hadoop安装文档

一、准备

　　该准备工作在三台机器上都需要进行，首先使用 vmvare 创建 1 个虚拟机，这台虚拟机是 master，一会需要把 master 克隆出两台 slave

　　　　

　　　　

　　　　

 　　　　

　　　　

　　　　

　　　　

　　　　

　　　　

　　　　

　　　　点确定然后开启此虚拟机

　　　　

　　　　

　　　　

　　　　

　　　　

　　　　

　　　　

　　　　然后添加/boot 分区，大小为 1G，文件系统选 ext4 

　　　　

　　　　然后添加 swap 分区，注意，swap 分区为内存的 2 倍，文件系统则选择为 swap 

　　　　

　　　　然后点完成 

　　　　

　　　　

　　　　

　　　　

　　　　

　　　　

　　　　然后等待安装完成，然后点重启

　　　　

　　　　

　　　　到此系统安装就完成了，然后设置网络 

　　　　

　　　　

　　　　点完确定后，然后再进去查看下网关

　　　　

　　　　

　　　　点取消，记住这个网关 

　　　　1、我先换下主机名 

[root@localhost ~]# hostnamectl set-hostname wangmaster 
[root@localhost ~]# hostname wangmaster 
[root@localhost ~]# exit

　　　　2、重新登录，然后设置网卡 

[root@wangmaster ~]# vi /etc/sysconfig/network-scripts/ifcfg-eno16777736  
TYPE=Ethernet 
BOOTPROTO=static 
DEFROUTE=yes 
PEERDNS=yes 
PEERROUTES=yes 
IPV4_FAILURE_FATAL=no 
IPV6INIT=yes 
IPV6_AUTOCONF=yes 
IPV6_DEFROUTE=yes 
IPV6_PEERDNS=yes 
IPV6_PEERROUTES=yes 
IPV6_FAILURE_FATAL=no 
NAME=eno16777736 
DEVICE=eno16777736 
ONBOOT=yes  //启用网卡 
IPADDR=192.168.225.100  //设置 IP 
NETMASK=255.255.255.0  //设置掩码 
GATEWAY=192.168.225.2  //设置网关，就是记住的网关 
DNS1=114.114.114.114 //设置 DNS 
DNS2=114.114.114.115   //设置备用 DNS 
[root@wangmaster ~]# systemctl restart network.service //重启网络

　　　　3、设置网络 YUM 源 

　　　　

　　　　选择远程登录工具登录操作 （可以用Xshell）

　　　　

　　　　点击文件传输按钮，进入Xftp软件，进行传输文件。

　　　　

　　　　将上面保存的文件传入/etc/yum.repos.d文件夹下。

　　　　　　　　

[root@wangmaster ~]# cd /etc/yum.repos.d/ 
[root@wangmaster yum.repos.d]# ls
CentOS7-Base-163.repo  CentOS-Debuginfo.repo  CentOS-Sources.repo 
CentOS-Base.repo       CentOS-fasttrack.repo  CentOS-Vault.repo 
CentOS-CR.repo         CentOS-Media.repo 
[root@wangmaster yum.repos.d]# mv CentOS-Base.repo CentOS-Base.repo.bak //使原来的 yum 失效 
[root@wangmaster yum.repos.d]# yum clean all  //清除 yum 缓存 
已加载插件：fastestmirror 
正在清理软件源： base extras updates 
Cleaning up everything 
[root@wangmaster yum.repos.d]# yum repolist  //更新 yum 库 
已加载插件：fastestmirror 
base                                                     | 3.6 kB     00:00      
extras                                                   | 3.4 kB     00:00      
updates                                                  | 3.4 kB     00:00      
(1/4): base/7/x86_64/group_gz                              | 155 kB   00:00      
(2/4): extras/7/x86_64/primary_db                          | 139 kB   00:00      
(3/4): base/7/x86_64/primary_db                            | 5.6 MB   00:09      
(4/4): updates/7/x86_64/primary_db                         | 3.9 MB   00:11      
Determining fastest mirrors 
源标识                         源名称                                      状态 
base/7/x86_64                  CentOS-7 - Base - 163.com                 9,363 
extras/7/x86_64                CentOS-7 - Extras - 163.com               311 
updates/7/x86_64               CentOS-7 - Updates - 163.com              1,126 
repolist: 10,800 
[root@wangmaster yum.repos.d]# 
[root@wangmaster yum.repos.d]# yum install -y vim //安装 VIM 工具 

　　　　4、关闭 selinux

[root@wangmaster yum.repos.d]# vim /etc/selinux/config  
# This file controls the state of SELinux on the system. 
# SELINUX= can take one of these three values: 
#     enforcing - SELinux security policy is enforced. 
#     permissive - SELinux prints warnings instead of enforcing. 
#     disabled - No SELinux policy is loaded. 
SELINUX=disabled 
# SELINUXTYPE= can take one of three two values: 
#     targeted - Targeted processes are protected, 
#     minimum - Modification of targeted policy. Only selected processes are 
pro 
tected.  
#     mls - Multi Level Security protection. 
SELINUXTYPE=targeted

　　　　5、停止防火墙功能

[root@wangmaster ~]# systemctl stop firewalld.service 停止防火墙 
[root@wangmaster ~]# systemctl disable firewalld.service  停止防火墙开机自启动 
[root@wangmaster ~]# systemctl status firewalld 查看防火墙状态

　　　　6、规划为 3 个虚拟机，分别为 master，slave1，slave2，在/etx/hosts 文件中修改 

[root@wangmaster ~]# vim /etc/hosts 
127.0.0.1   localhost localhost.localdomain localhost4 
localhost4.localdomain4 
::1         localhost localhost.localdomain localhost6 
localhost6.localdomain6 
 
192.168.225.100 wangmaster 
192.168.225.101 wangslave1 
192.168.225.102 wangslave2 

　　　　然后重启虚拟机（一定要重启，因为 selinux 设置重启才生效）

　　　　（注意：在所有三台虚拟机中都进行这样的修改，ip 地址根据实际情况进行修改）

　　　　7、使用如下命令在线安装 

[root@wangmaster ~]$ yum install –y wget 
[root@wangmaster ~]$ yum install –y net-tools 

　　　　8、创建目录

[root@wangmaster ~]# mkdir /opt/bigdata

　　　　9、将 jdk 拷贝到 192.168.225.100 的 opt 的 bigdata 目录 

[root@wangmaster bigdata]# ls 
hadoop-2.7.3.tar.gz  jdk1.8.tar.gz 
这里我提前在 bigdata 中传入了所需要的软件

　　　　10、在 master 中创建用户 hadoop 

[root@wangmaster bigdata]# useradd hadoop 
[root@wangmaster bigdata]# id hadoop 
uid=1000(hadoop) gid=1000(hadoop) 组=1000(hadoop) 
[root@wangmaster ~]# passwd hadoop 
更改用户 hadoop 的密码 。我设置的密码是 123456，需要打两遍 
新的 密码： 
无效的密码： 密码少于 8 个字符 
重新输入新的 密码： 
passwd：所有的身份验证令牌已经成功更新。 
[root@wangmaster ~]# 

　　　　11、使用户成为 sudoers，以 root 用户修改文件/etc/sudoers，修改方式如下： 

[root@wangmaster bigdata]# vim /etc/sudoers 
## Allow root to run any commands anywhere 
root    ALL=(ALL)       ALL 
hadoop  ALL=(ALL)       ALL 

　　　　12、修改/opt/bigdata 文件夹的权限

[root@wangmaster ~]# chmod -R 777 /opt/bigdata 
[root@wangmaster ~]# chown -R hadoop.hadoop /opt/bigdata 
[root@wangmaster ~]# ll /opt 
总用量 4 
drwxrwxrwx. 2 hadoop hadoop 4096 4 月   9 05:28 bigdata 

　　　　13、安装 JDK 运行环境 

[hadoop@wangmaster bigdata]# tar -zxvf jdk1.8.tar.gz  
[hadoop@wangmaster bigdata]# mv /opt/bigdata/jdk1.8 /opt/bigdata/ 
hadoop@wangmaster bigdata]# ls 
hadoop-2.7.3.tar.gz  jdk1.8  jdk1.8.tar.gz  opt 

　　　　14、在修改/etc/profile 文件，配置 java 环境： 

[root@wangmaster ~]$ vim /etc/profile 
#java configuration 
JAVA_HOME=/opt/bigdata/jdk1.8 
JAVA_BIN=/opt/bigdata/jdk1.8/bin 
PATH=$PATH:$JAVA_HOME/bin 
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/jre/lib/rt.jar 
export JAVA_HOME 
export JAVA_BIN  
export PATH  
export CLASSPATH 
[hadoop@wangmaster ~]# source /etc/profile 
[hadoop@wangmaster bigdata]$ java -version 
java version "1.8.0_111" 
Java(TM) SE Runtime Environment (build 1.8.0_111-b14) 
Java HotSpot(TM) 64-Bit Server VM (build 25.111-b14, mixed mode) 
[hadoop@wangmaster bigdata]$ javac -version 
javac 1.8.0_111 

　　　　（注：上图中，JAVA_HOME 为你安装的 JDK 路径） 

　　　　15、安装 hadoop

[hadoop@wangmaster bigdata]$ tar -zxvf hadoop-2.7.3.tar.gz  
[hadoop@wangmaster bigdata]$ ll 
总用量 386500 
drwxr-xr-x. 9 hadoop hadoop      4096 8 月  18 2016 hadoop-2.7.3 
-rwxrwxrwx. 1 hadoop hadoop 214092195 3 月  13 19:16 hadoop-2.7.3.tar.gz 
drwxrwxrwx. 8 hadoop hadoop      4096 3 月  13 00:14 jdk1.8 
-rwxrwxrwx. 1 hadoop hadoop 181668321 3 月  22 23:31 jdk1.8.tar.gz

　　　　16、在 hadoop 目录下建立 tmp 目录，并将权限设定为 777 

[hadoop@wangmaster bigdata]$ cd hadoop-2.7.3  
[hadoop@wangmaster hadoop-2.7.3]$ mkdir tmp 
[hadoop@wangmaster hadoop-2.7.3]$ chmod 777 tmp 
[hadoop@wangmaster hadoop-2.7.3]$ mkdir dfs 
[hadoop@wangmaster hadoop-2.7.3]$ mkdir dfs/name 
[hadoop@wangmaster hadoop-2.7.3]$ mkdir dfs/data

　二、 Hadoop 安装与配置 

　　　　Hadoop 是大数据生态圈的基石，下面首先以 Hadoop 的安装与配置开始。 

　　　　1、进入安装目录 

[hadoop@wangmaster ~]$ cd /opt/bigdata/hadoop-2.7.3

　　　　2、环境配置 

[hadoop@wangmaster hadoop-2.7.3]$ cd etc/hadoop 
[hadoop@wangmaster hadoop]$ vim yarn-env.sh 
# some Java parameters 
export JAVA_HOME=/opt/bigdata/jdk1.8 

　　　　3、core 配置

[hadoop@wangmaster hadoop]$ vim core-site.xml  
<property> 
        <name>hadoop.tmp.dir</name> 
<value>/opt/bigdata/hadoop-2.7.3/tmp</value> 
</property> 
<property> 
 <name>fs.default.name</name> 
 <value>hdfs://wangmaster:9000</value> 
</property> 
<property> 
        <name>hadoop.proxyuser.hadoop.hosts</name> 
        <value>*</value> 
</property> 
<property> 
       <name>hadoop.proxyuser.hadoop.groups</name> 
        <value>*</value> 
</property> 

　　　　4、hdfs 配置 

[hadoop@wangmaster hadoop]$ vim hdfs-site.xml 
<configuration> 
<property> 
    <name>dfs.replication</name>   
    <value>3</value> 
</property> 
<property> 
　　<name>dfs.namenode.name.dir</name> 
   <value>/opt/bigdata/hadoop-2.7.3/dfs/name</value> 
</property> 
<property> 
　　<name>dfs.datanode.data.dir</name> 
   <value>/opt/bigdata/hadoop-2.7.3/dfs/data</value> 
</property> 
<property> 
　　<name>dfs.web.ugi</name> 
   <value>hdfs,hadoop</value> 
</property> 
<property> 
　　<name>dfs.permissions</name> 
　　<value>false</value> 
</property> 
</configuration>

　　　　5、yarn 配置 

[hadoop@wangmaster hadoop]$ vim yarn-site.xml 
<configuration> 
 
<!-- Site specific YARN configuration properties --> 
<property> 
    <name>yarn.resourcemanager.hostname</name> 
    <value>wangmaster</value> 
</property> 
 
<property> 
    <name>yarn.resourcemanager.webapp.address</name> 
    <value>wangmaster:8088</value> 
</property> 
 
<property> 
    <name>yarn.resourcemanager.scheduler.address</name> 
    <value>wangmaster:8081</value> 
</property>
<property> 
    <name>yarn.resourcemanager.resource-tracker.address</name> 
    <value>wangmaster:8082</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> 
<property> 
    <name>yarn.web-proxy.address</name> 
    <value>wangmaster:54315</value> 
</property> 
 
</configuration> 

　　　　6、mapreduce 配置

[hadoop@wangmaster hadoop]$ vim mapred-site.xml 
<configuration> 
<property> 
    <name>mapreduce.framework.name</name> 
    <value>yarn</value> 
</property> 
<property> 
    <name>mapred.job.tracker</name>   
    <value>wangmaster:9001</value> 
</property> 
<property>    
      <name>mapreduce.jobhistory.address</name>    
      <value>wangmaster:10020</value>    
</property> 
</configuration> 

　　　　7、slaves 配置(master、slave1 和 slave2 均作为 datanode) 

[hadoop@wangmaster hadoop]$ vim slaves  
wangmaster 
wangslave1 
wangslave2
master02 
slave01 
slave02 
slave03

　　　　8、配置系统环境 

[root@wangmaster bin]# vim /etc/profile  
末尾添加这两句 
export HADOOP_HOME=/opt/bigdata/hadoop-2.7.3 
export PATH=$HADOOP_HOME/bin:$PATH 

　　　　使配置生效：

[hadoop@wangmaster hadoop]$ source /etc/profile 

　　　　9、将虚拟机复制成 wangslave1 和 wangslave2 上。

　　　　

　　　　把 CentOS 64 位 Minimal 重名为 wangmaster，克隆 wangmaster，建立 wangslave1 和 wangslave2 节点，克隆教程

　　　　首先给 wangmaster 关机

　　　　

　　　　

　　　　

　　　　复制过后的虚拟机不能直接使用，需要进行如下操作：

　　　　

　　　　

　　　　

 [root@wangmaster ~]# vim /etc/sysconfig/network-scripts/ifcfg-eno16777736 
HWADDR=00:50:56:36:BF:60  //修改这个里 mac 地址，改成刚才生成的 
TYPE="Ethernet" 
BOOTPROTO="static" 
DEFROUTE="yes" 
PEERDNS="yes" 
PEERROUTES="yes" 
IPV4_FAILURE_FATAL="no" 
IPV6INIT="yes" 
IPV6_AUTOCONF="yes" 
IPV6_DEFROUTE="yes" 
IPV6_PEERDNS="yes" 
IPV6_PEERROUTES="yes" 
IPV6_FAILURE_FATAL="no" 
NAME="eno16777736" 
DEVICE="eno16777736" 
ONBOOT="yes" 
IPADDR=192.168.225.101 //这里改成 wangslave1 的 ip 192.168.225.101 
NETMASK=255.255.255.0 
GATEWAY=192.168.225.2 
DNS1=114.114.114.114 
DNS2=114.114.114.115 
[root@wangmaster ~]# systemctl restart network.service //重启网络

　　　　然后修改主机名 

[root@wangmaster ~]# hostnamectl set-hostname wangslave1 
[root@wangmaster ~]# hostname wangslave1 
[root@wangmaster ~]# exit 
重新登录 
测试 ping 自己 
[root@wangslave1 ~]# ping wangslave1 
PING wangslave1 (192.168.225.101) 56(84) bytes of data. 
64 bytes from wangslave1 (192.168.225.101): icmp_seq=1 ttl=64 time=0.012ms

　　　　根据上面操作，克隆出 wangslave2

　　　　10、需要在 hadoop 用户下进行 master 和 slave 之间的免密 

　　　　Master 给自己和 slave1，slave2 发证书 

[hadoop@wangmaster ~]$ ssh-keygen 
[hadoop@wangmaster ~]$ ssh-copy-id -i .ssh/id_rsa.pub hadoop@wangslave1 
[hadoop@wangmaster ~]$ ssh-copy-id -i .ssh/id_rsa.pub hadoop@wangslave2 
[hadoop@wangmaster ~]$ ssh-copy-id -i .ssh/id_rsa.pub hadoop@wangmaster 
这步完成后，正常情况下就可以无密码登录本机了，即 ssh localhost，无需输入密码。

　　　　然后 slave1 给 master 发证书 

[hadoop@ wangslave1 ~]$ ssh-keygen 
[hadoop@ wangslave1 ~]$ ssh-copy-id -i .ssh/id_rsa.pub hadoop@wangmaste

　　　　然后 slave2 给 master 发证书 （略）

　　　　11、首次启动之前格式化 hdfs： 

[hadoop@wangmaster ~]$ hdfs namenode -format

　　　　启动各组件 

[hadoop@wangmaster ~]$ cd /opt/bigdata/hadoop-2.7.3/sbin

　　　　全部启动： 

[hadoop@wangmaster sbin]$ ./start-all.sh  
验证 
[hadoop@wangmaster sbin]$ jps 
1666 DataNode 
2099 NodeManager 
2377 Jps 
1853 SecondaryNameNode 
1998 ResourceManager 
1567 NameNode 
[hadoop@wangslave1 ~]$ jps 
1349 NodeManager 
1452 Jps 
1245 DataNode 
[hadoop@wangslave2 ~]$ jps 
1907 Jps 
1703 DataNode 
1807 NodeManager 

　　　　在浏览器里输入 http://192.168.225.100:50070 ，判断是否启动成功

　　　　12、全部停止

[hadoop@wangmaster sbin]$ ./stop-all.sh

三、实验

　　　　1、使用

[hadoop@wangmaster ~]$ hadoop fs -mkdir /wang 
[hadoop@wangmaster ~]$ cd /opt/bigdata/hadoop-2.7.3 
[hadoop@wangmaster hadoop-2.7.3]$ hadoop fs -put LICENSE.txt  /wang 
[hadoop@wangmaster ~]$ hadoop fs -ls /wang

　　　　2、实验，进行 wordcount 程序（可选）。一个统计文本单词个数的程序，它会统计放入文件夹内的文本的总共单词的出现个数

[hadoop@wangmaster hadoop-2.7.3]$ hadoop fs -ls /wang 查看                      
Found 1 items 
-rw-r--r--   3 hadoop supergroup      84854 2017-04-09 07:34 
/wang/LICENSE.txt  
[hadoop@wangmaster hadoop-2.7.3]$ cd 
/opt/bigdata/hadoop-2.7.3/share/hadoop/mapreduce 
[hadoop@wangmaster mapreduce]$ hadoop jar 
hadoop-mapreduce-examples-2.7.3.jar wordcount /wang /output  执行程序 
[hadoop@wangmaster mapreduce]$ hadoop fs -ls /output  查看程序运行的输出文件 
Found 2 items 
-rw-r--r--   3 hadoop supergroup          0 2017-04-09 07:38 
/output/_SUCCESS 
-rw-r--r--   3 hadoop supergroup      22002 2017-04-09 07:38 
/output/part-r-00000 [hadoop@wangmaster mapreduce]$ hadoop fs -cat 
/output/part-r-00000  查看结果