hadoop伪分布式平台组件搭建

第一部分：系统基础配置
系统基础配置中主完成了安装大数据环境之前的基础配置，如防火墙配置和安装MySQL、JDK安装等

第一步：关闭防火墙
Hadoop与其他组件的服务需要通过端口进行通信，防火墙的存在会阻拦这些访问，在初学阶段建议将防火墙全部 关闭，命令如下。

systemctl stop firewalld.service 
vi /etc/selinux/config #     
Selinux策略 SELINUX=disabled                        #更改为disabled关闭状态

第二步：安装JDK
JDK安装包已经定制在环境当中的“/usr/local”目录中，直接使用即可

cd /usr/local/ 
rpm -ivh jdk-8u144-linux-x64.rpm 
java -version

第三步：安装MySQL
由于Hive数据仓库需要使用MySQL作为元数据库，所以在基础环境配置过程中我们需要安装MySQL安装过程如下
（1）安装mysql，命令如下。

wget -i -c http://dev.mysql.com/get/mysql57-community-release-el7-10.noarch.rpm 
yum -y install mysql57-community-release-el7-10.noarch.rpm  #安装MySQL服务器 
yum -y install mysql-community-server 
systemctl start  mysqld.service

（2）MySql5.7安装完成后会有一个初始密码必须使用初始密码登录，并修改初始密码后才能够使用该数据库，查 看数据库默认密码命令如下所示。

cat /var/log/mysqld.log | grep 'password'
密码格式：
root@localhost: XXXXX

（3）修改默认密码设置新密码，新密码简单容易记忆即可，生产环境下要严格按照要求设置，修改密码命令如下 所示。

[root@master ~]# mysql -uroot –p  #使用默认密码登陆mysql 
#密码共有三个级别0：只检查长度，1：检查长度、数字、大小写，2：检查长度、数字、大小写、特殊字符字典文件 
mysql> set global validate_password_policy=0; 
mysql> set global validate_password_length=4;          #设置密码最小长度 
mysql> set password='123456';                       #将密码设置为123456

（3）配置数据库远程连接，一般情况下操作数据库不不会到服务器环境下操作，通常会使用远程连接，配置可远 程连接命令如下所示。

grant all privileges on *.* to 'root'@'%'identified by '123456' with grant option;

第二部分：Hadoop分布式系统配置

本案例主要讲解的是Hadoop生态体系的搭建，因为其他组件会使用到HDFS做存储如Hive等，所以搭建大数据环 境时首先需要部署Hadoop。

第一步：解压安装包
Hadoop安装包已经定制到环境中的“/usr/local”目录下，解压并将解压后的文件名称重命名为Hadoop，命令如 下。

tar zxvf hadoop-2.7.2.tar.gz 
mv hadoop-2.7.2 hadoop

第二步：配置文件修改
（1）进入/hadoop/etc/hadoop目录并修改hadoop-env.sh配置文件，添加配置JDK的安装目录，命令如下所示

cd ./hadoop/etc/hadoop/ 
vi hadoop-env.sh    #在该配置文件的export JAVA_HOME处输入如下内容 
/usr/java/jdk1.8.0_144

（2）在当前目录下打开core-site.xml配置文件，在该配置文件中设置集群名称并配置HDFS端口以及临时文件存储 目录，命令如下。

 vi core-site.xml 
#在该配置文件的<configuration>标签中输入如下内容 
<property>    
　　<name>fs.defaultFS</name>      
　　<value>hdfs://localhost:9000</value> 
</property> 
<property>    
　　<name>hadoop.tmp.dir</name>    
　　<value>/usr/local/hadoop/tmp</value> 
</property>

（3）在当前目录下打开hdfs-site.xml配置文件，在该配置文件中配置HDFS文件的副本数、原数据的保存位置和数 据保存路径，命令如下所示。

vi hdfs-site.xml 
#在该配置文件的<configuration>标签中输入如下内容 
<property>    
　　<name>dfs.replication</name>    
　　<value>1</value> 
</property> 
<property>    
　　<name>dfs.namenode.name.dir</name>    
　　<value>/usr/local/hadoop/dfs/name</value> 
</property> 
<property>    
　　<name>dfs.datanode.data.dir</name>    
　　<value>/usr/local/hadoop/dfs/data</value> 
</property>

（4）在当前目录下复制mapred-site.xml.template配置模板文件并重命名为mapred-site.xml，并在mapredsite.xml配置文件中修改mapreduce程序的运行参数，命令如下。

cp mapred-site.xml.template mapred-site.xml 
vi mapred-site.xml 
#在该配置文件的<configuration>标签中输入如下内容 
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value> 
</property>

（5）在当前目录下打开yarn-site.xml配置文件，在该配置文件中设置运行ResourceManager机器所在的节点位置 和配置成mapreduce_shuffle，命令如下。

vi yarn-site.xml 
#在该配置文件的<configuration>标签中输入如下内容 
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value> 
</property> 
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>localhost</value> 
</property>

第三步：启动Hadoop
配置Hadoop环境变量，并格式化namenode，最后启动Hadoop进程，命令如下所示。

vi ~/.bashrc   
#在该配置文件末尾添加如下内容 
export HADOOP_HOME=/usr/local/hadoop 
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin 

source ~/.bashrc

（7）配置Hadoop环境变量，并格式化namenode，最后启动Hadoop进程，命令如下所示。

vi ~/.bashrc   
#在该配置文件末尾添加如下内容 
export HADOOP_HOME=/usr/local/hadoop 
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin 

source ~/.bashrc 
hadoop namenode -format start-all.sh 

jps

第三部分：HBase配置
第一步：解压安装包
HBase安装包已经定制到环境中的“/usr/local”目录下，解压并将解压后的文件名称重命名为HBase，命令如下。

tar -zxvf hbase-1.2.6-bin.tar.gz 
mv hbase-1.2.6 hbase

第二步：配置文件修改
（1）进入HBase根目录下的conf目录中，修改hbase-env.sh配置文件，在该文件中配置Java的环境变量，设置日 志输出路径等，命令如下。

cd ./hbase/conf/ 
vi hbase-env.sh   #将如下内容输入到配置文件中 
export JAVA_HOME=/usr/java/jdk1.8.0_144 
export HBASE_MANAGES_ZK=true 
export HBASE_LOG_DIR=/usr/local/hbase/hbase-logs

（2）在当前目录下，打开hbase-site.xml配置文件，在该文件中设置持久保存目录、设置是否为分布式、 zookeeper数据目录等，命令如下。

vi hbase-site.xml  
#在该配置文件的<configuration>标签中输入如下内容 
<property>
    <name>hbase.rootdir</name>
    <value>hdfs://localhost:9000/hbase</value> 
</property> 
<property>
    <name>hbase.cluster.distributed</name>
    <value>true</value> 
</property> 
<property>    
　　 <name>hbase.zookeeper.quorum</name>
    <value>localhost</value> 
</property> 
<property>
    <name>hbase.zookeeper.property.dataDir</name>
    <value>/usr/local/hbase/zk_data</value> 
</property>

第三步：启动HBase
配置HBase环境变量，然后启动HBase进程并使用jps命令查看进程是否启动成功，命令如下。

vi ~/.bashrc   
#在配置文件末尾输入如下内容 
export HBASE_HOME=/usr/local/hbase 
export PATH=$HBASE_HOME/bin:$PATH 

source ~/.bashrc start-hbase.sh 

jps

##第四部分：Hive分布式数据仓库配置

第一步：解压安装包
Hive安装包已经定制到了“/usr/local”目录下，将其解压并重命名为hive，命令如下。

tar -zxvf apache-hive-2.2.0-bin.tar.gz 
mv apache-hive-2.2.0-bin hive

第二步：修改配置文件
进入Hive安装目录中的conf目录，复制配置模板文件hive-default.xml.template，并将其重命名为hive-site.xml后 对其进行修改，修改hive-site.xml时需要根据给出配置在配置文件重查找进行修改，命令如下所示。

cd ./hive/conf/ 
cp ./hive-default.xml.template hive-site.xml 
vi hive-site.xml   #在配置文件中找到对应位置修改如下内容 

<property>
    <name>hive.exec.scratchdir</name>     #设置HDFS路径
    <value>/usr/local/hive/iotmp/hive</value> 
</property> 
<property>
    <name>hive.downloaded.resources.dir</name>  #远程文件系统中添加资源的临时本地目录
    <value>/usr/local/hive/iotmp<value> 
</property> 
<property>
    <name>hive.exec.local.scratchdir</name> #作业的本地暂存空间
    <value>/usr/local/hive/iotmp</value> 
</property> 
<property>
    <name>hive.querylog.location</name> #运行时结构的日志文件位置
    <value>/usr/local/hive/iotmp</value> 
</property> 
<property>
  <name>hive.metastore.warehouse.dir</name> #设置hive数据库和表在HDFS中存放的文件夹的位置
  <value>/user/hive/warehouse</value> 
</property> 
<property>
  <name>hive.server2.thrift.port</name> #设置HiveServer2远程连接的端口
  <value>10000</value>
</property> 
<property>
  <name>hive.server2.thrift.bind.host</name> #hiveserver2所在集群的IP地址
  <value>lcoalhost</value>
 </property>
 <property>
  <name>hive.server2.long.polling.timeout</name> #设置超时时间
  <value>5000</value> 
</property>
<property>
  <name>javax.jdo.option.ConnectionURL</name> #设置Hive的元数据库
  <value>jdbc:mysql://localhost:3306/hive_metadata? createDatabaseIfNotExist=true&amp;useSSL=false</value>　　#首先在mysql新建hive_metadata
</property> 
<property>
   <name>javax.jdo.option.ConnectionDriverName</name> #描述一个JDBC驱动程序类的名称
    <value>com.mysql.jdbc.Driver</value> 
</property> 
<property>  
　　<name>javax.jdo.option.ConnectionUserName</name> #连接元数据库用户名
  <value>root</value>     #根据mysql用户名进行修改
</property> 
<property>
  <name>javax.jdo.option.ConnectionPassword</name> #连接元数据库密码
  <value>123456</value>    #根据mysql密码进行修改 
</property>

第三步：启动Hive
将mysql-connector-java-5.1.39.jar（该包已经定制到了“/usr/local”目录下）驱动包上传到Hive安装目录中的lib目 录下，修改环境变量并启动hive，命令如下。

vi ~/.bashrc         
#在该配置文件中输入如下内容 
export HIVE_HOME=/usr/local/hive 
export PATH=$PATH:$HIVE_HOME/bin
 
source ~/.bashrc /usr/local/hive/bin/schematool -initSchema -dbType mysql  #首次启动时需要初始化源数据库 

hive

第四部分：Flume部署

第一步：解压安装包
Flume安装包已经定制到了环境的“/usr/local”目录下，并重命名为Flume，命令如下。

tar -zxvf apache-flume-1.7.0-bin.tar.gz 
mv apache-flume-1.7.0-bin flume

第二步：配置环境变量
配置Flume环境变量并通过查看版本方式检查Flume是否安装成功，命令如下。

vi ~/.bashrc  
#在该配置文件中输入如下内容 
export FLUME_HOME=/usr/local/flume 
export FLUME_CONF_DIR=$FLUME_HOME/conf 
export PATH=.:$PATH:$FLUME_HOME/bin
 
source ~/.bashrc flume-ng version

第五部分：Sqoop部署
###第一步：解压安装包 Sqoop安装包已经定制到了环境的“/usr/local”目录下，并重命名为Sqoop，命令如下。

tar -zxvf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz 
mv sqoop-1.4.6.bin__hadoop-2.0.4-alpha sqoop

###第二步：修改配置文件

（1）配置Sqoop的环境变量，命令如下所示。

vi ~/.bashrc 
export SQOOP_HOME=/usr/local/sqoop 
export PATH=$PATH:$SQOOP_HOME/bin 

[root@master local]# source ~/.bashrc

（2）配置sqoop-env.sh文件，指定Hadoop、Hbase与Hive工作目录，命令如下所示。

cp /usr/local/sqoop/conf/sqoop-env-template.sh /usr/local/sqoop/conf/sqoop-env.sh 
vi /usr/local/sqoop/conf/sqoop-env.sh 
#编辑内容如下： 
#Set path to where bin/hadoop is available 
export HADOOP_COMMON_HOME=/usr/local/hadoop
 
#Set path to where hadoop-*-core.jar is available 
export HADOOP_MAPRED_HOME=/usr/local/hadoop
 
#set the path to where bin/HBase is available 
export HBASE_HOME=/usr/local/hbase
 
#Set the path to where bin/hive is available 
#export HIVE_HOME=/usr/local/hive 
#查看Sqoop版本，来验证是否安装成功

###第三步：验证 将mysql-connector-java-5.1.39-bin.jar驱动包拷贝到/sqoop/lib目录下并查看sqoop版本，命 令如下所示。
 

cp /usr/local/mysql-connector-java-5.1.39.jar /usr/local/sqoop/lib/ 

sqoop version

##第六部分：Scala环境安装

###第一步：解压安装包 scala安装包已经定制到了环境的“/usr/local”目录下，并重命名为scala，命令如下。

tar -zxvf scala-2.11.4.tgz 
mv scala-2.11.4 scala

###第二步：配置scala环境变量并验证 将scala工作环境配置到环境变量中，并查看scala功能是否可用，命令如 下。

vi ~/.bashrc       #在该配置文件中输入如下内容 
export SCALA_HOME=/usr/local/scala 
export PATH=$PATH:$SCALA_HOME/bin
 
source ~/.bashrc 
scala -version

##第七部分：部署Spark环境

tar -zxvf spark-2.2.0-bin-hadoop2.7.tgz 
mv spark-2.2.0-bin-hadoop2.7 spark

###第一步：解压安装包 spark安装包已经定制到了环境的“/usr/local”目录下，并重命名为spark，命令如下。
第二步：配置文件修改
（1）进入spark/conf目录，复制一份spark-env.sh.template并更改文件名为spark-env.sh，同时对spark-env.sh 文件进行编辑，命令如下。

cd /usr/local/spark/conf/ 
cp spark-env.sh.template spark-env.sh 
vi spark-env.sh     #再该配置文件末尾添加如下配置 
export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop 
export SPARK_EXECUTOR_CORES=1 
export SPARK_CONF_DIR=/usr/local/spark/conf 
export SPARK_LOG_DIR=/usr/local/spark/logs 
export SPARK_LOCAL_IP=localhost 

（2）将mysql-connector-java-5.1.39.jar包拷贝到spark的/jars目录下，命令如下所示。

cp /usr/local/mysql-connector-java-5.1.39.jar /usr/local/spark/jars/ 

（3）将hive-site.xml从hive的/conf目录下拷贝到/spark/conf目录下，命令如下所示。

cp /usr/local/hive/conf/hive-site.xml /usr/local/spark/conf/ 

（4）修改/usr/lcoal/spark/conf目录下的spark-config.sh文件，在改文件中添加jdk路径，命令如下所示。

vi /usr/local/spark/sbin/spark-config.sh   #在该配置文件中添加如下内容 
export JAVA_HOME=/usr/java/jdk1.8.0_144 

第四步：启动Spark
进入spark/sbin目录，运行命令：./start-all.sh 来启动Spark，命令如下所示。

cd /usr/local/spark/sbin/ 
./start-all.sh  

jps

##第八部分：kakfa部署 第一步：解压安装包
kafka安装包已经定制到了环境的“/usr/local”目录下，并重命名为kafka，命令如下。

tar -zxvf kafka_2.11-0.11.0.1.tgz 
mv kafka_2.11-0.11.0.1 kafka 

第二步：赋予kafka工作目录权限

chmod 777 -R kafka 

第三步：启动kafka
（1）启动kafka自带的zookeeper，如果已经启动zookeeper进程则不需要执行此步骤，命令如下所示。

cd /usr/local/kafka/bin/ 
./zookeeper-server-start.sh  /usr/local/kafka/config/zookeeper.properties 1>/dev/null 2>&1 & 

jps 

（2）启动kafka进程，命令如下。

cd /usr/local/kafka/bin/ 
./kafka-server-start.sh  /usr/local/kafka/config/server.properties  >/dev/null 2>&1 & 

jps 

结果如图所示：

完结。。。。