从零开始搭 Hadoop 集群

内存4G，硬盘50G

1. 安装好linux
    /boot 200M 
    /swap 2g 
    / 剩余
    
2. *安装VMTools
3. 关闭防火墙
    sudo service iptables stop
    sudo chkconfig iptables off
4. 设置静态IP，改主机名
    编辑vim /etc/sysconfig/network-scripts/ifcfg-eth0
    改成r
=================================
DEVICE=eth0
TYPE=Ethernet
ONBOOT=yes
BOOTPROTO=static
NAME="eth0"
IPADDR=192.168.5.101
PREFIX=24
GATEWAY=192.168.5.2
DNS1=192.168.5.2
=================================
    编辑vim /etc/sysconfig/network
    改HOSTNAME=那一行
    
5. 配置/etc/hosts
    vim /etc/hosts
=============================
192.168.1.100   hadoop100
192.168.1.101   hadoop101
192.168.1.102   hadoop102
192.168.1.103   hadoop103
192.168.1.104   hadoop104
192.168.1.105   hadoop105
192.168.1.106   hadoop106
192.168.1.107   hadoop107
192.168.1.108   hadoop108
192.168.1.109   hadoop109
=============================

6. 创建一个一般用户atguigu，给他配置密码
    useradd atguigu
    passwd atguigu
    
7. 配置这个用户为sudoers
    vim /etc/sudoers
    在root    ALL=(ALL)       ALL
    添加atguigu    ALL=(ALL)       NOPASSWD:ALL
    保存时wq!强制保存
    
8. *在/opt目录下创建两个文件夹module和software，并把所有权赋给atguigu
    mkdir /opt/module /opt/software
    chown atguigu:atguigu /opt/module /opt/software
    
9. 关机，快照，克隆

从这里开始要以一般用户登陆

10. 克隆的虚拟机改IP和主机名

11. 搞一个分发脚本
    cd ~
    vim xsync
    内容如下：
=================================================================
#!/bin/bash
#1 获取输入参数个数，如果没有参数，直接退出
pcount=$#
if ((pcount==0)); then
echo no args;
exit;
fi

#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname

#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir

#4 获取当前用户名称
user=`whoami`

#5 循环
for((host=103; host<105; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -av $pdir/$fname $user@hadoop$host:$pdir
done
==============================================================
    
    chmod +x xsync
    
    sudo cp xsync /bin
    
    sudo xsync /bin/xsync
    

12. 配置免密登陆

        1. 生成密钥对
        ssh-keygen -t rsa 三次回车
        
        2. 发送公钥到本机
        ssh-copy-id hadoop102 输入一次密码
        
        3. 分别ssh登陆一下所有虚拟机
        ssh hadoop103
        exit
        ssh hadoop104
        exit
        
        4. 把/home/atguigu/.ssh 文件夹发送到集群所有服务器
        xsync /home/atguigu/.ssh
        
   
13. 在一台机器上安装Java和Hadoop，并配置环境变量，并分发到集群其他机器
        1. 拷贝文件到/opt/software，两个tar包
        2. tar -zxf h"+tab" -C /opt/module
        3. tar -zxf j"+tab" -C /opt/module
        4. sudo vim /etc/profile
        在文件末尾添加
=======================================================
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin

#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
========================================================
        保存
        5. source /etc/profile
        
        6. sudo xsync /etc/profile
        
        7. 在其他机器分别执行source /etc/profile

###所有配置文件都在$HADOOP_HOME/etc/hadoop
14. 首先配置hadoop-env.sh,yarn-env.sh,mapred-env.sh文件,配置Java_HOME
    在每个文件第二行添加 export JAVA_HOME=/opt/module/jdk1.8.0_144

15. 配置Core-site.xml

       
       
            fs.defaultFS
            hdfs://hadoop102:9000
       

       
       
            hadoop.tmp.dir
            /opt/module/hadoop-2.7.2/data/tmp
       
        
16. 配置hdfs-site.xml
       
       
            dfs.replication
            3
       
       
       
              dfs.namenode.secondary.http-address
              hadoop104:50090
       
        
17. 配置yarn-site.xml

       
       
       
                yarn.nodemanager.aux-services
                mapreduce_shuffle
       

       
       
            yarn.resourcemanager.hostname
            hadoop103
       
       
       
            yarn.log-aggregation-enable
            true
       

       
       
            yarn.log-aggregation.retain-seconds
            604800
       

18. 配置mapred-site.xml
   
        mapreduce.framework.name
        yarn
   
   
   
        mapreduce.jobhistory.address
        hadoop104:10020
   
   
   
        mapreduce.jobhistory.webapp.address
        hadoop104:19888
   
    
    启动历史服务器：mr-jobhistory-daemon.sh start historyserver

19. 配置Slaves
    hadoop102
    hadoop103
    hadoop104
    
20. 分发配置文件
    xsync /opt/module/hadoop-2.7.2/etc

21. 格式化Namenode 在hadoop102
    hdfs namenode -format

22. 启动hdfs 
    start-dfs.sh

23. 在配置了Resourcemanager机器上执行 
    在Hadoop103上启动start-yarn.sh

24
    mkdir input
    vim input/input
        abc
        def efg
        asd
        
    hadoop fs -put input /
    hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /input /output
    
25 关 stop-dfs.sh stop-yarn.sh

26 hadoop-daemon.sh start namenode或datanode
   yarn-daemon.sh start resourcemanager或nodemanager
   
如果集群出了问题
    stop-dfs.sh
    stop-yarn.sh
    cd $HADOOP_HOME
    rm -rf data logs
    回到21