【大数据】Hadoop完全分布式配置（超详细）
文章目录
- 概述
- 1.准备Linux
- 2.安装JDK
- 3.克隆两台虚拟机
- 4.免密登陆
- 5.安装Hadoop
- 6.配置Hadoop配置文件
- 7.启动服务
- 8.在集群上测试一个jar包-单词统计的功能
- 问题总结
概述
- Hadoop完全分布式配置-具体步骤如下
默认前提：
1.在Windows平台下安装Vmware平台（默认已经安装）
2.在Vmware平台上安装Linux操作系统（默认已经安装）
这里我已安装的是 Vmware16 和 CentOS7.
1.准备Linux
- 网络设置NAT模式
编辑——>虚拟网络编辑器——>更改设置（需要管理员权限）
·桥接：选择桥接模式的话虚拟机和宿主机在网络上就是平级的关系，相当于连接在同一交换机上。
·NAT：NAT模式就是虚拟机要联网得先通过宿主机才能和外面进行通信。
·仅主机：虚拟机与宿主机直接连起来
如果是通过网线部署在不同的电脑上，应该选择桥接模式。
如果是选择NAT模式来用于设置本机局域网，则IP也要设置。
-
设置静态IP
·命令1：vi /etc/sysconfig/network-scripts/ifcfg-ens33 ·命令2：service network restart #重启网络，使上面的设置生效 ·命令3：ping www.baidu.com #可测试固定IP设置是否有效（1）执行命令1，修改配置文件。
首先，修改部分：BOOTPROTO=static 其次，添加部分：HDDR=刚刚复制的数字 IPADDR=192.168.111.131 GATEWAY=192.168.111.254 DNS1=8.8.8.8
（2）执行命令2，重启网络，使设置生效
（3）执行命令3，测试固定IP设置是否有效
-
修改主机名字
·命令1：vim /etc/hostname 直接修改即可 重启系统reboot，使设置生效修改前：
修改后：
-
关闭防火墙
·永久性生效，重启后不会复原 开启：systemctl enable firewalld 关闭：systemctl disable firewalld ·即时生效，重启后复原 开启：systemctl start firewalld 关闭：systemctl stop firewalld ·查看防火墙运行状态：systemctl status firewalld永久性关闭防火墙，并reboot重启系统，然后用 systemctl status firewalld 查看防火墙的运行状态。
永久关闭并重启后：
2.安装JDK
默认已经在Windows上安装 Xshell 和 Xftp
下面我们将通过Xshell和Xftp进行操作
-
首先连接Xshell
-
利用Xshell中的Xftp，把Windows中的 jdk 上传到 Linux 系统
准备工作：在/opt文件夹下创建两个文件夹 cd /opt mkdir module #module存放解压后文件 mkdir source #source存放原文件
-
解压缩 jdk
·命令：tar -zxvf jdk-8u181-linux-x64.tar.gz ·修改文件夹的名称：mv jdk1.8.0_181 jdk1.8 ·移动到module文件夹中：mv jdk1.8 ../module解压后：
改名后：
移动后：
-
配置环境
方法1：修改.bash_profile文件 ·vim ~/.bash_profile ·在.bash_profile文件末尾加入： export JAVA_HOME=/opt/module/jdk1.8 export PATH=$JAVA_HOME/BIN:$PATH ·然后执行以下命令，使环境变量配置立即生效 source ~/.bash_profile 方法2：修改/etc/profile文件 ·vim /etc/profile ·在profile文件末尾加入： export JAVA_HOME=/opt/module/jdk1.8 export PATH=$JAVA_HOME/bin:$PATH ·然后执行以下命令，使配置立即生效 source /etc/profile ·执行以下命令，查看java版本号： java -version·方法一：更为安全，它可以把使用这些环境变量的权限控制到用户级别，如果你需要给某个用户权限使用这些环境变量，你只需要修改其个人用户主目录下的.bash_profile文件就可以了。 ·方法二：更为方便，因为所有用户的shell都有权使用这些环境变量，如果你的计算机仅仅作为开发使用时推荐使用这种方法，否则可能会给系统带来安全性问题。这里我采用的是方法二：
3.克隆两台虚拟机
前面我们已经完成了 虚拟机AY01 的准备工作和 JDK的安装。
下面我们将对该虚拟机进行克隆。
右键——>管理——>克隆
然后进行克隆：
选择 “创建完整克隆”
自行修改即可：
然后以同样的操作，完成第三台虚拟机的克隆即可。
克隆完成后，我们需要进行一些小操作：
·修改 虚拟机AY002 和 虚拟机AY003 的 主机名 和 IP地址
修改主机名：vim /etc/hostname #直接改即可，新主机名在reboot重启后生效
修改IP地址：vim /etc/sysconfig/network-scripts/ifcfg-ens33 #分别将AY002和AY003的IP地址改为192.168.111.132和192.168.111.133
·修改三台系统的hosts文件，使IP与主机名对应
vim /etc/hosts
内容如下：
192.168.111.131 AY01
192.168.111.132 AY02
192.168.111.133 AY03
（1）修改前：
AY002：
AY003：
重启后：
（2）修改三台系统的hosts文件（注意是三台，每台的内容都一样）
具体内容如下图：
至此，我们完成了克隆的部分。
4.免密登陆
经过前面的操作，我们已经可以用Xshell来远程控制虚拟机AY02和虚拟机AY03，
下面我们的操作将在Xshell上进行（当然，也可以依然在Vmware平台上操作）
准备：首先要保证主机名、hosts、防火墙正确设置
-
配置每个节点本身公钥和私钥（即在每个节点执行如下两个命令：）
（1）进入家目录：cd ~ （2）生成公钥和私钥：ssh-keygen -t rsa ·进入.ssh目录：cd .ssh 执行上述指令，然后敲（三个回车），中间不要输入任何内容，在.ssh目录下就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
-
将生成的密钥分别发送给AY01、AY02、AY03
·命令1：ssh-copy-id AY01 ·命令2：ssh-copy-id AY02 ·命令3：ssh-copy-id AY03
测试一下：（成功如下图 ）
-
在 AY02 和 AY03 中重复上述操作
最终结果如下：
AY02：
AY03：
至此，我们完成了三台系统之间的免密登陆。
5.安装Hadoop
-
利用Xshell中的Xftp，把 Windows 中的 Hadoop-2.7.2上传到 虚拟机AY01的/opt/source文件夹中
-
解压 Hadoop-2.7.2 压缩包
·解压命令：tar -zxvf hadoop-2.7.2.tar.gz ·移动到/opt/module文件夹中：mv hadoop-2.7.2 ../module解压后：
移动后：
-
配置 Hadoop 环境变量
方法一： ·首先进入hadoop文件夹： cd /opt/module/hadoop-2.7.2/etc/hadoop ·配置hadoop-env.sh 配置文件 1）修改 export JAVA_HOME=${JAVA_HOME} 为 export JAVA_HOME=/opt/module/jdk1.8 2）添加以下两条语句： export HADOOP_HOME=/opt/module/hadoop-2.7.2 export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH 方法二： ·首先进入hadoop文件夹： cd /opt/module/hadoop-2.7.2/etc/hadoop ·配置hadoop-env.sh 配置文件 1）修改 export JAVA_HOME=${JAVA_HOME} 为 export JAVA_HOME=/opt/module/jdk1.8 ·其次修改/etc/profile文件，在jdk的配置语句后面添加以下两条语句： export HADOOP_HOME=/opt/module/hadoop-2.7.2 export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH这里我采用的是方法二：
这里，我们才只是完成了AY01中的hadoop的安装和环境配置，下面我们将完善Hadoop的配置文件，然后将配置完成的 Hadoop 拷贝给 AY02 和 AY03.
集群部署：
| AY01 | AY02 | AY03 |
|---|---|---|
| HDFS | ||
| NameNode | YARN | SecondaryNameNode |
| DataNode | DataNode | DataNode |
| NodeManager | NodeManager | NodeManager |
| ResourceManager |
6.配置Hadoop配置文件
一共需要配置7个文件，这7个文件都在/opt/module/hadoop-2.7.2/etc/hadoop 文件夹下。
把配置信息写在文件的-
core-site.xml
·vim core-site.xml 在该文件中的之间复制下列内容，注释不要复制，只复制 部分。 fs.defaultFS hdfs://AY01:9000 hadoop.tmp.dir /opt/module/hadoop-2.7.2/data/tmp 
-
Hdfs 部分有3个文件：
（2.1）hadoop-env.sh（此文件在安装Hadoop时已配置过，故可以省略） ·修改内容：export JAVA_HOME=/opt/module/jdk1.8（2.2）hdfs-site.xml
·vim hdfs-site.xml ·添加的内容如下：dfs.replication 3 dfs.namenode.secondary.http-address AY03:50090 
（2.3）slaves
·vim slaves ·把原文件中的localhost删除掉，输入集群节点名： AY01 AY02 AY03
-
yarn
（3.1）yarn-env.sh·vim yarn-env.sh ·修改内容如下： 将 # export JAVA_HOME=/home/y/libexec/jdk1.6.0/ 修改为 export JAVA_HOME=/opt/module/jdk1.8 （JDK的实际路径）修改前：
修改后：
（3.2）yarn-site.xml
·vim yarn-site.xml ·添加下面部分： yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.hostname AY02 
-
mapreduce
（4.1）mapred-env.sh·vim mapred-env.sh ·修改内容如下： 将# export JAVA_HOME=/home/y/libexec/jdk1.6.0/ 修改为 export JAVA_HOME=/opt/module/jdk1.8修改前：
修改后：
（4.2）mapred-site.xml·hadoop文件夹下没有mapred-site.xml文件，但有一个mapred-site.xml.template文件， 拷贝一份该文件，并把新拷贝的文件命名为mapred-site.xml 命令为：cp mapred-site.xml.template mapred-site.xml ·然后再打开mapred-site.xml ·添加部分： mapreduce.framework.name yarn 
-
分发 Hadoop文件夹
自此，所有文件全部配置完毕，接下来我们需要把AY01节点的hadoop文件夹远程分发到AY02、AY03上的对应位置 ·首先回到/opt/module文件夹下 cd /opt/module ·然后执行如下命令： scp -r ./hadoop-2.7.2/ AY02:/opt/module scp -r ./hadoop-2.7.2/ AY03:/opt/module
至此，三台系统的Hadoop配置完全一致。
7.启动服务
-
格式化 namenode
根据前面的集群部署图可知，namenode在AY01节点上，因此只需要在AY01节点上进行格式化即可。 ·首先，进入到hadoop目录下：cd/opt/module/hadoop-2.7.2 ·格式化命令：bin/hdfs namenode -format
-
启动 namenode
·启动命令：sbin/start-dfs.sh ·可通过jps命令查看是否启动
-
启动 yarn
根据之前集群部署的情况可知，我们把yarn部署在了AY02节点上，因此我们需要在AY02节点上启动yarn。 ·启动yarn命令：sbin/start-yarn.sh ·通过jps命令查看是否启动
AY03启动的服务有：
-
关闭命令
·yarn关闭命令：sbin/stop-yarn.sh ·hadoop关闭命令：sbin/stop-dfs.shHadoop启动和关闭命令： 1.start-all.sh 启动所有的Hadoop守护进程。（包括NameNode、Secondary NameNode、DataNode、JobTracker、TaskTrack） 2.stop-all.sh 停止所有的Hadoop守护进程。（包括NameNode、Secondary NameNode、DataNode、JobTracker、TaskTrack） 3.start-dfs.sh 启动Hadoop HDFS守护进程NameNode、Secondary NameNode 和 DataNode。 4.stop-dfs.sh 停止Hadoop HDFS守护进程NameNode、Secondary NameNode 和 DataNode。 5.hadoop-daemons.sh start namenode 单独启动NameNode守护进程 6.hadoop-daemons.sh stop namenode 单独停止NameNode守护进程 7.hadoop-daemons.sh start datanode 单独启动DataNode守护进程 8.hadoop-daemons.sh stop datanode 单独停止DataNode守护进程 9.hadoop-daemons.sh start secondarynamenode 单独启动SecondaryNameNode守护进程 10.hadoop-daemons.sh stop secondarynamenode 单独停止SecondaryNameNode守护进程 11.start-mapred.sh 启动Hadoop MapReduce守护进程JobTracker和TaskTracker 12.stop-mapred.sh 停止Hadoop MapReduce守护进程JobTracker和TaskTracker 13.hadoop-daemons.sh start jobtracker 单独启动jobtracker守护进程 14.hadoop-daemons.sh stop jobtracker 单独停止jobtracker守护进程 15.hadoop-daemons.sh start tasktracker 单独启动TaskTracker守护进程 16.hadoop-daemons.sh stop tasktracker 单独停止TaskTracker守护进程
至此，我们就算是完成了Hadoop集群完全分布式的搭建！！
8.在集群上测试一个jar包-单词统计的功能
-
在本地创建一个 word.txt 文件
·命令1：touch word.txt ·命令2：vi word.txt 输入： 小明 小张 小李 小明 张三 王五 张三 小李
-
在根目录下创建一个 input 的文件夹
·命令：bin/hdfs dfs -mkdir /input -
把 word.txt 文件上传到服务器中的 input 文件夹中
·命令：bin/hdfs dfs -put ./word.txt /input -
查看是否上传成功
·命令：bin/hdfs dfs -ls /input
-
执行 wordcount 单词统计功能
在执行此命令前，再次确认集群中所有节点的防火墙都已经关闭！·命令：bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /input /output·output文件夹内有2个文件 查看命令：bin/hdfs dfs -ls /output ·输出output文件夹文件的内容： bin/hdfs dfs -cat /output/*
至此，基本的完全分布式已经建立成功！！
- 删除文件系统上的 output 文件夹（了解）
·删除命令：bin/hdfs dfs -rm -r /output - 删除output 文件夹的part-r-00000文件（了解）
·删除命令：bin/hdfs dfs -rm /output/part-r-00000 - yarn的浏览器页面查看（集群中已执行的任务）
由于我们的yarn部署在 AY02 节点，该节点的固定IP为：192.168.111.132 所以我们可以通过浏览器：http://192.168.111.132:8088/cluster 查看yarn上已执行的任务。
问题总结
- 整理流程我参考的是centos6的文档，centos7的命令与其不同。如修改主机名、关闭防火墙等
- centos7无法连接Xshell的情况