Hadoop集群搭建及配置③ —— 基础环境搭建

简单易懂，手把手带小白用VMware虚拟机安装Linux centos7系统

Hadoop集群搭建及配置〇 —— Hadoop组件获取 & 传输文件

Hadoop集群搭建及配置① —— 克隆节点

Hadoop集群搭建及配置② —— 网络IP配置，连接网络

Hadoop集群搭建及配置③ —— 基础环境搭建

Hadoop集群搭建及配置④ —— JDK简介及其安装

Hadoop集群搭建及配置⑤ —— Zookeeper 讲解及安装

Hadoop集群搭建及配置⑥ —— Hadoop组件安装及配置

1.1 修改主机名（三个节点都要）

本次集群搭建共有三个节点，包括一个主节点master，和两个从节点slave1和slave2。具体操作如下：
1.以主机点master为例，首次切换到root用户：su
2.修改主机名为master：

hostnamectl set-hostname <hostsname>
例： hostnamectl set-hostname master

3.永久修改主机名，编辑/etc/sysconfig/network文件，内容如下：

NETWORKING=yes
HOSTNAME=master

保存该文件，重启计算机：reboot
查看是否生效：hostname

可以看到主机名字变为master。（记得三个节点都改为相对应的名字）

1.2 配置hosts文件

使各个节点能使用对应的节点主机名连接对应的地址。
hosts文件主要用于确定每个结点的IP地址，方便后续各结点能快速查到并访问。在上述3个虚机结点上均需要配置此文件。由于需要确定每个结点的IP地址，所以在配置hosts文件之前需要先查看当前虚机结点的IP地址是多少

• 1.可以通过ifconfig命令进行查看。
• 2.查看节点地址之后将三个节点的ip地址以及其对应的名称写进hosts文件。这里我们设置为 master、slave1、slave2。注意保存退出。

vi /etc/hosts 
# ip 映射
192.168.142.128 master 
192.168.142.129 slave1
192.168.142.130 slave2

1.3 永久关闭防火墙

centos7中防火墙命令用firewalld取代了iptables，当其状态是dead时，即防火墙关闭。

• 关闭防火墙：systemctl stop firewalld
• 查看状态：systemctl status firewalld
• systemctl disable firewalld.service # 禁止firewall开机启动
• systemctl start firewalld.service# 启动firewall
  
  

1.4 时间同步

1.4.1 时区一致

要保证设置主机时间准确，每台机器时区必须一致。实验中我们需要同步网络时间，因此要首先选择一样的时区。先确保时区一样，否则同步以后时间也是有时区差。可以使用date查看自己的机器时间。

1.4.2 选择时区：tzselect

由于hadoop集群对时间要求很高，所以集群内主机要经常同步。我们使用ntp进行时间同步，master作为ntp服务器，其余的当做ntp客户端。

(master)时间同步  tzselect 5 9 1 1

1.4.3 下载ntp

NTP是网络时间协议(Network Time Protocol)，它是用来同步网络中各个计算机的时间的协议。

yum install –y ntp

master作为ntp服务器，修改ntp配置文件。（仅master上执行）

vi /etc/ntp.conf

server  127.127.1.0                # local clock
fudge  127.127.1.0   stratum 10  

分别在slavel、 slave2中配置NTP，同样修改 /etc/ntp.conf 文件，注释掉server开头的行，并添加一行：server master 内容。

三个节点：

1. 开机永久、启动ntp服务
   systemctl restart ntpd.service & systemctl enable ntpd.service

2. 查看服务器状态
   service status ntpd
   

其他机器同步（slave1，slave2）ntpdate master

1.5 配置SSH免密码登录

SSH主要通过RSA算法来产生公钥与私钥，在数据传输过程中对数据进行加密来保障数据的安全性和可靠性，公钥部分是公共部分，网络上任一结点均可以访问，私钥主要用于对数据进行加密，以防他人盗取数据。总而言之，这是一种非对称算法，想要破解还是非常有难度的。

Hadoop集群的各个结点之间需要进行数据的访问，被访问的结点对于访问用户结点的可靠性必须进行验证，hadoop采用的是ssh的方法通过密钥验证及数据加解密的方式进行远程安全登录操作，当然，如果hadoop对每个结点的访问均需要进行验证，其效率将会大大降低，所以才需要配置SSH免密码的方法直接远程连入被访问结点，这样将大大提高访问效率。

1. 每个结点分别产生公私密钥：ssh-keygen -t dsa -P ‘’ -f ~/.ssh/id_dsa（三个节点）
   秘钥产生目录在用户主目录下的.ssh目录中，进入相应目录查看：cd .ssh/

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa（三个集群）
cd ~/.ssh

id_rsa.pub为公钥，id_rsa为私钥，紧接着将公钥文件复制成authorized_keys文件：（仅master）
cat id_rsa.pub >> authorized_keys（注意在 .ssh /路径下操作）
ssh master

2.让主结点master能通过SSH免密码登录两个子结点slave。（slave中操作）为了实现这个功能，两个slave结点的公钥文件中必须要包含主结点的公钥信息，这样当master就可以顺利安全地访问这两个slave结点了。

slave1结点通过scp命令远程登录master结点，并复制master的公钥文件到当前的目录下，且重命名为master_das.pub，这一过程需要密码验证。

salve中把master结点的公钥文件追加至authorized_keys文件。

配置SSH免密码登录
ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa（三个集群）
cd ~/.ssh
cat id_rsa.pub >> authorized_keys（仅master）
ssh master 登出 

scp master:~/.ssh/id_rsa.pub ./master_ras.pub（slave操作）
cat master_ras.pub >> authorized_keys

ssh slave1/slave2 （在master）