Hadoop完全分布式部署整合hive、sqoop

Hadoop完全分布式部署
一、 硬件描述
3台物理机，一台Master二台Slave（Slave01，Slave02）
二、 硬件环境准备
1.修改主机名
Vi /etc/sysconfig/network修改hostname为对应的
2.关闭selinux
Vi /etc/sysconfig/selinux 修改enforing 为disabled
3.关闭防火墙
Service iptables stop
4．修改本地host文件
Vi /etc/hosts每台机器都要配置
例子：
192.168.6.210　　Master
192.168.6.211　　Slave01
192.168.6.212　　Slave02
以上每台机器都要修改
5.设置ssh免密登陆
设置master节点和两个slave节点之间的双向ssh免密通信，下面以master节点ssh免密登陆slave节点设置为例，进行ssh设置介绍（以下操作均在master机器上操作）：
首先生成Master的rsa密钥：$ssh-keygen-trsa设置全部采用默认值进行回车将生成的rsa追加写入授权文件：$cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
给授权文件权限：$chmod600/.ssh/authorize{d}_{k}eys进行本机ssh测试：$ssh master正常免密登陆后所有的ssh第一次都需要密码，此后都不需要密码
将master上的authorized_keys传到slave1
sudo scp ~/.ssh/id_rsa.pub hadoop@slave1:~/
登陆到slave1操作：$ssh slave1输入密码登陆
$cat/i{d}_{r}sa.pub>>/.ssh/authorize{d}_{k}eys修改authorize{d}_{k}eys权限：$chmod 600 ~/.ssh/authorized_keys
退出slave1：$exit进行免密ssh登陆测试：$ssh slave1
到此硬件环境准备好
三、 软件安装
1.java环境安装
执行命令rpm -ivh jdk-8u131-linux-x64.rpm
配置环境变量
vi /etc/profile
在该profile文件中最下面添加：
export JAVA_HOME=/usr/java/jdk1.8.0_131
export PATH=$PATH:$JAVA_HOME/bin
2.Hadoop安装配置
2.1 Hadoop安装
首先在master节点进行hadoop安装配置，之后使用scp传到slave1和slave2。
下载Hadoop二进制文件到masterhadoop-2.8.4.tar.gz
解压文件
$tar –zxvf ~/hadoop-2.8.4.tar.gz
移动文件到自己规定的目录
$mv ~/hadoop-2.8.4 /opt/
2.2 Hadoop的maste节点配置
配置hadoop的配置文件core-site.xml　　hdfs-site.xml　　mapred-site.xml　　yarn-site.xml　　slaves（都在/opt/hadoop-2.8.4/etc/hadoop文件夹下）
$cd /opt/hadoop-2.8.4/etc/hadoop
$vim core-site.xml其他文件相同，以下为配置文件内容：
1.core-site.xml

　　
　　　　fs.default.name
　　　　hdfs://master:9000
　　
　　
　　　　hadoop.tmp.dir
　　　　file:/home/hadoop/hadoop/tmp
　　

2.hdfs-site.xml　

　　
　　　　dfs.replication
　　　　2
　　
　　
　　　　dfs.namenode.name.dir
　　　　file:/home/hadoop/hadoop/tmp/dfs/name
　　
　　
　　　　dfs.datanode.data.dir
　　　　file:/home/hadoop/hadoop/tmp/dfs/data
　　
　　
　　　　dfs.namenode.secondary.http-address
　　　　master:9001
　　

3.mapred-site.xml　　

　　
　　　　mapreduce.framework.name
　　　　yarn
　　

4.yarn-site.xml

　　
　　　　yarn.resourcemanager.hostname
　　　　master
　　
	  
        mapreduce.jobhistory.address
        Master:10020
    
    
        mapreduce.jobhistory.webapp.address
        Master:19888
　　
　　　　yarn.nodemanager.aux-services
　　　　mapreduce_shuffle
　　
　　
　　　　yarn.log-aggregation-enable
　　　　true
　　
　　
　　　　yarn.log-aggregation.retain-seconds
　　　　604800
　　

5.slaves –对应slave机器的hostname
Slave01
Slave02
2.3 Hadoop的其他节点配置
此步骤的所有操作仍然是在master节点上操作，以master节点在slave1节点上配置为例
复制hadoop文件至slave01：$scp -r /opt/hadoop-2.8.4root@Slave01:/opt/
2.4 Hadoop环境变量配置
vi /etc/profile
添加行（每个节点都需要此步操作，以master节点为例）：
#hadoop environment vars

export HADOOP_HOME=/home/hadoop/hadoop
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

保存环境变量生效：source /etc/profile
2.5 Hadoop启动
格式化namenode：$hadoopnamenode-format启动hadoop：$start-all.sh
master节点查看启动情况：$jps

slave1节点查看启动情况：$jps

slave2节点查看启动情况：$jps

看到以上结果证明hadoop配置成功
2.6启动history-server
Hadoop启动jobhistoryserver来实现web查看作业的历史运行情况，由于在启动hdfs和Yarn进程之后，jobhistoryserver进程并没有启动，需要手动启动，
启动的方法是：
mr-jobhistory-daemon.sh start historyserver
3.Hive安装(本地数据库存放元数据模式)
3.1.下载和解压安装包
apache-hive-2.3.3-bin.tar.gz
tar xvf apache-hive-2.3.2-bin.tar.gz
3.2.启动hdfs，为hive创建文件夹并授权，用于数据存储
hdfs dfs -mkdir -p /user/hive/{warehouse,tmp,log}
hdfs dfs -chmod -R 777 /user/hive/{warehouse,tmp,log}
3.3.修改hive相关配置文件
hive所有配置文件位于conf目录下
1)、修改hive-env.sh
export HADOOP_HOME=/opt/hadoop-2.8.4
export HIVE_CONF_DIR=/opt/apache-hive-2.3.3/conf
2)、修改hive-site.xml

hive.exec.scratchdir
/user/hive/tmp


hive.metastore.warehouse.dir
/user/hive/warehouse


hive.querylog.location
/user/hive/log

javax.jdo.option.ConnectionURL
jdbc:mysql://localhost:3306/hmetastore?createDatabaseIfNotExist=true&characterEncoding=UTF-8&useSSL=false


javax.jdo.option.ConnectionDriverName
com.mysql.jdbc.Driver


javax.jdo.option.ConnectionUserName
root


javax.jdo.option.ConnectionPassword
123456

创建hive tmp文件目录：

mkdir /opt/apache-hive-2.3.3/tmp

并修改hive-site.xml：
把该文件中所有的{system:java.io.tmpdir} 改为 /part1/apache-hive-2.3.2-bin/tmp
把该文件中所有的{system:user.name} 改为 {user.name}
3.4配置hive环境变量
root用户执行：vim /etc/profile
export HIVE_HOME=/opt/apache-hive-2.3.3
export HIVE_CONF=$HIV{E}_{H}OME/confexportHCA{T}_{H}OME=$HIVE_HOME/hcatalog
export PATH=$HIV{E}_{H}OME/bin:$PATH

使修改生效：source /etc/profile
3.5.下载mysql驱动，并将驱动放到/opt/apache-hive-2.3.3/lib
3.6．初始化hive
schematool -dbType mysql –initSchema
3.7．启动hive server2以便通过hive jdbc来访问hive
启动方法有两种：
1)、./bin hive --service hiveserver2 &
2)、./bin hiveserver2 &
hiveserver默认端口10000。
修改默认端口，更改hive-site.xml的配置属性：hive.server2.thrift.port
4.安装sqoop-1.4.7
4.1 下载解压sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
tar -zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
解压后复制到/opt/sqoop
mv sqoop-1.4.7.bin__hadoop-2.6.0/ /opt/sqoop
下载oracle的jdbc驱动ojdbc6.jar到/opt/sqoop/lib
4.2 配置环境变量
vi /etc/profile 设置以下内容
#sqoop
export SQOOP_HOME=/opt/sqoop
export PATH=$PATH:$SQOOP_HOME/bin
配置后执行source /etc/profile生效
4.3复制/opt/sqoop/conf/sqoop-env-template.sh为sqoop-env.sh
进入/opt/sqoop/conf目录
cp sqoop-env-template.sh sqoop-env.sh
添加相关配置

vi sqoop-env.sh
#Setpath to where bin/Hadoop is available
export HADOOP_COMMON_HOME=/opt/hadoop-2.8.4
#Setpath to where hadoop-*-core.jar isavailable
export HADOOP_MAPRED_HOME=/opt /hadoop-2.8.4
#setthe path to where bin/Hbase isavailable
#export HBASE_HOME=/opt/cdh5/hbase //未安装可以不配置
#Setthe path to where bin/Hive is available
export HIVE_HOME= /opt/apache-hive-2.3.3
#Setthe path for where zookeper config diris
#export ZOOCFGDIR= /opt/zookeeper //未安装可以不配置

4.4．测试sqoop
sqoop version
安装成功显示sqoop版本
将java jdbc ojdbc6.jar 驱动放到$SQOO{P}_{H}OME/lib下sqooplist-tables--connectjdbc:oracle:thin:@192.168.6.61:1521:his--usernamechrip--passwordrqf运行该命令显示chrip所有数据表到此sqoop安装完成注意：hive+sqoopjackson因版本不一致导致java.lang.NoSuchMethodError:com.fasterxml.jackson.databind.ObjectMapper.将$SQOOP_HOME/lib/jackson*.jar 文件bak，再把$HIVE_HOME/lib/jackson*.jar 拷贝至 $SQOOP_HOME/lib 目录中

mr-jobhistory-daemon.sh start historyserver
启动jobhistory