hadoop分布式搭建

hadoop的分布式搭建步骤：

第一步：

比如准备三台虚拟机，分别命名为master、node1、node2,并且确保都配置了java环境 ，都关闭了防火墙，都设置了静态的IP地址，然后三台虚拟机的hosts文件都互相映射，在本地windows上也有映射。最后进行时间同步、时区调整

具体操作如下：

1、时间同步

ntpdate ntp.aliyun.com

2、调整时区

timedatectl set-timezone Asia/Shanghai

 3、配置相同的java环境

3.1将下载好的jdk进行解压，然后打开配置文件

vim /etc/profile

3.2配置环境变量

export JAVA_HOME=/usr/local/soft/jdk1.8.0_171
export PATH=.:$PATH:$JAVA_HOME/bin

3.3让环境变量生效

source /etc/profile

3.4检查java是否安装成功

java            判断环境变量是否配置成功
java -version   显示java版本

 4、修改主机名

hostnamectl set-hostname 主机名

5、关闭防火墙

systemctl stop firewalld

• 查看防火墙状态：systemctl status firewalld

• 取消防火墙自启：systemctl disable firewalld

6、静态IP配置

6.11、编辑网络配置文件

vim /etc/sysconfig/network-scripts/ifcfg-网络名称

6.12修改网络配置文件

# 需要根据自身情况修改： 
# IPADDR（根据自己的网段，自定义IP地址，三台虚拟机不能使用相同IP）
# GATEWAY（根据自己的网段填写对应的网关地址）
# DNS1 （同网关地址保持一致即可）
# 其他直接使用下列配置
TYPE=Ethernet
BOOTPROTO=static
NAME=ens33
DEVICE=ens33
ONBOOT=yes
IPADDR=192.168.190.100
GATEWAY=192.168.190.2
NETMASK=255.255.255.0
DNS1=192.168.190.2
DNS2=223.6.6.6

6.13 关闭NetworkManager，并取消开机自启

避免每次重新打开或重启虚拟机时ip地址的变动，我们需要关闭NetworkManger

systemctl stop NetworkManager
systemctl disable NetworkManager

6.14重启网络服务

systemctl restart network

7、相互映射

打开hosts文件，进行设置

vim /etc/hosts

第二步：

配置好上面的第一步，接下来我们就开始设置免密登录，这样master在每次远程连接node1和node2的时候就不用输入密码了，我们不需要让三台都能互相连接，只需要master连接node1,node2，和master连接master。

最注意的是：master一定要连接master，就是与自身相连，不然在启动hadoop集群的时候，会发现缺少Namenode节点，也就无法打开hdfs和yarn平台

1、生成密钥

ssh-keygen -t rsa

1.1查看公钥

cd ~/.ssh/

2、配置免密登录

也就是向master、node1、node2分发生成的公钥

ssh-copy-id master
ssh-copy-id node1
ssh-copy-id node2

公钥生成后，1、可以用copy语句，让node1和node2都直接复制.ssh文件，语句：ssh-copy-id node1,master中的秘钥位置：cd ~/.ssh/

                       2、如果不能使用copy命令，也可以手动的分别在node1和node2主机中创建一个.ssh文件，然后将master的公钥内容直接复制粘贴过来，从而完成配置。

3、测试免密登录

# 从master分别登录node1、node2，还有自己本身master
# 第一次连接登录都需要密码，检查第二次是否还需要密码，如不需要则免密登录配置成功
ssh node1
ssh node2
ssh master

第三步：Hadoop集群搭建

从这一步开始，进行集群的配置和搭建。修改三台主机的配置文件，vim /etc/profile,配置hadoop的环境变量，因为hadoop使用java编写的，所以配置之前先安装好java的环境变量，然后在配置hadoop环境变量

1、上传安装包并解压

1.1这里我上传到package包下

cd /urs/local/soft/packages/

1.2解压

tar -zxvf hadoop-3.1.1.tar.gz -C /usr/local/soft/

2、配置环境变量

注意：三台虚拟机都需要修改

2.1打开配置文件

vim /etc/profile

2.2增加以下配置

HADOOP_HOME=/usr/local/soft/hadoop-3.1.1
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

2.3重新加载环境变量

source /etc/profile

3、修改Hadoop配置文件

3.1切换到配置文件所在目录

cd /usr/local/soft/hadoop-3.1.1/etc/hadoop/

3.2修改Hadoop的配置文件：先找到修改文件的位置

通过下图发现要修改6个配置文件

 3.3通过vim编辑并修改下列配置文件

hadoop-env.sh

# 在内容最后加入以下配置
export JAVA_HOME=/usr/local/soft/jdk1.8.0_171
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

 workers

node1
node2

后面的配置都放到文件的<configuration>  </configuration>里面

core-site.xml

 <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>

    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/soft/hadoop-3.1.1/data</value>
    </property>

    <property>
        <name>fs.trash.interval</name>
        <value>1440</value>
    </property>

hdfs-site.xml

<property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>

    <property>
        <name>dfs.permissions</name>
        <value>false</value>
    </property>

mapred-site.xml

<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

    <property>  
        <name>mapreduce.jobhistory.address</name>  
        <value>master:10020</value>  
    </property>  

    <property>  
        <name>mapreduce.jobhistory.webapp.address</name>  
        <value>master:19888</value>  
    </property> 

    <property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>

    <property>
        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>

    <property>
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>

yarn-site.xml

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

    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>

    <property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>604800</value>
    </property>

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

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

4、分发Hadoop到node1、node2

配置好master的hadoop的后，直接scp命令进行分发，分发到node1和node2. 命令：scp -r /usr/local/soft/hadoop-3.1.1/ node1:`pwd`,或者去这个soft目录下：scp -r hadoop-3.1.1/ node1:`pwd`

分发命令：

cd /usr/local/soft/
scp -r hadoop-3.1.1/ node1:`pwd`
scp -r hadoop-3.1.1/ node2:`pwd`

5、格式化namenode

只需在第一次启动的时候在Master节点上执行

hdfs namenode -format

6、启动Hadoop集群

start-all.sh
#单独启动：
start-yarn.sh
start-dfs.sh

7、检查master、node1、node2上的进程

master:

[root@master soft]# jps
2597 NameNode
2793 SecondaryNameNode
2953 ResourceManager
3215 Jps

node1:

[root@node1 jdk1.8.0_171]# jps
11361 DataNode
11459 NodeManager
11559 Jps

node2:

[root@node2 ~]# jps
11384 DataNode
11482 NodeManager
11582 Jps

8、访问HDFS的WEB界面

注意新版本的端口由50070变成了9870

打开浏览器输入地址：

http://master:9870

9、访问YARN的WEB界面

http://master:8088

完成以上步骤，到此Hadoop分布式集群搭建就完成了。

以下是Hadoop集群重置的一些命令：

Hadoop集群重置

1、停止集群

stop-all.sh

# 若进程停不掉 可直接使用进程号进行kill

2、删除所有节点上hadoop产生的数据文件

        注意：三台都要执行 ，删除data文件

cd /usr/local/soft/hadoop-3.1.1
rm -rf data/

3、重新格式化namenode

hdfs namenode -format

4、启动集群

start-all.sh

5、查看元数据

查看分布式存储文件大小：