Centos7上搭建hadoop3.0.3完全分布式 （.tar.gz）

这里搭建的是3个节点的完全分布式，即1个nameNode，2个dataNode,分别如下：

master    nameNode    192.168.0.249

node1    dataNode    192.168.0.251

node2    dataNode    192.168.0.252

1.首先创建好一个CentOS虚拟机，将它作为主节点我这里起名为master，起什么都行，不固定要求

2.VMware中打开虚拟机，输入java -version，检查是否有JDK环境，不要用系统自带的openJDK版本，要自己安装的版本

3.输入 firewall-cmd --state，若防火墙处于running状态，则关闭防火墙

systemctl stop firewalld.service       关闭防火墙

systemctl disable firewalld.service       禁用防火墙

4.输入mkdir /usr/local/hadoop   创建一个hadoop文件夹

5.将hadoop-3.0.3.tar.gz放到刚创建好的hadoop文件夹中

6.进入hadoop目录，输入tar -xvf hadoop-3.0.3.tar.gz 解压tar包

[root@master sbin]# cd /usr/local/hadoop/
[root@master hadoop]# ls
hadoop-3.0.3  hadoop-3.0.3.tar.gz 

7.输入 vi /etc/profile，配置环境变量。加入如如下内容

export HADOOP_HOME=/usr/local/hadoop/hadoop-3.0.3

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

eg:

8. 输入 souce /etc/profile ，使环境变量改动生效

9.任意目录输入hado，然后按Tab，如果自动补全为hadoop,则说明环境变量配的没问题，否则检查环境变量哪出错了

[root@master ~]# hadoop

10.创建3个之后要用到的文件夹，分别如下：

mkdir /usr/local/hadoop/tmp

mkdir -p /usr/local/hadoop/hdfs/name

mkdir /usr/local/hadoop/hdfs/data

创建结果如下：

11.进入hadoop-3.0.3解压后的 /etc/hadoop 目录，里面存放的是hadoop的配置文件，接下来要修改里面一些配置文件

12. 有两个 .sh 文件，需要指定一下java的目录，首先输入 vi hadoop-env.sh 修改配置文件

[root@master hadoop]# vi hadoop-env.sh

将原有的JAVA_HOME注释掉，根据自己的JDK安装位置，精确配置JAVA_HOME如下，保存并退出

export JAVA_HOME=/usr/local/java/jdk1.8.0_161/

13. 输入 vi yarn-env.sh 修改配置文件

[root@master hadoop]# vi yarn-env.sh

加入如下内容，指定JAVA_HOME,保存并退出

export JAVA_HOME=/usr/local/java/jdk1.8.0_161/

14. 输入 vi core-site.xml 修改配置文件

[root@master hadoop]# vi core-site.xml 

在configuration标签中，添加如下内容，保存并退出，注意这里配置的hdfs:master:9000是不能在浏览器访问的

       
                fs.defaultFS
                hdfs://master:9000
                HDFS的URI
       

       
                hadoop.tmp.dir
                file:/usr/local/hadoop/tmp
                节点上本地的hadoop临时文件夹
       

15. 输入 vi hdfs-site.xml 修改配置文件

[root@master hadoop]# vi hdfs-site.xml

在configuration标签中，添加如下内容，保存并退出

       
                dfs.namenode.http-address
                master:50070
       
       
       
                dfs.namenode.name.dir
                file:/usr/local/hadoop/hdfs/name
                namenode上存储hdfs名字空间元数据
       
       
                dfs.datanode.data.dir
                file:/usr/local/hadoop/hdfs/data
                datanode上数据块的物理存储位置
       
       
                dfs.replication
                1
                副本个数，默认是3,应小于datanode机器数量
       

   
       
            dfs.webhdfs.enabled
            true
        
        
            dfs.permissions.enabled
            false
        

16. 输入 vi mapred-site.xml 修改配置文件

[root@master hadoop]# vi mapred-site.xml

在configuration标签中，添加如下内容，保存并退出

       
                mapreduce.framework.name
                yarn
                指定mapreduce使用yarn框架
       

17. vi yarn-site.xml 修改配置文件

[root@master hadoop]# vi yarn-site.xml

在configuration标签中，添加如下内容，保存并退出

       
                yarn.resourcemanager.hostname
                master
                指定resourcemanager所在的hostname
       
       
                yarn.nodemanager.aux-services
                mapreduce_shuffle
               
                NodeManager上运行的附属服务。
                需配置成mapreduce_shuffle，才可运行MapReduce程序
               
       

18. 输入 vi workers 修改配置文件（老版本是slaves文件，3.0.3 用 workers 文件代替 slaves 文件）

[root@master hadoop]# pwd
/usr/local/hadoop/hadoop-3.0.3/etc/hadoop
[root@master hadoop]# vi workers 

将localhost删掉，加入如下内容，即dataNode节点的主机名

node1
node2

19. 将虚拟机关闭，再复制两份虚拟机，重命名为node1,node2，注意这里一定要关闭虚拟机，再复制

20. 将3台虚拟机都打开，后两台复制的虚拟机打开时，都选择“我已复制该虚拟机”

21. 在master机器上，输入vi /etc/hostname，将localhost改为master，保存并退出

22. 在node1机器上，输入 vi /etc/hostname，将localhost改为node1，保存并退出

23. 在node2机器上，输入 vi /etc/hostname，将localhost改为node2，保存并退出

24. 在三台机器分别输入 vi /etc/hosts 修改文件，其作用是将一些常用的网址域名与其对应的IP地址建立一个关联，当用户在访问网址时，系统会首先自动从Hosts文件中寻找对应的IP地址

三个文件中都加入如下内容，保存并退出，注意这里要根据自己实际IP和节点主机名进行更改，IP和主机名中间要有一个空格

192.168.0.249 master
192.168.0.251 node1
192.168.0.252 node2

25. 配置三台机器间的免密登录ssh (搭hadoop必须要配免密登录)

可参见https://blog.csdn.net/wudinaniya/article/details/80845845

26. 如果node节点还没有hadoop，则master机器上分别输入如下命令将hadoop复制

scp /usr/local/hadoop/* root@node1:/usr/local/hadoop

scp /usr/local/hadoop/* root@node2:/usr/local/hadoop

27. 在master机器上，任意目录输入 hdfs namenode -format 格式化namenode，第一次使用需格式化一次，之后就不用再格式化，如果改一些配置文件了，可能还需要再次格式化

hdfs namenode -format

格式化完成。

28. 在master机器上，进入hadoop的sbin目录，输入 ./start-all.sh 启动hadoop（若只配了hdfs，则可以 输入 ./start-dfs.sh 启动hdfs）

[root@master sbin]# ./start-dfs.sh 

29. 输入jps查看当前java的进程，

该命令是JDK1.5开始有的，作用是列出当前java进程的PID和Java主类名，nameNode节点除了JPS，还有3个进程，启动成功

若为了只使用hdfs而只配了hdfs，采用 ./start-dfs.sh 启动， 则

30. 在node1机器和node2机器上分别输入 jps 查看进程如下，说明配置成功

若只配置了hdfs， 采用 ./start-dfs.sh 启动。 则

31. 在浏览器访问nameNode节点的8088端口和50070端口可以查看hadoop的运行状况

32. 在master机器上，进入hadoop的sbin目录，输入 ./stop-all.sh 关闭hadoop 或 输入 ./stop-dfs.sh 关闭dfs

---

---

---

遇到的坑：Attempting to operate on hdfs namenode as root

写在最前注意：
1、master，slave都需要修改start-dfs.sh，stop-dfs.sh，start-yarn.sh，stop-yarn.sh四个文件
2、如果你的Hadoop是另外启用其它用户来启动，记得将root改为对应用户

HDFS格式化后启动dfs出现以下错误：

[root@master sbin]# ./start-dfs.sh
Starting namenodes on [master]
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
Starting datanodes
ERROR: Attempting to operate on hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation.
Starting secondary namenodes [slave1]
ERROR: Attempting to operate on hdfs secondarynamenode as root
ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.

 

在/usr/local/hadoop/hadoop-3.0.3/sbin路径下：

将start-dfs.sh，stop-dfs.sh两个文件顶部添加以下参数

HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

还有，start-yarn.sh，stop-yarn.sh顶部也需添加以下：

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

修改后重启 ./start-dfs.sh，成功！