ubuntu安装hadoop、ZK，kafka，mysql等集群过程及问题解决

ubuntu系统 安装hadoop,zookeeper等集群
从17年开始安装集群，第一次照着安装文档安装了无数遍，然后因为虚拟机太卡，在自己的ubuntu上系统上又摸索着安装，第三次是误删了系统内核，又重安系统，重安装大数据的相关软件，又给朋友安装过，但是没有哪一次我是从头到尾一直顺利的，总会有各种问题，权限问题，密钥问题，远程问题，防火墙问题等等。以前因为忙着没时间记录，现在因为要自己搭集群，只能在自己电脑上弄三个虚拟机，没办法，又要重新安装hadoop那些东西，于是想着以后换新电脑肯定还要继续安装…所以把自己安装的过程，遇到的问题的解决办法都记录下来，省着下次遇到了还要重新查百度…

首先最简单的：安装hadoop集群

1.准备好系统

我这里弄了三个虚拟机，但是其实可以先只安装一个虚拟机，然后把所有要安装的东西全都安装完，然后使用一个虚拟机克隆功能，就把所有的东西复制了下来，省去很多麻烦。

2.安装jdk

将jdk版本tar包解压后放在自己指定的路径，然后添加home环境变量。
添加环境变量有的人在profile中，有的在.bashrc中，我习惯用.bashrc比较方便不知道有啥不一样。
#add jdk path
`

export JAVA_HOME=/home/hduser/apps/jdk

export JRE_HOME=${JAVA_HOME}/jre

export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib

export PATH=${JAVA_HOME}/bin:$PATH

`

3.安装hadoop集群

这里要安装的是全分布式的hadoop和zookeeper
（我的安装都是参考网络上的博文）
安装hadoop分布式前面的步骤我借鉴文章如下：
https://blog.csdn.net/Dream19881003/article/details/7076079
（注意其中有个password命令是不对的，应该改成passwd命令）
还有要解决我开启三个虚拟机，ip地址总是改变的问题。每次开启虚拟机ifconfig你会发现ip地址和上次的都是不一样的，不解决的话会非常麻烦。
解决办法如下：
https://blog.csdn.net/Dream19881003/article/details/7076079
还有安装过程中只配置好一个系统中的就好，然后利用scp命令传到另一个系统中。

hadoop配置文件：

1.hadoop-env.sh中添加JAVA_HOME
2.core-site.xml添加如下
`

	hadoop.tmp.dir
	file:/home/hduser/apps/hadoop/tmp
	


	fs.defaultFS
	hdfs://localhost:9000
	


	ha.zookeeper.quorum
	master:2281,node1:2282,node2:2283

`
3.hdfs-site.xml添加如下：

	dfs.namenode.name.dir
        file:/home/hduser/apps/hadoop/tmp/dfs/name
	true		


              dfs.namenodehandler.count
              100


	dfs.journalnode.edits.dir
	file:/home/hduser/hadoop/journal

	dfs.datanode.data.dir
	file:/home/hduser/apps/hadoop/tmp/dfs/data
	true


	dfs.replication
	2
	true


	dfs.permissions
	false

4.mapred.xml配置：

	mapred.job.tracker
	master:9001


	mapreduce.framwork.name
	yarn

5.yarn-site.xml配置：

	yarn.resourcemanager.hostname
	master



	yarn.nodemanager.aux-services
	mapreduce_shuffle


	yarn.resourcemanager.webapp.address
	master:8088

6.slaves配置：
node1
node2
注意1.scp命令多余的空格千万不要打否则一定会报错，我因为这个错误忙活大半天，总习惯多打空格
注意2.三个集群的节点用户组，用户，用户目录要一样，否则hadoop会format失败，这个知识有限我也不知道为啥呢。
注意3.ssh安装之后要修改.ssh文件夹的权限，要不然会出错->700
目前我只会简单的hadoop配置，有的博文提到配置更多的hdfs-site.xml，里面内容更多，但是很多我也不懂，所以就默认没写。
注意4.ssh远程主机最好写明主机名用户名，只写主机名就容易失败。我的三个主机hostname分别是master，node1,node2。创建的用户组是hadoop，其中的用户名是hduser。所以ssh master的时候最好写ssh hduser@master，前者错，后者是正确的。
7.继续补充问题：格式化节点多次以后，出现了ipc错误，网上也查了一些解决办法，简述一下。
命令：hadoop namenode -format ，格式化节点之后，注意datanode上的数据没了，我试过一次，自己实验的可以总格式化，但是如果真是实际应用，这恐怕是很可笑的吧…就像一碰见什么错误就重装系统似的，很low.
hadoop dfsadmin -report是查看datanode的节点使用情况，我之前就出现了used NanN%这样的情况，其他也是0，说明datanode未使用上。检查自己的hdfs-site.xml,core-site.xml,把hadoop下tmp下log文件都删除，把namenode机器上的data和name文件夹也清空，关闭集群后再格式化，然后再开启:start-dfs.sh、start-yarn.sh、jps
重点：如果重新格式化依旧显示使用0，或者datanode访问namenode节点9000端口失败，注意在配置defaultDfs的时候不要写localhost:9000,要写hosts下映射的主机名，要不然其他机器容易误会…我的三个集群的话，master作为namenode，node1,node2作为datanode，所以默认dfs访问地址为master:9000.
主机/etc/hosts中第一行默认的是127.0.0.1 localhost,第二行是127.0.1.1 XXX,要把127.0.1.1那个环回地址去掉，要不然节点也会误会的，没办法集群的脑子就是一根筋。

3.安装zk集群

说起来安装zookeeper集群也有点麻烦
简单描述一下吧，也是参照网络上博文的随便找找就有的
解压到指定文件夹，然后配置conf内的zoo.cfg和log4j.properties文件

配置zoo.cfg

注意1.自己本机的server端口的主机地址要写0.0.0.0:2888:3888，要不然会有错误
就我的集群而言master中server.1=0.0.0.0:2888:3888，
node1中server.2=0.0.0.0:2888:3888
node2中server.3=0.0.0.0:2888:3888
其他server正常写主机名称配端口号
注意2.如果过程中出现错误要查看log日志，要zkServer.sh restart之后才能看见out.log日志中的错误（不知道为啥但是就是这样，如果没找到log最好restart一下）

配置log4j.properties

主要把路径换成自己的，注意在相关文件夹自己配好路径

配置data下的myid文件

我自己配的是三个集群，所以有三个id，上文中的server.1,srever.2,server.3对应三个集群中data.dir路径下的myid文件中内容

注意：zoo.cfg配置的data路径下一定要有myid文件，写好id号
现在就能想起来的这么多，以后如果还有其他错误再继续补充，趁着记忆新鲜，先记录一下

zk集群命令：zookeeper/bin 下：./zkServer.sh start、stop、status

3.安装scala、spark、maven、tomcat、mysql

1.scala最容易安装，不过安装的时候最好考虑一下版本配合问题。spark安装要配合前面的hadoop版本，scala安装要配合spark的版本安装。

scala.tar.gz解压到指定文件夹后，配个环境变量就ok，然后scala -version查看一下就好了

2.spark要配置一下conf下的spark-env.sh文件，添加一下JAVA_HOME

查看version使用pyspark，出现一个spark的图形就OK

3.安装tomcat，好像配好环境变量就可以了

查看是否成功，进入网页：localhost：8080
注意，tomcat文件夹要有读写权限，直接给chmod -r 777就得了

4.安装maven，主要记录配置文件，配置国内的源，阿里源会快，默认是国外每次导依赖肯定会很慢甚至没有，在maven/conf下的settings.xml中配置mirrors

5.安装mysql用的是apt-get命令

首先先sudo apt-get update一下，如果这个遇到什么问题，…百度一下吧很好解决的
第二步sudo apt-get install mysql-server
安装过程中会提示输入密码mysql的密码强度三个等级，low(0)、middle(1)、high(2)。low好像是八个数字就可以，自己就设个简单点的，记住了。
第三步设置installation自己设去吧，也可以不设它默认的密码强度好像是2

3.安装kafka集群

kafka基于scala编写，所以安装之前要安装scala，其中也是有对应版本的，最好对应一下。
kafka集群中的配置还挺多的包括：server.properties 、consumer.properties、producer.properties、zookeeper.properties

server.properties中的配置如下：

每个集群的port都不要重复，我的分别是master：9092,node1:9093,node2:9094,broker.id分别是0，1，2





以上zookeeper.connect配置对应每个集群的zookeeper的主机名和端口号

配置consumer.properties

配置producer.properties

配置zookeeper.properties

端口号要改成zk集群的端口号

安装hbase集群

参考文章：
https://blog.csdn.net/qq_38586378/article/details/81352358

后面我还要安装flume，还没用上，先这样吧，这博客时间间隔从去年11月到今年2月，我再不发出去就要长毛了