1.集群搭建前准備
1）基本要求
- 操作系統: win10/win7
- 虛擬軟件: VMware14
- 虛擬機:
主機名 IP
master 192.168.10.200
slave1 192.168.10.201
slave2 192.168.10.202
- 軟件包存儲路徑: /opt/software/
- 軟件安裝路徑: /opt/apps/
- Jdk: jdk-8u221-linux-x64.tar.gz
- Hadoop: hadoop-2.7.6.tar.gz
- 用戶: root
切記，切記，切記：實際生產環境中，我們不會使用root用戶來搭建和管理hdfs，而是使用普通用戶。這里 為了方便學習，我們才使用的root用戶。
ps:如果需要相關安裝軟件或者安裝包在下方評論即可
hdfs和yarn的相關守護進程的布局如下:
| master | namenode | datanode | ResourceManager | nodemanager |
| slave1 | datanode | nodemanager | secondarynamenode | |
| slave2 | datanode | nodemanager |
2）環境要求
（1） 三台機器的防火牆必須是關閉的.
（2） 確保三台機器的網絡配置暢通(NAT模式，靜態IP，主機名的配置)
（3） 確保/etc/hosts文件配置了ip和hostname的映射關系
（4） 確保配置了三台機器的免密登陸認證（克隆會更加方便）
（5） 確保所有機器時間同步
（6） jdk和hadoop的環境變量配置
a.防火牆關閉確認
[root@master ~]# systemctl stop firewalld [root@master ~]# systemctl disable firewalld #最好也把selinux關閉掉，這是linux系統的一個安全機制，進入文件中將SELINUX設置為disabled [root@master ~]# vi /etc/selinux/config ......... SELINUX=disabled .........
情況說明： 如果安裝好三台機器，三台機器的防火牆都需要單獨關閉和設置開機不啟動。如果准備使用 克隆方式，只關閉master機器即可。下面的配置也是如此。
b.靜態IP和主機名配置
--1. 配置靜態IP（確保NAT模式） [root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-eth0 ............ BOOTPROTO=static #將dhcp改為static ONBOOT=yes #將no改為yes IPADDR=192.168.10.200 #添加IPADDR屬性和ip地址 PREFIX=24 #添加NETMASK=255.255.255.0或者PREFIX=24 GATEWAY=192.168.10.2 #添加網關GATEWAY DNS1=192.168.10.2 #添加DNS1和備份DNS DNS2=8.8.8.8 DNS3=114.114.114.114 --2. 重啟網絡服務 [root@master ~]# systemctl restart network 或者 [root@master ~]# service network restart --3. 修改主機名(如果修改過，請略過這一步) [root@localhost ~]# hostnamectl set-hostname master 或者 [root@localhost ~]# vi /etc/hostname master
注意：配置完ip和主機名后，最好reboot一下
c.配置/etc/hosts文件
-- 進入hosts文件，配置一下ip和hostname [root@master ~]# sudo vi /etc/hosts 127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1
localhost localhost.localdomain localhost6 localhost6.localdomain6 192.168.81.200 master <=添加本機的靜態IP和本機的主機名之間的映射關系
d.免密登陸認證
-1. 使用rsa加密技術，生成公鑰和私鑰。一路回車即可
[root@master ~]# cd ~
[root@master ~]# ssh-keygen -t rsa
-2. 進入~/.ssh目錄下，將id_rsa.pub復制一份文件，文件名為authorized_keys。保證此文件的權限 是600
[root@master ~]# cd ~/.ssh
[root@master .ssh]# cp id_rsa.pub authorized_keys
或者使用ssh-copy-id命令
[root@master .ssh]# ssh-copy-id -i id_ras.pub root@master
-3. 進行驗證
[hadoop@master .ssh]# ssh localhost
[hadoop@master .ssh]# ssh master
[hadoop@master .ssh]# ssh 0.0.0.0 #輸入yes后，不提示輸入密碼就對了
注意：三台機器提前安裝好的情況下，需要同步公鑰文件。如果使用克隆技術。那么使用同一套密鑰對就方便 多了。
2.環境搭建：jdk的安裝
1）檢查一下是否已經安裝過或者系統內置JDK,如果有內置的，將其卸載
[root@master ~]# rpm -qa | grep jdk #如果有,請卸載
[root@master ~]# rpm -e xxxxxxxx --nodeps #將查詢到的內置jdk代替xxxxxxx
2）上傳jdk1.8
可使用shell工具上傳
將jdk-8u221-linux-x64.tar.gz上傳到/opt/software/目錄中
3）解壓jdk到/opt/apps/下
[root@master ~]# cd /opt/software
[root@master software]# tar -zxvf jdk-8u221-linux-x64.tar.gz -C /opt/apps
4）更名jdk（更名是為了方便配置環境變量，也可不更名）
[root@master ~]# cd /opt/apps [root@master apps]# mv jdk1.8.0_221/ jdk
5）配置jdk的環境變量
[root@master apps]# vi /etc/profile
.........省略...........
#jdk environment
在最后添加上以下兩行
export JAVA_HOME=/opt/apps/jdk export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH
6）更新環境變量
[root@master apps]# source /etc/profile
7））驗證jdk環境
[root@master apps]# java -version
[root@master apps]# javac
3.環境搭建：Hadoop的安裝步驟
1）上傳並解壓Hadoop
將hadoop軟件包上傳到/opt/software目錄下，然后解壓到/opt/apps/目錄下
[root@master ~]# cd /opt/software/ [root@master software]# tar -zxvf hadoop-2.7.6.tar.gz -C /opt/apps/
2）更名hadoop
[root@master software]# cd /opt/apps [root@master apps]# mv hadoop-2.7.6/ hadoop
3）配置hadoop的環境變量
[root@master apps]# vi /etc/profile .........省略.......... #hadoop environment
在最后加入以下兩行 export HADOOP_HOME=/opt/apps/hadoop export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
4）使當前配置生效
[root@master apps]# source /etc/profile
5）驗證hadoop
[root@master apps]# hadoop version
如果出現hadoop版本，則代表本地模式已經安裝成功。
4.完全分布式的相關文件的配置
$HADOOP_HOME/etc/hadoop/目錄下的用戶自定義配置文件
- core-site.xml - hdfs-site.xml - mapred-site.xml 復制mapred-site.xml.template而來 - yarn-site.xml
1）配置core-site.xml文件
[root@master ~]# cd $HADOOP_HOME/etc/hadoop/ [root@master hadoop]# vi core-site.xml <configuration> <!-- hdfs的地址名稱：schame,ip,port--> <property> <name>fs.defaultFS</name> <value>hdfs://master:8020</value> </property> <!-- hdfs的基礎路徑，被其他屬性所依賴的一個基礎路徑 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/apps/hadoop/tmp</value> </property> </configuration>
2）配置hdfs-site.xml文件
[root@master hadoop]# vi core-site.xml <configuration> <!-- namenode守護進程管理的元數據文件fsimage存儲的位置--> <property> <name>dfs.namenode.name.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/name</value> </property> <!-- 確定DFS數據節點應該將其塊存儲在本地文件系統的何處--> <property> <name>dfs.datanode.data.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/data</value> </property> <!-- 塊的副本數--> <property> <name>dfs.replication</name> <value>3</value> </property> <!-- 塊的大小-->
<property> <name>dfs.blocksize</name> <value>134217728</value> </property> <!-- secondarynamenode守護進程的http地址：主機名和端口號。參考守護進程布局--> <property> <name>dfs.namenode.secondary.http-address</name>
<value>slave1:50090</value> </property> </configuration>
3）配置mapred-site.xml文件
[root@master hadoop]# cp mapred-site.xml.template mapred-site.xml
[root@master hadoop]# vi mapred-site.xml <configuration>
<!-- 指定mapreduce使用yarn資源管理器-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 配置作業歷史服務器的地址-->
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<!-- 配置作業歷史服務器的http地址-->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
</configuration>
4）配置hadoop-site.xml文件
[root@master hadoop]# vi yarn-site.xml <configuration>
<!-- 指定yarn的shuffle技術-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定resourcemanager的主機名-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
</configuration>
5）配置hadoop-env.sh腳本文件和yarn-env.sh文件
[root@master hadoop]# vi hadoop-env.sh
.........
# The java implementation to use.
export JAVA_HOME=/opt/apps/jdk
.........
[root@master hadoop]# vi yarn-env.sh
........省略........
# some Java parameters
export JAVA_HOME=/opt/apps/jdk
........省略........
6）配置slaves文件，此文件用於指定datanode守護進程所在的機器節點主機名
[root@master hadoop]# vi slaves
master
slave1
slave2
5.配置另外兩台機器
當把master機器上的hadoop的相關文件配置完畢后，我們有以下兩種方式來選擇配置另外幾台機器的 hadoop.
方法一：scp同步
提示：本方法適用於多台虛擬機已經提前搭建出來的場景。 --1. 同步hadoop到slave節點上
[root@master ~]# cd /opt/apps
[root@master apps]# scp -r ./hadoop slave1:/opt/apps/
[root@master apps]# scp -r ./hadoop slave2:/opt/apps/ --2. 同步/etc/profile到slave節點上
[root@master apps]# scp /etc/profile slave1:/etc/
[root@master apps]# scp /etc/profile slave2:/etc/ --3. 如果slave節點上的jdk也沒有安裝，別忘記同步jdk。
--4. 檢查是否同步了/etc/hosts文件
方法二：克隆master虛擬機
提示：本方法適用於還沒有安裝slave虛擬機的場景。通過克隆master節點的方式，來克隆一個slave1和 slave2機器節點，這種方式就不用重復安裝環境和配置文件了，效率非常高，節省了大部分時間(免密認證的 秘鑰對都是相同的一套)。 --1. 打開一個新克隆出來的虛擬機，修改主機名
[root@master ~]# hostnamectl set-hostname slave1
--2. 修改ip地址
[root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-eh0
.........省略.........
IPADDR=192.168.10.201 <==修改為slave1對應的ip地址
.........省略........
--3. 重啟網絡服務
[root@master ~]# systemctl restart network
--4. 其他新克隆的虛擬機重復以上1~3步
--5. 免密登陸的驗證
從master機器上，連接其他的每一個節點，驗證免密是否好使，同時去掉第一次的詢問步驟 --6. 建議：每台機器在重啟網絡服務后，好reboot一下
6.格式化NameNode
1）在master機器上運行命令
[root@master ~]# hdfs namenode -format
2）格式化的相關信息解讀
--1. 生成一個集群唯一標識符:clusterid
--2. 生成一個塊池唯一標識符:BlockPoolId
--3. 生成namenode進程管理內容(fsimage)的存儲路徑： 默認配置文件屬性hadoop.tmp.dir指定的路徑下生成dfs/name目錄
--4. 生成鏡像文件fsimage，記錄分布式文件系統根路徑的元數據 --5. 其他信息都可以查看一下，比如塊的副本數，集群的fsOwner等
7.啟動集群
1）啟動腳本和關閉腳本介紹
1. 啟動腳本
-- start-dfs.sh :用於啟動hdfs集群的腳本 -- start-yarn.sh :用於啟動yarn守護進程
-- start-all.sh :用於啟動hdfs和yarn
2. 關閉腳本
-- stop-dfs.sh :用於關閉hdfs集群的腳本
-- stop-yarn.sh :用於關閉yarn守護進程
-- stop-all.sh :用於關閉hdfs和yarn
3. 單個守護進程腳本
-- hadoop-daemons.sh :用於單獨啟動或關閉hdfs的某一個守護進程的腳本
-- hadoop-daemon.sh :用於單獨啟動或關閉hdfs的某一個守護進程的腳本
reg:
hadoop-daemon.sh [start|stop] [namenode|datanode|secondarynamenode]
-- yarn-daemons.sh :用於單獨啟動或關閉hdfs的某一個守護進程的腳本
-- yarn-daemon.sh :用於單獨啟動或關閉hdfs的某一個守護進程的腳本
reg:
yarn-daemon.sh [start|stop] [resourcemanager|nodemanager]
2）jps查看進程
master進程：
slave1進程：
slave2進程：
3）webui查看
（需配置本機的hosts文件）
在瀏覽器打開：
（1）http://192.168.10.200:50070 （2）http://192.168.10.200:8088
如有意見或者問題歡迎在評論區指正！！！