前期准备

准备三台服务器，内存4G，硬盘50G

  1. 安装好Linux，笔者使用Centos 6.8 操作系统

    1
    2
    3
    /boot 200M 
    /swap 2g 
    / 剩余

  2. 安装VMTools（针对VM虚拟机，若直接使用云主机便不需要这个）

  3. 关闭防火墙

    1
    2
    sudo service iptables stop
    sudo chkconfig iptables off

  4. 设置静态IP，改主机名

    1
    vim /etc/sysconfig/network-scripts/ifcfg-eth0
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13

    改成

    ​```shell
    DEVICE=eth0
    TYPE=Ethernet
    ONBOOT=yes
    BOOTPROTO=static
    NAME="eth0"
    IPADDR=192.168.5.101
    PREFIX=24
    GATEWAY=192.168.5.2
    DNS1=192.168.5.2
    1
    2
    3
    vim /etc/sysconfig/network

    HOSTNAME=hadoop101

  5. 配置/etc/hosts

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
1. vim /etc/hosts
    
    192.168.1.100   hadoop100 
    
    192.168.1.110   hadoop-mother
    192.168.1.111   hadoop111
    192.168.1.112   hadoop112
    192.168.1.113   hadoop113
    
    192.168.1.101   hadoop101
    192.168.1.102   hadoop102
    192.168.1.103   hadoop103
    192.168.1.104   hadoop104
    192.168.1.105   hadoop105
    192.168.1.106   hadoop106
    192.168.1.107   hadoop107
    192.168.1.108   hadoop108

  1. 创建一个一般用户corp，给他配置密码

    1
    2
    useradd corp
    passwd corp

  2. 配置这个用户为sudoers

    1
    2
    3
    vim /etc/sudoers
    root    ALL=(ALL)       ALL
    corp	ALL=(ALL)       NOPASSWD:ALL

    保存时wq!强制保存

  3. 在/opt目录下创建两个文件夹module和software，并把所有权赋给corp

    1
    2
    mkdir /opt/module /opt/software
    chown corp:corp /opt/module /opt/software

  4. 关机，快照，克隆

​ 从这里开始要以一般用户登陆

  1. 克隆的虚拟机改IP

  2. 搞一个分发脚本

    1
    2
        cd ~
    vim xsync
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27

    ​```shell
    #!/bin/bash
    #1 获取输入参数个数，如果没有参数，直接退出
    pcount=$#
    if ((pcount==0)); then
          echo no args;
          exit;
        fi
        
        #2 获取文件名称
        p1=$1
        fname=`basename $p1`
        echo fname=$fname
        
        #3 获取上级目录到绝对路径
        pdir=`cd -P $(dirname $p1); pwd`
        echo pdir=$pdir
        
        #4 获取当前用户名称
        user=`whoami`
        
        #5 循环
        for((host=101; host<104; host++)); do
                echo ------------------- hadoop$host --------------
                rsync -av $pdir/$fname $user@hadoop$host:$pdir
        done

    chmod +x xsync
    sudo cp xsync /bin
    sudo xsync /bin/xsync

  1. 配置免密登陆

    1. 生成密钥对
ssh-keygen -t rsa 三次回车

2. 发送公钥到本机
ssh-copy-id hadoop102 输入一次密码

3. 分别ssh登陆一下所有虚拟机
ssh hadoop103
exit
ssh hadoop104
exit

4. 把/home/corp/.ssh 文件夹发送到集群所有服务器
xsync /home/corp/.ssh

开始安装Hadoop集群环境

  1. 在一台机器上安装Java和Hadoop，并配置环境变量，并分发到集群其他机器

       1. 拷贝文件到`/opt/software`，两个tar包
   2. ```tar -zxf h"+tab" -C /opt/module```
   3. ```tar -zxf j"+tab" -C /opt/module ```
   4. ```sudo vim /etc/profile```
       在文件末尾添加
    1
    2
    3
    4
    5
    6
    #JAVA_HOME
    export JAVA_HOME=/opt/module/jdk1.8.0_144
    export PATH=$PATH:$JAVA_HOME/bin
    #HADOOP_HOME
    export HADOOP_HOME=/opt/module/hadoop-2.7.2
    export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

    保存

    1. source /etc/profile
    2. sudo xsync /etc/profile
    3. 在其他机器上分别执行 source /etc/profile

所有配置文件都在$HADOOP_HOME/etc/hadoop

  1. 首先配置hadoop-env.sh,yarn-env.sh,mapred-env.sh文件,配置Java_HOME
    在每个文件第二行添加 export JAVA_HOME=/opt/module/jdk1.8.0_144

  2. 配置Core-site.xml

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    <!-- 指定HDFS中NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop102:9000</value>
    </property>

    <!-- 指定Hadoop运行时产生文件的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop-2.7.2/data/tmp</value>
    </property>

  3. 配置hdfs-site.xml

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    <!-- 数据的副本数量 -->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!-- 指定Hadoop辅助名称节点主机配置 -->
    <property>
          <name>dfs.namenode.secondary.http-address</name>
          <value>hadoop104:50090</value>
    </property>

  4. 配置yarn-site.xml

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    <!-- Site specific YARN configuration properties -->
    <!-- Reducer获取数据的方式 -->
    <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
    </property>

    <!-- 指定YARN的ResourceManager的地址 -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop103</value>
    </property>
    <!-- 日志聚集功能使能 -->
    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>

    <!-- 日志保留时间设置7天 -->
    <property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>604800</value>
    </property>

  5. 配置mapred-site.xml

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <!-- 历史服务器端地址 -->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>hadoop104:10020</value>
    </property>
    <!-- 历史服务器web端地址 -->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>hadoop104:19888</value>
    </property>
    1
    2
    3
    4
    5

    启动历史服务器：

    ```shell
    mr-jobhistory-daemon.sh start historyserver

  6. 配置Slaves

    1
    2
    3
    hadoop102
    hadoop103
    hadoop104

  7. 分发配置文件

    1
    xsync /opt/module/hadoop-2.7.2/etc
  1. 格式化Namenode 在hadoop102
1
hdfs namenode -format
  1. 启动hdfs 
1
start-dfs.sh

  1. 在配置了Resourcemanager机器上执行
    在Hadoop103上启动start-yarn.sh

  2. 测试一下

    1
    2
    3
    4
    5
    mkdir input
    vim input/input
        abc
        def efg
        asd

    hadoop fs -put input /
    hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /input /output

25 关毕集群

1
2
stop-dfs.sh 
stop-yarn.sh
  1. 单个关闭
1
2
hadoop-daemon.sh start namenode或datanode
yarn-daemon.sh start resourcemanager或nodemanager

如果集群出了问题

1
2
3
4
stop-dfs.sh
stop-yarn.sh
cd $HADOOP_HOME
rm -rf data logs

​ 回到 21