Hadoop集群搭建（分布式版本）及其常见的操作命令

一、准备工作

三台虚拟机：master、node1、node2

#克隆的时候选择 完整克隆 和 链接克隆 的区别

完整克隆：克隆出两台独立的虚拟机

链接克隆：依赖master，假如说把master删了，那么node1、node2就都挂了

链接克隆较完整克隆更加节省空间

时间同步

ntpdate ntp.aliyun.com

JDK的版本-jdk1.8

java -version

修改主机名

三台分别执行 vim /etc/hostname 并将内容指定为对应的主机名

关闭防火墙

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

静态IP配置

1、编辑网络配置文件
vim /etc/sysconfig/network-scripts/ifcfg-ens33

TYPE=Ethernet
BOOTPROTO=static
HWADDR=00:0C:29:E2:B8:F2
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

需要修改：HWADDR(mac地址,centos7不需要手动指定mac地址)
		  IPADDR(根据自己的网段，自定义IP地址)
		  GATEWAY(根据自己的网段填写对应的网关地址)

2、关闭NetworkManager，并取消开机自启
systemctl stop NetworkManager
systemctl disable NetworkManager

3、重启网络服务
systemctl restart network

免密登录

# 1、生成密钥
ssh-keygen -t rsa
# 2、配置免密登录
ssh-copy-id master
ssh-copy-id node1
ssh-copy-id node2
# 3、测试免密登录
ssh node1

配置好映射文件：/etc/hosts

192.168.52.110 master
192.168.52.120 node1
192.168.52.130 node2

二、搭建Hadoop集群

1、上传安装包并解压

# 使用xftp上传压缩包至master的/usr/local/soft/module/
cd /urs/local/soft/module/
# 解压
tar -zxvf hadoop-2.7.6.tar.gz -C /usr/local/soft/

2、配置环境变量

vim /etc/profile

JAVA_HOME=/usr/local/soft/jdk1.8.0_171
HADOOP_HOME=/usr/local/soft/hadoop-2.7.6
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

# 重新加载环境变量
source /etc/profile

3、修改Hadoop配置文件

cd /usr/local/soft/hadoop-2.7.6/etc/hadoop/

core-site.xml

#<configuration>下面的内容在这中间加</configuration>   

    #这里配的是HDFS的入口 master:9000
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    #这里配置的是Hadoop运行时产生的数据存放的目录tmp
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/soft/hadoop-2.7.6/tmp</value>
    </property>
    #这里配置的是垃圾回收的间隔时间 1440分钟 -- 1天
    <property>
        <name>fs.trash.interval</name>
        <value>1440</value>
    </property>

hadoop-env.sh

export JAVA_HOME=/usr/local/soft/jdk1.8.0_171

hdfs-site.xml

#不要副本
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    #关闭权限验证
    <property>
        <name>dfs.permissions</name>
        <value>false</value>
    </property>

mapred-site.xml.template

# 1、重命名文件
cp mapred-site.xml.template mapred-site.xml
# 2、修改 vim mapred-site.xml
    #用yarn资源管理平台
    <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>

slaves

#其中默认是localhost，如果你想搭建伪分布式，就用localhost
node1
node2

yarn-site.xml

#指定resourcemanager在master节点上启动
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
    
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    #表示对日志文件进行压缩
    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>
    #设置日志存活时间604800秒--一周
    <property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>604800</value>
    </property>

4、分发Hadoop到node1、node2

# scp 远程发送命令
# `pwd` 用反引号表示其中的命令会先运行，然后运行结果会将之替换掉
cd /usr/local/soft/
scp -r hadoop-2.7.6/ node1:`pwd`
scp -r hadoop-2.7.6/ node2:`pwd`

5、格式化namenode(第一次启动的时候需要执行)

hdfs namenode -format

6、启动/关闭Hadoop集群

#启动
start-all.sh
#关闭
stop-all.sh

7、检查master、node1、node2上的进程

master：

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

#由于我们在配置Hadoop的时候并没有设置主节点的备用节点
#所以这里的SecondaryNameNode并不是备用节点的意思
#而是另有用处

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

http://master:50070

9、访问YARN的WEB界面

http://master:8088

Hadoop常用命令