hadoop安裝（超級詳細）

hadoop安裝（超級詳細）

1、hadoop安裝前的准備

（1）、准備虛擬的多台設備

我們需要用虛擬機創建3台centos的系統，並配置三台設備的靜態虛擬地址，我的3台設備地址為：
	192.168.198.136
	192.168.198.137
	192.168.198.138

vi /etc/sysconfig/network-scripts/ifcfg-ens33

IPADDR=192.168.198.136
NETMASK=255.255.255.0
GATEWAY=192.168.51.1
DNS1=8.8.8.8

（2）、關閉3台虛擬機的防火牆

三台機器執行以下命令:

systemctl stop firewalld #關閉防火牆
systemctl disable firewalld #永久關閉防火牆

（3）、三台機器關閉selinux

三台機器執行以下命令關閉selinux

vi /etc/sysconfig/selinux

SELINUX=disabled

（4）、三台機器更改主機名

三台機器執行以下命令更改主機名

vi /etc/hostname

第一台機器更改內容

node01

第二台機器更改內容

node02

第三台機器更改內容

node03

注意：主機重啟后所有的主機名設置才能生效

（5）、三台機器做主機名與IP地址的映射

三台機器執行以下命令更改主機名與IP地址的映射

vi /etc/hosts

192.168.198.136 node01
192.168.198.137 node02
192.168.198.138 node03

注意：根據自己的實際情況，修改ip地址

（6）、三台機器時鍾同步

通過網絡連接外網進行時鍾同步,必須保證虛擬機連上外網

三台機器都安裝ntpdate

yum -y install ntpdate

阿里雲時鍾同步服務器

ntpdate ntp4.aliyun.com

三台機器定時任務

crontab -e

添加如下內容

*/1 * * * * /usr/sbin/ntpdate ntp4.aliyun.com;

（7）、三台機器添加普通用戶

三台linux服務器統一添加普通用戶hadoop，並給以sudo權限，用於以后所有的大數據軟件的安裝

並統一設置普通用戶的密碼為 123456

useradd hadoop
passwd hadoop

普通用戶的密碼設置為123456

三台機器為普通用戶添加sudo權限

visudo

root ALL=(ALL) ALL 這一行的下面添加如下內容

hadoop ALL=(ALL)    ALL  

（8）、三台定義統一目錄

定義三台linux服務器軟件壓縮包存放目錄，以及解壓后安裝目錄，三台機器執行以下命令，創建兩個文件夾，一個用於存放軟件壓縮包目錄，一個用於存放解壓后目錄

mkdir -p /hc/soft   # 軟件壓縮包存放目錄
mkdir -p /hc/install # 軟件解壓后存放目錄
chown -R hadoop:hadoop /hc  # 將文件夾權限更改為hadoop用戶

（9）、三台機器hadoop用戶免密碼登錄

在node01節點上查看自己的hostname是否已經更改

hostname

如果沒有更改為node01，那么關機重啟所有的節點讓主機名生效

第一步：三台機器在 hadoop用戶下執行以下命令生成公鑰與私鑰

ssh-keygen -t rsa

執行上述命令之后，按三次Enter鍵即可生成了

第二步：三台機器在hadoop用戶下，執行命令拷貝公鑰到node01服務器

ssh-copy-id node01

第三步：node01服務器將公鑰拷貝給node02與node03

node01在hadoop用戶下，執行以下命令，將authorized_keys拷貝到node02與node03服務器

cd /home/hadoop/.ssh/
scp authorized_keys node02:$PWD
scp authorized_keys node03:$PWD

第四步：驗證；從任意節點是否能免秘鑰登陸其他節點；如node01免密登陸node02

ssh node02

（10）、三台機器安裝jdk

• 使用hadoop用戶來重新連接三台機器，然后使用hadoop用戶來安裝jdk軟件
• 上傳壓縮包到第一台服務器的/hc/soft下面，然后進行解壓，配置環境變量即可，三台機器都依次安裝即可

cd /hc/soft/
tar -xzvf jdk-8u141-linux-x64.tar.gz -C /hc/install/
sudo vim /etc/profile

#添加以下配置內容，配置jdk環境變量
export JAVA_HOME=/hc/install/jdk1.8.0_141
export PATH=$PATH:$JAVA_HOME/bin

讓修改馬上生效

source /etc/profile

建議：三台機器准備好后，打個快照，便於出錯后恢復

2、安裝hadoop集群

（1）、hadoop集群規划

服務器IP	node01	node02	node03
HDFS	NameNode
HDFS	SecondaryNameNode
HDFS	DataNode	DataNode	DataNode
YARN	ResourceManager
YARN	NodeManager	NodeManager	NodeManager
歷史日志服務器	JobHistoryServer

（2）、hadoop安裝

第一步：上傳壓縮包並解壓

• 將我們重新編譯之后支持snappy壓縮的hadoop包上傳到第一台服務器並解壓；第一台機器執行以下命令

cd /hc/soft/
tar -xzvf hadoop-3.1.4.tar.gz -C /hc/install

第二步：查看hadoop支持的壓縮方式以及本地庫

第一台機器執行以下命令

cd /hc/install/hadoop-3.1.4/
bin/hadoop checknative

如果出現openssl為false，那么所有機器在線安裝openssl即可，執行以下命令，虛擬機聯網之后就可以在線進行安裝了

sudo yum -y install openssl-devel

第三步：修改配置文件

修改hadoop-env.sh

第一台機器執行以下命令

cd /hc/install/hadoop-3.1.4/etc/hadoop/
vim hadoop-env.sh

export JAVA_HOME=/hc/install/jdk1.8.0_141

修改core-site.xml

第一台機器執行以下命令

vim core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://node01:8020</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/hc/install/hadoop-3.1.4/hadoopDatas/tempDatas</value>
    </property>
    <!--  緩沖區大小，實際工作中根據服務器性能動態調整；默認值4096 -->
    <property>
        <name>io.file.buffer.size</name>
        <value>4096</value>
    </property>
    <!--  開啟hdfs的垃圾桶機制，刪除掉的數據可以從垃圾桶中回收，單位分鍾；默認值0 -->
    <property>
        <name>fs.trash.interval</name>
        <value>10080</value>
    </property>
</configuration>

修改hdfs-site.xml

第一台機器執行以下命令

vim hdfs-site.xml

<configuration>
    <!-- NameNode存儲元數據信息的路徑，實際工作中，一般先確定磁盤的掛載目錄，然后多個目錄用，進行分割   --> 
    <!--   集群動態上下線 
    <property>
        <name>dfs.hosts</name>
        <value>/hc/install/hadoop-3.1.4/etc/hadoop/accept_host</value>
    </property>
    <property>
        <name>dfs.hosts.exclude</name>
        <value>/hc/install/hadoop-3.1.4/etc/hadoop/deny_host</value>
    </property>
     -->
     <property>
            <name>dfs.namenode.secondary.http-address</name>
            <value>node01:9868</value>
    </property>
    <property>
        <name>dfs.namenode.http-address</name>
        <value>node01:9870</value>
    </property>
    <!-- namenode保存fsimage的路徑 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:///hc/install/hadoop-3.1.4/hadoopDatas/namenodeDatas</value>
    </property>
    <!--  定義dataNode數據存儲的節點位置，實際工作中，一般先確定磁盤的掛載目錄，然后多個目錄用，進行分割  -->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:///hc/install/hadoop-3.1.4/hadoopDatas/datanodeDatas</value>
    </property>
    <!-- namenode保存editslog的目錄 -->
    <property>
        <name>dfs.namenode.edits.dir</name>
        <value>file:///hc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits</value>
    </property>
    <!-- secondarynamenode保存待合並的fsimage -->
    <property>
        <name>dfs.namenode.checkpoint.dir</name>
        <value>file:///hc/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name</value>
    </property>
    <!-- secondarynamenode保存待合並的editslog -->
    <property>
        <name>dfs.namenode.checkpoint.edits.dir</name>
        <value>file:///hc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
    </property>
	<property>
        <name>dfs.blocksize</name>
        <value>134217728</value>
    </property>
</configuration>

修改mapred-site.xml

第一台機器執行以下命令

vim mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.job.ubertask.enable</name>
        <value>true</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>node01:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>node01:19888</value>
    </property>
        <property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
</configuration>

修改yarn-site.xml

第一台機器執行以下命令

vim yarn-site.xml

<configuration>
    <property>
       <name>yarn.resourcemanager.hostname</name>
        <value>node01</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!-- 如果vmem、pmem資源不夠，會報錯，此處將資源監察置為false -->
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>

修改workers文件

第一台機器執行以下命令

vim workers

原內容替換為

node01
node02
node03

第四步：創建文件存放目錄

第一台機器執行以下命令

node01機器上面創建以下目錄

mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/tempDatas
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/namenodeDatas
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/datanodeDatas 
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits

第五步：安裝包的分發scp

node01執行以下命令進行拷貝

cd /hc/install/
scp -r hadoop-3.1.4/ node02:$PWD
scp -r hadoop-3.1.4/ node03:$PWD

第六步：配置hadoop的環境變量

三台機器都要進行配置hadoop的環境變量

三台機器執行以下命令

sudo vim /etc/profile

export HADOOP_HOME=/hc/install/hadoop-3.1.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

配置完成之后生效

source /etc/profile

第七步：格式化集群

在node01執行：

hdfs namenode -format

第八步：集群啟動

1. 啟動HDFS、YARN、Historyserver（這一步即可，下面幾步只是多幾個操作方式）

• 如果配置了 etc/hadoop/workers 和 ssh 免密登錄，則可以使用程序腳本啟動所有Hadoop 兩個集群的相關進程，在主節點所設定的機器上執行。
• 啟動集群
• 主節點node01節點上執行以下命令

start-dfs.sh
start-yarn.sh
# 已過時mr-jobhistory-daemon.sh start historyserver
mapred --daemon start historyserver

• 停止集群（主節點node01節點上執行）：

stop-dfs.sh
stop-yarn.sh 
# 已過時 mr-jobhistory-daemon.sh stop historyserver
mapred --daemon stop historyserver

2. 單個進程逐個啟動

# 在主節點上使用以下命令啟動 HDFS NameNode： 
# 已過時 hadoop-daemon.sh start namenode 
hdfs --daemon start namenode

# 在主節點上使用以下命令啟動 HDFS SecondaryNamenode： 
# 已過時 hadoop-daemon.sh start secondarynamenode 
hdfs --daemon start secondarynamenode

# 在每個從節點上使用以下命令啟動 HDFS DataNode： 
# 已過時 hadoop-daemon.sh start datanode
hdfs --daemon start datanode

# 在主節點上使用以下命令啟動 YARN ResourceManager： 
# 已過時 yarn-daemon.sh start resourcemanager 
yarn --daemon start resourcemanager

# 在每個從節點上使用以下命令啟動 YARN nodemanager： 
# 已過時 yarn-daemon.sh start nodemanager 
yarn --daemon start nodemanager


以上腳本位於$HADOOP_HOME/sbin/目錄下。如果想要停止某個節點上某個角色，只需要把命令中的start 改為stop 即可。

3. 一鍵啟動hadoop集群的腳本

第九步：驗證集群是否搭建成功

1、在本機瀏覽器中訪問web ui界面

首先先看看自己的node01節點的ip是多少：
	我的是   192.168.198.136
因此：
	- hdfs集群訪問地址為	http://192.168.198.136:9870/
	- yarn集群訪問地址	 http://192.168.198.136:8088/
	- jobhistory訪問地址： http://192.168.198.136:19888/

2、通過node01這個名字直接訪問上面的網站

修改windows的hosts文件，路徑是C:\Windows\System32\drivers\etc\hosts

192.168.198.136 node01
192.168.198.137 node02
192.168.198.138 node03

接下來：
	- hdfs集群訪問地址為	http://node01:9870/
	- yarn集群訪問地址	 http://node01:8088/
	- jobhistory訪問地址： http://node01:19888/

3、查看機器中的進程，是否和這個表格一樣

在每台機器上輸入

jsp

對比這個表格，看是否一樣

服務器IP	node01	node02	node03
HDFS	NameNode
HDFS	SecondaryNameNode
HDFS	DataNode	DataNode	DataNode
YARN	ResourceManager
YARN	NodeManager	NodeManager	NodeManager
歷史日志服務器	JobHistoryServer

如果一樣就成功了。

3、關閉hadoop集群

停止集群： 
    stop-dfs.sh
    stop-yarn.sh 
    # 已過時 mr-jobhistory-daemon.sh stop historyserver
    mapred --daemon stop historyserver

關閉順序：
	- 關閉hadoop集群
	- 關閉虛擬機
	- 關閉電腦
== 注意：最好按照這個順序，如果不按照這個順序，可能會出問題 ==