伪分布式+分布式安装Hadoop（两个节点）

1. 准备一个新的Linux系统，我这里从之前安装好的Linux中克隆一个
   
   
   
   
2. 更改新系统的设备参数设置，参考本地硬件设置合理参数
   
3. 启动Linux，更改主机名为master

		[zhao@localhost ~]$ su #切换至root用户下
		[root@localhost zhao]# vim /etc/hostname #修改主机名

		[root@localhost zhao]# reboot   #重启Linux系统使更改生效

4. 配置网络环境

	[zhao@master ~]$ nmtui  #配置网卡信息，图形化工具

		[zhao@master ~]$ ifconfig #查看网卡信息

	[zhao@master ~]$ ping www.baidu.com     #ping 百度，测试是否成功， ctrl+c 结束测试

5.使用Xshell远程连接Linux（这样就不需要进入Vmware虚拟机中操作Linux，提高了工作效率）

6. 安装JDK（Java环境）

步骤如下：

• 上传jdk安装包到Linux的/home/zhao目录下
• 解压jdk压缩包
• 重命名解压后的文件名（便于后续配置时书写命令）
• 配置jdk环境变量
  （1）利用xshell上传下载的 jdk-8u162-linux-x64.tar.gz到/home/zhao目录下
  
  （2）解压压缩包

		[zhao@master ~]$ tar -zxvf jdk-8u162-linux-x64.tar.gz

（3）将文件夹jdk1.8.0_162重命名（为了方便后续配置书写命令，也可以不修改）
[zhao@master ~]$ mv jdk1.8.0_162/ jdk #将原文件名jdk1.8.0_162更改为jdk

（4）配置jdk环境变量

      	[zhao@master ~]$ vim ./.bash_profile
      	在文件中追加,然后保存退出
      	export JAVA_HOME=/home/zhao/jdk
   		export JRE_HOME=$JAVA_HOME/jre
   		export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib
   		export PATH=$PATH:$JAVA_HOME/bin

  	[zhao@master ~]$ source ./.bash_profile  #立即生效
  	[zhao@master ~]$ java -version   #查看Java版本信息

– 注意：
如果显示的版本号不是自己安装的版本时，说明Linux系统自带了jdk，且是全局的，此时有两种解决方案。
①将自己的jdk环境变量配置到/etc/profile中，形成全局环境变量
②卸载掉系统自带的jdk

			[zhao@master ~]$ rpm -qa|grep java 
			[zhao@master ~]$ sudo yum remove java-1.7.0-openjdk-headless.x86_64 -y  # java-1.7.0-openjdk-headless.x86_64 为上述过滤中显示的后两项之一
			[zhao@master ~]$ sudo yum remove java-1.8.0-openjdk-headless.x86_64 -y	#java-1.8.0-openjdk-headless.x86_64 为上述过来中显示的后两项之一

③ 再次使用 source ~/.bash_profile
④ 使用 java -version 查看版本是否正确
至此jdk安装完毕

6.安装Hadoop

（一）伪分布安装步骤

---

• 修改/etc/hosts文件
• 配置ssh免密钥登录
• 上传Hadoop的压缩包到/home/zhao
• 解压Hadoop压缩包
• 重命名解压后文件（与jdk重命名作用相同）
• 配置Hadoop环境变量（与jdk配置类似）
• 修改Hadoop的配置文件
  • core-site.xml
  • hdfs-site.xml
  • mapred-site.xml
  • yarn-site.xml
  • yarn-env.sh
  • mapred-env.sh
  • hadoop-env.sh
  • slaves
• 格式化namenode
• 启动集群测试伪分布式是否安装成功

（二）分布式安装步骤

• 关闭集群
• 克隆Linux
• 修改主机名为slave
• 修改ip地址为 192.168.241.131
• 在/etc/hosts中添加slave（master、slave都需要做）
• 配置ssh免密登录
• 修改配置文件slaves
• 启动集群

---

伪分布式安装详情如下

（1） 修改/etc/hosts文件

	[zhao@master ~]$ sudo vim /etc/hosts
	[zhao@master ~]$ ping master

（2）配置ssh免密钥登录

	[zhao@master ~]$ ssh-keygen -t rsa

	[zhao@master ~]$ cat ./.ssh/id_rsa.pub >> ./.ssh/authorized_keys #将公钥追加到authorized_keys文件。因为免密钥登录时，系统会检索authorized文件
	[zhao@master ~]$ chmod 700 .ssh/  #修改.ssh文件夹权限
	[zhao@master ~]$ chmod 600 .ssh/* #修改.ssh文件夹下文件权限

（3）上传Hadoop的压缩包到/home/zhao（与上传jdk类似，直接将压缩包拖入到Xshell窗口）

（4）解压Hadoop压缩包

	[zhao@master ~]$ tar -zxvf hadoop-2.7.1.tar.gz

（5）重命名解压后文件（与jdk重命名作用相同）

	[zhao@master ~]$ mv hadoop-2.7.1 hadoop

（6）配置Hadoop环境变量

	[zhao@master ~]$ vim ./.bash_profile
	# 追加信息如下
	export HADOOP_HOME=/home/zhao/hadoop
	export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

	[zhao@master ~]$ source ./.bash_profile    #立即生效

（7）修改Hadoop配置文件

	[zhao@master ~]$ cd hadoop/etc/hadoop/  # 进入Hadoop配置文件目录

• 配置core-site.xml

  [zhao@master hadoop]$ vim core-site.xml  #配置信息如下
  

	<configuration>
        <property>
                <name>fs.defaultFSname> #配置Hadoop默认端口
                <value>hdfs://master:9000value> 
        property>
        <property>
                <name>hadoop.tmp.dirname> #配置Hadoop临时文件保存路径
                <value>file:/home/zhao/hadoop/tmpvalue>
        property>
     configuration>

• 配置hdfs-site.xml

		[zhao@master hadoop]$ vim hdfs-site.xml

# 配置信息如下：
<configuration>
        <property>
                <name>dfs.namenode.secondary.http-addressname> #配置第二名称节点端口号
                <value>master:50090value>
        property>
        <property>
                <name>dfs.namenode.name.dirname> #配置namenode数据保存路径
                <value>file:/home/zhao/hadoop/tmp/dfs/namevalue>
        property>
        <property>
                <name>dfs.datanode.data.dirname> #配置datanode数据保存路径
                <value>file:/home/zhao/hadoop/tmp/dfs/datavalue>
        property>
        <property>
                <name>dfs.replicationname> #配置数据备份个数，因为现在采用伪分布方式故先设置为1，等配置分布式方式时再修改
                <value>1value>
        property>
configuration>

• 配置mapred-site.xml

	[zhao@master hadoop]$ cp  mapred-site.xml.template   mapred-site.xml  #复制模板并重命名

	[zhao@master hadoop]$ vim mapred-site.xml   

 #  配置信息如下：
  <configuration>
        <property>
                <name>mapreduce.framework.namename> #mapReduce的资源调度框架采用yarn
                <value>yarnvalue>
        property>
        <property>
                <name>mapreduce.jobhistory.addressname> #jobhistory服务器端地址
                <value>master:10020value>
        property>
        <property>
                <name>mapreduce.jobhistory.webapp.addressname> #jobhistory的Web端地址
                <value>master:19888value>
        property>
  configuration>

• 配置 yarn-site.xml

	[zhao@master hadoop]$ vim yarn-site.xml

# 配置信息如下：
	<configuration>
        <property>
                <name>yarn.resourcemanage.hostnamename> #配置担当resourcemanage的节点
                <value>mastervalue>
        property>
        <property>
                <name>yarn.nodemanager.aux-servicesname> #reduce获取数据方式为shuffle
                <value>mapreduce_shufflevalue>
        property>
configuration>

• yarn-env.sh 添加jdk路径

	[zhao@master hadoop]$ vim yarn-env.sh

• mapred-env.sh添加jdk路径

	[zhao@master hadoop]$ vim mapred-env.sh

• hadoop-env.sh 添加jdk路径

	[zhao@master hadoop]$ vim hadoop-env.sh

• slaves 添加Datanode主机名

	[zhao@master hadoop]$ vim slaves

（8）格式化NameNode

	[zhao@master hadoop]$ hdfs namenode -format  #格式化NameNode

（9）启动集群 测试伪分布式是否安装成功

	[zhao@master hadoop]$ start-dfs.sh  #启动HDFS

	[zhao@master hadoop]$ jps  #查看进程命令

	[zhao@master hadoop]$ start-yarn.sh  #启动yarn

分布式安装详情如下

（1）关闭集群

		[zhao@master hadoop]$ stop-all.sh  #同时关闭 HDFS 和 YARN

（2）关闭master再克隆master，将新得到的Linux当做slave，用于充当DataNode

** 开启新克隆的Linux，以下操作在新克隆的Linux上执行，因为新克隆的Linux，两台Linux主机名称一样，注意区分
（3）修改主机名称为slave（在新克隆的Linux上执行）

	[zhao@master ~]$ sudo vim /etc/hostname 

	[zhao@master ~]$ reboot  #重启系统

之后执行命令时 先看清是在slave 执行还是在 master执行 ，通过主机名可以区分

（4）修改ip地址

	[zhao@slave ~]$ nmtui  #图形化修改网卡

		[zhao@slave ~]$ ifconfig  #查看网卡信息

（3）在/etc/hosts中添加slave（master、slave都需要做）

	[zhao@slave ~]$ sudo vim /etc/hosts #在slave端

	[zhao@master ~]$ sudo vim /etc/hosts #在master端

（4）配置ssh免密钥（因为slave克隆的master，所以slave可以登陆master，而master不能登录slave，故需要在slave端生成公钥发送给master）

	[zhao@slave .ssh]$ ssh-keygen -t rsa  #生成公钥和私钥。（因为之前克隆的master，故slave上有之前生成的master的公钥和私钥,输入该命令时会询问是否覆盖掉之前的，输入Y，这样就会生成slave的公钥和私钥，替换掉了之前master的公钥和私钥）

	[zhao@slave ~]$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys  #实现自己免密登录自己

	[zhao@slave ~]$ scp ~/.ssh/authorized_keys  zhao@master:/home/zhao/.ssh/
	#将salve的authorized_keys远程传送到master，覆盖掉master中的authorized_keys。这样master就可以免密登录slave

（5）修改Hadoop的配置文件slaves （master，与slave 都需要修改）

	[zhao@slave ~]$ vim ~/hadoop/etc/hadoop/slaves #在slave执行

	[zhao@master ~]$ vim ~/hadoop/etc/hadoop/slaves #在master执行

（6）在master上启动集群

	[zhao@master ~]$ start-dfs.sh #启动HDFS	

	[zhao@master ~]$ start-yarn.sh  #在master上启动yarn

（7）通过window的Web页面查看HDFS

• 关闭master和slave的防火墙,分别在master与slave执行下列命令

	[zhao@master ~]$ sudo systemctl stop firewalld

在浏览器中输入 192.168.241.130：50070