【注】該系列文章以及使用到安裝包/測試數據 可以在《傾情大奉送--Spark入門實戰系列》獲取

1、編譯Hadooop

1.1 搭建環境

1.1.1 安裝并設置maven

1. 下載maven安裝包，建議安裝3.0以上版本，本次安裝選擇的是maven3.0.5的二進制包，下載地址如下

http://mirror.bit.edu.cn/apache/maven/maven-3/

2. 使用ssh工具把maven包上傳到/home/hadoop/upload目錄

3. 解壓縮apache-maven-3.0.5-bin.tar.gz包

$tar -zxvf apache-maven-3.0.5-bin.tar.gz

4. 把apache-maven-3.0.5目錄移到/usr/local目錄下

$sudo mv apache-maven-3.0.5 /usr/local

5. 在/etc/profile配置文件中加入如下設置

export PATH=$JAVA_HOME/bin:/usr/local/apache-maven-3.0.5/bin:$PATH

6. 編輯/etc/profile文件并驗證配置是否成功:

$source /etc/profile

$mvn -version

1.1.2 以root用戶使用yum安裝svn

#yum install svn

1.1.3 以root用戶使用yum安裝autoconf automake libtool cmake

#yum install autoconf automake libtool cmake

1.1.4 以root用戶使用yum安裝ncurses-devel

#yum install ncurses-devel

1.1.5 以root用戶使用yum安裝openssl-devel

#yum install openssl-devel

1.1.6 以root用戶使用yum安裝gcc*

#yum install gcc*

1.1.7 安裝并設置protobuf

注：該程序包需要在gcc安裝完畢后才能安裝，否則提示無法找到gcc編譯器。

1. 下載protobuf安裝包

下載鏈接為： https://code.google.com/p/protobuf/downloads/list

2. 使用ssh工具把protobuf-2.5.0.tar.gz包上傳到/home/hadoop/Downloads目錄

3. 解壓安裝包

$tar -zxvf protobuf-2.5.0.tar.gz

4. 把protobuf-2.5.0目錄轉移到/usr/local目錄下

$sudo mv protobuf-2.5.0 /usr/local

5. 進行目錄運行命令

進入目錄以root用戶運行如下命令：

#./configure

#make

#make check

#make install

6. 驗證是否安裝成功

運行成功之后，通過如下方式來驗證是否安裝成功

#protoc

1.2 編譯Hadoop

1.2.1 下載Hadoop源代碼 Release2.2.0

通過SVN獲取Hadoop2.2.0源代碼，在/home/hadoop/Downloads目錄下命令：

$svn checkout http://svn.apache.org/repos/asf/hadoop/common/tags/release-2.2.0

獲取時間較長，大小約75.3M

1.2.2 編譯Hadoop源代碼

:) 由于hadoop2.2.0在svn中pom.xml有點問題，會造成編譯中出錯，可先參考3.2修復該問題。在Hadoop源代碼的根目錄執行如下命令：

$mvn package -Pdist,native -DskipTests –Dtar

(注意：這行命令需要手工輸入，如果復制執行會報異常！)

耗費的時間較長，總共花費了32分鐘，在編譯過程需要聯網，從網絡中下載所需要的資料。

1.2.3 驗證編譯是否成功

到 hadoop-dist/target/hadoop-2.2.0/lib/native 目錄中查看libhadoop.so.1.0.0屬性：

$file ./libhadoop.so.1.0.0

該文件為ELF 64-bit LSB則表示文件成功編譯為64位

在hadoop-dist/target目錄中已經打包好了hadoop-2.2.0.tar.gz，該文件作為Hadoop2.X 64位安裝包。

2、安裝Hadoop

2.1 配置準備

2.1.1 上傳并解壓Hadoop安裝包

1.在Apache網站上提供Hadoop2.X安裝包只支持32位操作系統安裝，在64位服務器安裝會出現4.1的錯誤異常。我們使用上一步驟編譯好的hadoop-2.2.0.tar.gz文件作為安裝包（也可以從網上下載native文件夾或者打包好的64位hadoop安裝包），使用"Spark編譯與部署（上）"中1. 3.1介紹的工具上傳到/home/hadoop/upload 目錄下

2. 在主節點上解壓縮

$cd /home/hadoop/upload/

$tar -xzf hadoop-2.2.0.tar.gz

3. 把hadoop-2.2.0目錄移到/app/hadoop目錄下

$ mv hadoop-2.2.0 /app/hadoop

$ls /app/hadoop

2.1.2 在Hadoop目錄下創建子目錄

hadoop用戶在/app/hadoop/hadoop-2.2.0目錄下創建tmp、name和data目錄

$cd /app/hadoop/hadoop-2.2.0/

$mkdir tmp

$mkdir name

$mkdir data

$ll

2.1.3 配置hadoop-env.sh

1.     打開配置文件hadoop-env.sh

$cd /app/hadoop/hadoop-2.2.0/etc/hadoop

$sudo vi hadoop-env.sh

2. 加入配置內容，設置JAVA_HOME和PATH路徑

export JAVA_HOME=/usr/lib/java/jdk1.7.0_55

export PATH=$PATH:/app/hadoop/hadoop-2.2.0/bin

3. 編譯配置文件hadoop-env.sh，并確認生效

$source hadoop-env.sh

$hadoop version

2.1.4 配置yarn-env.sh

1. 在/app/hadoop/hadoop-2.2.0/etc/hadoop打開配置文件yarn-env.sh

$cd /app/hadoop/hadoop-2.2.0/etc/hadoop

$sudo vi yarn-env.sh

2. 加入配置內容，設置JAVA_HOME路徑

export JAVA_HOME=/usr/lib/java/jdk1.7.0_55

3. 編譯配置文件yarn-env.sh，并確認生效

$source yarn-env.sh

2.1.5 配置core-site.xml

1. 使用如下命令打開core-site.xml配置文件

$sudo vi core-site.xml

2. 在配置文件中，按照如下內容進行配置

<configuration>

  <property>

    <name>fs.default.name</name>

    <value>hdfs://hadoop1:9000</value>

  </property>

  <property>

    <name>fs.defaultFS</name>

    <value>hdfs://hadoop1:9000</value>

  </property>

  <property>

    <name>io.file.buffer.size</name>

    <value>131072</value>

  </property>

  <property>

    <name>hadoop.tmp.dir</name>

    <value>file:/app/hadoop/hadoop-2.2.0/tmp</value>

    <description>Abase for other temporary directories.</description>

  </property>

  <property>

    <name>hadoop.proxyuser.hduser.hosts</name>

    <value>*</value>

  </property>

  <property>

    <name>hadoop.proxyuser.hduser.groups</name>

    <value>*</value>

  </property>

</configuration>

2.1.6 配置hdfs-site.xml

1. 使用如下命令打開hdfs-site.xml配置文件

$sudo vi hdfs-site.xml

2. 在配置文件中，按照如下內容進行配置

<configuration>

  <property>

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

   <value>hadoop1:9001</value>

  </property>

  <property>

   <name>dfs.namenode.name.dir</name>

   <value>file:/app/hadoop/hadoop-2.2.0/name</value>

  </property>

  <property>

   <name>dfs.datanode.data.dir</name>

   <value>file:/app/hadoop/hadoop-2.2.0/data</value>

  </property>

  <property>

   <name>dfs.replication</name>

   <value>2</value>

  </property>

  <property>

   <name>dfs.webhdfs.enabled</name>

   <value>true</value>

  </property>

</configuration>

2.1.7 配置mapred-site.xml

1. 默認情況下不存在mapred-site.xml文件，可以從模板拷貝一份

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

2. 使用如下命令打開mapred-site.xml配置文件

$sudo vi mapred-site.xml

3. 在配置文件中，按照如下內容進行配置

<configuration>

  <property>

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

    <value>yarn</value>

  </property>

  <property>

    <name>mapreduce.jobhistory.address</name>

    <value>hadoop1:10020</value>

  </property>

  <property>

    <name>mapreduce.jobhistory.webapp.address</name>

    <value>hadoop1:19888</value>

  </property>

</configuration>

2.1.8 配置yarn-site.xml

1. 使用如下命令打開yarn-site.xml配置文件

$sudo vi yarn-site.xml

2. 在配置文件中，按照如下內容進行配置

<configuration>

  <property>

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

    <value>mapreduce_shuffle</value>

  </property>

  <property>

    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>

    <value>org.apache.hadoop.mapred.ShuffleHandler</value>

  </property>

  <property>

    <name>yarn.resourcemanager.address</name>

    <value>hadoop1:8032</value>

  </property>

  <property>

    <name>yarn.resourcemanager.scheduler.address</name>

    <value>hadoop1:8030</value>

  </property>

  <property>

    <name>yarn.resourcemanager.resource-tracker.address</name>

    <value>hadoop1:8031</value>

  </property>

  <property>

    <name>yarn.resourcemanager.admin.address</name>

    <value>hadoop1:8033</value>

  </property>

  <property>

    <name>yarn.resourcemanager.webapp.address</name>

    <value>hadoop1:8088</value>

  </property>

</configuration>

2.1.9 配置Slaves文件

使用$sudo vi slaves打開從節點配置文件，在文件中加入

hadoop1

hadoop2

hadoop3

 

2.1.10 向各節點分發Hadoop程序

1.確認hadoop2和hadoop3節點/app/hadoop所屬組和用戶均為hadoop，然后進入hadoop1機器/app/hadoop目錄，使用如下命令把hadoop文件夾復制到hadoop2和hadoop3機器

$cd /app/hadoop

$scp -r hadoop-2.2.0 hadoop@hadoop2:/app/hadoop/

$scp -r hadoop-2.2.0 hadoop@hadoop3:/app/hadoop/

 

2. 在從節點查看是否復制成功

2.2 啟動部署

2.2.1 格式化NameNode

$cd /app/hadoop/hadoop-2.2.0/

$./bin/hdfs namenode -format

2.2.2 啟動HDFS

$cd /app/hadoop/hadoop-2.2.0/sbin

$./start-dfs.sh

如果服務器操作系統為32位時，出現問題3.1異常，可以參考解決

2.2.3 驗證HDFS啟動

此時在hadoop1上面運行的進程有：NameNode、SecondaryNameNode和DataNode

hadoop2和hadoop3上面運行的進程有：NameNode和DataNode

2.2.4 啟動YARN

$cd /app/hadoop/hadoop-2.2.0/sbin

$./start-yarn.sh

2.2.5 驗證YARN啟動

此時在hadoop1上運行的進程有：NameNode、SecondaryNameNode、DataNode、NodeManager和ResourceManager

hadoop2和hadoop3上面運行的進程有：NameNode、DataNode和NodeManager

3、問題解決

3.1 CentOS 64bit安裝Hadoop2.2.0中出現文件編譯位數異常

在安裝hadoop2.2.0過程中出現如下異常：Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

通過分析是由于lib/native目錄中有些文件是在32位編譯，無法適應CentOS 64位環境造成

有兩種辦法解決：

l  重新編譯hadoop，然后重新部署

l  暫時辦法是修改配置，忽略有問題的文件

3.2 編譯Hadoop2.2.0出現代碼異常

目前的2.2.0 的Source Code 壓縮包解壓出來的code有個bug 需要patch后才能編譯。否則編譯hadoop-auth 會提示下面錯誤：

[ERROR] Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:2.5.1:testCompile (default-testCompile) on project hadoop-auth: Compilation failure: Compilation failure:

[ERROR] /home/hadoop/Downloads/release-2.2.0/hadoop-common-project/hadoop-auth/src/test/java/org/apache/hadoop/security/authentication/client/AuthenticatorTestCase.java:[88,11] error: cannot access AbstractLifeCycle

[ERROR] class file for org.mortbay.component.AbstractLifeCycle not found

[ERROR] /home/hadoop/Downloads/release-2.2.0/hadoop-common-project/hadoop-auth/src/test/java/org/apache/hadoop/security/authentication/client/AuthenticatorTestCase.java:[96,29] error: cannot access LifeCycle

[ERROR] class file for org.mortbay.component.LifeCycle not found

直接修改hadoop-common-project/hadoop-auth/pom.xml，其實就是少了一個包，添加一個dependency：

<dependency>

      <groupId>org.mortbay.jetty</groupId>

      <artifactId>jetty-util</artifactId>

      <scope>test</scope>

</dependency>

 

3.3 安裝Hadoop2.2.0出現不能找到/etc/hadoop目錄異常

在安裝過程中啟動HDFS出現如下錯誤：

2015-01-14 22:55:16,076 WARN  [main] util.NativeCodeLoader (NativeCodeLoader.java:<clinit>(62)) - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable]

Error: Cannot find configuration directory: /etc/hadoop

Error: Cannot find configuration directory: /etc/hadoop

127.0.0.1           localhost

改為

192.168.0.61      localhost

重啟機器即可