Hadoop完全分布式集群的搭建及应用

1、系统硬件（虚拟机分配）

CPU：Intel(R)_Core(TM) i5-3230M CPU @ 2.60GHz

内存：4GB

硬盘：20GB

2、系统软件

操作系统：CentOS-7-x86_64-Everything-1611

虚拟机：VMware 11.1.1 build-2771112

Hadoop版本：Hadoop 3.0.3

Java版本：Java-1.8.0_171

3、Hadoop环境配置

3.1 配置虚拟网络

本项目使用一个主机，两个从机，它们的名称以及IP地址确定如下：

名称	IP地址
Master	192.168.102.100
Slave1	192.168.102.201
Slave2	192.168.102.202

3.2 主机网络的配置

（1）关闭SELINUX：vi /etc/selinux/config，设置SELINUX=disabled，保存退出，如下图所示：

（2）关闭防火墙，首先安装iptables，并启动服务：sudo yum install iptables-services。然后关闭防火墙：/sbin/service iptables stop；chkconfig --level 35 iptables off。执行完毕后查看防火墙状态：service iptables status，如下图所示

（3）修改静态IP地址，在命令行中输入vi /etc/sysconfig/network-scripts/ifcfg-ens33，IP配置信息如下

（4）修改主机名称：vim /etc/hostname

（5）修改host 映射：vi /etc/hosts

（6）重启网络service network restart，静态IP信息如下图所示

3.3 下载安装jdk，并且配置环境变量，完成安装

jdk环境变量的配置

3.4 安装配置hadoop

下载并解压Hadoop，修改hadoop-env.sh、core-site.xml、mapred-site.xml、workers、bash_profile等配置文件。

（1）修改hadoop-env.sh文件

（2）修改core-site.xml

（3）修改mapred-site.xml

（4）修改workers文件

（5）修改bash_profile文件

3.5 分布式集群的搭建

（1）克隆2个centos系统，至此可以看作3台服务器master、slave1、slave2。

（2）SSH免密码登录配置

默认启动ssh无密登录，每个系统都要对sshd_config文件进行配置vim /etc/ssh/sshd_config

      进入/root/.ssh文件，输入ssh-keygen -t dsa，生成密钥，会在root文件夹里产生ssh文件。输入cat id_dsa.pub >> authorized_keys，将id_dsa.pub文件信息复制到authorized_keys文件中，输入scp authorized_keys slave2:~/.ssh，将authorized_keys复制到slave2。

      然后输入ssh slave2 不用输入登录密码即可完成登录。同样的，对slave1完成ssh免密码登录配置。至此完成Hadoop在centos系统上的环境搭建

4、Hadoop平台的应用

4.1、Hadoop初始化

        格式化hdfs，输入命令./hadoop  namenode  -format，格式化的过程状态如下图所示。

4.2、启动Hadoop。

(1) 在Hadoop主目录的sbin文件夹中，输入命令./start-all.sh

(2) jps查看Hadoop进程

4.3、上传任务文件到hdfs

（1）在本地系统创建任务文件

         创建input文件夹，再在文件夹input中创建两个文本文件file1.txt和file2.txt，文件的内容如下图所示。

（2）上传文件

         Hdfs系统创建h_input文件夹，在hadoop主目录下输入命令行bin/hdfs dfs -mkdir -p h_input 。将本地任务文件上传到hdfs，输入命令行bin/hadoop fs -put /home/lgy/input/file* h_input

（3）运行代码

运行统计单词代码，输入命令hadoop fs -cat h_output/part-r-00000，查看结果如下图所示

5 代码

import java.io.IOException;
    import java.util.StringTokenizer;
    import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.Path;
    import org.apache.hadoop.io.IntWritable;
    import org.apache.hadoop.io.Text;
    import org.apache.hadoop.mapreduce.Job;
    import org.apache.hadoop.mapreduce.Mapper;
    import org.apache.hadoop.mapreduce.Reducer;
    import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
    import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
    import org.apache.hadoop.util.GenericOptionsParser;
    public class WordCount {
        public static class TokenizerMapper
                extends Mapper{
                private final static IntWritable one = new IntWritable(1);
                private Text word = new Text();
                public void map(Object key, Text value, Context context)throws IOException, InterruptedException {
                    StringTokenizer itr = new StringTokenizer(value.toString());
                    while (itr.hasMoreTokens()) {
                        word.set(itr.nextToken());
                        context.write(word, one);
                    } //while
                } //map()
        } //static class TokenizerMapper
        public static class IntSumReducer extends Reducer {
            private IntWritable result = new IntWritable();
            public void reduce(Text key, Iterable values,Context context)throws IOException, InterruptedException {
                int sum = 0;
                for (IntWritable val : values) {
                    sum += val.get();
                }
                result.set(sum);
                context.write(key, result);
            } //reduce
        } //static class IntSumReducer
        public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
        if (otherArgs.length != 2) {
            System.err.println("Usage: wordcount  ");
            System.exit(2);
        }
        Job job = new Job(conf, "word count");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(TokenizerMapper.class);
        job.setCombinerClass(IntSumReducer.class);
        job.setReducerClass(IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
        FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    } //main()
    } //class WordCount