Hadoop集群安装和搭建（全面超详细的过程）

Hadoop集群安装和搭建（全面超详细的过程）

前言

   Hadoop是一个开源的、可运行与Linux集群上的分布式计算平台，用户可借助Hadoop存有基础环境的配置（虚拟机安装、Linux安装等），Hadoop集群搭建，配置和测试。

---

一、虚拟机的安装

   VMware (Virtual Machine ware）是一个“虚拟PC”软件公司，提供服务器、桌面虚拟化的解决方案。
使用的虚拟软件：VMware15
VMware15软件的安装包与安装教程：https://mp.weixin.qq.com/s/AqPE61EmGJ89lO6sJshOzA

---

二、Linux系统安装

1.环境准备

• VMware15.5 pro
• Centos7镜像文件(mini)
• Centos7下载链接：https://mirrors.tuna.tsinghua.edu.cn/centos/7.9.2009/isos/x86_64/

2.虚拟机安装

2.1 新建虚拟机，选择典型

;2.2 选择安装程序光盘映像文件（iso）

2.3 虚拟机名称和位置

2.4 指定磁盘容量

2.5 虚拟机配置如下

---

三、Centos系统安装

1.开启虚拟机

2.安装 CentOS7

3.选择语言（默认为English）

4.日期和时间亚洲/上海（这里默认为最小）

5.安装位置

6.系统网络和主机名

7.开始安装

8.设置ROOT密码

9.安装完成后重启即可

10.使用root权限登录

---

四、静态网络配置

1.查看网络是否连通

ping www.baidu.com

2.安装net-tools

 yum upgrade
 yum install net-tools

3.查看Mac地址（enter后面）

4.查看ip地址的起始和结束地址

5.修改网络配置文件

vi /etc/sysconfig/network-scripts/ifcfg-ens33

mac地址为2步骤的enter值
ip地址参照4步骤自行选择（必须在起始和结束的范围内）
子网掩码默认设置为255.255.255.0
网关的值为将ip地址中最后一段的值改为2
DNS使用谷歌提供的免费dns1：8.8.8.8

6.重启网络服务，查看是否配置成功

systemctl restart network
ping www.baidu.com

7.重启虚拟机后，查看是否连通网络（ip地址并未改变，且能连通网络）

reboot
ifconfig
ping www.baidu.com

---

五、虚拟机克隆配置

1.克隆虚拟机（右键相应虚拟机->管理->克隆）

2.创建完整克隆

3.克隆虚拟机名称和位置（等待克隆完成）

4.开启Hadoop02，修改主机名

hostnamectl set-hostname hadoop02
reboot                   //修改主机名后需重启虚拟机

5.查看mac地址

ifconfig

6.网络配置文件修改（标红需要修改，IP自己设置,mac用步骤5查到地址，网关为ip地址最后改为2）

vi /etc/sysconfig/network-scripts/ifcfg-ens33

7.重新启动网络配置（查看网络是否可用）

systemctl restart network
ping www.baidu.com

8.按照以上步骤，再克隆另外一台虚拟机Hadoop03

---

六、配置hosts文件和ssh免密登录

1.修改hosts配置文件（所有虚拟机都需要配置此文件）

vi /etc/hosts

2.生成密钥文件（四次回车）

ssh-keygen -t rsa

2.将本机公钥文件复制到其它虚拟机上（接收方需先开机）
 在hadoop01上执行，先输入yes，后输入对应主机的密码，多台虚拟机配置操作相同

ssh-copy-id hadoop01
ssh-copy-id hadoop02
ssh-copy-id hadoop03

3.在虚拟机hadoop02，hadoop03都需要执行，保证三台主机都能够免密登录

ssh-copy-id hadoop01
ssh-copy-id hadoop02
ssh-copy-id hadoop02

3.查看是否成功免密登录

---

七、Hadoop集群配置

1.在所有虚拟机根目录下新建文件夹export，export文件夹中新建data、servers和software文件

mkdir -p /export/data
mkdir -p /export/servers
mkdir -p /export/software

2.准备安装包
hadoop-2.7.4.tar.gz
jdk-8u161-linux-x64.tar.gz

3.下载安装软件Xshell
 打开Xshell后点击文件并选择新建，名称填hadoop01，主机填写hadoop01的IP地址，再点击用户身份验证，把hadoop01的账号，密码输入，就可以通过Xshell控制虚拟机，方便后续软件的传输。（重复步骤新建会话控制hadoop02，hadoop03）

4.在Xshell先进入software文件内，然后下载rz命令，并使用rz命令进行文件上传，此时会弹出上传的窗口，选择要上传的文件，点击确定即可将本地文件上传到Linux上。

cd /export/software
yum   -y  install  lrzsz
rz

5.安装JDK（所有虚拟机都要操作）
5.1 解压jdk

cd /export/software
tar -zxvf jdk-8u161-linux-x64.tar.gz -C /export/servers/

5.2 重命名jdk目录

cd /export/servers
mv jdk1.8.0_161 jdk

5.3 配置环境变量

vi /etc/profile

#tip:在配置文件末尾追加
export JAVA_HOME=/export/servers/jdk
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

5.4 使配置文件生效

source /etc/profile

5.5 查看是否配置成功

java -version

6.Hadoop安装（所有虚拟机都要操作）
6.1 解压hadoop

cd /export/software
tar -zxvf hadoop-2.7.4.tar.gz -C /export/servers/

6.2 打开配置文件

vi /etc/profile

6.3 配置hadoop环境变量

#tip:在文件末尾追加
export HADOOP_HOME=/export/servers/hadoop-2.7.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

6.4 使配置文件生效

source /etc/profile

6.5 查看是否配置成功

hadoop version

7.Hadoop集群配置
7.1 进入主节点配置目录

cd /export/servers/hadoop-2.7.4/etc/hadoop/

7.2 修改hadoop-env.sh文件

vi hadoop-env.sh
#tip:找到相应位置，添加这段话
export JAVA_HOME=/export/servers/jdk

7.3 修改core-site.xml文件

vi core-site.xml

#tip:下图中乱码部分为注释代码，可以删掉，不影响
<configuration>
    <!--用于设置Hadoop的文件系统，由URI指定-->
    <property>
        <name>fs.defaultFS</name>
        <!--用于指定namenode地址在hadoop01机器上-->
        <value>hdfs://hadoop01:9000</value>
    </property>
    <!--配置Hadoop的临时目录，默认/tem/hadoop-${user.name}-->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/export/servers/hadoop-2.7.4/tmp</value>
    </property>
</configuration>

7.4 修改hdfs-site.xml文件

vi hdfs-site.xml

<configuration>
    <!--指定HDFS的数量-->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!--secondary namenode 所在主机的IP和端口-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop02:50090</value>
    </property>
</configuration>

7.5 修改mapred-site.xml文件

cp mapred-site.xml.template mapred-site.xml**

vi mapred-site.xml

<configuration>
    <!--指定MapReduce运行时的框架，这里指定在YARN上，默认在local-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

7.6 修改yarn-site.xml文件

vi yarn-site.xml

<configuration>
    <!--指定YARN集群的管理者（ResourceManager）的地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop01</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

7.7 修改slaves文件

#tip:将文件中的localhost删除，添加主节点和子节点的主机名称
#tip:如主节点hadoop01，子节点hadoop02和hadoop03
vi slaves

7.8将主节点中配置好的文件和hadoop目录copy给子节点

#tip:这里主节点为hadoop01，子节点为hadoop02和hadoop03
scp /etc/profile hadoop02:/etc/profile
scp /etc/profile hadoop03:/etc/profile
scp -r /export/ hadoop02:/
scp -r /export/ hadoop03:/

7.9 使子节点中的配置文件生效

#tip:返回hadoop02和hadoop03节点执行下面命令
source /etc/profile

7.10 在主节点格式化文件系统（successfully formatted 格式化成功）

hdfs namenode -format

---

八、Hadoop集群测试

1.启动集群
1.1在主节点启动所有HDFS服务进程

start-dfs.sh

1.2 在主节点启动所有HDFS服务进程

start-yarn.sh

1.3 使用jps命令查看进程

2.关闭防火墙（所有虚拟机都要操作）

systemctl stop firewalld    #关闭防火墙

systemctl disable firlewalld  #关闭防火墙开机启动

3.打开window下的C:\Windows\System32\drivers\etc打开hosts文件，在文件末添加三行代码：
192.168.121.134 hadoop01
192.68.121.135 hadoop02
192.168.121.136 hadoop03

4.通过UI界面查看Hadoop运行状态，在Windows系统下，访问http://hadoop01:50070，查看HDFS集群状态

5.在Windows系统下，访问http://hadoop01:8088，查看Yarn集群状态