资深架构师分享：Hadoop2.7.4完全分布式集群构建实战总结

• 配置Linux环境

1. 配置好各虚拟机的网络（采用NAT联网模式）
2. 通过Linux图形界面进行修改(桌面版本Centos)：进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections-> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual ->点击add按钮 -> 添加IP：192.168.1.101 子网掩码：255.255.255.0 网关：192.168.1.1 -> apply
3. 修改配置文件方式

              vi /etc/sysconfig/network-scripts/ifcfg-eth0

              DEVICE="eth0"

              BOOTPROTO="static"               ###

              HWADDR="00:0C:29:3C:BF:E7"

              IPV6INIT="yes"

              NM_CONTROLLED="yes"

              ONBOOT="yes"

              TYPE="Ethernet"

              UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"

              IPADDR="192.168.1.101"           ###

              NETMASK="255.255.255.0"          ###

              GATEWAY="192.168.1.1"            ###

1. 修改各个虚拟机主机名

              vi /etc/sysconfig/network

              NETWORKING=yes

              HOSTNAME=node-1   

1. 修改主机名和IP的映射关系

              vi /etc/hosts

              192.168.1.101 node-1

              192.168.1.102 node-2

              192.168.1.103 node-3

1. 关闭防火墙

              #查看防火墙状态

              service iptables status

              #关闭防火墙

              service iptables stop

              #查看防火墙开机启动状态

              chkconfig iptables --list

              #关闭防火墙开机启动

              chkconfig iptables off

1. 配置ssh免登陆

           #生成ssh免登陆密钥

       ssh-keygen -t rsa （四个回车）

       执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

       将公钥拷贝到要免密登陆的目标机器上

       ssh-copy-id node-2

       ssh-copy-id node-3

1. 同步集群时间

            常用的手动进行时间的同步

              date -s "2018-03-03 03:03:03"

            或者网络同步：

              yum install ntpdate

              ntpdate cn.pool.ntp.org

• 安装JDK并配置环境变量

1. 上传jdk

              rz jdk-8u65-linux-x64.tar.gz

1. 解压jdk

              tar -zxvf jdk-8u65-linux-x64.tar.gz -C /root/apps

1. 将java添加到环境变量中

              vim /etc/profile

              #在文件最后添加

              export JAVA_HOME=/root/apps/jdk1.8.0_65

              export PATH=$PATH:$JAVA_HOME/bin

              export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

              #刷新配置

              source /etc/profile

• 安装hadoop2.7.4

1. 上传hadoop的安装包到服务器

            hadoop-2.7.4-with-centos-6.7.tar.gz

1. 解压安装包

            tar zxvf hadoop-2.7.4-with-centos-6.7.tar.gz

            注意：hadoop2.x的配置文件目录：$HADOOP_HOME/etc/hadoop

• 配置hadoop的核心配置文件

1. 配置文件hadoop-env.sh

vi hadoop-env.sh

export JAVA_HOME=/root/apps/jdk1.8.0_65

1. 配置文件core-site.xml

说明：指定HADOOP所使用的文件系统schema（URI），HDFS的主节点（NameNode）地址

<property>

              <name>fs.defaultFS</name>

              <value>hdfs://node-1:9000</value>

</property>

说明：指定hadoop运行时产生文件的存储目录,默认/tmp/hadoop-${user.name} -->

<property>

              <name>hadoop.tmp.dir</name>

              <value>/home/hadoop/hadoop-2.4.1/tmp</value>

</property>

1. 配置文件hdfs-site.xml 

<!-- 指定HDFS副本的数量 -->

<property>

              <name>dfs.replication</name>

              <value>2</value>

</property>

<property>

             <name>dfs.namenode.secondary.http-address</name>

            <value>node-2:50090</value>

</property>

1. 配置文件mapred-site.xml

mv mapred-site.xml.template mapred-site.xml

vi mapred-site.xml

<!-- 指定mr运行时框架，这里指定在yarn上，默认是local -->

<property>

              <name>mapreduce.framework.name</name>

              <value>yarn</value>

</property>

1. 配置文件yarn-site.xml

<!-- 指定YARN的主节点（ResourceManager）的地址 -->

<property>

             <name>yarn.resourcemanager.hostname</name>

             <value>node-1</value>

</property>

<!-- NodeManager上运行的附属服务。需配置成mapreduce_shuffle，才可运行MapReduce程序默认值："" -->

<property>

              <name>yarn.nodemanager.aux-services</name>

             <value>mapreduce_shuffle</value>

</property>

1. 配置文件slaves，里面写上从节点所在的主机名字

vi slaves

node-1

node-2

node-3

• 将hadoop添加到环境变量

       vim /etc/proflie

export JAVA_HOME=/root/apps/jdk1.8.0_65

export HADOOP_HOME=/root/apps/hadoop-2.7.4

       export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

       source /etc/profile

• 格式化namenode（本质是对namenode进行初始化）

       hdfs namenode -format (hadoop namenode -format)

• 启动hadoop，验证是否启动成功

       先启动HDFS

       sbin/start-dfs.sh

       再启动YARN

       sbin/start-yarn.sh

       使用jps命令验证

       27408 NameNode

       28218 Jps

       27643 SecondaryNameNode   (secondarynamenode)

       28066 NodeManager

       27803 ResourceManager

       27512 DataNode

       http://192.168.1.101:50070 （HDFS管理界面）

       http://192.168.1.101:8088 （MR管理界面）