hadoop v2.7.1

Hadoop是一个由Apache基金会所开发能够让用户轻松架构和使用的大规模数据处理平台。Hadoop的分布式架构，将大数据处理引擎尽可能的靠近存储，并且它的MapReduce功能实现了将单个任务打碎，并将碎片任务(Map)发送到多个节点上，之后再以单个数据集的形式加载(Reduce)到数据仓库里。Hadoop具备可靠、高效、可伸缩等特点，用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。除此之外，Hadoop 依赖于社区服务，因此它的成本比较低，任何人都可以使用。

优点

1. 高可靠性。

Hadoop按位存储和处理数据的能力值得人们信赖。

2. 高扩展性。

Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。

3. 高效性。

Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。

4. 高容错性。

Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。

5. 低成本。

与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比，hadoop是开源的，项目的软件成本因此会大大降低。

安装教程

Hadoop2.7.1的部署

机器环境：

操作系统：CentOS 6.4 64位系统

Hadoop版本：hadoop-2.7.1，在CentOS下自行编译后的64位版本。

安装步骤

1、首先下载安装包tar zxvf hadoop-2.7.1.tar.gz

2.在虚拟机中解压安装包

3.安装目录下创建数据存放的文件夹，tmp、hdfs、hdfs/data、hdfs/name

4、修改/home/yy/hadoop-2.7.1/etc/hadoop下的配置文件

修改core-site.xml，加上

fs.defaultFS

hdfs://s204:9000

hadoop.tmp.dir

file:/home/yy/hadoop-2.7.1/tmp

io.file.buffer.size

131702

5.修改hdfs-site.xml，加上

dfs.namenode.name.dir

file:/home/yy/hadoop-2.7.1/dfs/name

dfs.datanode.data.dir

file:/home/yy/hadoop-2.7.1/dfs/data

dfs.replication

2

dfs.namenode.secondary.http-address

s204:9001

dfs.webhdfs.enabled

true

6.修改mapred-site.xml，加上

mapreduce.framework.name

yarn

mapreduce.jobhistory.address

s204:10020

mapreduce.jobhistory.webapp.address

s204:19888

7.修改yarn-site.xml，加上

yarn.nodemanager.aux-services

mapreduce_shuffle

yarn.nodemanager.auxservices.mapreduce.shuffle.class

org.apache.hadoop.mapred.ShuffleHandler

yarn.resourcemanager.address

s204:8032

yarn.resourcemanager.scheduler.address

s204:8030

yarn.resourcemanager.resource-tracker.address

s204:8031

yarn.resourcemanager.admin.address

s204:8033

yarn.resourcemanager.webapp.address

s204:8088

yarn.nodemanager.resource.memory-mb

768

8、配置/home/yy/hadoop-2.7.1/etc/hadoop目录下hadoop-env.sh、yarn-env.sh的JAVA_HOME，否则启动时会报error

export JAVA_HOME=/home/yy/jdk1.8

9.配置/home/yy/hadoop-2.7.1/etc/hadoop目录下slaves

加上你的从服务器，我这里只有一个s205

配置成功后，将hadhoop复制到各个从服务器上

scp -r /home/yy/hadoop-2.7.1 root@s205:/home/yy/

10.主服务器上执行bin/hdfs namenode -format

进行初始化

sbin目录下执行 ./start-all.sh

可以使用jps查看信息

停止的话，输入命令，sbin/stop-all.sh

11.这时可以浏览器打开s204:8088查看集群信息啦

到此配置完成