Hadoop集群搭建

一、Hadopp的模块组成
1.HDFS ：一个高可靠、高吞吐量的分布式文件系统
2.MapReduce ：一个分布式的离线并行计算框架
3.Yarn ：作业调度与集群资源管理的框架
4.Common：支持其他模块的工具模块。

二、CDH 分布式环境搭建（准备好三台机器）
1.第一步：上传压缩包并解压 第一台机器执行以下命令：
* cd /export/softwares/
*mv hadoop-2.6.0-cdh5.14.0-自己编译后的版本.tar.gz hadoop-2.6.0-cdh5.14.0.tar.gz
*tar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C …/servers/

2. 第二步：查看Hadoop支持的压缩方式以及本地库
   第一台机器执行以下命令：
   cd /export/servers/hadoop-2.6.0-cdh5.14.0
   bin/hadoop checknative
   如果出现openssl为false，那么所有机器在线安装openssl即可，执行以下
   命令，虚拟机联网之后就可以在线进行安装了。
   yum -y install openssl-devel

3.第三步：修改配置文件
·修改core-site.xml 第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim core-site.xml
内容如下：


fs.defaultFS
hdfs://node01:8020


hadoop.tmp.dir
/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas



io.file.buffer.size
4096

<!--  开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 -->
<property>
	<name>fs.trash.interval</name>
	<value>10080</value>
</property>

**注意：配置文件里的 node01 要是自己本机相匹配，以及相对应的安装路径都要保证一致**

修改hdfs-site.xml 第一台机器执行以下命令：
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim hdfs-site.xml
内容如下：


<!-- 集群动态上下线

dfs.hosts
/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host

<property>
	<name>dfs.hosts.exclude</name>
	<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value>
</property>
 -->
 
 <property>
		<name>dfs.namenode.secondary.http-address</name>
		<value>node01:50090</value>
</property>

<property>
	<name>dfs.namenode.http-address</name>
	<value>node01:50070</value>
</property>
<property>
	<name>dfs.namenode.name.dir</name>
	<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas</value>
</property>
<!--  定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割  -->
<property>
	<name>dfs.datanode.data.dir</name>
	<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value>
</property>

<property>
	<name>dfs.namenode.edits.dir</name>
	<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value>
</property>
<property>
	<name>dfs.namenode.checkpoint.dir</name>
	<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value>
</property>
<property>
	<name>dfs.namenode.checkpoint.edits.dir</name>
	<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value>
</property>
<property>
	<name>dfs.replication</name>
	<value>2</value>
</property>
<property>
	<name>dfs.permissions</name>
	<value>false</value>
</property>

dfs.blocksize 134217728

修改Hadoop-env.sh 第一台机器执行以下命令：
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim hadoop-env.sh
export JAVA_HOME=/export/servers/jdk1.8.0_141

修改mapred-site.xml 第一台机器执行以下命令：
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim mapred-site.xml
内容如下：


mapreduce.framework.name
yarn

<property>
	<name>mapreduce.job.ubertask.enable</name>
	<value>true</value>
</property>

<property>
	<name>mapreduce.jobhistory.address</name>
	<value>node01:10020</value>
</property>

<property>
	<name>mapreduce.jobhistory.webapp.address</name>
	<value>node01:19888</value>
</property>

修改slaves文件 第一台机器执行以下命令：
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim slaves

node01
node02 【此处三个配置信息要与三台本机相对应】
node03

4. 第四步：创建文件存放目录
   第一台机器执行以下命令 node01机器上面创建以下目录：
   mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas
   mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas
   mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas
   mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits
   mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name
   mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits

5.第五步：安装包的分发
第一台机器执行以下命令：
cd /export/servers/
scp -r hadoop-2.6.0-cdh5.14.0/ node02:$PWDscp-rhadoop-2.6.0-cdh5.14.0/node03:$PWD

6.第六步：配置Hadoop的环境变量
三台机器都要进行配置Hadoop的环境变量
三台机器执行以下命令：
vim /etc/profile.d/hadoop.sh
export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
export PATH=:$HADOO{P}_{H}OME/bin:$HADOOP_HOME/sbin:$PATH
配置完成之后生效：source /etc/profile

7.第七步：集群启动
要启动 Hadoop 集群，需要启动 HDFS 和 YARN 两个集群。
注意：首次启动HDFS时，必须对其进行格式化操作。本质上是一些清理和准备工作，因为此时的 HDFS 在物理上还是不存在的。
命令：bin/hdfs namenode -format

脚本一键启动所有
一键启动集群
sbin/start-all.sh

一键关闭集群
sbin/stop-all.sh

单个节点逐一启动
在主节点上使用以下命令启动 HDFS NameNode： Hadoop-daemon.sh start namenode
在每个从节点上使用以下命令启动 HDFS DataNode： Hadoop-daemon.sh start datanode
在主节点上使用以下命令启动 YARN ResourceManager： yarn-daemon.sh start resourcemanager
在每个从节点上使用以下命令启动 YARN nodemanager： yarn-daemon.sh start nodemanager
以上脚本位于$HADOOP_PREFIX/sbin/目录下。如果想要停止某个节点上某个角色，只需要把命令中的start 改为stop 即可。