|
Hadoop原理架构本人就不在此赘述了，可以自行百度，本文仅介绍Hadoop-3.1.2完全分布式环境搭建（本人使用三个虚拟机搭建）。 首先，步骤： ① 准备安装包和工具： - hadoop-3.1.2.tar.gz
- jdk-8u221-linux-x64.tar.gz（Linux环境下的JDK）
- CertOS-7-x86_64-DVD-1810.iso（CentOS镜像）
- 工具：WinSCP（用于上传文件到虚拟机），SecureCRTP ortable（用于操作虚拟机，可复制粘贴Linux命令。不用该工具也可以，但是要纯手打命令），VMware Workstation Pro
② 安装虚拟机：本人使用的是VMware Workstation Pro，需要激活。（先最小化安装一个虚拟机Master，配置完Hadoop之后再克隆两个Slave） ③ 配置虚拟机：修改用户名，设置静态IP地址，修改host文件，关闭防火墙，安装Hadoop，安装JDK，配置系统环境，配置免密码登录（必要）。 ④ 配置Hadoop：配置hadoop-env.sh，hdfs-site.xml，core-site.xml，mepred-site.xml，yarn-site.xml，workers文件（在Hadoop-2×中是slaves文件，用于存放从节点的主机名称，或者IP地址） ⑤ 克隆虚拟机：克隆两个Slave，主机名称分别是Slave1，Slave2。然后修改Slave的Hadoop配置。 ⑥ namenode格式化：分别对Master、Slave1，Slave2执行hadoop namenode -format命令。 ⑦ 启动hdfs和yarn：在Master上执行start-all.sh命令。待启动完成之后，执行jps命令查看进程，应包含namenode,secondarynamenode,resourcemaneger三个进程。Slave上有datanode，nodemanager进程。 ⑧ 检查测试：先修改真实主机的host（IP地址与Master的映射）在浏览器中输入Master:9870回车，进入hdfs，点击上方datanode应该可以看到下面有两个节点；输入Master:8088回车，进入资源调度管理（yarn）
好了，开始吧。二、准备工具 附VMware Workstation Pro秘钥： YG5H2-ANZ0H-M8ERY-TXZZZ-YKRV8 UG5J2-0ME12-M89WY-NPWXX-WQH88 UA5DR-2ZD4H-089FY-6YQ5T-YPRX6 三、安装虚拟机 此步略，详情之后发布 四、配置虚拟机 1.修改用户名：[size=1em]hostnamectl --static set-hostname Master
|
2.设置静态IP地址 首先查看一下原本自动获取到的网关和DNS，记下来 [size=1em][color=blue !important][size=1em]
[size=1em] | [root@Master ~]# IP routing table
Destination Gateway Genmask Flags MSS Window irtt Iface
default 192.168.28.2（网关） 0.0.0.0 UG 0 0 0 ens33
192.168.28.0 0.0.0.0 255.255.255.0 U 0 0 0 ens33<br data-filtered="filtered"><br data-filtered="filtered">
|
[size=1em] | [root@Master ~]# vi /etc/sysconfig/network-scripts/ifcfg-ens33 //修改ifcfg-ens33文件，执行此命令后进入如下界面
|
进入界面后按“I”键进入编辑模式，修改或添加图中标红部分。“static”表示静态地址，“netmask”子网掩码，gateways是网关，设置为上一步查看得到的即可。修改后按“esc”退出编辑模式。输入":wq"保存退出。然后输入以下代码更新网络配置。 [size=1em] | systemctl restart network
|
3.修改hosts文件 注明：本人设置Master的IP地址为192.168.28.132，Slave1和Slave2分别为192.168.28.133,192.168.28.134 输入以下代码修改hosts文件（在真实主机中也需要添加）: [size=1em] | vi /etc/hosts<br data-filtered="filtered">添加：<br data-filtered="filtered">192.168.28.132 Master<br data-filtered="filtered">192.168.28.133 Slave1<br data-filtered="filtered">192.168.28.134 Slave2
|
4.关闭防火墙 关闭防火墙代码： [size=1em] | systemctl stop firewalld.service //临时关闭
systemctl disable firewalld.service //设置开机不自启
|
5.安装Hadoop和JDK 先创建两个文件夹： [size=1em] | mkdir /tools //用来存放安装包
mkdir /bigdata //存放解压之后的文件夹
|
使用WinSCP上传压缩包：登录后找到已下载好的压缩包按如下步骤点击上传即可。 上传文件后，虚拟机端进入tools文件夹并解压文件： [size=1em] | cd /tools //进入tools文件夹
tar -zvxf jdk-8u221-linux-x64.tar.gz -C /bigdata/ //解压文件到bigdata目录下<br data-filtered="filtered">tar -zvxf hadoop-3.1.2.tar.gz -C /bigdata/<br data-filtered="filtered">
|
6.配置系统环境[size=1em]1
2
3
4
5
6
7
8
9
10
11
12
13
14
| vi ~/.bash_profile
添加：
export JAVA_HOME=/bigdata/jdk1.8.0_221
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin
export HADOOP_HOME=/bigdata/hadoop-3.1.2
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin<br data-filtered="filtered"><br data-filtered="filtered">保存退出，让环境变量生效：
|
[size=1em]
7.配置免密登录（重要）[url=]![]() [/url]
ssh-keygen -t rsa (直接回车3次)cd ~/.ssh/ssh-copy-id -i id_rsa.pub root@Master ssh-copy-id -i id_rsa.pub root@Slave1 ssh-copy-id -i id_rsa.pub root@Slave2
测试是否成功配置（在配置完Slave之后测试）：
ssh Slave1
可以登录到Slave1节点[url=]![]() [/url]
五、配置Hadoop Hadoop-3.1.2中有许多坑，在2X版本中有些默认的不需要特别配置，但在Hadoop-3.1.2中需要。 hadoop-env.sh配置： [size=1em] | cd /bigdata/hadoop-3.1.2/etc/hadoop/
vi hadoop-env.sh
添加：
export JAVA_HOME=/bigdata/jdk1.8.0_221
export HADOOP_HOME=/bigdata/hadoop-3.1.2
export PATH=$PATH:/bigdata/hadoop-3.1.2/bin
export HADOOP_OPTS="-Djava.library.path=${HADOOP_HOME}/lib/native"
export HADOOP_PID_DIR=/bigdata/hadoop-3.1.2/pids //PID存放目录，若没有此配置则默认存放在tmp临时文件夹中，在启动和关闭HDFS时可能会报错
#export HADOOP_ROOT_LOGGER=DEBUG,console //先注释掉，有问题可以打开，将调试信息打印在console上
|
hdfs-site.xml: [size=1em]1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| <configuration>
<property>
<name>dfs.replication</name> //冗余度，默认为3
<value>1</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/bigdata/hadoop-3.1.2/dfs/tmp/data</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/bigdata/hadoop-3.1.2/dfs/tmp/name</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
</configuration>
|
mapred.site.xml: [size=1em] | <configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapred.job.tracker</name>
<value>Master:9001</value>
</property>
</configuration>
|
yarn-site.xml: [size=1em]1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| <configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>Master</value>
</property>
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
</configuration>
|
core-site.xml: [size=1em] | <configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://Master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/bigdata/hadoop-3.1.2/tmp</value>
</property>
</configuration>
|
workers:把默认的localhost删掉 [size=1em] | Slave1 192.168.28.133
Slave2 192.168.28.134
|
yarn-env.sh 添加： [size=1em] | YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
|
进入/bigdata/hadoop-3.1.2/sbin，修改start-dfs.sh,stop-dfs.sh,都添加： [size=1em] | HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
|
六、克隆虚拟机 克隆两个从节点虚拟机，主机名称分别为Slave1，Slave2（需要进入虚拟机中修改），然后分别修改IP地址（具体方法上面有）重启网络，重启虚拟机。 重启完成后进行namenode格式化：分别对Master、Slave1，Slave2执行： [size=1em]
对Master执行 [size=1em] | start-all.sh //启动hdfs和yarn
|
待完成后用jps查看进程： [size=1em] | [root@Master ~]# jps
7840 ResourceManager
8164 Jps
7323 NameNode
7564 SecondaryNameNode
|
两Slave的进程： [size=1em] | 包含以下两个：
DataNode
NodeManager
|
七、检查 浏览器输入：在浏览器中输入Master:9870回车，进入hdfs管理页面，点击上方datanode应该可以看到下面有两个节点； 输入Master:8088回车，进入资源调度管理（yarn） 配置到此结束。接下来学习编写Job程序。
| 
收藏
淘帖
踩
