开源 hadoop 安装

参考教材

Hadoop安装教程有很多，因此不再赘述，下面给出一些比较好的参考：

http://www.cnblogs.com/xia520pi/archive/2012/05/16/2503949.html

Prerequisite

SSH

root 账号下做一下修改

1. 修改hostname
   vi /etc/sysconfig/network
   service network restart

2. 修改IP （可选） NAT
   需要在 /etc/sysconfig/network-script下面找到对应的网卡配置文件 /ifcfg-xxx
   然后修改一下项
   • BOOTPROTO= “static” //原来是dpcp，设成静态ip
   • IPADDR //ip
   • GATEWAY //网关如果是虚拟机 网关是192.168.x.2 (vm， 192.168.x.1)
   • DNS1 //dns服务器，与网关同，决定了能否解析 www.baidu.com
   使修改生效：service network restart
   检查ip是否修改成功：ifconfig
   检查是否能正常上网：ping www.baidu.com

3. 修改 etc/hosts
   将 master 和 slaver 的所有 ip 和 name 的映射加入

注意：不要将本机hostname加入127.0.0.1 和：：1，这样将会导致 datanode 无法连接 master。查看 datanode 会发现一只报 warning：org.apache.hadoop.hdfs.server.datanode.DataNode: Problem connecting to server
回头查看 master，用 netstat 查看，发现端口已开，但是在127.0.0.1上，而非master ip：192.168.84.11 :9000，导致 datanode 无法连接。

4. 切换至hadoop user 账号，设置本机ssh无密码登录
   • ssh-keygen –t rsa –P ‘’ //会在~/.ssh下面生成无密码密钥对 id_rsa, id_rsa.pub
   • cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys //相当于给本机加了ssh登陆的权限
   • chmod 600 ~/.ssh/authorized_keys //修改authorized_keys 权限

5. root用户修改 /etc/ssh/sshd_config, 然后重启 service sshd restart 使修改生效
   • RSAAuthentication yes # 启用 RSA 认证
   • PubkeyAuthentication yes # 启用公钥私钥配对认证方式
   • AuthorizedKeysFile .ssh/authorized_keys # 公钥文件路径（和上面生成的文件同）

6. 切回hadoop user验证 ssh localhost 是否无需密码

clone 虚拟机问题：
1.hostname更改
2.mac 地址更新，修改70x 里面的Eth1-eth0，而不是删除
http://www.cnblogs.com/sixiweb/archive/2013/05/31/3110734.html
3.ssh remove the whole .ssh

7. master 无密码登录所有的 slave
   • 在 master 上以 Hadoop 用户登录,将~/.ssh 下面 id_rsa.pub copy 发送到所有的 slavers 机器上。如:
   scp ~/.ssh/id_rsa.pub hadooop@lvm-slaver1:~/.ssh/id_rsa_master.pub
   • 将 master 的 id_rsa.pub 追加到 slavers 的 authorized_keys 里面：
   cat ~/.ssh/id_rsa_master.pub >> ~/.ssh/authorized_keys

8. slavers 无密码登录 master 或者其他的 slaver：步骤类似 6
9. 关闭 linux 防火墙
   • service iptables stop (立即生效，但是重启后会重新 start)
   • chconfig iptables off (重启后生效)

hadoop 配置

基本参考官网即可。
主要的配置文件：

注意事项：

• hostname里面不要用下划线'_',但可以用'-'. 题主在这个上面犯过错，找了很久才找到原因。是* 正确的stop namenode和data node，意外的关机可能导致namenode和data node不能顺利重启，需要重新dfs format。
• 如果是用虚拟机，注意网络连接方式，最简单当然是桥连。如果是小公司的话，可能 ip 不够，导致冲突配不了几个地址，导致部分虚拟机不能ping 通，又或者网管对单个主机，限制了 ip 数目等，这时候就只能 NAT 了。但是如果想主机与虚拟机互通，并且是自己电脑，不因为在办公、出差，家庭 wifi ip 改变的话，就需要配成双网卡用 NAT+Host 模式。另外注意 VirtualBox 和 vmware 的默认网关地址的区别。
  具体参考：
  http://www.360doc.com/content/12/0819/16/1671317_231154710.shtml
  http://www.jb51.net/os/other/352995.html

cdh hadoop安装

http://www.cloudera.com/documentation/enterprise/5-7-x.html
http://www.cloudera.com/documentation/enterprise/5-7-x/topics/cm_ig_install_path_b.html

离线下载相关包

下载地址：http://archive.cloudera.com/cdh5/parcels/5.7.2/

离线安装步骤

http://blog.csdn.net/xjkwq1qq/article/details/50394210
http://blog.csdn.net/shawnhu007/article/details/52579204
http://blog.csdn.net/jdplus/article/details/45920733
http://www.tools138.com/create/article/20141014/183650470.html

hadoop getway node:

http://www.cloudera.com/documentation/manager/5-0-x/Cloudera-Manager-Managing-Clusters/cm5mc_managing_roles.html#xd_583c10bfdbd326ba-3ca24a24-13d80143249--7f3c__section_scv_ywt_cn

how to find the yarn application 自己的log:

一般在 yarn.nodemanager.local-dirs 定义的目录下

tarball and packaging:

http://www.cloudera.com/documentation/enterprise/5-4-x/topics/cdh_vd_cdh_package_previous.html#concept_wws_5tw_yr_unique_2