CentOS7 + hadoop2.8大数据环境搭建

默认已经在VMware上安装了系统为CentOS7的三台机器，并且设置了三台机器静态IP地址。
如果对设置静态IP地址不熟悉，可以参考博主另外一篇博客。
https://blog.csdn.net/zgf605506394/article/details/87781296

1. 下载java,下载hadoop
   博主主机是Windows，所以直接在官网下载，通过WinSCP直接传到CentOS系统中

   1. java下载地址：
      https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
   2. hadoop下载
      https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.8.5/hadoop-2.8.5.tar.gz
      
   3. WinSCP传到CentOS系统中，分别在CentOS下，/opt/下创建java，hadoop文件夹。三个虚拟机都需要做。
      

2. 实现3个虚拟机ssh免密码登录

   1. 修改3台机器的/etc/hosts文件，文件如下：
      
   2. 给3个机器生成秘钥文件
      ssh-keygen -t rsa -P ‘’
      默认，回车，保存到/root/.ssh目录下
   3. 把3台机器生成的秘钥文件保存到master机器的authorized_keys文件

   touch /root/.ssh/authorized_keys
   

   scp 命令把两台slave机器的id_rsa.pub文件发送到master机器/root/.ssh目录下
   把三个文件内容合并到authorized-keys文件

   cat id_rsa.pub id_rsa_slave1.pub id_rsa_slave2.pub authorized_keys
   

   4. 将authorized_keys文件复制到其他机器
   5. 测试使用ssh无密码登录
      ssh slave1
      ssh slave2
      记得exit退出，不然还是在另外一台机器操作。

3. 安装jdk和hadoop

   1. 安装jdk

   2. 安装hadoop
      注意： 3台机器上都需要重复下面所讲的步骤。

      1. 上载文件并解压缩
         在opt目录下新建一个名为hadoop的目录，并将下载得到的hadoop-2.8.0.tar上载到该目录下

         进入到该目录，执行命令:

   cd   /opt/hadoop
   

   	执行解压命令：
   

 tar  -xvf   hadoop-2.8.5.tar.gz

说明：3台机器都要进行上述操作，解压缩后得到一个名为hadoop-2.8.5的目录。,重命名为hadoop2.8.

	2. 新建几个目录
       在/root目录下新建几个目录，复制粘贴执行下面的命令：

mkdir  /root/hadoop  
mkdir  /root/hadoop/tmp  
mkdir  /root/hadoop/var  
mkdir  /root/hadoop/dfs  
mkdir  /root/hadoop/dfs/name  
mkdir  /root/hadoop/dfs/data

3.2.3 修改etc/hadoop中的一系列配置文件
修改/opt/hadoop/hadoop2.8/etc/hadoop目录内的一系列文件。

3.2.3.1 修改core-site.xml
修改/opt/hadoop/hadoop-2.8.0/etc/hadoop/core-site.xml文件
在节点内加入配置:

 
        hadoop.tmp.dir
        /root/hadoop/tmp
        Abase for other temporary directories.
 
   
        fs.default.name
        hdfs://hserver1:9000
   

3.2.3.2 修改hadoop-env.sh
修改/opt/hadoop/hadoop-2.8.0/etc/hadoop/hadoop-env.sh文件

     将export   JAVA_HOME=${JAVA_HOME}

     修改为：

     export   JAVA_HOME=/opt/java/jdk1.8

    说明：修改为自己的JDK路径，这个一定要这样修改，不然会报错

另外，还需要修改

export HADOOP_OPTS="-Djava.library.path=${HADOOP_HOME}/lib/native/"

不然，在启动hadoop的时候，会有警告，WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable

3.2.3.3 修改hdfs-site.xml
修改/opt/hadoop/hadoop2.8/etc/hadoop/hdfs-site.xml文件

      在节点内加入配置:

   dfs.name.dir

   /root/hadoop/dfs/name

   Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.





   dfs.data.dir

   /root/hadoop/dfs/data

   Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.





   dfs.replication

   2





      dfs.permissions

      false

      need not permissions

      说明：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。

3.2.3.4 新建并且修改mapred-site.xml
在该版本中，有一个名为mapred-site.xml.template的文件，复制该文件，然后改名为mapred-site.xml，命令是：

[plain] view plain copy
cp /opt/hadoop/hadoop2.8/etc/hadoop/mapred-site.xml.template /opt/hadoop/hadoop2.8/etc/hadoop/mapred-site.xml
修改这个新建的mapred-site.xml文件，在节点内加入配置:

 

 
  mapred.job.tracker

 
  hserver1:49001





      mapred.local.dir

       /root/hadoop/var






       mapreduce.framework.name

       yarn

3.2.3.5 修改slaves文件
修改/opt/hadoop/hadoop2.8/etc/hadoop/slaves文件，将里面的localhost删除，添加如下内容：

slave1  
slave2

3.2.3.6 修改yarn-site.xml文件
修改/opt/hadoop/hadoop2.8/etc/hadoop/yarn-site.xml文件，
在节点内加入配置(注意了，内存根据机器配置越大越好，我这里只配2个G是因为机器不行):

        yarn.resourcemanager.hostname

        hserver1

   

   

        The address of the applications manager interface in the RM.

        yarn.resourcemanager.address

        ${yarn.resourcemanager.hostname}:8032

   

   

        The address of the scheduler interface.

        yarn.resourcemanager.scheduler.address

        ${yarn.resourcemanager.hostname}:8030

   

   

        The http address of the RM web application.

        yarn.resourcemanager.webapp.address

        ${yarn.resourcemanager.hostname}:8088

   

   

        The https adddress of the RM web application.

        yarn.resourcemanager.webapp.https.address

        ${yarn.resourcemanager.hostname}:8090

   

   

        yarn.resourcemanager.resource-tracker.address

        ${yarn.resourcemanager.hostname}:8031

   

   

        The address of the RM admin interface.

        yarn.resourcemanager.admin.address

        ${yarn.resourcemanager.hostname}:8033

   

   

        yarn.nodemanager.aux-services

        mapreduce_shuffle

   

   

        yarn.scheduler.maximum-allocation-mb

        2048

        每个节点可用内存,单位MB,默认8182MB

   

   

        yarn.nodemanager.vmem-pmem-ratio

        2.1

   

   

        yarn.nodemanager.resource.memory-mb

        2048



   

        yarn.nodemanager.vmem-check-enabled

        false

   说明：yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查，如果你是安装在虚拟机上，这个配置很有用，配上去之后后续操作不容易出问题。如果是实体机上，并且内存够多，可以将这个配置去掉。

4启动hadoop
4.1在namenode上执行初始化
因为master是namenode，slave1和slave2都是datanode，所以只需要对master进行初始化操作，也就是对hdfs进行格式化。
进入到master这台机器的/opt/hadoop/hadoop2.8/bin目录
执行初始化脚本，也就是执行命令：

 ./hadoop  namenode  -format

稍等几秒，不报错的话，即可执行成功
格式化成功后，可以在看到在/root/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件

4.2在namenode上执行启动命令
因为master是namenode，slave1和slave2都是datanode，所以只需要再master上执行启动命令即可。
进入到master这台机器的/opt/hadoop/hadoop2.8/sbin目录
执行初始化脚本，也就是执行命令：

 ./start-all.sh

第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车

5测试hadoop
haddoop启动了，需要测试一下hadoop是否正常。
执行命令，关闭防火墙，CentOS7下，命令是：

          systemctl   stop   firewalld.service

master是我们的namanode，该机器的IP是192.168.2.5，在本地电脑访问如下地址:

http://192.168.2.5:50070/

自动跳转到了overview页面

在本地浏览器里访问如下地址：

http://192.168.2.5:8088
自动跳转到了cluster页面