Hadoop分布式集群搭建

Hadoop是一个开源的分布式系统框架

一.集群准备

    1. 三台虚拟机，操作系统Centos7，三台主机名分别为k1,k2,k3，NAT模式

    2.节点分布

        k1: NameNode DataNode ResourceManager NodeManager
        k2: SecondNameNode DataNode NodeManager
        k3 : DataNode NodeManager

    3.安装包准备

        jdk-8uxx-linux-x64.rpm
        hadoop-2.7.1.tar.gz

二.Linux准备

    1.关闭防火墙

        systemctl status firewalld  //查看防火墙状态
        systemctl stop firewalld    //关闭防火墙
        systemctl disable firewalld   //防火墙开机不启动

    2.修改主机名

        hostnamectl set-hostname 主机名
        注：如果克隆的虚拟机，那么需要修改主机名

    3.IP设置

        编辑：vi /etc/sysconfig/network-scripts/ifcfg-ens33    

文件中修改 ：
BOOTPROTO=none
ONBOOT=yes [开机启动网卡]
文件中添加 ： 
IPADDR=xxx  [IP地址]
NETMASK=xxx  [子网掩码]
GATEWAY=xxx  [网关] 
DNS1=xxx  

        重启网卡 ： systemctl restart network
        注 ： 克隆的虚拟机需要修改IP地址，删除UUID

    4.添加hosts文件

        编辑：vi /etc/host

文件中添加：
IP地址 主机名
IP地址 主机名
IP地址 主机名 

    5.安装JDK

        安装包 ： jdk-8uxx-linux-x64.rpm
        安装     ： rpm -ivh jdk-8uxx-linux-x64.rpm
        配置环境变量 ： vi /etc/profile

           文件中添加 ： 
                JAVA_HOME=/usr/java/jdk
                PATH=$PATH:$JAVA_HOME/bin:
                CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:

       

　　环境变量生效 ： source /etc/profile
        查看：java -version

    6.SSH免密 

        1. ssh-keygen
            之后一直回车就可以 
        2.ssh-copy-id 主机名 
            三台机子都需要进行免密
        3.ssh 主机名
             测试免密是否成功

三.HADOOP环境搭建

    1.解压缩

            安装包 ： hadoop-2.7.1.tar.gz
            解压缩 ： tar -zxvf hadoop-2.7.1.tar.gz -C /opt/apps    

    2.修改环境变量

            编辑 ：vi /etc/profile

文件中添加 ： 
  export HADOOP_HOME=/opt/apps/hadoop.2.7.1/
  export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:

    3.环境变量生效

            source/etc/profile

四.HADOOP配置文件

    1.进入hadoop配置文件目录

            cd /opt/apps/hadoop.2.7.1/etc/hadoop

    2.修改配置文件 ： hadoop-env.sh

vi hadoop-env.sh     
    修改文件中JAVA_HOME，改为自己JDK的路径

    3.配置文件 ：core-site.xml

        vi core-site.xml  添加如下内容：

            <property>
            <name>fs.defaultFS</name>
            <value>hdfs://主机名:8020</value>  //NameNode节点主机名
            </property>
            <property>
            <name>io.file.buffer.size</name>
            <value>4096<value>
            </property>
            <property>
            <name>hadoop.tmp.dir</name>
            <value>/home/hadoopdata/bigdata/tmp</value>
            </property>

    4.配置文件 ： hdfs-site.xml

        vi hdfs-site.xml 添加如下内容：

            <property>
            <name>dfs.namenode.name.dir</name>
            <value>file:///home/hadoopdata/dfs/name</value>
            </property>
            <property>
            <name>dfs.datanode.data.dir</name>
            <value>file:///home/hadoopdata/dfs/data<>
            </property>
            <property>
            <name>dfs.http.address</name>
            <value>NameNode节点主机名:50070</value>
            </property>
            <property>
            <name>dfs.secondary.http.address</name>
            <value>SecondNameNode节点主机名:50090</value>
            </property>
            <property>
            <name>dfs.replication</name>
            <value>3</value>
            </property>
            <property>
            <name>dfs.webhdfs.enabled</name>
            <value>true</value>
            </property>
            <property>
            <name>dfs.permissions</name>
            <value>false</value>      
            </property>

    5.配置文件 ： salves

        vi salves 添加以下内容(三台机器的主机名) ： 

            hostname1
            hostname2
            hostname3

    6.配置文件 ： mapred-site.xml

        mv mapred-site.xml.template mapred-site.xml  (进行重命名)
        vi mapred-site.xml  添加以下内容 ： 

            <property>
            <name>mapreduce.framework.name</name>
            <value>yarn</value>
            <final>true</final>  
            </property>
            <property> 
            <name>mapreduce.jobhistory.address</name>
            <value>历史服务:10020</value>
            </property>
            <property>
            <name>mapreduce.jobhistory.webapp.address</name>
            <value>历史服务节点主机名:19888</value>
            </property>

    7.配置文件 ： yarn-site.xml

        vi yarn-site.xml 添加如下内容 ： 

            <property>
            <name>yarn.resourcemanager.hostname</name>
            <value>ResourceManager节点主机名</value>
            </property>
            <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
            </property>
            <property>
            <name>yarn.resourcemanager.address</name>
            <value>ResourceManager节点主机名:8032</value>
            </property>
            <property>
            <name>yarn.resourcemanager.scheduler.address</name>
            <value>ResourceManager节点主机名:8030</value>
            </property>
            <property>
            <name>yarn.resourcemanager.resource-tracker.address</name>      
            <value>ResourceManager节点主机名:8031</value>
            </property>
            <property>
            <name>yarn.resourcemanager.admin.address</name>
            <value>ResourceManager节点主机名:8033</value>
            </property>
            <property>
            <name>yarn.resourcemanager.webapp.address</name>
            <value>ResourceManager节点主机名:8088</value>
            </property>
            <property>
            <name>yarn.client.failover-proxy-provider</name>   
            <value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value>              </property>
            <property>
            <name>yarn.web-proxy.address</name>
            <value>ResourceManager节点主机名:9989</value>
            </property>

五.Hadoop启动【Hadoop分发到别的机器，三台机器都要有Hadoop】

    1.格式化NameNode

        hdfs namenode -format
        注 ： 如出现 [name has been successfully formated] 则格式化成功

    2.启动进程

        start-dfs.sh     
        start-yarn.sh

    3.查看节点 ------  jps

    4.创建wordcount.txt 验证Yarn

        yarn jar /root/app/hadoop-2.7.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /hello.txt /out/1

六.谢谢

    扫码关注,我们一起学习进步,回复'分享',会有惊喜等着你~