目录
集群配置-MapReduce配置文件-mapred-site.xml
注意注意注意！
这里自己给自己买了坑，使用了root用户来进行配置和启动。建议还是使用自己创建的用户（不要使用root），当然如果你就是想用root或者已经用root配完了发现报错，请直接看文章结尾的报错解决部分。
一、准备条件
1.安装JDK
若没有安装JDK可以查看之前zk的博客，前半段有讲解如何安装JDK：Zookeeper - 本地安装与参数配置
2.下载Hadoop安装包
下载地址，这里咱们用的是3.1.3版本：Index of /dist/hadoop/common/hadoop-3.1.3
下载完成后传进Linux中即可：
二、开始本地安装
开始解压：
tar zxvf hadoop-3.1.3.tar.gz -C /opt/module/
然后咱们进去修改配置，这里咱们把 pwd 的目录路径复制一下：
进入修改配置文件，这里每个人的文件名可能不会相同，如果JDK是按照我之前的博客配置的话直接复制即可，不然要找到自己的文件，然后写进去：
sudo vim /etc/profile.d/java.sh把以下内容追加进去：
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
上面的是之前配置 JDK 时的环境变量，下面是现在配置的 Hadoop 环境变量。
保存退出后别忘了 source 一下：
source /etc/profile
这时候咱们输入 hadoop 看下效果，这里在输入的时候已经可以使用 tab 键来自动补全了：
hadoop成功效果如下，只截取了一部分：
安装完成。
三、Hadoop运行模式
Hadoop运行模式包括：本地模式、伪分布式模式以及完全分布式模式。
本地模式：单机运行，只是用来演示一下官方案例。生产环境不用。
伪分布式模式：也是单机运行，但是具备Hadoop集群的所有功能，一台服务器模拟一个分布式的环境。个别缺钱的公司用来测试，生产环境不用。
完全分布式模式：多台服务器组成分布式环境。生产环境使用。
四、完全分布式安装
1.准备3台客户机
这一步就不多说了，记得关闭防火墙、使用静态IP、和主机名称。这里我三台的名字分别为 hadoop102 、 hadoop103 和 hadoop104 。
2.安装JDK并分发 scp rsync xsync
没安装的话可以看之前的博客(zk的安装中有JDK的安装流程)：Zookeeper - 本地安装与参数配置
这里只需要在咱们的 hadoop102 上面安装完成即可，103和104咱们可以用点手段拷贝过去（这里是推荐使用方法三的xsync）。
方法一：scp（secure copy）安全拷贝
scp可以实现服务器与服务器之间的数据拷贝。（from server1 to server2），其基本语法如下：
scp -r $pdir/$fname $user@$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
需要注意的是我这里在hadoop102、hadoop103、hadoop104都已经创建好的/opt/module、 /opt/software两个目录，而且都是 root:root ：
在 hadoop102 上，将hadoop102中/opt/module/jdk1.8.0_212目录拷贝到hadoop103上：
scp -r /opt/module/jdk1.8.0_212 root@hadoop103:/opt/module在 hadoop103 上，将hadoop102中/opt/module/hadoop-3.1.3目录拷贝到hadoop103上:
scp -r root@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/在 hadoop103 上，将hadoop102中/opt/module目录下所有目录拷贝到hadoop104上:
scp -r root@hadoop102:/opt/module/* root@hadoop104:/opt/module方法二：rsync远程同步工具
rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。基本语法如下：
rsync -av $pdir/$fname $user@$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
| 选项 | 功能 |
| -a | 归档拷贝 |
| -v | 显示过程 |
同步hadoop102中的/opt/module/hadoop-3.1.3到hadoop103：
rsync -av hadoop-3.1.3/ rooe@hadoop103:/opt/module/hadoop-3.1.3/方法三：xsync
在写脚本之前咱们肯定希望这个脚本，无论我们在哪个目录都可以直接使用他，所以我们需要把这个脚本所在的路径配置到环境变量中去，先看一眼：
echo $PATH咱们准备把这个脚本放在 root 目录下，接着输入：
export PATH=/root:$PATH之后你也可以再echo一下看看。这样的话咱们在root目录下写得脚本在任何目录下都可以直接使用，不用再去写繁琐的绝对路径了。 效果如下：
接着咱们在root目录下开始创建脚本：
vim xsync把以下内容放进去即可：
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
echo ==================== $host ====================
#3. 遍历所有目录，挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
保存退出后给他加个权限：
chmod +x xsync这里咱们就可以来做个测试了，但是首先得去配置一下 hosts 文件，把咱们 hadoop103 和 hadoop104 的ip配置进去：
vim /etc/hosts
然后咱们去根目录下面随便创建点东西，当然要保证103和104机器中没有你所创建的对象：
cd /
mkdir test开始测试，直接在根目录下运行，顺便看看环境变量配置的是否正常：
xsync test/
这里依次输入自己的密码，然后咱们去103和104里面看看成果没有：
测试成功！ 然后咱们再把刚刚的配置文件传一下看看：
xsync /etc/profile.d/java.sh依次输入密码后去看一眼结果：
同样也是成功了。若在这里没有使用 root 用户则会因为权限问题报错（因为我们把它放在了 /root 目录下面），这里是无法通过直接添加 sudo 来解决问题的。咱们需要把 xsync 的路径也加上才行，代码如下：
sudo /root/xsync /etc/profile.d/java.sh
是时候开始 103 和 104 机器的Hadoop安装了，那要怎么装呢，直接在 102 上面执行以下步骤：
xsync /opt
xsync /etc/profile.d/java.sh当然回头记得去 103 和 104 上面分别 source 一下：
source /etc/profile.d/java.sh分发安装成功！
ssh免密登录
在 102 机器下 进入到 root 目录下，然后ll -a：
ll -a可以看到一个 .ssh 的隐藏目录，咱们进去：
ssh-keygen -t rsa
连续回车三次，然后ll查看一下会发现多出来了两个新的文件，这俩文件就是公钥和私钥。接下来咱们需要把公钥拷贝到 103 和 104 机器上：
ssh-copy-id hadoop103
因为是首次连接， 所以需要输入一次 103 的密码，当然之后就不需要了：
接着我们再试试看ssh到103，看看是否需要密码：
可以看到不需要密码直接就连上了，咱们用 exit 退出，然后继续操作：
exitssh-copy-id hadoop104
同样的，中间输入一密码然后回车。操作完成后咱们可以到 103 和 104 机器上去看一眼：
可以看到多了一个 authorized_keys 文件，这个用来标识有哪些主机可以访问自己，可以看到文件的结尾是 root@hadoop102 ，没有问题。
当然你也可以在 102 机器上配置 102 自己的ssh连接，这样以后再运行xsync的时候就不需要再输入密码了：
ssh-copy-id hadoop102
效果如下：
3.集群配置
集群规划
有两点得提前说一下：
NameNode和SecondaryNameNode不要安装在同一台服务器
ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。
| hadoop102 | hadoop103 | hadoop104 | |
| HDFS分布式文件系统 | NameNode DataNode | DataNode | SecondaryNameNode DataNode |
| HDFS资源协调者 | NodeManager | ResourceManager NodeManager | NodeManager |
配置文件说明
Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。
默认的配置文件如下：
| 默认文件 | 文件存放在Hadoop的jar包中的位置 |
| [core-default.xml] | hadoop-common-3.1.3.jar/core-default.xml |
| [hdfs-default.xml] | hadoop-hdfs-3.1.3.jar/hdfs-default.xml |
| [yarn-default.xml] | hadoop-yarn-common-3.1.3.jar/yarn-default.xml |
| [mapred-default.xml] | hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml |
自定义配置文件：
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上（咱们的安装路劲在这里：/opt/module/hadoop-3.1.3/etc/hadoop/），用户可以根据项目需求重新进行修改配置。
注：以下配置均在 hadoop102 中进行配置。
集群配置-核心文件-core-site.xml
cd $HADOOP_HOME/etc/hadoopvim core-site.xml复制一下内容然后根据图片位置粘贴：
<!-- 指定NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop102:8020</value>
</property>
<!-- 指定hadoop数据的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-3.1.3/data</value>
</property>
<!-- 配置HDFS网页登录使用的静态用户为atguigu -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>van</value>
</property>注意位置，粘贴到 <configuration> </configuration> 标签中：
wq保存退出
集群配置-配置HDFS文件-hdfs-site.xml
vim hdfs-site.xml复制以下内容：
<!-- nn web端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>hadoop102:9870</value>
</property>
<!-- 2nn web端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop104:9868</value>
</property>
注意位置，粘贴到 <configuration> </configuration> 标签中：
wq保存退出
集群配置-YARN配置文件-yarn-site.xml
vim yarn-site.xml继续复制粘贴：
<!-- 指定MR走shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定ResourceManager的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop103</value>
</property>
<!-- 环境变量的继承 -->
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>注意位置：
集群配置-MapReduce配置文件-mapred-site.xml
vim mapred-site.xml <!-- 指定MapReduce程序运行在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
集群配置-分发
最爽的时候到了，使用 xsync 进行分发：
xsync /opt/module/hadoop-3.1.3/etc/hadoop/
可以分别去 103 和 104 上查看分发情况：
cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml4.群起集群并测试
配置workers
在102机器上进行操作：
vim /opt/module/hadoop-3.1.3/etc/hadoop/workers添加以下内容：
hadoop102
hadoop103
hadoop104再分发一下：
xsync /opt/module/hadoop-3.1.3/etc启动集群
如果集群是第一次启动，需要在 hadoop102 节点格式化NameNode：
hdfs namenode -format启动HDFS（ 这里报错的的话看最后 ）：
cd /opt/module/hadoop-3.1.3/sbin
./start-dfs.sh在配置了ResourceManager的节点 hadoop103 启动YARN：
cd /opt/module/hadoop-3.1.3/sbin./start-yarn.sh五、报错问题
1.修复报错
我这里踩到了一个大坑啊，这玩意儿不能用 root 用户启动。所以跟着做的话到了启动那一步会出问题，咱们来加点东西，让 root 也能启动它，首先咱们先去格式化以下，但是在格式化之前必须先删除目录下的 data 和 logs 目录：
切记，三台机器都要操作
cd /opt/module/hadoop-3.1.3
rm -rf data/ logs/
hdfs namenode -format接着去修改配置文件：
vim /etc/ssh/sshd_config
修改以下内容：
PasswordAuthentication yes
找到以下内容并解除注释：
PermitRootLogin yes
保存退出后
systemctl restart sshd
xsync /etc/ssh/sshd_configcd /opt/module/hadoop-3.1.3/sbin
分别进入这两个文件，对进行下面的添加操作：
vim start-dfs.sh
vim stop-dfs.sh把以下内容加进去：
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
还有另外两个文件也需要在顶部分别添加以下内容：
vim start-yarn.sh
vim stop-yarn.shYARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
再次启动 102 ：
cd /opt/module/hadoop-3.1.3/sbin
./start-dfs.sh103 ：
cd /opt/module/hadoop-3.1.3/sbin./start-yarn.sh
效果如下：
2.Web访问HDFS & YARN
访问测试，在Linux浏览器中输入：
http://hadoop102:9870
https://www.centos.org/
页面访问成功。
364
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
