Hadoop环境搭建(centos)

本平台密码83953588abc

配置Java环境

• 下载JDK(本实验从/cgsrc 文件中复制到指定目录)

    mkdir /usr/local/java
    cp /cgsrc/jdk-8u171-linux-x64.tar.gz /usr/local/java/

JDK至少1.8以上！！！

• 解压JDK安装包

    cd /usr/local/java
    tar -zxvf jdk-8u171-linux-x64.tar.gz
    rm -f jdk-8u171-linux-x64.tar.gz

• 添加环境变量

配置JAVA_HOME环境变量。修改文件vim ~/.bashrc

    export JAVA_HOME=/usr/local/java/jdk1.8.0_171
    export CLASSPATH=.:${JAVA_HOME}/jre/lib/rt.jar:${JAVA_HOME}/libhttps://img.qb5200.com/download-x/dt.jar
    export PATH=$PATH:${JAVA_HOME}/bin

如果PATH环境变量修改错误，则可能出现Linux常用命令无法找到的现象！！！

使修改环境生效，source ~/.bashrc.

检查是否设置正确.

    echo $JAVA_HOME   #检查变量值
    java -version     #查看java版本

配置分布式模式

选定一台机器作为名称节点(Master)，另外两条作为数据节点(Slave)。

配置hosts文件

在Master上修改/etc/hosts文件：

使用命令vim /etc/hosts

    ip1  master
    ip2  slave1
    ip3  slave2

测试节点之间是否已经联通：

    ping master -c 3
    ping slave1 -c 3
    ping slave2 -c 3

配置SSH无密码登录

• 必须要让master节点可以SSH无密码登录到各个节点上。首先，生成master节点的公匙，如果之前已经生成过公匙，必须删除原来的公匙，重新生成一次，命令如下：

    cd ~/.ssh  #如果没有该目录，先执行一次ssh localhost
    rm -f ./id_rsa*  #删除之前生成的公匙
    ssh-keygen -t rsa  #执行该命令后，遇到提示信息，均按Enter即可。

• 为了让master节点能无密码SSH登录到本机，需要在mater节点上执行如下 cat ./id_rsa.pub >> ./authorized_keys.
  
  检测是否成功，ssh master ,遇到提示信息，yes即可, exit退出。
  

• 把master上的公匙传输到slave节点：

    scp ~/.ssh/id_rsa.pub root@slave1:/root
    scp ~/.ssh/id_rsa.pub root@slave1:/root

其中本次实验平台，要把slave1、slave2换成相应的IP。

• 传输完成后在slave1和slave2节点上将SSH公匙加入授权：

    mkdir ~/.ssh
    cat ~/id_rsa.pub >> ~/.ssh/authoried_keys
    rm -f ~/id_rsa.pub

配置环境变量

• 将Hadoop安装包复制到/usr/local目录上：
  
  cp /cgsrc/hadoop-2.7.1.tar.gz /usr/local/

• 解压

    cd /usr/local
    tar -zxvf hadoop-2.7.1.tar.gz
    rm -f hadoop-2.7.1.tar.gz
    mv hadoop-2.7.1/ hadoop  #将hadoop-2.7.1重命名为hadoop

• 配置环境变量
  • 打开~/.bashrc文件
    
    vim ~/.bashrc
  • 输入以下内容
    
    export PATH=$PATH:/usr/1ocal/hadoop/bin:/usr/1ocal/hadoop/sbin
  • 文件生效
    
    source ~/.bashrc
  • 查看hadoop版本
    
    hadoop version

配置集群环境

配置集群环境时，需要修改/usr/local/hadoop/etc/hadoop目录下的配置文件，这里仅设置正常启动必须的设置项，包括slaves、core-site.xml、hdfs
-site.xml、mapred-site.xml、yarn-site.xml共五个文件。

• 修改文件slaves
  
  需要把所有数据节点的主机名写入该文件，每行一个，默认为localhost
  （即把本机作为数据节点）。在进行集群配置时，可以保留localhost，让master节点同时充当名称节点和数据节点，也可以删除localhost这行，让master节点仅作为名称节点使用。
  本节让master节点仅作为名称节点使用，因此将slaves文件中原来的内容删除，添加如下内容：
  
  slave1
  
  slave2
• 修改文件core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/1ocal/hadoop/tmp</value>
    </property>
</configuration> 

• 修改文件hdfs-site.xml
  
  对于Hadoop的分布式文件系统HDFS而言，一般是采用元余存储，冗余因子一般是3，也就是说一份数据保存3份副本。而我们只有两个数据节点，即数据只能保存两份，所以，dfs.replication设置为2，文件具体内容如下：

<configuration>
    <property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>master:50090</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/1ocal/hadoop/tmphttps://img.qb5200.com/download-x/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/1ocal/hadoop/tmphttps://img.qb5200.com/download-x/dfshttps://img.qb5200.com/download-x/date</value>
    </property>
</configuration>

• 修改文件mapred-site.xml
  
  /usr/local/hadoop/etc/hadoop 目录下有一个mapred-site.xml.template，需要复制该文件为mapred-site.xml：
  
  cp mapred-site.xml.template mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>master:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>master:19888</value>
    </property>
</configuration>

• 修改文件yarn-site.xml

<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

配置slave节点

将master节点上的/usr/local/hadoop复制到slave节点上。

    cd /usr/local 
    rm -rf ./hadoop/tmp #删除临时文件
    rm -rf ./hadoop/1ogs/* #删除日志文件
    tar -zcf ~/hadoop.master.tar.gz. /hadoop #先压缩再复制
    cd ~
    scp ./hadoop.master.tar.gz  root@slave1: /root
    scp ./hadoop.master.tar.gz  root@slave2: /root

在slave1和slave2上执行如下命令：

    rm -rf usr/local/hadoop #如果有旧文件则先删除
    tar -zxf ~/hadoop.master.tar.gz -C /usr/1ocal
    rm -f ~/hadoop.master.tar.gz

启动Hadoop集群

• 首次启动Hadoop集群时，需要先在master节点执行名称节点的格式化：
  hdfs namenode-format
• 现在可以启动Hadoop了，启动需要在master节点上进行，执行如下命令：

    start-dfs.sh 
    start-yarn.sh 
    mr-jobhistory-daemon.sh start historyserver