1.虚拟机准备
1.1:创建模板虚拟机
(1)安装模板虚拟机,IP地址192.168.10.100、主机名称hadoop100、内存4G、硬盘50G
检查虚拟机配置,并且添加ISO映像文件
1.2:安装虚拟机
在安装页面选择Install CentOS 7进行安装
语言选择为简体中文
(a) 日期和时间中地区选择为上海
(b) 在系统中点击安装位置,选择我要配置分区,点击完成
点击加号添加挂载点,分别为三个挂载点
/boot 期望容量为1g 文件系统改为ext4
swap 期望容量为4g
/ 期望容量为45g
设置后点击完成,点击更改
(c) 点击网络与主机名进行配置
更改主机名,点击应用
点击网络配置进行网络配置
点击IPV4设置,点击ADD,输入地址,子网掩码和网关,并点击保存
打开网络连接
点击开始安装,点击root密码,设置密码为123456
1.3:配置虚拟机环境
(1)使用yum安装需要虚拟机可以正常上网,yum安装前可以先测试下虚拟机联网情况
[root@hadoop100 ~]# ping www.baidu.com
PING www.baidu.com (14.215.177.39) 56(84) bytes of data.
64 bytes from 14.215.177.39 (14.215.177.39): icmp_seq=1 ttl=128 time=8.60 ms
64 bytes from 14.215.177.39 (14.215.177.39): icmp_seq=2 ttl=128 time=7.72 ms
(2)安装epel-release
注:Extra Packages for Enterprise Linux是为“红帽系”的操作系统提供额外的软件包,适用于RHEL、CentOS和Scientific Linux。相当于是一个软件仓库,大多数rpm包在官方 repository 中是找不到的)
[root@hadoop100 ~]# yum install -y epel-release
- net-tool:工具包集合,包含ifconfig等命令
[root@hadoop100 ~]# yum install -y net-tools
- vim:编辑器
[root@hadoop100 ~]# yum install -y vim
(3)关闭防火墙,关闭防火墙开机自启
[root@hadoop100 ~]# systemctl stop firewalld
[root@hadoop100 ~]# systemctl disable firewalld.service
(4)创建用户,并修改用户的密码
[root@hadoop100 ~]# useradd zc
[root@hadoop100 ~]# passwd zc
(5)配置zc用户具有root权限,方便后期加sudo执行root权限的命令
[root@hadoop100 ~]# vim /etc/sudoers
修改/etc/sudoers文件,在%wheel这行下面添加一行,如下所示:
## Allow root to run any commands anywhere
root ALL=(ALL) ALL
## Allows people in group wheel to run all commands
%wheel ALL=(ALL) ALL
zc ALL=(ALL) NOPASSWD:ALL
注意:zc这一行不要直接放到root行下面,因为所有用户都属于wheel组,你先配置了zc具有免密功能,但是程序执行到%wheel行时,该功能又被覆盖回需要密码。所以zc要放到%wheel这行下面。
(6)在/opt目录下创建文件夹,并修改所属主和所属组
(1)在/opt目录下创建module、software文件夹
[root@hadoop100 ~]# mkdir /opt/module
[root@hadoop100 ~]# mkdir /opt/software
(2)修改module、software文件夹的所有者和所属组均为zc用户
[root@hadoop100 ~]# chown zc:zc /opt/module
[root@hadoop100 ~]# chown zc:zc /opt/software
(3)查看modele、software文件夹的所有者和所属组
[root@hadoop100 ~]# cd /opt/
[root@hadoop100 opt]# ll
总用量 12
drwxr-xr-x. 2 zc zc 4096 5月 28 17:18 module
drwxr-xr-x. 2 zc zc 4096 5月 28 17:18 software
(7)重启虚拟机
[root@hadoop100 ~]# reboot
2.克隆虚拟机
2.1 利用模板机hadoop100,克隆三台虚拟机:hadoop102 hadoop103 hadoop104
注意:克隆时,要先关闭hadoop100
2.2 修改克隆机IP,以hadoop102为例
(1)修改克隆虚拟机的静态IP
[root@hadoop102 ~]# vim /etc/sysconfig/network-scripts/ifcfg-ens33
改成
DEVICE=ens33
TYPE=Ethernet
ONBOOT=yes
BOOTPROTO=static
NAME="ens33"
IPADDR=192.168.10.102
PREFIX=24
GATEWAY=192.168.10.2
DNS1=192.168.10.2
(2)查看Linux虚拟机的虚拟网络编辑器,编辑->虚拟网络编辑器->VMnet8
(3)查看Windows系统适配器VMware Network Adapter VMnet8的IP地址
2.3 修改克隆机主机名,以下以hadoop102举例说明
(1)修改主机名称
[root@hadoop102 ~]# vim /etc/hostname
hadoop102
(2)配置Linux克隆机主机名称映射hosts文件,打开/etc/hosts
[root@hadoop102 ~]# vim /etc/hosts
添加如下内容
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
2.4 重启克隆机
[root@hadoop102 ~]# reboot
2.5 修改windows的主机映射文件(hosts文件)
(1)如果操作系统是window7,可以直接修改
(a)进入C:\Windows\System32\drivers\etc路径
(b)打开hosts文件并添加如下内容,然后保存
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
(2)如果操作系统是window10,先拷贝出来,修改保存以后,再覆盖即可
(a)进入C:\Windows\System32\drivers\etc路径
(b)拷贝hosts文件到桌面
(c)打开桌面hosts文件并添加如下内容
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
(d)将桌面hosts文件覆盖C:\Windows\System32\drivers\etc路径hosts文件
3.安装JDK与Hadoop
3.1.安装JDK
1)用MobaXterm工具将JDK导入到opt目录下面的software文件夹下面
注:直接将文件从本地拖进opt目录下面的software文件夹
2)在Linux系统下的opt目录中查看软件包是否导入成功
[zc@hadoop102 ~]$ ls /opt/software/
看到如下结果:
jdk-8u212-linux-x64.tar.gz
3)解压JDK到/opt/module目录下
[zc@hadoop102 software]$ tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/
4)配置JDK环境变量
(1)新建/etc/profile.d/my_env.sh文件
[zc@hadoop102 ~]$ sudo vim /etc/profile.d/my_env.sh
添加如下内容
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin
(2)保存后退出
:wq
(3)source一下/etc/profile文件,让新的环境变量PATH生效
[zc@hadoop102 ~]$ source /etc/profile
6)测试JDK是否安装成功
[zc@hadoop102 ~]$ java -version
如果能看到以下结果,则代表Java安装成功。
java version "1.8.0_212"
3.2.安装hadoop
1)同样用MobaXterm工具将Hadoop导入到opt目录下面的software文件夹下面
2)进入到Hadoop安装包路径下
[zc@hadoop102 ~]$ cd /opt/software/
3)解压安装文件到/opt/module下面
[zc@hadoop102 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
4)查看是否解压成功
[zc@hadoop102 software]$ ls /opt/module/
hadoop-3.1.3
5)将Hadoop添加到环境变量
(1)获取Hadoop安装路径
[zc@hadoop102 hadoop-3.1.3]$ pwd
/opt/module/hadoop-3.1.3
(2)打开/etc/profile.d/my_env.sh文件
[zc@hadoop102 hadoop-3.1.3]$ sudo vim /etc/profile.d/my_env.sh
在my_env.sh文件末尾添加如下内容:
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
保存并退出:
:wq
(3)让修改后的文件生效
[zc@hadoop102 hadoop-3.1.3]$ source /etc/profile
6)测试是否安装成功
[zc@hadoop102 hadoop-3.1.3]$ hadoop version
Hadoop 3.1.3
4.配置Hadoop集训
4.1编写xsync脚本,为后期分发文件做准备
(a)在/home/zc/bin目录下创建xsync文件
[zc@hadoop102 opt]$ cd /home/zc
[zc@hadoop102 ~]$ mkdir bin
[zc@hadoop102 ~]$ cd bin
[zc@hadoop102 bin]$ vim xsync
在该文件中编写如下代码
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
echo ==================== $host ====================
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
(b)修改脚本 xsync 具有执行权限
[zc@hadoop102 bin]$ chmod +x xsync
(c)测试脚本
[zc@hadoop102 ~]$ xsync /home/zc/bin
(d)将脚本复制到/bin中,以便全局调用
[zc@hadoop102 bin]$ sudo cp xsync /bin/
(e)同步环境变量配置(root所有者)
[zc@hadoop102 ~]$ sudo ./bin/xsync /etc/profile.d/my_env.sh
注意:如果用了sudo,那么xsync一定要给它的路径补全。
让环境变量生效
[zc@hadoop103 bin]$ source /etc/profile
[zc@hadoop104 opt]$ source /etc/profile
将hadoop102中的/opt/module发送给另外两台虚拟机
[zc@hadoop102 ~]$ xsync /opt/module/
4.2配置SSH免密
(1)生成公钥和私钥
[zc@hadoop102 .ssh]$ pwd
/home/zc/.ssh
[zc@hadoop102 .ssh]$ ssh-keygen -t rsa
然后敲(三个回车),就会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)
(2)将公钥拷贝到要免密登录的目标机器上
[zc@hadoop102 .ssh]$ ssh-copy-id hadoop102
[zc@hadoop102 .ssh]$ ssh-copy-id hadoop103
[zc@hadoop102 .ssh]$ ssh-copy-id hadoop104
注意:
还需要在hadoop103上采用zc账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。
还需要在hadoop104上采用zc账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。
4.3集群规划
1)集群部署规划
注意:
- NameNode和SecondaryNameNode不要安装在同一台服务器
- ResourceManager也很消耗内存,不要和NameNode、SecondaryNameNode配置在同一台机器上。
hadoop102 | hadoop103 | hadoop104 | |
HDFS | NameNode DataNode | DataNode | SecondaryNameNode DataNode |
YARN | NodeManager | ResourceManager NodeManager | NodeManager |
2)配置文件说明
Hadoop配置文件分两类:默认配置文件和自定义配置文件,只有用户想修改某一默认配置值时,才需要修改自定义配置文件,更改相应属性值。
(1)默认配置文件:
要获取的默认文件 | 文件存放在Hadoop的jar包中的位置 |
[core-default.xml] | hadoop-common-3.1.3.jar/core-default.xml |
[hdfs-default.xml] | hadoop-hdfs-3.1.3.jar/hdfs-default.xml |
[yarn-default.xml] | hadoop-yarn-common-3.1.3.jar/yarn-default.xml |
[mapred-default.xml] | hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml |
(2)自定义配置文件:
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上,用户可以根据项目需求重新进行修改配置。
3)配置集群
(1)核心配置文件
配置core-site.xml
[zc@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
[zc@hadoop102 hadoop]$ vim core-site.xml
内容如下
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop102:8020</value>
</property>
<!-- 指定hadoop数据的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-3.1.3/data</value>
</property>
<!-- 配置HDFS网页登录使用的静态用户为zc -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>zc</value>
</property>
</configuration>
(2)HDFS配置文件
配置hdfs-site.xml
[zc@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- nn web端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>hadoop102:9870</value>
</property>
<!-- 2nn web端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop104:9868</value>
</property>
</configuration>
(3)YARN配置文件
配置yarn-site.xml
[zc@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下:
<configuration>
<!-- 指定MR走shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定ResourceManager的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop103</value>
</property>
<!-- 环境变量的继承 -->
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
</configuration>
(4)MapReduce配置文件
配置mapred-site.xml
[zc@hadoop102 hadoop]$ vim mapred-site.xml
文件内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定MapReduce程序运行在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
4)在集群上分发配置好的Hadoop配置文件
[zc@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/
5)去103和104上查看文件分发情况
[zc@hadoop103 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
[zc@hadoop104 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
4.5 群起集群
1)配置workers
[zc@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在该文件中增加如下内容:
hadoop102
hadoop103
hadoop104
注意:该文件中添加的内容结尾不允许有空格,文件中不允许有空行。
同步所有节点配置文件
[zc@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc
2)启动集群
(1)如果集群是第一次启动,需要在hadoop102节点格式化NameNode(注意:格式化NameNode,会产生新的集群id,导致NameNode和DataNode的集群id不一致,集群找不到已往数据。如果集群在运行过程中报错,需要重新格式化NameNode的话,一定要先停止namenode和datanode进程,并且要删除所有机器的data和logs目录,然后再进行格式化。)
[zc@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
(2)启动HDFS
[zc@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
(3)在配置了ResourceManager的节点(hadoop103)启动YARN
[zc@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
(4)Web端查看HDFS的NameNode
(a)浏览器中输入:http://hadoop102:9870
(b)查看HDFS上存储的数据信息
(5)Web端查看YARN的ResourceManager
(a)浏览器中输入:http://hadoop103:8088
(b)查看YARN上运行的Job信息