1）安装JDK
卸载现有JDK
（1）查询是否安装Java软件：
[zz@hadoop101 opt]$ rpm -qa | grep java
（2）如果安装的版本低于1.7，卸载该JDK：
[zz@hadoop101 opt]$ sudo rpm -e 软件包
（3）查看JDK安装路径：
[zz@hadoop101 ~]$ which java
用SecureCRT工具将JDK导入到opt目录下面的software文件夹下面
- 在Linux系统下的opt目录中查看软件包是否导入成功
[zz@hadoop101 opt]$ cd software/
[zz@hadoop101 software]$ ls
hadoop-2.7.2.tar.gz jdk-8u144-linux-x64.tar.gz
- 解压JDK到/opt/module目录下
[zz@hadoop101 software]$ tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module/
2）配置环境变量
先获取JDK路径
[zz@hadoop101 jdk1.8.0_144]$ pwd
/opt/module/jdk1.8.0_144
打开/etc/profile文件
[zz@hadoop101 software]$ sudo vi /etc/profile
在profile文件末尾添加JDK路径
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin
保存后退出
:wq
让修改后的文件生效
[zz@hadoop101 jdk1.8.0_144]$ source /etc/profile
测试JDK是否安装成功
[zz@hadoop101 jdk1.8.0_144]# java -version
java version "1.8.0_144"
注意：重启（如果java -version可以用就不用重启）
[zz@hadoop101 jdk1.8.0_144]$ sync
[zz@hadoop101 jdk1.8.0_144]$ sudo reboot
3）安装Hadoop
Hadoop下载地址：Index of /dist/hadoop/common/hadoop-2.7.2Index of /dist/hadoop/common/hadoop-2.7.2
https://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/
用SecureCRT工具将hadoop-2.7.2.tar.gz导入到opt目录下面的software文件夹下面
切换到sftp连接页面，选择Linux下编译的hadoop jar包拖入，
进入到Hadoop安装包路径下
[zz@hadoop101 ~]$ cd /opt/software/
解压安装文件到/opt/module下面
[zz@hadoop101 software]$ tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/
查看是否解压成功
[zz@hadoop101 software]$ ls /opt/module/
hadoop-2.7.2
将Hadoop添加到环境变量
获取Hadoop安装路径
[zz@hadoop101 hadoop-2.7.2]$ pwd
/opt/module/hadoop-2.7.2
打开/etc/profile文件
[zz@hadoop101 hadoop-2.7.2]$ sudo vi /etc/profile
在profile文件末尾添加JDK路径：（shitf+g）
##HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
保存后退出
:wq
让修改后的文件生效
[zz@ hadoop101 hadoop-2.7.2]$ source /etc/profile
测试是否安装成功
[zz@hadoop101 hadoop-2.7.2]$ hadoop version
Hadoop 2.7.2
重启(如果Hadoop命令不能用再重启)
[zz@ hadoop101 hadoop-2.7.2]$ sync
[zz@ hadoop101 hadoop-2.7.2]$ sudo reboot
查看Hadoop目录结构
[zz@hadoop101 hadoop-2.7.2]$ ll
总用量 52
drwxr-xr-x. 2 zz zz 4096 5月 22 2017 bin
drwxr-xr-x. 3 zz zz 4096 5月 22 2017 etc
drwxr-xr-x. 2 zz zz 4096 5月 22 2017 include
drwxr-xr-x. 3 zz zz 4096 5月 22 2017 lib
drwxr-xr-x. 2 zz zz 4096 5月 22 2017 libexec
-rw-r--r--. 1 zz zz 15429 5月 22 2017 LICENSE.txt
-rw-r--r--. 1 zz zz 101 5月 22 2017 NOTICE.txt
-rw-r--r--. 1 zz zz 1366 5月 22 2017 README.txt
drwxr-xr-x. 2 zz zz 4096 5月 22 2017 sbin
drwxr-xr-x. 4 zz zz 4096 5月 22 2017 share
重要目录
（1）bin目录：存放对Hadoop相关服务（HDFS,YARN）进行操作的脚本
（2）etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件
（3）lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）
（4）sbin目录：存放启动或停止Hadoop相关服务的脚本
（5）share目录：存放Hadoop的依赖jar包、文档、和官方案例
4）配置集群
编写集群分发脚本xsync
scp（secure copy）安全拷贝
（1）scp定义：
scp可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）
（2）基本语法
scp -r $pdir/$fname $user@hadoop$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的用户@主机:目的路径/名称
（3）案例实操
（a）在hadoop101上，将hadoop101中/opt/module目录下的软件拷贝到hadoop102上。
[zz@hadoop101 /]$ scp -r /opt/module root@hadoop102:/opt/module
（b）在hadoop103上，将hadoop101服务器上的/opt/module目录下的软件拷贝到hadoop103上。
[zz@hadoop103 opt]$sudo scp -r kegc@hadoop101:/opt/module root@hadoop103:/opt/module
（c）在hadoop103上操作将hadoop101中/opt/module目录下的软件拷贝到hadoop104上。
[zz@hadoop103 opt]$ scp -r kegc@hadoop101:/opt/module root@hadoop104:/opt/module
注意：拷贝过来的/opt/module目录，别忘了在hadoop102、hadoop103、hadoop104上修改所有文件的，所有者和所有者组。sudo chown zz:zz -R /opt/module
（d）将hadoop101中/etc/profile文件拷贝到hadoop102的/etc/profile上。
[zz@hadoop101 ~]$ sudo scp /etc/profile root@hadoop102:/etc/profile
（e）将hadoop101中/etc/profile文件拷贝到hadoop103的/etc/profile上。
[zz@hadoop101 ~]$ sudo scp /etc/profile root@hadoop103:/etc/profile
（f）将hadoop101中/etc/profile文件拷贝到hadoop104的/etc/profile上。
[zz@hadoop101 ~]$ sudo scp /etc/profile root@hadoop104:/etc/profile
注意：拷贝过来的配置文件别忘了source一下/etc/profile。
rsync 远程同步工具
rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。
（1）基本语法
rsync -rvl $pdir/$fname $user@hadoop$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的用户@主机:目的路径/名称
选项参数说明
表2-2
| 选项 | 功能 |
| -r | 递归 |
| -v | 显示复制过程 |
| -l | 拷贝符号连接 |
（2）案例实操
（a）把hadoop101机器上的/opt/software目录同步到hadoop102服务器的root用户下的/opt/目录
[zz@hadoop101 opt]$ rsync -rvl /opt/software/ root@hadoop102:/opt/software
3. xsync集群分发脚本
（1）需求：循环复制文件到所有节点的相同目录下
（2）需求分析：
（a）rsync命令原始拷贝：
rsync -rvl /opt/module root@hadoop103:/opt/
（b）期望脚本：
xsync要同步的文件名称
（c）说明：在/home/kegc/bin这个目录下存放的脚本，kegc用户可以在系统任何地方直接执行。
（3）脚本实现
（a）在/home/zz目录下创建bin目录，并在bin目录下xsync创建文件，文件内容如下：
[zz@hadoop102 ~]$ mkdir bin
[zz@hadoop102 ~]$ cd bin/
[zz@hadoop102 bin]$ touch xsync
[zz@hadoop102 bin]$ vi xsync
在该文件中编写如下代码
#!/bin/bash
#1 获取输入参数个数，如果没有参数，直接退出
pcount=$#
if((pcount==0)); then
echo no args;
exit;
fi
#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname
#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir
#4 获取当前用户名称
user=`whoami`
#5 循环
for((host=103; host<105; host++)); do
echo ------------------- hadoop$host --------------
rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done
（b）修改脚本 xsync 具有执行权限
[zz@hadoop102 bin]$ chmod 777 xsync
（c）调用脚本形式：xsync 文件名称
[zz@hadoop102 bin]$ xsync /home/kegc/bin
注意：如果将xsync放到/home/zz/bin目录下仍然不能实现全局使用，可以将xsync移动到/usr/local/bin目录下。
（1）核心配置文件
配置core-site.xml
[zz@hadoop102 hadoop]$ vi core-site.xml
在该文件中编写如下配置
<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop102:9000</value>
</property>
<!-- 指定Hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>
（2）HDFS配置文件
配置hadoop-env.sh
[zz@hadoop102 hadoop]$ vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置hdfs-site.xml
[zz@hadoop102 hadoop]$ vi hdfs-site.xml
在该文件中编写如下配置
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop104:50090</value>
</property>
（3）YARN配置文件
配置yarn-env.sh
[zz@hadoop102 hadoop]$ vi yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置yarn-site.xml
[zz@hadoop102 hadoop]$ vi yarn-site.xml
在该文件中增加如下配置
<!-- Reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定YARN的ResourceManager的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop103</value>
</property>
（4）MapReduce配置文件
配置mapred-env.sh
[zz@hadoop102 hadoop]$ vi mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置mapred-site.xml
[zz@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml
[zz@hadoop102 hadoop]$ vi mapred-site.xml
在该文件中增加如下配置
<!-- 指定MR运行在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
3．在集群上分发配置好的Hadoop配置文件
[zz@hadoop102 hadoop]$ xsync /opt/module/hadoop-2.7.2/
4．查看文件分发情况
[zz@hadoop103 hadoop]$ cat /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml
（1）如果集群是第一次启动，需要格式化NameNode
[zz@hadoop102 hadoop-2.7.2]$ hadoop namenode -format
（2）在hadoop102上启动NameNode
[zz@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start namenode
[zz@hadoop102 hadoop-2.7.2]$ jps
3461 NameNode
（3）在hadoop102、hadoop103以及hadoop104上分别启动DataNode
[zz@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[zz@hadoop102 hadoop-2.7.2]$ jps
3461 NameNode
3608 Jps
3561 DataNode
[zz@hadoop103 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[zz@hadoop103 hadoop-2.7.2]$ jps
3190 DataNode
3279 Jps
[zz@hadoop104 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[zz@hadoop104 hadoop-2.7.2]$ jps
3237 Jps
3163 DataNode
配置slaves
/opt/module/hadoop-2.7.2/etc/hadoop/slaves
[zz@hadoop102 hadoop]$ vi slaves
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
[zz@hadoop102 hadoop]$ xsync slaves
6）配置ssh
配置ssh
（1）基本语法
ssh另一台电脑的ip地址
（2）ssh连接时出现Host key verification failed的解决方法
[zz@hadoop102 opt] $ ssh 192.168.1.103
The authenticity of host '192.168.1.103 (192.168.1.103)' can't be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)?
Host key verification failed.
（3）解决方案如下：直接输入yes
免密登录原理
生成公钥和私钥：
[zz@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）
将公钥拷贝到要免密登录的目标机器上
[zz@hadoop102 .ssh]$ ssh-copy-id hadoop102
[zz@hadoop102 .ssh]$ ssh-copy-id hadoop103
[zz@hadoop102 .ssh]$ ssh-copy-id hadoop104
注意：
还需要在hadoop102上采用root账号，配置一下无密登录到hadoop102、hadoop103、hadoop104；
还需要在hadoop103上采用kegc账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。
.ssh文件夹下（~/.ssh）的文件功能解释
| known_hosts | 记录ssh访问过计算机的公钥(public key) |
| id_rsa | 生成的私钥 |
| id_rsa.pub | 生成的公钥 |
| authorized_keys | 存放授权过得无密登录服务器公钥 |
7）群起并测试集群
如果集群是第一次启动，需要格式化NameNode（注意格式化之前，一定要先停止上次启动的所有namenode和datanode进程，然后再删除data和log数据）
[zz@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format
（2）启动HDFS
[zz@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[zz@hadoop102 hadoop-2.7.2]$ jps
4166 NameNode
4482 Jps
4263 DataNode
[zz@hadoop103 hadoop-2.7.2]$ jps
3218 DataNode
3288 Jps
[zz@hadoop104 hadoop-2.7.2]$ jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps
（3）启动YARN
[zz@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
注意：NameNode和ResourceManger如果不是同一台机器，不能在NameNode上启动 YARN，应该在ResouceManager所在的机器上启动YARN。
（4）Web端查看SecondaryNameNode
（a）浏览器中输入：http://hadoop104:50070/status.html
（b）查看SecondaryNameNode信息。
集群基本测试
（1）上传文件到集群
上传小文件
[zz@hadoop102 hadoop-2.7.2]$ hdfs dfs -mkdir -p /user/zz/input
[zz@hadoop102 hadoop-2.7.2]$ hdfs dfs -put wcinput/wc.input /user/zz/input
上传大文件
[zz@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -put
/opt/software/hadoop-2.7.2.tar.gz /user/zz/input
（2）上传文件后查看文件存放在什么位置
（a）查看HDFS文件存储路径
[zz@hadoop102 subdir0]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/BP-938951106-192.168.10.107-1495462844069/current/finalized/subdir0/subdir0
（b）查看HDFS在磁盘存储文件内容
[zz@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce
zz
zz
（3）拼接
-rw-rw-r--. 1 zz zz 134217728 5月 23 16:01 blk_1073741836
-rw-rw-r--. 1 zz zz 1048583 5月 23 16:01 blk_1073741836_1012.meta
-rw-rw-r--. 1 zz zz 63439959 5月 23 16:01 blk_1073741837
-rw-rw-r--. 1 zz zz 495635 5月 23 16:01 blk_1073741837_1013.meta
[zz@hadoop102 subdir0]$ cat blk_1073741836>>tmp.file
[zz@hadoop102 subdir0]$ cat blk_1073741837>>tmp.file
[zz@hadoop102 subdir0]$ tar -zxvf tmp.file
（4）下载
[zz@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -get
/user/zz/input/hadoop-2.7.2.tar.gz ./
集群启动/停止方式总结
1. 各个服务组件逐一启动/停止
（1）分别启动/停止HDFS组件
hadoop-daemon.sh start / stop namenode / datanode / secondarynamenode
（2）启动/停止YARN
yarn-daemon.sh start / stop resourcemanager / nodemanager
2. 各个模块分开启动/停止（配置ssh是前提）常用
（1）整体启动/停止HDFS
start-dfs.sh / stop-dfs.sh
（2）整体启动/停止YARN
start-yarn.sh / stop-yarn.sh
733
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
