HADOOP集群安装部署
1 前言
本文档是设想在多台服务器上部署HADOOP的实现过程；
2 创建用户
建议同个集群中的用户和用户组，都是相同的，以便管理和维护。
2.1 生成创建用户的运行角本
为不同服务器创建同样的用户和组，创建脚本的目的是让不同服务器可以直接运行此脚本，实现用户创建的过程。
用root用户登录linux，运行命令：
[root@T5038 opt]# vi createuser.sh
[root@T5038 opt]# chmod 777 createuser.sh
文件内容如下：
mkdir /opt;
mkdir /opt/analysis;
export LANG=\"zh_CN.GB18030\";
groupadd analyzer -f;
useradd analyzer -d /opt/analysis -g analyzer -p analyzer@123;
chmod 755 -R /opt/analysis;
chown analyzer:analyzer /opt/analysis;
passwd analyzer<< EOF
analyzer@123
analyzer@123
EOF
2.2 同步创建用户脚本
同步上面的createuser.sh到各服务器：
[root@T5038 opt]# rsync -avz createuser.sh root@10.12.3.93:/opt/ << EOF
111mm@sz.com
EOF
或：
[root@T5038 opt]# scp -P 7411 /opt/createuser.sh root@10.12.3.93:/opt/
2.3 运行创建用户脚本
用root登录各服务器，运行脚本：
[root@T5038 opt]# ./ createuser.sh
3 设置/etc/hosts文件
3.1 设置/etc/hosts文件内容：
[root@T5038 opt]# su – root
[root@T5038 opt]# vi /etc/hosts
Hosts的内容参考：
---IP地址--- ---机器名---
10.12.3.88 T5038
10.12.3.89 T5039
10.12.3.90 T5040
3.2 同步/etc/hosts到其它各服务器
[root@T5038 opt]# scp -P 7411 /etc/hosts 10.12.3.103:/etc/hosts
yes
111mm@sz.com
4 设置免密码登录
设置集群中各服务器间免密码登录对hadoop的运行没影响，但设置后，可以通过一台服务器启动集群中所有的hadoop节点，而不用频繁登录到各台服务器进行逐台启动。
设置过程：本地运行ssh-keygen -t rsa后，把生成的id_rsa.pub在多台机器间相互拷贝；
4.1 生成生成公钥、密钥
切换到analyzer用户，运行命令：ssh-keygen -t rsa，运行过程中，直接多次按回车键即可；
[root@T5038 opt]# su - search
[analyzer @T5038 opt]# ssh-keygen -t rsa
Generating public/private rsa key pair.
Enter file in which to save the key (/opt/analysis/hadoop/.ssh/id_rsa):
Created directory '/opt/analysis/hadoop/.ssh'.
Enter passphrase (empty for no passphrase):
Enter same passphrase again:
Your identification has been saved in /opt/analysis/hadoop/.ssh/id_rsa.
Your public key has been saved in /opt/analysis/hadoop/.ssh/id_rsa.pub.
The key fingerprint is:
c1:d4:a5:56:94:ca:d4:27:15:6b:6f:5f:c3:c9:23:e2 hadoop@T5037
4.2 复制id_rsa.pub文件
复制本地id_rsa.pub到远程服务器，使远程服务器登录本地可以免密码登录。
[analyzer@T5038 opt]#cd /opt/ analysis /.ssh
[analyzer@T5038 /id_rsa_ip1.pub
opt]#scp -P 7411 id_rsa.pub analyzer@remoteIP:/opt
4.3 生成authorized_keys文件内容
在各服务器，生成authorized_keys文件的内容，它可以是多个不同服务器的id_rsa.pub的内容整合，命令如下：
[analyzer@T5038 opt]#cat id_rsa_ip1.pub id_rsa_ip2.pub >authorized_keys
4.4 设置权限
权限问题（权限过大或过小）都可能导致远程免密码登录失败。
[analyzer@T5038 opt]#chmod 644 authorized_keys
-rw-r--r-- 1 hadoop hadoop 788 06-17 09:59 authorized_keys
4.5 测试免密码登录
如不用输入密码而直接登录远程服务器，则表示设置成功；运行命令如下：
[analyzer@T5038 opt]#ssh -p 7411 10.12.3.88
5 设置环境变量
5.1 设置.bash_profile文件
[analyzer@linux434 ~]$ vi ~/.bash_profile
PATH=$PATH:$HOME/bin
export PATH
unset USERNAME
export JAVA_HOME=$HOME/jdk1.6.0_21
export PATH=$JAVA_HOME/bin:$PATH
export HADOOP_HOME=$HOME/hadoop-0.20.3
export HIVE_HOME=$HOME/hive
5.2 生效处理
[analyzer@linux434 ~]$ source ~/.bash_profile
6 jdk 安装
如果还没安装JDK，则先进行安装。
[analyzer@linux434 ~]$ su - root
[analyzer@linux434 ~]$ mkdir /application/search/jdk1.6.0_21/
[analyzer@linux434 ~]$ vi .bash_profile
JAVA_HOME=/application/search/jdk1.6.0_21
PATH=$JAVA_HOME/bin:$PATH
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME
export PATH
export CLASSPATH
7 hadoop install
7.1 hadoop配置
1.登录到master节点linux430，首先将hadoop压缩包hadoop-0.20.2.tar.gz分别远程拷贝到所有slave的用户根目录上，\"scp hadoop-0.20.2.tar.gz hadoop@linux426:~\"。
2.在各个slave解压该文件，\"tar xvzf hadoop-0.20.2.tar.gz\"。
3.在master上，切换到~/hadoop-0.20.2/conf目录，vi打开hadoop-env.sh，为方便起见，统一修改JAVA_HOME的路径，\"export JAVA_HOME=/opt/jdk1.6.0_18\"。jdk事先已安装，且每个节点路径一致。这里hadoop-env.sh是每个节点用于配置自身运行环境的脚本，可以自行设置节点特定的内容。
4.编辑masters文件，设置masters节点地址为linux430。编辑slaves文件，同样输入所有slave节点，以回车分隔，分别为：linux425，linux426，linux427，linux428，linux429，linux431，linux432。
5.编辑core-site.xml文件，设置hdfs对外的统一地址，内容如下：
6.编辑hdfs-site.xml文件，设置hdfs的真实文件存放位置，内容如下：
7.编辑mapred-site.xml文件，设置mapreduce的一些重要参数，内容如下：
7.2 设置hadoop中用到的SSH端口号
系统默认的SSH端口号是22，当使用其它端口时，为使start-all.sh能正常运行，可以设置hadoop中用到的SSH端口号，在conf/hadoop-env.sh文件中增加：
export HADOOP_SSH_OPTS=\"-p 7411\" 即可。
7.3 同步hadoop安装文件到集群中的其它服务器
scp -P 7411 -r /opt/analysis/hadoop-0.20.3 analyzer@10.12.3.87: /opt/analysis /hadoop-0.20.3
scp -P 7411 -r /opt/analysis/hadoop-0.20.3 analyzer@10.12.3.88: /opt/analysis /hadoop-0.20.3
7.4 hadoop集群初始化
./hadoop-0.20.3/bin/hadoop namenode -format
7.5 Hadoop启动
7.5.1 启动命令
./hadoop-0.20.3/bin/start-all.sh
7.5.2 正常的启动日志
-bash-3.2$ ./hadoop-0.20.3/bin/start-all.sh
starting namenode, logging to
/opt/analysis/hadoop-0.20.3/bin/../logs/hadoop-analyzer-namenode-T5038.out
T5037: starting datanode, logging to
/opt/analysis/hadoop-0.20.3/bin/../logs/hadoop-analyzer-datanode-T5037.out
T5038: starting datanode, logging to
/opt/analysis/hadoop-0.20.3/bin/../logs/hadoop-analyzer-datanode-T5038.out
T5038: starting secondarynamenode, logging to
/opt/analysis/hadoop-0.20.3/bin/../logs/hadoop-analyzer-secondarynamenode-T5038.out
starting jobtracker, logging to
/opt/analysis/hadoop-0.20.3/bin/../logs/hadoop-analyzer-jobtracker-T5038.out
T5037: starting tasktracker, logging to
/opt/analysis/hadoop-0.20.3/bin/../logs/hadoop-analyzer-tasktracker-T5037.out
T5038: starting tasktracker, logging to
/opt/analysis/hadoop-0.20.3/bin/../logs/hadoop-analyzer-tasktracker-T5038.out
7.6 Hadoop关闭
7.6.1 关闭命令
./hadoop-0.20.3/bin/stop-all.sh
7.6.2 正常的关闭日志
-bash-3.2$ ./hadoop-0.20.3/bin/stop-all.sh
stopping jobtracker
T5037: stopping tasktracker
T5038: stopping tasktracker
stopping namenode
T5037: stopping datanode
T5038: stopping datanode
T5038: stopping secondarynamenode
8 HIVE安装部署
从网上下载后，直接解压即可。
9 安装部署derby
9.1 官方文档网址
http://wiki.apache.org/hadoop/HiveDerbyServerMode
9.2 下载derby
下载地址：http://db.apache.org/derby/derby_downloads.html
或者可以直接从其他已有derby的服务器上，把文件夹复制到待安装服务器。
下载后，无须安装，直接解压在某指定目录，即可。
设置
Derby启动时，默认是启动本地（localhost）的1527端口的服务，在/etc/hosts文件中配置以下内容：
127.0.0.1 localhost.localdomain localhost
9.3 启动及关闭
启动和关闭时，参数-h需一致。
9.3.1 启动命令
nohup /application/search/db-derby-10.6.2.1-bin/bin/startNetworkServer -h 127.0.0.1 &
9.3.2 关闭命令
nohup /application/search/db-derby-10.6.2.1-bin/bin/stopNetworkServer -h 127.0.0.1 &
./hadoop fs -ls
./hadoop fs -rm /warehouse/dict.txt
./hadoop fs -put /application/search/sls-0.1/conf/dict.txt /warehouse/dict.txt
因篇幅问题不能全部显示，请点此查看更多更全内容