hadoop2.6.5+sqoop1.4.6环境部署与测试（一）-创新互联

情景描述：

用户的登录信息以记录的方式被存放在mysql(版本为5.1.73)的表中，现打算使用sqoop将登录记录抽取并存放到hdfs上，并使用mapreduce程序统计每个用户的登录次数。

环境描述：
采用4台虚拟机部署hadoop2.6.5的完全分布式环境，在其中一台担任namenode节点的主机上安装mysql-server和sqoop，用于存放和抽取源数据。除此之外，使用一台另外的机器编写mapreduce程序和发布jar包，提供给hadoop使用。
4台部署hadoop机器信息与集群中担任的角色信息如下：

IP         主机名              hadoop集群担任角色
10.0.1.100    hadoop-test-nn    NameNode,ResourceManager
10.0.1.101    hadoop-test-snn   SecondaryNameNode
10.0.1.102    hadoop-test-dn1   DataNode,NodeManager
10.0.1.103    hadoop-test-dn2   DataNode,NodeManager

涉及软件：
1. jdk1.7.0_45 --hadoop和sqoop运行必须。
2. hadoop2.6.5 --下载地址：http://apache.fayea.com/hadoop/common/hadoop-2.6.5/hadoop-2.6.5.tar.gz
3. sqoop1.4.6 --下载地址：https://mirrors.tuna.tsinghua.edu.cn/apache/sqoop/1.4.6/ 注：请选择sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz下载，其他版本可能存在于hadoop2.6.5不兼容，导致抽取数据时出现异常。
4. mysql-connector-java-5.1.32-bin.jar，连接mysql的可执行JAR包，用于提供给sqoop连接mysql数据库，可以从https://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.32.tar.gz 下载的tar包中解压后的目录中获得。

准备工作：
1. 修改主机名，修改/etc/hosts文件，配置主机名和IP映射关系，使各VM间可以互相解析主机名：
在每个VM的/etc/hosts文件中添加如下记录：

10.0.1.100      hadoop-test-nn nn
10.0.1.101      hadoop-test-snn snn
10.0.1.102      hadoop-test-dn1 dn1
10.0.1.103      hadoop-test-dn2 dn2

2. 在每个VM上建立hadoop用户，以后的配置工作使用hadoop用户来进行，并使用ssh-keygen和ssh-copy-id命令配置各VM的hadoop用户可以SSH互信访问。
3. 安装JDK并配置环境变量：为每台VM解压jdk的jar包到/usr/local/java下，安装JDK，并配置JAVA_HOME变量，在/etc/profile中添加如下记录：

export JAVA_HOME=/usr/local/java/jdk1.7.0_45
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$JAVA_HOME/bin:$PATH

下一节介绍hadoop完全分布式环境搭建。

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。