarking-performance/

• 通過(guò) protobufs 來(lái)提供HDFS 和YARN 的兼容性

Wire-compatibility for both HDFS & YARN

Hadoop RPC采用了Hadoop自己的一套序列化框架 對(duì) 各種 對(duì) 象 進(jìn) 行序列化反序列，但存在一個(gè) 問(wèn)題 ： 擴(kuò) 展性差，很 難 添加新的數(shù)據(jù)類型同 時(shí) 保 證 版本兼容性。 為 此，Hadoop 2.0將數(shù)據(jù)類型模 塊 從RPC中獨(dú)立出來(lái)，成 為 一個(gè)獨(dú)立的可插拔模 塊 ， 這樣 允 許 用 戶 根據(jù)個(gè)人 愛(ài) 好使用各種序列化/反序列化框架，比如thrift，arvo，protocal Buffer等，默 認(rèn) 情況采用Protocal Buffer。

http://hortonworks.com/blog/rpc-improvements-and-wire-compatibility-in-apache-hadoop/

除了以上五個(gè)特性外， 還 有兩個(gè)非常重要的特性正在研 發(fā) 中，分別是：

• HDFS快照

用 戶 可在任意 時(shí)間對(duì) HDFS做快照， 這樣 ，在HDFS出 現(xiàn) 故障 時(shí) ，可將數(shù)據(jù)恢復(fù)到某個(gè) 時(shí)間 點(diǎn)的狀 態(tài) 。具體參考：

http://hortonworks.com/blog/snapshots-for-hdfs/

• HDFS HA自動(dòng) 切換

前面介 紹 的第一個(gè)功能“HDFS HA”當(dāng)前只能 實(shí)現(xiàn) 人工切 換 ，也就是 說(shuō) ，管理 員運(yùn) 行某個(gè)命令，使得acitve NN切 換 到standby NN上。以后將支持自 動(dòng) 切 換 ，也就是 說(shuō) ， 監(jiān) 控模 塊 可 檢測(cè) 出active NN何 時(shí) 出 現(xiàn) 故障，并自 動(dòng) 將之切 換 到standby NN上， 這樣 可大大 較 小Hadoop集群 運(yùn)維 人 員 的工作量。具體參考：

http://s.apache.org/hdfs-autofailover

準(zhǔn)備

機(jī)器準(zhǔn)備

物理機(jī)器 總 共4臺(tái)，想配置基于物理機(jī)的hadoop集群中包括 4 個(gè) 節(jié)點(diǎn)： 1 個(gè) Master ， 3 個(gè) Salve ， 節(jié)點(diǎn)之間局域網(wǎng)連接，可以相互 ping 通

Ip分布 為

192.168.1.201 hadoop1

192.168.1.202 hadoop2

192.168.1.203 hadoop3

192.168.1.204 hadoop4

操作系 統(tǒng)為 CentOS 5.6 64bit

Master機(jī)器主要配置NameNode和JobTracker的角色， 負(fù)責(zé)總 管分布式數(shù)據(jù)和分解任 務(wù) 的 執(zhí) 行；3個(gè)Salve機(jī)器配置DataNode和TaskTracker的角色， 負(fù)責(zé) 分布式數(shù)據(jù)存 儲(chǔ) 以及任 務(wù) 的 執(zhí) 行。其 實(shí)應(yīng)該還應(yīng)該 有1個(gè)Master機(jī)器，用來(lái)作 為備 用，以防止Master服 務(wù) 器宕機(jī)， 還 有一個(gè) 備 用 馬 上 啟 用。后 續(xù)經(jīng)驗(yàn)積 累一定 階 段后 補(bǔ) 上一臺(tái) 備 用Master機(jī)器。

創(chuàng)建賬戶

使用root登 陸 所有機(jī)器后，所有的機(jī)器都 創(chuàng)建 hadoop 用 戶

useradd hadoop

passwd hadoop

此 時(shí) 在 /home/ 下就會(huì)生成一個(gè) hadoop 目 錄 ，目 錄 路徑 為 /home/hadoop

創(chuàng)建相關(guān)的目錄

定 義 需要數(shù)據(jù)及目 錄 的存放路徑

定 義 代 碼及工具 存放的路徑

  1. mkdir -p /home/hadoop/source 
  2. mkdir -p /home/hadoop/tools 

定 義 數(shù)據(jù) 節(jié) 點(diǎn)存放的路徑到跟目 錄 下的hadoop文件夾, 這 里是數(shù)據(jù) 節(jié) 點(diǎn)存放目 錄 需要有足夠的空 間 存放

  1. mkdir -p /hadoop/hdfs 
  2. mkdir -p /hadoop/tmp 
  3. mkdir -p /hadoop/log 

設(shè) 置可寫(xiě)權(quán)限

  1. chmod -R 777 /hadoop 

定 義 java安裝程序路徑

  1. mkdir -p /usr/java 

安裝

安裝JDK

http://www.oracle.com/technetwork/java/javase/downloads/jdk-6u32-downloads-1594644.html

在以上 連接 下 載 linux 64 下的 jdk 的安裝文件：  jdk-6u32-linux-x64.bin

1 ，將下 載好的 jdk-6u32-linux-x64.bin 通 過(guò) SSH 上 傳到 /usr/java 下

scp -r ./jdk-6u32-linux-x64.bin root@hadoop1:/usr/java

2 ， 進(jìn)入 JDK 安裝目 錄 cd /usr/java 并且 執(zhí)行 chmod +x jdk-6u32-linux-x64.bin

3 ， 執(zhí)行 ./jdk-6u32-linux-x64.bin

4 ，配置 環(huán)境變量，執(zhí)行 cd /etc 命令后 執(zhí)行 vi profile ，在行末尾添加

export JAVA_HOME=/usr/java/jdk1.6.0_32

export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:/lib/dt.jar

export PATH=$JAVA_HOME/bin:$PATH

5 ， 執(zhí)行 chmod +x profile 將其 變成可執(zhí)行文件

6 ， 執(zhí)行 source profile 使其配置立即生效

source /etc/profile

7 ， 執(zhí)行 java -version 查看是否安裝成功

這個(gè)步驟所有機(jī)器都必須安裝

  1. [root@hadoop1 bin]# java -version 
  2. java version "1.6.0_32" 
  3. Java(TM) SE Runtime Environment (build 1.6.0_32-b05) 
  4. Java HotSpot(TM) 64-Bit Server VM (build 20.7-b02, mixed mode) 

修改主機(jī)名

修改主機(jī)名，所有 節(jié)點(diǎn)均一樣配置

1 ， 連接到主節(jié)點(diǎn) 192.168.1.201 ，修改 network ， 執(zhí)行 vim /etc/sysconfig/network ，修改 HOSTNAME=hadoop1

2 ，修改 hosts 文件， 執(zhí)行 cd /etc 命令后 執(zhí)行 vi hosts ，在行末尾添加 :

192.168.1.201   hadoop1

192.168.1.202   hadoop2

192.168.1.203   hadoop3

192.168.1.204   hadoop4

3 ， 執(zhí)行 hostname hadoop1

4 ， 執(zhí)行 exit 后重新 連接可看到主機(jī)名以修改 OK

其他 節(jié)點(diǎn) 也修改主機(jī)名后添加 Host, 或者 host 文件可以在后面 執(zhí)行 scp 覆蓋操作

配置SSH無(wú)密碼登陸

SSH 無(wú)密 碼原理簡(jiǎn)介 :

首先在 hadoop1 上生成一個(gè)密 鑰對(duì)，包括一個(gè)公鑰和一個(gè)私鑰，并將公鑰復(fù)制到所有的 slave(hadoop2-hadoop4) 上。

然后當(dāng) master 通 過(guò) SSH 連接 slave 時(shí)， slave 就會(huì)生成一個(gè)隨機(jī)數(shù)并用 master 的公 鑰對(duì)隨機(jī)數(shù)進(jìn)行加密，并發(fā)送給 master 。

最后 master 收到加密數(shù)之后再用私 鑰解密，并將解密數(shù)回傳給 slave ， slave 確 認(rèn)解密數(shù)無(wú)誤之后就允許 master 不 輸入密碼進(jìn)行連接了

2 ，具體步 驟（在root用戶和hadoop用戶登陸情況下執(zhí)行）

1 、 執(zhí)行命令 ssh-keygen -t rsa 之后一路回 車，查看剛生成的無(wú)密碼鑰對(duì)： cd .ssh 后 執(zhí)行 ll

2 、把 id_rsa.pub 追加到授權(quán)的 key 里面去。 執(zhí)行命令 cat ~/.ssh/id_rsa.pub >>~/.ssh/authorized_keys

3 、修改權(quán)限： 執(zhí)行 chmod 600 ~/.ssh/authorized_keys

4 、確保 cat /etc/ssh/sshd_config 中存在如下內(nèi)容

RSAAuthentication yes

PubkeyAuthentication yes

AuthorizedKeysFile      .ssh/authorized_keys

如需修改， 則在修改后執(zhí)行重啟 SSH 服 務(wù)命令使其生效 :service sshd restart

5 、將公 鑰復(fù)制到所有的 slave 機(jī)器上 :scp ~/.ssh/id_rsa.pub 192.168.1.203 ： ~/    然后 輸入 yes ，最后 輸入 slave 機(jī)器的密 碼

6 、在 slave 機(jī)器上 創(chuàng)建 .ssh 文件夾 :mkdir ~/.ssh 然后 執(zhí)行 chmod 700 ~/.ssh （若文件夾以存在 則不需要?jiǎng)?chuàng)建）

7 、追加到授權(quán)文件 authorized_keys 執(zhí)行命令 :cat ~/id_rsa.pub >> ~/.ssh/authorized_keys 然后 執(zhí)行 chmod 600 ~/.ssh/authorized_keys

8 、重復(fù)第 4 步

9 、 驗(yàn)證命令 : 在 master 機(jī)器上 執(zhí)行 ssh 192.168.1.203 發(fā)現(xiàn)主機(jī)名由 hadoop1 變成 hadoop3 即成功，最后 刪除 id_rsa.pub 文件 :rm -r id_rsa.pub

按照以上步 驟分別配置 hadoop1,hadoop2,hadoop3,hadoop4 ，要求每個(gè)都可以無(wú)密 碼登錄

源碼下載

HADOOP 版本

最新版本 hadoop-2.0.0-alpha  安裝包 為 hadoop-2.0.0-alpha.tar.gz

下 載官網(wǎng)地址 :http://www.apache.org/dyn/closer.cgi/hadoop/common/

下 載到 /home/hadoop/source 目錄下

wget http://ftp.riken.jp/net/apache/hadoop/common/hadoop-2.0.0-alpha/hadoop-2.0.0-alpha.tar.gz

解壓目錄

tar zxvf hadoop-2.0.0-alpha.tar.gz

創(chuàng)建軟連接

cd /home/hadoop

ln -s /home/hadoop/source/hadoop-2.0.0-alpha/ ./hadoop

源碼配置修改

/etc/profile

配置 環(huán)境變量： vim /etc/profile

添加

  1. export HADOOP_DEV_HOME=/home/hadoop/hadoop 
  2. export PATH=$PATH:$HADOOP_DEV_HOME/bin 
  3. export PATH=$PATH:$HADOOP_DEV_HOME/sbin 
  4. export HADOOP_MAPARED_HOME=${HADOOP_DEV_HOME} 
  5. export HADOOP_COMMON_HOME=${HADOOP_DEV_HOME} 
  6. export HADOOP_HDFS_HOME=${HADOOP_DEV_HOME} 
  7. export YARN_HOME=${HADOOP_DEV_HOME} 
  8. export HADOOP_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop 
  9. export HDFS_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop 
  10. export YARN_CONF_DIR=${HADOOP_DEV_HOME}/etc/hadoop 

創(chuàng)建并配置hadoop-env.sh

  1. vim /usr/hadoop/hadoop-2.0.0-alpha/etc/hadoop/hadoop-env.sh  
  2. 在末尾添加 export JAVA_HOME=/usr/java/jdk1.6.0_27 
  3.  
  4.  core-site.xml 

在 configuration 節(jié)點(diǎn) 里面添加屬性

  1. <property> 
  2. <name>hadoop.tmp.dir</name> 
  3. <value>/hadoop/tmp</value> 
  4. <description>A base for other temporary directories.</description> 
  5. </property> 
  6. <property> 
  7. <name>fs.default.name</name> 
  8. <value>hdfs://192.168.1.201:9000</value> 
  9. </property> 

添加 httpfs 的 選項(xiàng)

  1. <property> 
  2. <name>hadoop.proxyuser.root.hosts</name> 
  3. <value>192.168.1.201</value> 
  4. </property> 
  5. <property> 
  6. <name>hadoop.proxyuser.root.groups</name> 
  7. <value>*</value> 
  8. </property> 

slave配置

vim /home/hadoop/hadoop/etc/hadoop/slaves 

添加 slave 的 IP

192.168.1.202

192.168.1.203

192.168.1.204

配置hdfs-site.xml

  1. vim /home/hadoop/hadoop/etc/hadoop/hdfs-site.xml 

添加 節(jié)點(diǎn)

  1. <property> 
  2. <name>dfs.replication</name> 
  3. <value>3</value> 
  4. </property> 
  5.  
  6. <property> 
  7. <name>dfs.namenode.name.dir</name> 
  8. <value>file:/hadoop/hdfs/name</value> 
  9. <final>true</final> 
  10. </property> 
  11.  
  12. <property> 
  13. <name>dfs.federation.nameservice.id</name> 
  14. <value>ns1</value> 
  15. </property> 
  16.  
  17. <property> 
  18. <name>dfs.namenode.backup.address.ns1</name> 
  19. <value>192.168.1.201:50100</value> 
  20. </property> 
  21.  
  22. <property> 
  23. <name>dfs.namenode.backup.http-address.ns1</name> 
  24. <value>192.168.1.201:50105</value> 
  25. </property> 
  26.  
  27. <property> 
  28. <name>dfs.federation.nameservices</name> 
  29. <value>ns1</value> 
  30. </property> 
  31.  
  32. <property> 
  33. <name>dfs.namenode.rpc-address.ns1</name> 
  34. <value>192.168.1.201:9000</value> 
  35. </property> 
  36. <property> 
  37. <name>dfs.namenode.rpc-address.ns2</name> 
  38. <value>192.168.1.201:9000</value> 
  39. </property> 
  40.  
  41. <property> 
  42. <name>dfs.namenode.http-address.ns1</name> 
  43. <value>192.168.1.201:23001</value> 
  44. </property> 
  45.  
  46. <property> 
  47. <name>dfs.namenode.http-address.ns2</name> 
  48. <value>192.168.1.201:13001</value> 
  49. </property> 
  50.  
  51. <property> 
  52. <name>dfs.dataname.data.dir</name> 
  53. <value>file:/hadoop/hdfs/data</value> 
  54. <final>true</final> 
  55. </property> 
  56.  
  57. <property> 
  58. <name>dfs.namenode.secondary.http-address.ns1</name> 
  59. <value>192.168.1.201:23002</value> 
  60. </property> 
  61.  
  62. <property> 
  63. <name>dfs.namenode.secondary.http-address.ns2</name> 
  64. <value>192.168.1.201:23002</value> 
  65. </property> 
  66.  
  67. <property> 
  68. <name>dfs.namenode.secondary.http-address.ns1</name> 
  69. <value>192.168.1.201:23003</value> 
  70. </property> 
  71.  
  72. <property> 
  73. <name>dfs.namenode.secondary.http-address.ns2</name> 
  74. <value>192.168.1.201:23003</value> 
  75. </property> 

配置yarn-site.xml

添加 節(jié)點(diǎn)

  1. <property> 
  2. <name>yarn.resourcemanager.address</name> 
  3. <value>192.168.1.201:18040</value> 
  4. </property> 
  5.  
  6. <property> 
  7. <name>yarn.resourcemanager.scheduler.address</name> 
  8. <value>192.168.1.201:18030</value> 
  9. </property> 
  10.  
  11. <property> 
  12. <name>yarn.resourcemanager.webapp.address</name> 
  13. <value>192.168.1.201:18088</value> 
  14. </property> 
  15.  
  16. <property> 
  17. <name>yarn.resourcemanager.resource-tracker.address</name> 
  18. <value>192.168.1.201:18025</value> 
  19. </property> 
  20.  
  21. <property> 
  22. <name>yarn.resourcemanager.admin.address</name> 
  23. <value>192.168.1.201:18141</value> 
  24. </property> 
  25.  
  26. <property> 
  27. <name>yarn.nodemanager.aux-services</name> 
  28. <value>mapreduce.shuffle</value> 
  29. </property> 

配置httpfs-site.xml

同步代碼到其他機(jī)器

1.同步配置代 碼

先在 slaves 的機(jī)器上也 創(chuàng) 建

mkdir -p /home/hadoop/source

部署hadoop代 碼 ， 創(chuàng) 建 軟連接 ，然后只要同步修改 過(guò) 的etc/hadoop下的配置文件即可

2.同步 /etc/profile

3.同步 /etc/hosts 

scp -r /etc/profile root@hadoop2:/etc/profile

scp -r /etc/hosts root@hadoop2:/etc/hosts

其他機(jī)器以此操作

Hadoop啟動(dòng)

格式化集群

hadoop namenode -format -clusterid clustername

啟動(dòng)hdfs

執(zhí)行

start-dfs.sh

開(kāi) 啟 hadoop dfs服 務(wù)     

啟動(dòng)Yarn

開(kāi) 啟 yarn 資 源管理服 務(wù)

start-yarn.sh

啟動(dòng)httpfs

開(kāi) 啟 httpfs 服 務(wù)

httpfs.sh start

使得 對(duì)外 可以提高 http 的restful接口服 務(wù)

測(cè)試

安裝結(jié)果驗(yàn)證

驗(yàn)證hdfs

在各臺(tái)機(jī)器 執(zhí)行 jps 看 進(jìn)程 是否都已 經(jīng)啟動(dòng) 了

  1. [root@hadoop1 hadoop]# jps 
  2. 7396 NameNode 
  3. 24834 Bootstrap 
  4. 7594 SecondaryNameNode 
  5. 7681 ResourceManager 
  6. 32261 Jps 
  7.  
  8. [root@hadoop2 ~]# jps 
  9. 8966 Jps 
  10. 31822 DataNode 
  11. 31935 NodeManager 

進(jìn)程啟動(dòng) 正常

驗(yàn)證 是否可以登 陸

  1. hadoop fs -ls hdfs://192.168.1.201:9000/  
  2. hadoop fs -mkdir hdfs://192.168.1.201:9000/testfolder  
  3. hadoop fs -copyFromLocal ./xxxx hdfs://192.168.1.201:9000/testfolder  
  4. hadoop fs -ls hdfs://192.168.1.201:9000/ testfolder 

看以上 執(zhí)行 是否正常

驗(yàn)證map/reduce

在 master1 上， 創(chuàng)建輸入目錄 :hadoop fs -mkdir hdfs://192.168.1.201:9000/input

將 /usr/hadoop/hadoop-2.0.1-alpha/ 目 錄下的所有 txt 文件復(fù)制到 hdfs 分布式文件系 統(tǒng)的目錄里，執(zhí)行以下命令

hadoop fs -put /usr/hadoop/hadoop-2.0.1-alpha/*.txt hdfs://192.168.1.201:9000/input

在 hadoop1 上， 執(zhí)行 HADOOP 自 帶的例子， wordcount 包，命令如下

  1. cd /usr/hadoop/hadoop-2.0.1-alpha/share/hadoop/mapreduce 
  2. hadoop jar hadoop-mapreduce-examples-2.0.1-alpha.jar wordcount hdfs://192.168.1.201:9000/input hdfs://192.168.1.201:9000/output 
  3.  
  4. hadoop fs -put /usr/hadoop/hadoop-2.0.1-alpha/*.txt hdfs://192.168.1.201:9000/input 

在 hadoop1 上， 查看結(jié)果命令如下 :

  1. [root@master1 hadoop]# hadoop fs -ls hdfs://192.168.1.201:9000/output 
  2. Found 2 items 
  3. -rw-r--r--   2 root supergroup          0 2012-06-29 22:59 hdfs://192.168.1.201:9000/output/_SUCCESS 
  4. -rw-r--r--   2 root supergroup       8739 2012-06-29 22:59 hdfs://192.168.1.201:9000/output/part-r-00000 
  5.  
  6. [root@hadoop1 hadoop]# hadoop fs -cat  hdfs://192.168.1.201:9000/output/part-r-00000  

即可看到每個(gè) 單詞的數(shù)量

驗(yàn)證httpfs

HTTPFS操作：

OPEN,GETFILESTATUS,LISTSTATUS,GETHOMEDIRECTORY,GETCONTENTSUMMARY,GETFILECHECKSUM,GETDELEGATIONTOKEN,GETFILEBLOCKLOCATIONS,INSTRUMENTATION

GETHOMEDIRECTORY 路徑無(wú)關(guān)，返回根 節(jié)點(diǎn)路徑

  1. http://192.168.1.201:14000/webhdfs/v1/yxq?op=GETHOMEDIRECTORY&user.name=root 
  2.  
  3. Path: "/user/root" 
  4.  
  5. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETHOMEDIRECTORY&user.name=root 

打開(kāi) / 下 載一個(gè)文件

http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=open&user.name=root

LISTSTATUS 現(xiàn)實(shí)目錄狀態(tài)

  1. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0?op=LISTSTATUS&user.name=root 
  2. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=LISTSTATUS&user.name=root 

GETFILESTATUS 顯示文件的狀態(tài)

  1. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETFILESTATUS&user.name=root 

如果是路徑 則現(xiàn)實(shí)路徑信息

  1. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/?op=GETFILESTATUS&user.name=root 
  2. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETFILESTATUS&user.name=root 

GETCONTENTSUMMARY 獲取路徑下的信息

  1. http://192.168.1.201:14000/webhdfs/v1/yxq?op=GETCONTENTSUMMARY&user.name=root 

GETFILECHECKSUM 獲取文件的校驗(yàn)值

  1. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETFILECHECKSUM&user.name=root 

以下 實(shí)現(xiàn) 方法 還 有 錯(cuò)誤現(xiàn) 在：

  1. ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- 
  2.  
  3. GETDELEGATIONTOKEN ERROR 
  4.  
  5. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETDELEGATIONTOKEN&user.name=root 
  6.  
  7. GETFILEBLOCKLOCATIONS error 
  8.  
  9. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=GETFILEBLOCKLOCATIONS&user.name=root 
  10.  
  11. INSTRUMENTATION error 
  12.  
  13. http://192.168.1.201:14000/webhdfs/v1/yxq/bitfoldersub0/bitwaretestfile0.bt?op=INSTRUMENTATION&user.name=root 

性能測(cè)試

使用內(nèi)部的 benchmark 測(cè)試 不同文件大小及不同append大小的寫(xiě)入情況

hadoop jar /home/hadoop/hadoop/bin/BitwareHadoopBenchmark.jar BitwareHadoopBenchmark hdfs://192.168.1.201:9000 /bitwaretest01/ 0 20 200 4 0

參考資料

 http://qmkemail.iteye.com/blog/1612323

http://dongxicheng.org/mapreduce-nextgen/apache-hadoop-2-0-alpha/

原文鏈接：http://www.cnblogs.com/scotoma/archive/2012/09/18/2689902.html

 

【編輯推薦】

  1. 小白學(xué)數(shù)據(jù)分析:怎么做流失分析
  2. 小白學(xué)數(shù)據(jù)分析之K-means理論篇
  3. 小白學(xué)數(shù)據(jù)分析之從購(gòu)買(mǎi)記錄分析道具支付環(huán)節(jié)
  4. 小白學(xué)數(shù)據(jù)分析之付費(fèi)滲透率
  5. 小白學(xué)數(shù)據(jù)分析之Excel制作INFOGRAPHIC

 

【責(zé)任編輯：彭凡 TEL：（010）68476606】
責(zé)任編輯：彭凡 來(lái)源： 博客園
Hadoop 2.0
相關(guān)推薦

2010-06-04 17:21:48

2010-06-04 17:34:13

Hadoop0.20.

2013-11-22 09:57:03

hadoop1.2.1zookeeper-3hbase-0.94.

2010-08-18 13:10:33

MySQL NDB 6

2012-01-13 10:22:22

ibmdwlotus

2010-08-31 10:20:10

DB2MSCS集群

2012-06-25 10:30:06

Hadoop集群

2010-06-04 10:35:14

2014-03-13 10:14:59

離線集群Hadoop 2.0淘寶

2015-08-26 10:18:40

hbase

2010-06-07 09:14:55

Hadoop集群

2016-12-13 16:36:15

Hadoopwindows

2010-09-06 09:22:01

DB2集群服務(wù)

2011-04-21 10:05:35

Hadoop集群lzo

2013-05-30 09:07:29

Hadoop 2.0

2014-01-07 14:16:22

Hadoop2.0日志

2013-12-30 16:08:20

華為Oceanstor V重刪備份

2009-07-03 16:45:25

JSP實(shí)用教程

2016-10-27 09:37:10

Hadoop集群配置

2011-12-07 16:11:50

Hadoop集群搭建
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)