centos hadoop 集群环境搭建

注意： 3台机器上都需要重复下面所讲的步骤。

• 1 上传文件并解压缩
  在opt目录下新建一个名为hadoop的目录，并将下载得到的hadoop-2.7.6.tar上传到该目录下
  cd /opt/hadoop
  执行解压命令
  tar -xvf hadoop-2.8.0.tar.gz

说明：3台机器都要进行上述操作，解压缩后得到一个名为hadoop-2.7.6的目录。

• 2 新建几个目录

2.1 在/root目录下新建几个目录，复制粘贴执行下面的命令：

mkdir  /root/hadoop
mkdir  /root/hadoop/tmp
mkdir  /root/hadoop/var
mkdir  /root/hadoop/dfs
mkdir  /root/hadoop/dfs/name
mkdir  /root/hadoop/dfs/data

2.2 修改etc/hadoop中的一系列配置文件
修改/opt/hadoop/hadoop-2.7.6/etc/hadoop目录内的一系列文件。

2.2.1 修改core-site.xml
修改/opt/hadoop/hadoop-2.7.6/etc/hadoop/core-site.xml文件
在 节点内加入配置:

 <property>
        <name>hadoop.tmp.dir</name>
        <value>/root/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
   </property>
   <property>
        <name>fs.default.name</name>
        <value>hdfs://vm200:9000</value>
   </property>
</configuration>

2.2.2 修改hadoop-env.sh
修改/opt/hadoop/hadoop-2.7.6/etc/hadoop/hadoop-env.sh文件

    将 export   JAVA_HOME=${JAVA_HOME}
    修改为： export   JAVA_HOME=/usr/java/jdk1.8.0_181

2.2.3 修改hdfs-site.xml
修改/opt/hadoop/hadoop-2.7.6/etc/hadoop/hdfs-site.xml文件
在节点内加入配置:

<property>
   <name>dfs.name.dir</name>
   <value>/root/hadoop/dfs/name</value>
   <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
</property>

<property>
   <name>dfs.data.dir</name>
   <value>/root/hadoop/dfs/data</value>
   <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
</property>

<property>
   <name>dfs.replication</name>
   <value>2</value>
</property>

<property>
      <name>dfs.permissions</name>
      <value>false</value>
      <description>need not permissions</description>
</property>

说明：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。

2.2.4 新建并且修改mapred-site.xml
在该版本中，有一个名为mapred-site.xml.template的文件，复制该文件，然后改名为mapred-site.xml，命令是：

cp  /opt/hadoop/hadoop-2.7.6/etc/hadoop/mapred-site.xml.template     /opt/hadoop/hadoop-2.7.6/etc/hadoop/mapred-site.xml

修改这个新建的mapred-site.xml文件，在节点内加入配置:

<property>
   <name>mapred.job.tracker</name>
   <value>vm200:49001</value>
</property>
<property>
      <name>mapred.local.dir</name>
      <value>/root/hadoop/var</value>
</property>
<property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
</property>

2.2.5 修改slaves文件
修改/opt/hadoop/hadoop-2.7.6/etc/hadoop/slaves文件，将里面的localhost删除，添加如下内容：
vm201
vm202

2.2.6 修改yarn-site.xml文件
修改/opt/hadoop/hadoop-2.7.6/etc/hadoop/yarn-site.xml文件，

在节点内加入配置

<property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hserver1</value>
   </property>

   <property>
        <description>The address of the applications manager interface in the RM.</description>
        <name>yarn.resourcemanager.address</name>
        <value>${yarn.resourcemanager.hostname}:8032</value>
   </property>

   <property>
        <description>The address of the scheduler interface.</description>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>${yarn.resourcemanager.hostname}:8030</value>
   </property>

   <property>
        <description>The http address of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>${yarn.resourcemanager.hostname}:8088</value>
   </property>

   <property>
        <description>The https adddress of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.https.address</name>
        <value>${yarn.resourcemanager.hostname}:8090</value>
   </property>

   <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>${yarn.resourcemanager.hostname}:8031</value>
   </property>

   <property>
	  <description>The address of the RM admin interface.</description>
        <name>yarn.resourcemanager.admin.address</name>
        <value>${yarn.resourcemanager.hostname}:8033</value>
</property>
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>

<property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>2048</value>
        <discription>每个节点可用内存,单位MB,默认8182MB</discription>
</property>

<property>
        <name>yarn.nodemanager.vmem-pmem-ratio</name>
        <value>2.1</value>
</property>

<property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>2048</value>
</property>

<property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
</property>

说明：yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查，如果你是安装在虚拟机上，这个配置很有用，配上去之后后续操作不容易出问题。如果是实体机上，并且内存够多，可以将这个配置去掉。

• 3 启动hadoop
  3.1 在namenode上执行初始化
  因为vm200是namenode，vm201和vm202都是datanode，所以只需要对vm200进行初始化操作，也就是对hdfs进行格式化。
  进入到vm200这台机器的/opt/hadoop/hadoop-2.7.6/bin目录，也就是执行命令：

./hadoop namenode -format

格式化成功后，可以在看到在/root/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件

3.2 启动hadoop
在namenode上执行启动命令
因为vm200是namenode，vm201和vm202都是datanode，所以只需要再vm200上执行启动命令即可。
进入到vm200这台机器的/opt/hadoop/hadoop-2.7.6/sbin目录，也就是执行命令：
cd /opt/hadoop/hadoop-2.7.6/sbin
执行初始化脚本，也就是执行命令：
./start-all.sh
第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车

` 4 测试hadoop
http://192.168.41.200:50070/

http://192.168.41.200:8088/

参考资料：https://blog.csdn.net/pucao_cug/article/details/71698903