ubuntu14.04环境下hadoop2.7.0配置+在windows下远程eclipse和hdfs的调用

本教程是在三台电脑上部署的hadoop正式环境，没有建立用户组，而是在当前用户下直接进行集群的部署的，总结如下：

1、三个节点的主机电脑名为：192.168.11.33 Master，192.168.11.24 Slaver2,192.168.11.4 

   Slaver1，并且这三台主机用户名都要设置一样，我的都是hadoop的用户。

   因为本教程使用的是vim编辑器，如果没有vim可以下载一个：sudo apt-get install vim

2、修改hosts文件：切换到root用户下：sudo -s，然后输入密码，vim /etc/hosts,通过vim把三个电脑的主机名和ip地址都加进去，ip在前，主机名在后：

   192.168.12.32 Master

   192.168.12.24 Slaver2

   192.168.12.4 Slaver1

3、修改主机的名称，也是在root用户下，vim /etc/hostname,把三个主机的名字分别于上面的Master，Slaver1，Slaver2，对应，一个机器对应一个主机名，不能把三个都放进去

4、在Ubuntu中查看ip地址的命令为：ifconfig

5、安装ssh，在安装ssh之前，首先要更新下载Ubuntu软件的源：sudo apt-get update

   安装ssh: sudo apt-get install ssh

   查看sshd服务是否启动:ps -e | grep ssh ,如果出现 1019 ？00:00:00 sshd这样的信息，表    示ssh已经启动。如果没有启动，则输入：/etc/init.d/ssh start或者sudo start ssh,进行启动

6、设置ssh的无秘钥登录，这个不需要再root用户下进行，不然不是在当前用户下，则不能进行无秘钥登录的设置

   6.1、ssh-keygen -t rsa ,然后一直按回车键

   6.2、上述操作完毕后，会在当且用户下有一个隐藏文件夹.ssh,可以通过:ls -al进行查看

        里面的文件有:id_rsa,id_rsa.pub

   6.3、进入.ssh目录下:cd .ssh，然后执行：cat id_rsa.pub >> authorized_keys(此文件刚开始  时不存在.ssh目录中的)，执行完以后，会自动生成一个authorized_keys文件

   6.4、然互在.ssh下直接登录：ssh localhost，不出意外的话，将成功登录并且不需要输入密码，登录完成后,在.ssh下会生成一个known_hosts的文件

7、上面的三个主机都要执行6的操作

8、设置节点之间的无秘钥登录，配置Master对Slaver1和Slaver2的无秘钥登录，把Master的id_rsa.pub复制到Slaver1和Slaver2节点上,在Slaver1和Slaver2节点上的.ssh目录下分别执行如下命令：

  scp hadoop@Master:~/.ssh/id_rsa.pub ./master_rsa.pub

  cat master_rsa.pub >> authorized_keys

9、完成以上操作时，在Slaver1和Slaver2上分别执行这样的操作，即实现三个机器彼此之间都要实现无秘钥登录，因为在hadoop中，主节点和从节点之间要进行通讯，namenode需要管理datanode，并且datanode也要想namenode发送状态信息，来告诉namenode自己的状态，同时datanode之间也要进行通讯，在数据的复制中和存储中，hadoop的把数据分成三个副本进行存储，在复制中，是从前一个datanode获取数据，放到当前的datanode中，所以要实现三个节点之间的相互通讯。

10、完成上面的可以进行无秘钥登录：ssh Slaver1、ssh Slaver2，ssh Master，退出当前用户可以直接用exit

11、如果在步骤6的6.4需要密码，则说明无秘钥登录设置失败，办法就是卸载ssh，在重新安装，从6在重新开始，卸载前要先关闭sshd服务：sudo stop ssh，然后执行：

 sudo apt-get autoremove openssh-server

 sudo apt-get autoremove openssh-client,

同时要删除.ssh文件目录:sudo rm -rf .ssh，最好重启一下，然后从步骤5重新开始。

12、安装java jdk，在当前用户下建立一个目录:sudo mkdir Java,这样不是在root用户下进行的，而是在本用户下进行安装的。

  12.1 解压： tar zxvf  jkd名称   -C(大写)  /Java

  12.2 把Java目录中的文件名改为：jdk8：sudo mv jdk名称  jdk8

  12.3 配置文件java路径：vim ~/.bashrc  在文件的最后加入下面的内容

      export JAVA_HOME = /home/hadoop/Java/jdk8

      export JRE_HOME =${JAVA_HOME}/jre

      export CLASSPATH=.:{JAVA_HOME}/lib:${JRE_HOME}/lib

      export PATH=${JAVA_HOME}/bin:$PATH

 12.4 退出后，执行：source ~/.bashrc使其立即生效

 12.5 检查jdk是否安装成功：java -version，如果出现java的版本等信息，则说明安装成功

13、安装hadoop，在主机Master进行hadoop的安装和配置，然后把此hadoop复制到Slaver1和Slaver2上，这样的一种安装虽然说不是最优的，但是对于初学者来说，是最方便的，当逐渐深入hadoop的学习时，可以在根据不同的机器以及性能，对hadoop进行调优。

   13.1 把hadoop解压到用户的当前目录中：tar -zxvf  /Downloads/hadoop压缩文件，压缩文件后面没有跟任何的路径，就会在用户下当前目录建立一个解压的hadoop目录。

   13.2 修改hadoop的文件名：mv  hadoop名称  hadoop

   13.3 配置profile文件：vim /etc/profile:

       export HADOOP_INSTALL =/home/hadoop/hadoop

       export PATH = $PATH:${HADOOP_INSTALL}/bin

   13.4 进入hadoop目录中：cd hadoop，然后输入：source /etc/profile 从而使刚才配置的文件生效

14、Hadoop配置文件的配置，由于hadoop1.x和hadoop2.x使用了不同的资源管理，在hadoop2.x增加了yarn来管理hadoop的资源，同时hadoop的文件目录hadoop1.x和hadoop2.x还是有比较大的差别的，本教程采用的是hadoop2.7.0，在这里本人多说一句，有很多人建议对于初学者而言，最好使用hadoop0.2.0这样的版本来进行学习；本人建议没有必要这样，因为hadoop是在不断发展，说白了我们学习hadoop的目的是为了以后在工作中可以使用，现在公司一般都把自己的hadoop集群升级到hadoop2.x的稳定版本了，而且hadoop0.2.0与现在的hadoop版本有了很大的区别；对于理解hadoop的学习时有一定的帮助，但是没有必要非要从头开始学习，可以直接学习hadoop2.x，也可以不费太大的力气就可以学会的，并且hadoop2.x的书籍中，对之前的版本是会有介绍的，而且资料也比较的多。

   14.1 进入到hadoop的配置文件(这个是hadoop2.7.0版本的文件组织)：

        cd /hadoop/etc/hadoop

        使用：ls，可以看到很多的配置信息，首先我们配置core-site.xml

  14.2 配置hadoop的core-site.xml: vim core-site.xml,

      在尾部添加：

    <configuration>

       <property>

 <name>fs.defaultFS</name>

            <value>hdfs://192.168.12.32:9000</value> //这个一定要用主机的ip，在eclipse            的配置中需要用到。这个在eclipse链接hadoop将会谈到，暂且这样来进行配置

       </property>

       <property>

            <name>hadoop.tmp.dir</name>

            <value>/home/hadoop/hadoop/temp</value>

       </property>

</configuration>

在按照上面的配置时，上面的注释一定要去掉啊

14.3 配置hadoop的hdfs-site.xml:vim hdfs-site.xml

<configuration>

   <property>

       <name>dfs.namenode.secondary.http-address<name>

       <value>192.168.12.32:50090</value>

       <final>true</final>

   </property>

   <property>

       <name>dfs.namenode.name.dir</name>

       <value>/home/hadoop/hadoop/temp/dfs/name</value>

       //其中home为根目录，第一个hadoop是我建立的hadoop用户，第二个hadoop是安装hadoop时，建立的hadoop文件名，这个是设置临时文件的地方，当在初始化文件系统后，我们会在我们安装的hadoop路径下看见有一个temp的目录，这个路径的设置，大家可以根据各自的喜好进行设置，但是设置好后，自己以后能找到啊~~

       <final>true</final>

   </property>

   <property>

        <name>dfs.datanode.data.dir</name>

        <value>/home/hadoop/hadoop/temp/dfs/data</value>

        <final>true</final>

    </property>

    <property>

        <name>dfs.replication</name>

        <value>2</value> //由于本人是三台机器，可以设置2个副本，当两个计算机2时，要设置为1

     </property>

</configuration>

当大家在配置时，一定要把//后面的注释去掉啊~~

14.4 配置mapred-site.xml,这个文件开始时不存在的，首先需要从模板中复制一份:

     cp mapred-site.xml.template mapred-site.xml

     如果存在这个文件，就不用使用这个操作啦 

然后进行mapred-site.xml的配置:vim mapred-site.xml

<configuration>

   <property>

       <name>mapreduce.framework.name</name>

       <value>yarn</value>

   </property>

</configuration>

14.5 配置yarn-site.xml :vim yarn-site.xml

    <configuration>

        <property>

           <name>yarn.resourcemanager.hostname</name>

           <value>Master</value> //这个是主机名

         </property>

         <property>

            <name>yarn.nodemanager.aux-services</name>

            <value>mapreduce_shuffle</value>

          </property>

 14.6 配置slaves文件:vim slaves

      Slaver1

      Slaver2

15、配置hadoop-env.sh文件，在此文件中有一个导入java的目录，但是用#给注释掉啦，去掉后#，然后，把刚才安装的jdk8目录放在后面：export JAVA_HOME=/home/hadoop/Java/jdk8

16、复制hadoop到Slaver1和Slaver2上：

scp -r ./hadoop Slaver1:~

scp -r ./hadoop Slaver2:~

17、由于我们步骤13的配置，把hadoop的bin加入到shell命令中，因此在当前目录下就可以使用hadoop命令了啊：

   17.1 格式化文件系统：hadoop namenode -formate

        会显示多行的配置，在倒数5行左右，如果看到sucessfull等字，说明格式化成功

   17.2启动hdfs:start-dfs.sh

   17.3 启动yarn：start-yarn.sh

   17.4 查看是否启动成功：jps,如果在Master上出现四行提示信息：

        5399 Jps

        5121 ResourceManager

        3975 SecondaryNameNode

        4752 NameNode

则表示启动成功，显示的顺序和左边的数字可以不一样，

在Slaver上如果出现三行提示信息：

   4645 Jps

   4418 DataNode

   4531 NodeManager

则表示成功；如果在Slaver上，datanode无法启动，可能是因为以前配过伪分布式的hadoop集群，可以试着把刚才配置的temp文件夹给删除掉，重新进行格式化：hadoop namenode -format,在进行启动，应该可以使用啦

   17.5 这个时候，我们就可以用hadoop的shell命令来进行操作了啊：

        hadoop dfs -ls 

       这个可能会出现错误提示’ls’ ‘.’:no file or directiory

       这个时候我们可以试试:hadoop dfs -ls /,就不会出现错误了啊

      建立目录:

        hadoop dfs -mkdir /user

        hadoop dfs -mkdir /user/hadoop

        Hadoop dfs -mkdir /user/hadoop

      Hadoop dfs -mkdir /user/hadoop/input

      Hadoop dfs -mkdir /user/hadoop/output

     完事以后，就会出现三级目录了，然后建立一个文本，来运行一下wordcount程序：

     Vim a.txt,在里面随便写一下东西：

     Hadoop

     Hadoop

     Aaa

     Aaa

     Spark

     Spark

然后把这个传到hdfs上:hadoop dfs -copyFromLocal a.txt /user/hadoop/input/a.txt

运行wordcount程序：

 hadoop jar hadoop/share/hadoop/mapreduce/hadop-mapreduce-examples-2.7.0.jar wordcount /user/hadoop/input/a.txt /user/hadoop/output/wordcount/

查看运行的结果：hadoop dfs -cat /user/hadoop/output/wordcount/part-r-00000,就可以看到单词的统计。

18、静态ip的设置：网上有很多的关于静态ip的设置，本人找了一个，按照上面的教程方法，结果把Master主机上的右上角的上网图标给弄没有了啊，并且有些还上不了网啊，花费了一个下午的时间，终于弄明白了啊。设置永久性的静态ip，需要三个步骤，配置三个文件即可。

18.1 设置静态ip：sudo vim /etc/network/interfaces,会有如下信息：

     auto lo

         iface lo inet loopback

        注释掉：#ifacelo inet loopback

        添加：

        auto eth0

        iface eth0 inet static

        address 192.168.12.32  ip地址

        netmask 255.255.255.0 子网掩码

        gateway 192.168.12.1   网关

        network 192.168.0.0

        broadcast 192.168.11.255  广播

       然后保存退出

   18.2 配置DNS服务器，这个网上有很多，关于这个的配置，但是当我们重启Ubuntu后，又恢复默认的配置，导致无法正常上网，因此我们需要设置永久的DNS服务器：

   sudo vim /etc/resolvconf/resolv.conf/base

在里面添加：nameserver  202.96.128.86  DNS服务器(这个是我的DNS地址)，如果不知道自己的DNS服务，可以从windows中的网络中查看，网上有很多放法，这里就不多说了啊

然后保存退出

  18.3 配置Networkmanager.conf文件

      sudo vim /etc/NetworkManager/NetworkManager.conf

      里面的managed=false,如果是false，则需要把它改为true，否则不加修改，保存退出

  18.4 一定要是重新启动机器，如果启动机器时，无法上网，则需要看18.3，的文件是否是false，需要改过来，再重启机器就可以上网了啊。

19、上面是关于正式环境的集群，已经搭建成功；然后我们一般不会再Master上进行开发的，我们需要在windows环境下的eclipse进行开发，并在eclipse进行测试，因此，我们下面需要做得就是在windows7+eclipse下构建hadoop的开发环境；

19.1、下载eclipse的hadoop组件，由于hadoop2.x以后，Apache就不在提供eclipse的hadoop组件，只提供源码，我们需要自己构建。我是从网上下载一个eclipse的hadoop组件。

如果采用的hadoop是2.7.0版本的，使用hadoop2.6.0的hadoop组件是可以使用的，我的hadoop版本是2.7.0，而eclipse的hadoop组件是hadoop2.6.0，

下载组件地址：

19.2、选择eclipse的版本，我采用的是spring-tool，它是集成了eclipse的，采用这个的原因是实习的时候用的就是这个版本，而且从网上看到好多直接用eclipse的人，需要版本的选择，以及出现的错误比较多。

下载地址：http://spring.io/tools，点击下图的地方进行下载，下载后直接解压到一个磁盘上就可以使用啦。

进入到sts-3.7.1RELEASE里面，有一个STL.exe就可以打开了。

19.3、把刚才下载的eclipse的hadoop组件2.6.0放到上图中plugins里面，就可以重启STL，然后点击Window->Preferences,就会看到

则表示组件安装成功，然后点击Window->Perspective->Open Perspectiver->other,就会在左上角看到：

在正下方会看到：

右键点击上图的Location，会出现这个三个选项，点击New Hadoop Location，就会弹出如下信息：

上面的Location name:可以自己随便填写一个名字我起的是：myhadoop

Host:192.168.12.32，这个是我们安装集群的Master的ip地址，而不是直接填写Master，是因为当填写Master时，当链接hdfs时，会出现listing folder content错误，而且，我们在配置core-site.xml,文件的时，也是建议大家用ip地址，而不是Master，用意就是在这个地方。

Port：9001，这个是和我们设置的core-site.xml的配置一样的，

DFS Master中，Prot：9000，

然后保存退出；

19.4、然后点击这个的DFS Locations

会出现

这个名字，和刚才我们设置的一样啊，

然后再点击myhadoop，会出现：

这个是我建立的hadoop目录。到这里整个hadoop的安装，以及hadoop在windows下的远程开发都已经基本介绍完毕。但是真正实现hadoop的开发，还需要在eclipse中进行maven的安装学习。这个以后再慢慢写吧