Hadoop集群搭建

参考视频：
https://www.bilibili.com/video/BV1C5411c7Qv?p=5&vd_source=0dcc3acedc4fc1c77ebc9bfbcbd12cec

我安装的是hadoop3.3.5
jdk不是使用的rpm方式安装的，所以相对于参考笔记会有一点变动

参考视频对应的Hadoop集群搭建笔记

本文档在最小化安装centos7后的操作。

首先，对于大数据集群提前进行主机名、IP地址、主次服务的规划：

node01 ：192.168.199.80 NN DN

node02 ：192.168.199.81 DN

node03 ：192.168.199.82 DN SN

其中安装第一台机器时，建议在安装时就指定主机名，IP地址根据自己的局域网情况填写

1、常用软件工具的安装

sudo yum install net-tools

sudo yum install vim

sudo vim /etc/vimrc

添加 set ts=4

2、系统准备：

2.1、关闭防火墙

sudo systemctl stop firewalld.service

sudo systemctl disable firewalld.service

2.2、关闭selinux

sudo vim /etc/selinux/config

修改为 SELINUX=disabled

2.3、源码环境准备

在家目录下，创建soft目录，拷贝jdk的rpm包和hadoop的tar包

2.3.1、解压环境包

sudo rpm -ivh jdk-8u281-linux-x64.rpm

sudo tar -zxvf hadoop-2.7.1.tar.gz -C /opt/

2.3.2、添加hadoop环境变量

sudo vim /etc/profile.d/hadoop.sh

export HADOOP_HOME=/opt/hadoop-3.3.5

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

2.3.3、改变hadoop文件权限

cd /opt

sudo chown -R huser:huser /opt/hadoop-3.3.5

2.3.4、创建HDFS的NN和DN工作主目录

sudo mkdir /var/big_data

sudo chown -R huser:huser /var/big_data

3、hadoop系统配置

本内容主要针对Hadoop的配置文件进行修改，修改原则和最开始的服务搭建要一致

进入/opt/hadoop-3.3.5/etc/hadoop目录

3.1、为Hadoop提供JAVA解释器路径信息，主要目的是解决远程访问hadoop时候JAVA_HOME无法继承的问题

vim hadoop-env.sh

export JAVA_HOME=/usr/java/jdk1.8.0_281(因为我不是使用的rpm方式安装，所以这里从default改成这个）

3.2、为Yarn任务、资源管理器提供Java运行环境

vim yarn-env.sh

export JAVA_HOME=/usr/java/jdk1.8.0_281

3.3、配置HDFS主节点信息、持久化和数据文件的主目录

vim core-site.xml

<property>

<name>fs.defaultFS</name>

<value>hdfs://node01:9000</value>

</property>

<property>

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

<value>/var/big_data</value>

</property>

3.4、配置HDFS默认的数据存放策略

vim hdfs-site.xml

<property>

<name>dfs.replication</name>

<value>2</value>

</property>

<property>

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

<value>node03:9870</value>（我的版本对应9870，官方文档对应9868，但是通过netstat -lntp查看的端口号是9870）

</property>

3.5、配置mapreduce任务调度策略

vim mapred-site.xml

<property>

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

<value>yarn</value>

</property>

3.6、配置Yarn资源管理角色的信息

vim yarn-site.xml

<property>

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

<value>mapreduce_shuffle</value>

</property>

<property>

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

<value>node01</value>

</property>

3.7、配置datanode节点信息

vim workers (将slaves改为workers)

node01

node02

node03

4、提前准备主机名解析文件，为后面的克隆机器做好准备（可选，若不做，克隆后为每台机器重新添加亦可）

sudo vim /etc/hosts

192.168.199.80 node01

192.168.199.81 node02

192.168.199.82 node03

注意屏蔽或删除上面的127.0.0.1的信息

5、克隆其他集群信息

关闭机器，准备克隆

克隆后，修改node02、node03的IP和主机名

sudo vim /etc/sysconfig/network-scripts/ifcfg-ens33

sudo vim /etc/hostname

6、下面开始配置集群的ssh免密

在3台机器上执行产生自己的公钥：

ssh-keygen -t rsa

按照默认值回车确定

将每台机器的公钥拷贝给每台机器，注意下面的指令要求3台机器都要执行：

ssh-copy-id node01
ssh-copy-id node02
ssh-copy-id node03

XSHELL也可以多窗口同时执行同一命令，查看-撰写-撰写栏-将文本发送到全部Xshell窗口

遇到问题：设置集群免密以后仍然需要密码，键入下面命令并重新生成和分发

chmod 7555 /root

7、格式化hdfs

hdfs namenode -format

ls /var/big_data/dfs/name/current

报错：

Starting namenodes on [node01]
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
Starting datanodes
ERROR: Attempting to operate on hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation.
Starting secondary namenodes [node03]
ERROR: Attempting to operate on hdfs secondarynamenode as root
ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.

解决：
在start-dfs.sh和stop-dfs.sh中添加参数

HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

start-dfs.sh
jps
192.168.199.80:9870