[精华]Hadoop,HBase分布式集群和solr环境搭建

1. 机器准备(这里做測试用,目的准备5台CentOS的linux系统)

1.1 准备了2台机器,安装win7系统(64位)
两台windows物理主机:
192.168.131.44 administrator/(password是一个空格)
192.168.131.67 administrator/(password是一个空格)
1.2. 每台机器上安装VMwareWorkstation8.0.3
VMwareWorkstation8.0.3序列号:JG2TD-DJL95-FZZZ8-DU1NH-33GH7
1.3. 创建虚拟机CentOS-6.5-x86_64-bin-DVD1.iso
personalize Linux:
full name: hadoop
user name: hadoop
password : root
可在VMwareWorkstation中新建虚拟机,或克隆(已有虚拟机)的方式高速创建5台CentOS-6.5-x86_64-bin机器.分别为master1,master2,slave1,slave2,solr; username/password都是root/root.
192.168.131.60 root/root
192.168.131.86 root/root
192.168.131.81 root/root
192.168.131.85 root/root
192.168.131.90 root/root
新建:

克隆:

2. 基础环境配置

为了便于以后对虚拟机操作, 建议对5台CentOS进行基础环境配置.
进入虚拟机后,建议以root用户方式登录

2.1 固定机器IP
两种方式：
第一种：通过Linux图形界面进行改动（强烈推荐）
进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击editbutton -> 选择IPv4 -> method选择为manual -> 点击addbutton -> 加入IP：192.168.131.60 子网掩码：255.255.255.0 网关：192.168.131.1 -> apply

    另外一种：改动配置文件方式
    vim /etc/sysconfig/network-scripts/ifcfg-eth0

        DEVICE="eth0"
        BOOTPROTO="static"           ###
        HWADDR="00:0C:29:3C:BF:E7"
        IPV6INIT="yes"
        NM_CONTROLLED="yes"
        ONBOOT="yes"
        TYPE="Ethernet"
        UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
        IPADDR="192.168.131.60"       ###
        NETMASK="255.255.255.0"      ###
        GATEWAY="192.168.131.1"        ###

2.2 关闭防火墙
查看防火墙状态: service iptables status
关闭防火墙
service iptables status
service iptables stop
#查看防火墙开机启动状态
chkconfig iptables –list
#关闭防火墙开机启动
chkconfig iptables off
2.3 改动hostname:
vim /etc/sysconfig/network

    NETWORKING=yes
    HOSTNAME=master1    ###

五台机器分别改动为master1,master2,slave1,slave2,solr.
2.4 配置hosts文件
编辑hosts文件:
vim /etc/hosts, 加入例如以下机器信息
192.168.131.60 master1
192.168.131.86 slave1
192.168.131.81 master2
192.168.131.85 slave2
192.168.131.90 solr
訪问hdfs用的的windows系统,包括开发用的机器,都须要将ip地址信息加入hosts文件.
2.5 配置master1,master2,slave1,slave2,solr机器之间的ssh免password登录:
生成ssh免登陆密钥
cd ~，进入到我的home文件夹
cd .ssh/

ssh-keygen -t rsa （四个回车）
运行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免登陆的机器上
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
或
ssh-copy-id -i localhost 

拷贝authorized_keys文件到其它机器命令
scp authorized_keys root@master2:~/.ssh/
附: 多台机器设置ssh免password登陆技巧方法:
1.安装ssh. sudo apt-get install ssh. 安装完毕后会在~文件夹（当前用户主文件夹，即这里的/home/xuhui）下产生一个隐藏文件夹.ssh（ls -a 能够查看隐藏文件）。

假设没有这个文件，自己新建就可以（mkdir .ssh）.
2.进入.ssh文件夹以下。在每台机器上运行：ssh-keygen -t rsa 之后一路回车。产生密钥。
3。完毕第二步后会产生两个文件：
id-rsa #私钥
id-rsa.pub #公钥
4.在第一台机器的文件夹.ssh下运行命令，cat id-rsa.pub >> authorized_keys；此后.ssh以下会出现authorized_keys文件。

5.然后将第一台机器的.ssh文件夹以下的authorized_keys文件拷贝到第二台计算机的.ssh文件夹下，如：scp authorized_keys xuhui@cloud002:~/.ssh/
6.再转到第二台机器的.ssh文件夹下。会发现刚刚传输过来的文件-authorized_keys。然后运行命令，将第二台计算机的公钥也加进来。如：cat id-rsa.pub >> authorized_keys.
7.将第二台计算机新生成的authorized_keys传输第三台计算机，将第三台计算机的公钥-id-rsa.pub加入到从第二台计算机传过来的authorized_keys里面。
8.依次类推。直至集群中的最后一台计算机。

9.在集群的最后一台计算机运行完加入后，生成的authorized_keys文件就包括集群中全部计算机的公钥，假设以后还有机器加进到集群中来。能够直接加入到文件-authorized_keys。最后。将最后生成的authorized_keys拷贝到集群中的每一台计算机的.ssh文件夹下，覆盖掉之前的authorized_keys。
10.完毕第九步后，就能够在集群中随意一台计算机上，免passwordssh登录到其它计算机了。
2.6 时间同步
在联网状态下, 调整全部机器在同一时区, 如shanghai, 时间就可以自己主动同步。

3. 安装JDK

安装JDK, hadoop,hbase 能够先在一台机器安装,如master1机器上. 安装完毕后直接copy相关文件和文件夹到其它机器就可以完毕全部机器安装. 以下有具体步骤说明.
1. 解压jdk
#创建文件夹
mkdir /usr/java
#解压
tar -zxvf jdk-7u55-linux-i586.tar.gz -C /usr/java/
(对于jdk-6u45-linux-x64.bin这种须要:
1)在下载得到的二进制文件上运行 chmod +x 命令
chmod +x jdk-6u21-linux-x64.bin
2)运行该二进制文件：
./jdk-6u21-linux-x64.bin )
2. 将java加入到环境变量中
vim /etc/profile
#在文件最后加入
export JAVA_HOME=/usr/java/jdk1.6.0_45
export PATH=PATH:JAVA_HOME/bin

    #刷新配置
    source /etc/profile

4.安装hadoop

1. 上传hadoop安装包

2. 解压hadoop安装包
   mkdir /data
   #解压到/data/文件夹下
   tar -zxvf hadoop-2.2.0.tar.gz -C /data/

3. 改动配置信息:（5个文件）/hadoop-2.2.0/etc/hadoop文件夹下
   第一个：hadoop-env.sh
   在27行改动
   export JAVA_HOME=/usr/java/jdk1.6.0_45
   第二个：core-site.xml

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master1:9001</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/data/hadoopdata/tmp</value>
</property>
</configuration>

第三个：hdfs-site.xml

<configuration> 
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master2:9001</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/data/hadoop-2.2.0/name</value>
<final>true</final>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/data/hadoop-2.2.0/data01</value>
<final>true</final>
</property>     
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
</configuration>

第四个：mapred-site.xml.template 须要重命名： mv mapred-site.xml.template mapred-site.xml

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapred.system.dir</name>
<value>file:/data/mapred/system</value>
<final>true</final>
</property>
<property>
<name>mapred.local.dir</name>
<value>file:/data/mapred/local</value>
<final>true</final>
</property>
</configuration>    

第五个：yarn-site.xml

<configuration>

<property>
<name>yarn.resourcemanager.address</name>
<value>master1:8032</value>
</property>

<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>master1:8030</value>
</property>

<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>master1:8031</value>
</property>

<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master1:8033</value>
</property>

<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master1:8088</value>
</property>

<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>

</configuration>

1. 将hadoop加入到环境变量
   vim /etc/profile

   export JAVA_HOME=/usr/java/jdk1.6.0_45
   export HADOOP_HOME=/cloud/hadoop-2.2.0
   export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
   

5. 安装hbase

1. 拷贝hbase-0.96.0-hadoop2-bin.tar.gz到linux
   解压到/data文件夹下.
   配置:

2. 把hadoop的hdfs-site.xml和core-site.xml 放到hbase/conf下

3. 改动conf/hbase-env.sh (4处改动,例如以下截图)
   

4. 改动hbase-site.xml文件:

<configuration>
  <property>
    <name>hbase.rootdir</name>
    <value>hdfs://master1:9001/hbase</value>
    <description>The directory shared by RegionServers</description>
  </property>
  <property>
    <name>hbase.master</name>
    <value>master1:60000</value>
    <description>The directory shared by RegionServers</description>
  </property>
  <property>
    <name>hbase.cluster.distributed</name>
    <value>true</value>
    <description>The mode the cluster will be in.Possible values are
      false: standalone and pseudo-distributed setups with managed Zookeeper
      true: fully-distributed with unmanaged Zookeeper Quorum (see hbase-env.sh)
    </description>
  </property>
  <property>
    <name>hbase.zookeeper.quorum</name>
    <value>slave1,slave2</value>
    <description>The directory shared by RegionServers</description>
  </property>
  <property>
    <name>hbase.zookeeper.property.dataDir</name>
    <value>/data/hadoopdata/hbase/zookeeper</value>
    <description>Property from ZooKeeper's config zoo.cfg.
      The directory where the snapshot is stored.
    </description>
  </property>
</configuration>

1. 改动 regionservers
   vim regionservers
   slave1
   slave2

6. 完毕其它机器环境安装

把master1的hadoop文件夹、jdk文件夹、hbase文件夹、/etc/hosts、/etc/profile拷贝到master2、slave1、slave2节点
1. Hadoop文件夹：/data/hadoop-2.2.0
scp -r /data/hadoop-2.2.0 root@master2:/data
scp -r /data/hadoop-2.2.0 root@slave1:/data
scp -r /data/hadoop-2.2.0 root@slave2:/data
2. Jdk文件夹：/usr/java
scp -r /usr/java root@master2:/usr/java
scp -r /usr/java root@slave1:/usr/java
scp -r /usr/java root@slave2:/usr/java
3. 拷贝hbase到其它节点
scp -r /data/hbase-0.96.0-hadoop2/ master2:/data
scp -r /data/hbase-0.96.0-hadoop2/ slave1:/data
scp -r /data/hbase-0.96.0-hadoop2/ slave2:/data
4. 拷贝/etc/hosts到其它节点：
scp /etc/hosts root@master2:/etc/hosts
scp /etc/hosts root@slave1:/etc/hosts
scp /etc/hosts root@slave2:/etc/hosts
5. 拷贝/etc/profile到其它节点：
scp /etc/profile root@master2:/etc/profile
scp /etc/profile root@slave1:/etc/profile
scp /etc/profile root@slave2:/etc/profile

7.启动集群:

仅仅须要在主节点。即master1机器上运行。
1. 格式化HDFS（namenode）第一次使用时要格式化,仅仅须要在master1上操作.
在master1机器上cd 到hadoop文件夹的sbin文件夹下
#hdfs namenode -format

1. 启动hdfs:
   ./start-all.sh
   这时能够查看:http://192.168.131.60:50070 (HDFS管理界面)
   3.启动hbase,
   启动hbase，在主节点上运行：
   start-hbase.sh
   附: 单独启动hmaster命令:
   ./hbase-daemon.sh start master

2. 查看各个节点服务启动状态:
   Master1:
   
   Master2:
   
   Slave1:
   
   Slave2:
   

5.通过浏览器訪问管理页面
http://192.168.131.60:60010 hbase管理界面

http://192.168.131.60:8088 MR管理界面(yarn的管理界面)

http：//192.168.131.60:50070 hdfs的管理界面

至此。hbase集群环境搭建完毕！

！

8.准备solr机器

8.1 机器基础环境配置
1.安装JDK(较为简单,具体步骤略)
8.2 安装tomcat
1.拷贝apache-tomcat-6.0.37.tar.gz到CentOS 的/data/tools文件夹下
2.解压到/data/solr-tomcat
#tar -xvzf apache-tomcat-6.0.37.tar.gz -C /data/solr-tomcat
3.安装完tomcat后改动./conf/server.xml

<Connector port="8080" protocol="HTTP/1.1" 
               connectionTimeout="20000" 
               redirectPort="8443"  URIEncoding="UTF-8"/>

注：假设没有设置URIEncoding=”UTF-8”，在提交查询的select的url会出现乱码，当然也就查不到了。—看你搭配的环境,可能不用做
4.运行tomcat
[root@solr tools]# cd /data/solr_tomcat/apache-tomcat-6.0.37/bin/
[root@solr bin]# ./catalina.sh start
Using CATALINA_BASE: /data/solr_tomcat/apache-tomcat-6.0.37
Using CATALINA_HOME: /data/solr_tomcat/apache-tomcat-6.0.37
Using CATALINA_TMPDIR: /data/solr_tomcat/apache-tomcat-6.0.37/temp
Using JRE_HOME: /usr/java/jdk1.6.0_45
Using CLASSPATH: /data/solr_tomcat/apache-tomcat-6.0.37/bin/bootstrap.jar
浏览器訪问:
http://192.168.131.90:8080 显示apache-tomcat的页面即为成功安装.

停止Tomcat
# ./shutdown.sh
8.3 安装solr
1. 拷贝solr-4.7.2.tgz到CentOS 的/data/tools文件夹下
2. 解压到/data/solr-tomcat/solr
#tar -xvzf solr-4.7.2.tgz -C /data/solr-tomcat/solr
拷贝solr.war
将下载的solr包以下的dist文件夹中的solr-4.7.2.war 拷贝到 tomcat的webapps 而且改名为 solr.war Tomcat会自己主动生成对应的文件夹运行该solr。
把exmaple/webapps中的solr.war拷贝到tomcat
[root@svn-server tmp]makdir -p /opt/tomcat/webapps
[root@svn-server tmp]cp /opt/solr/example/webapps/solr.war /opt/tomcat/webapps/
复制solr/example/lib/ext下的jar包到/tomcat/../solr/WEB-INF/lib/下:
[root@svn-server tmp]cp /opt/solr/example/lib/ext/*.jar /opt/tomcat/webapps/solr/WEB-INF/lib/

拷贝其它

新建/opt/solr-tomcat/solr文件夹，把下载的solr包中的example/solr文件夹以下的全部文件放入到/opt/solr-tomcat/solr里面。

在tomcat的bin里面新建一个solr文件夹
cd /home/wujiaqi/apache-tomcat/bin/
mkdir solr
5.将solr的example/solr文件夹下的collection1文件夹和solr.xml拷贝到tomcat的bin文件夹下的solr文件夹
cd /home/wujiaqi/solr/example/solr/
cp -r collection1/ solr.xml /home/wujiaqi/apache-tomcat/bin/solr
Solr配置MultiCore:
首先 进入solr文件夹下的multicore文件夹：
cd /usr/local/solr-4.6.0/example/multicore/
拷贝core0 core1 solr.xml 文件到/data/solr-tomcat/solr文件夹
编辑solr.xml配置文件 :

<solr persistent="false">
  <!--
  adminPath: RequestHandler path to manage cores.
    If 'null' (or absent), cores will not be manageable via request handler
  -->
  <cores adminPath="/admin/cores" host="${host:}" hostPort="${jetty.port:}">
    <core name="core0" instanceDir="core0" />
    <core name="core1" instanceDir="core1" />
    <core name="core2" instanceDir="core2" />
    <core name="core3" instanceDir="core3" />
  </cores>
</solr>

1. 配置指定solr的核心文件夹,进入tomcat 改动tomcat中的配置文件：
   cd /usr/local/tomcat/conf/Catalina/localhost/

<?
xml version="1.0" encoding="UTF-8"?
>
<Context docBase="/data/solr_tomcat/apache-tomcat-6.0.37/webapps/solr.war" reloadable="true" >            
    <Environment name="solr/home" type="java.lang.String" value="/data/solr_tomcat/apache-tomcat-6.0.37/solr" override="true" />
</Context> 

安装分词工具：IK Analyzer 2012FF_hf1
1）把下载好的IKAnalyzer2012FF_u1.jar 上传到/opt/tomcat/webapps/solr/WEB-INF/lib
[root@localhost lib]# pwd
/opt/tomcat/webapps/solr/WEB-INF/lib
2）设置IKAnalyzer中文分词
改动/data/solr_tomcat/apache-tomcat-6.0.37/solr/core0/conf 中的schema.xml(根据搭配环境须要配置)
详见文件:
配置文件solrsolrcore0confschema.xml
这里能够下载: http://pan.baidu.com/s/1bnHbN2Z
启动solr
进入example文件夹
运行:
java -jar start.jar
看到以下信息,即为solr启动成功.

这时候訪问 web 页面:
http://192.168.131.90:8080/solr/admin/
就可以看到 solr 的 管理端: