hadoop-2.7.3完全分布式部署

一、环境介绍

        

IP	host	JDK	linux版本	hadop版本
192.168.0.1	master	1.8.0_111	centos7.2.1511	hadoop-2.7.3
192.168.0.2	slave1	1.8.0_111	centos7.2.1511	hadoop-2.7.3
192.168.0.3	slave1	1.8.0_111	centos7.2.1511	hadoop-2.7.3

二、系统环境配置

    1.  安装JDK  

tar –zvxf jdk-8u111-linux-x64.tar.gz –C /usr/local/

    2.  配置系统级的JDK环境变量（root权限）

         vi  /etc/profile，增加如下配置

export JAVA_HOME=/usr/local/jdk1.8.0_111
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

    3.  安装hadoop

tar -zxvf hadoop-2.7.3.tar.gz -C /usr/local/

    4.  配置hadoop的系统变量（非必须）

        在/etc/profile中增加HADOOP_HOME

export PATH USER LOGNAME MAIL HOSTNAME HISTSIZE HISTCONTROL
export JAVA_HOME=/usr/local/jdk1.8.0_111
export HADOOP_HOME=/usr/local/hadoop-2.7.3
export PATH=$ZOOKEEPER_HOME/bin:$HADOOP_HOME/bin:$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$HADOOP_HOME/bin

   5. 环境配置生效

source /etc/profile

    6. 配置host

    vi  /etc/hosts

192.168.0.1 master
192.168.0.2 salve1
192.168.0.3 salve2

    7. 修改hostname(非必须)

        vi  /etc/sysconfig/network，将HOSTNAME改成相应的host

    8.  配置ssh免密码登录

        ssh-keygen -t dsa，回车三次(三个节点都执行)，会在/home/<用户>下面新建一个.ssh文件夹，.ssh中有两个文件。

id_dsa
id_dsa.pub

        在.ssh中touch  authorzied_keys，将其他两台机器中的id_dsa.pub追加到authorzied_keys中，然后修改authorzied_keys和.ssh的权限，chmod 600 authorzied_keys，chmod 700 .ssh

    9.  关闭防火墙

1） 永久性生效，重启后不会复原
开启： chkconfig iptables on
关闭： chkconfig iptables off

2） 即时生效，重启后复原
开启： service iptables start
关闭： service iptables stop

    10.  集群时钟同步(时间一致则省去这步)

ln -fs /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
ntpdate time.nist.gov

三、hadoop配置

    1.  hadoop环境变量配置涉及etc/hadoop目录下的三个文件：hadoop-env.sh，mapred-env.sh，yarn-env.sh，将这些文件中的JAVA_HOME改为JAVA_HOME=/usr/local/jdk1.8.0_111

    2.  修改hadoop的配置文件

        2.1.  core-site.xml    

<configuration>
<property>
      <name>fs.defaultFS</name>
      <value>hdfs://master:9000</value>
      <description>主节点namenode的host和端口</description>
</property>
<property>
    <name>hadoop.tmp.dir</name>
    <value>/usr/hadoop/tmp</value>
    <description>hdfs中namenode和datanode数据的默认存放目录，可在hdfs中分别配置其目录</description>
</property>
</configuration>

        2.2.  hdfs-site.xml

<configuration>
<property>
    <name>dfs.name.dir</name>
    <value>/usr/hadoop/hdfs/name</value>
    <description>namenode数据的存放目录</description>
</property>
<property>
    <name>dfs.data.dir</name>
    <value>/usr/hadoop/hdfs/data</value>
    <description>datanode数据的存放目录</description>
</property>
<property>
    <name>dfs.replication</name>
    <value>2</value>
</property>
<property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>master:9001</value>
        <description>secondarynamenode的web地址</description>
</property>
<property>
	<name>dfs.webhdfs.enabled</name>
	<value>true</value>
    <description>提供web访问hdfs的权限</description>
</property>
</configuration>

        注：访问namenode的hdfs使用50070端口，访问datanode的webhdfs使用50075端口。要想不区分端口，直接使用namenode的IP和端口进行所有的webhdfs操作，就需要在所有的datanode上都设置hdfs-site.xml中的dfs.webhdfs.enabled为true。

        2.3.  mapred-site.xml

<configuration>
<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
</property>
<property>
        <name>mapreduce.jobhistory.address</name>
        <value>master:10020</value>
        <description>jobhistory是Hadoop自带了一个历史服务器，记录Mapreduce历史作业</description>
</property>
<property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>master:19888</value>
        <description>jobhistory的http地址</description>
</property>
</configuration>

       jobhistory是Hadoop自带了一个历史服务器，记录Mapreduce历史作业。默认情况下，jobhistory没有启动，可用以下命令启动：

    

sbin/mr-jobhistory-daemon.sh start historyserver 

         2.4.  yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
	 <property>
        <name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>master:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>master:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>master:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>master:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>master:8088</value>
        <description>yarn资源管理的http地址</description>
    </property>
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>768</value>
    </property>
</configuration>

        2.5  编辑slaves

master
slave1
slave2

        2.6  同步配置

            将hadoop配置同步到其他节点

    

scp -r /usr/local/hadoop-2.7.3/etc/* slav1:/usr/local/hadoop-2.7.3/etc/
scp -r /usr/local/hadoop-2.7.3/etc/* slav2:/usr/local/hadoop-2.7.3/etc/

四、启动hadoop集群

    1.  格式化namenode(初次启动执行)

bin/hdfs namenode –format    

    2.  启动hdfs

sbin/start-dfs.sh

    3.  启动yarn

start-yarn.sh 

    4.  jps查看进程

        4.1  master进程

ResourceManager
JobHistoryServer
NameNode
SecondaryNameNode
DataNode
Jps

        4.2  slave进程

DataNode
Jps

五、通过浏览器查看集群运行状态

1.http://master:50070                   namenode的hdfs页面地址
2.http://master:8088/cluster/cluster    yarn资源的页面地址