Hadoop全分布环境搭建

1. 环境
   Vmware+centos7+jdk8+hadoop-2.7.3
2. 说明
   hadoop全分布模式需要三台主机：ethan001,ethan002,ethan003
3. 主机分布规划:
   主节点：ethan001
   从节点：ethan002 ethan003

一、准备工作

1、hadoop安装包，hadoop-2.7.3.tar
提码：1111
2、三台安装好jdk的虚拟机，jdk安装教程
3、所有主机都配置好主机名映射关系
vi /etc/hosts
输入自己三台虚拟机的ip 主机名()：

192.168.174.140 ethan001
192.168.174.141 ethan003
192.168.174.142 ethan002

4、三台主机之间配置好免密登录

5、保证每台机器的时间是一样的
如果不一样的话，我们在执行MapReduce程序的时候可能会存在问题.。 解决方案：

• 搭建一个时间同步的服务器，网上很多教程可以使用

二、开始安装配置

• 安装和配置环境变量

1. 在主机/opt/目录下创建两个目录：soft和module
   mkdir /opt/soft /opt/module
2. 将hadoop安装包上传到主机ethan002上的soft目录下
3. 解压安装包到module目录下
   tar -zvxf hadoop-2.7.3.tar.gz -C /opt/module/
4. 配置环境变量
   vi /etc/profile

   #hadoop
   export HADOOP_HOME=/opt/module/hadoop-2.7.3
   export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
   

5. 创建tmp目录
   mkdir /opt/module/hadoop-2.7.3/tmp

• 集群配置

1. 集群部署规划
   

2. 规划集群
   (1) 修改haoop-env.sh 添加JAVA_HOME
   命令:
   vi /opt/module/hadoop-2.7.3/etc/hadoop/hadoop-env.sh
   添加如下信息：
   export JAVA_HOME=/opt/module/jdk1.8.0_171

   (2) 核心配置文件
   配置core-site.xml
   vi core-site.xml
   在文件中添加如下配置信息：

   <!-- 指定HDFS中NameNode的地址 -->
   <property>
   		<name>fs.defaultFS</name>
         <value>hdfs://ethan001:9000</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-2.7.3/data/tmp</value>
   </property>
   

   (3)配置hdfs-site.xml文件
   vi hdfs-site.xml
   添加如下配置信息：

   <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>ethan003:50090</value>
   </property>
   

   (4) 配置yarn-site.xml文件
   vi yarn-site.xml
   添加如下配置信息：

   <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>ethan002</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>
   <!-- Site specific YARN configuration properties -->
   <property>
           <name>yarn.log.server.url</name>
           <value>http://ethan002:19888/jobhistory/logs</value>
   </property>
   <!--是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
   <property>
       <name>yarn.nodemanager.pmem-check-enabled</name>
       <value>false</value>
   </property>
   <!--是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
   <property>
       <name>yarn.nodemanager.vmem-check-enabled</name>
       <value>false</value>
   </property>
   

   (5)配置mapred-site.xml文件
   vi mapred-site.xml
   添加如下配置信息:

   	<property>
               <name>mapreduce.framework.name</name>
               <value>yarn</value>
       </property>
       <property>
     	  		<name>mapreduce.jobhistory.address</name>
     	 		 <value>ethan001:10020</value>
       </property>
       <property>
               <name>mapreduce.jobhistory.webapp.address</name>
               <value>ethan001:19888</value>
       </property>
       <!--第三方框架使用yarn计算的日志聚集功能 -->
       <property>
               <name>yarn.log.server.url</name>
               <value>http://ethan001:19888/jobhistory/logs</value>
       </property>
   
   

   (6)配置slaves文件
   vi /opt/module/hadoop-2.7.3/etc/hadoop/slaves
   添加如下信息(添加的是hadoop集群的DataNode节点的主机名)：

   ethan002
   ethan003
   

   (7) 将hadoop分发到其他节点

   scp -r hadoop-2.7.3 root@ethan001:/opt/module/
   scp -r hadoop-2.7.3 root@ethan003:/opt/module/
   

   查看分发情况:
   cat /opt/module/hadoop-2.7.3/etc/hadoop/core-site.xml
   (8)格式化NameNode
   hdfs namenode -format
   输出的日志中有如下信息则成功
   Storage directory /tmp/hadoop-root/dfs/name has been successfully formatted.

   三、启动hadoop集群

   在ethan002上启动hadoop，因为yarn是配置在ethan002上的，只有在ethan002上启动集群时ResourceManager和nodeManager进程才会启动。
   启动命令:
   start-all.sh

   四、验证

• 查看进程
  jps
  

• 浏览网页
  hdfs:
  http://ethan001:50070
  

  yarn:
  http://ethan002:8080
  

至此，hadoop集群的安装完成，主要的就是一定要先安装jdk

---

如果您在阅读时发现存在错误，还请您帮忙指出，非常感谢