Hadoop集群搭建的方式

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

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-2.7.1
            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-2.7.1

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-2.7.1/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/default
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/default

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>node03:50090</value>
        </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 slaves

	    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/networ-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

7、格式化hdfs

hdfs namenode -format