编译hadoop2.9源码并搭建环境

【转载请注明出处】：https://www.jianshu.com/p/3921b1706b24

因为以前安装Hadoop编译版的时候遇到过问题，时间比较久了，具体问题有些描述不清了，建议大家下载源码自己编译安装，如果遇到bug自己直接可以修改安装。本文的实验系统是mac，但是其他环境类似。

1. 安装jdk

参考文章 http://www.jianshu.com/p/8f60af764263

2. 安装maven

参考文章 http://www.jianshu.com/p/b726c6387568

3. 安装protobuf

参考文章 http://www.jianshu.com/p/ba136a04385c

4. 检查openssl环境变量是否已经配置

5. 安装cmake

https://cmake.org/files/v3.9/cmake-3.9.6-Darwin-x86_64.dmg

编辑profile配置环境变量：

sudo vi /etc/profile

在最下面添加：

export CMAKE_HOME=/Applications/CMake.app/Contents

export PATH=$CMAKE_HOME/bin:$PATH

然后执行下面命令使配置生效：

source /etc/profile

6. 配置ssh免密钥登录

参考文章 http://www.jianshu.com/p/b354000ae5e2

7. 下载hadoop源码

http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.9.0/hadoop-2.9.0-src.tar.gz

解压到安装目录，查看编译说明：

编译需要很多依赖，有些是必须的缺少可能会导致编译失败，每个电脑环境可能不太一致，可以先进行编译，遇到错误再安装。在编译过程中如果网络不稳定导致下载jar包失败，这时只需要重新执行命令即可。

8. 编译

执行编译命令：mvn clean package -Pdist,native,docs -DskipTests -Dtar

全部编译通过应该如下图所示

编译遇到的问题：

8.1. 编译hadoop-pipes需要OPENSSL_ROOT_DIR环境变量

8.2. 编译到hadoop-aws:jar时缺少依赖包DynamoDBLocal:jar

需要在maven的配置文件添加settings.xml 添加mirror

<mirror>

<id>dynamodb-local-oregon</id>

<name>DynamoDB Local Release Repository</name>

<url>https://s3-us-west-2.amazonaws.com/dynamodb-local/release</url>

<mirrorOf>*</mirrorOf>

</mirror>

亚马逊官网给出了获取的地址，上面的方法如果不行可以参考亚马逊官网说明：

官网说明地址

如果还下载不了可以先手动下载这个jar包，然后将这个jar包添加到本地maven仓库，命令：

mvn install:install-file -Dfile=/Users/zl/Downloads/DynamoDBLocal/1.11.86/DynamoDBLocal-1.11.86.jar -DgroupId=com.amazonaws -DartifactId=DynamoDBLocal -Dversion=1.11.86 -Dpackaging=jar

9. 单机版搭建

编译完的安装包在hadoop-dist/target目录下面

移动到安装目录后修改配置文件，配置文件都在hadoop-2.9.0/etc/hadoop下，可以参考官方的配置文档。

配置环境变量

vi /etc/profile

添加：

# HADOOP ENV

export HADOOP_HOME=/work/tools/hdp/hadoop-2.9.0

export HADOOP_INSTALL=$HADOOP_HOME

export HADOOP_MAPRED_HOME=$HADOOP_HOME

export HADOOP_COMMON_HOME=$HADOOP_HOME

export HADOOP_HDFS_HOME=$HADOOP_HOME

export HADOOP_YARN_HOME=$HADOOP_HOME

export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

export HADOOP_PREFIX=$HADOOP_HOME

export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop

export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

export HADOOP_OPTS="$HADOOP_OPTS -Djava.net.preferIPv4Stack=true -Djava.security.krb5.realm= -Djava.security.krb5.kdc= -Djava.library.path=$HADOOP_HOME/lib"export LD_LIBRARY_PATH=$HADOOP_HOME/lib/native/

export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native:$JAVA_LIBRARY_PATH

export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

export CLASSPATH=.$HADOOP_CONF_DIR:$CLASSPATH

9.1 core-site.xml

9.2 hdfs-site.xml

9.3 mapred-site.xml

9.4 yarn-site.xml

配置完成之后格式化namenode

hdfs namenode -format

遇到的一个问题

WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

解决办法

添加环境变量

export HADOOP_OPTS="$HADOOP_OPTS -Djava.net.preferIPv4Stack=true -Djava.security.krb5.realm= -Djava.security.krb5.kdc= -Djava.library.path=$HADOOP_HOME/lib" export LD_LIBRARY_PATH=$HADOOP_HOME/lib/native/export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native:$JAVA_LIBRARY_PATH

10.启动验证

启动hdfs

sbin/start-dfs.sh

启动完之后查看进程

jps

用浏览器可以看到运行状态

http://localhost:50070/

启动yarn

sbin/start-yarn.sh

查看进程

在浏览器查看yarn的运行状态

http://localhost:8288

搭建分布式环境和伪分布式环境类似，只不过是将各个功能分配到不同的节点之上，大部分的配置一样，具体可以参考官方文档。