Centos安装Hadoop（含多虚拟机Hadoop集群搭建）

Centos安装Hadoop（含多虚拟机Hadoop集群搭建）

一、安装Hadoop

1.下载安装包到指定目录，本文使用的是Hadoop3.3.4

下载链接：Index of /dist/hadoop/common (apache.org)

2.解压安装文件到/opt/module（可以根据自己的需要调整）下面

tar -zxvf hadoop-3.3.4.tar.gz -C /opt/module/

3.检查一下是否安装成功了

ls /opt/module/hadoop-3.3.4

4.为了方便使用，重新命名

mv /opt/module/hadoop-3.3.4 /opt/module/hadoop

5.将Hadoop添加到环境变量中

（1）先获取一下Hadoop的安装路径==（注意，这时候已经切换到了解压后的路径下，我的是/opt/module/hadoop）==

（2）打开/etc/profile.d/my_env.sh文件

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

（3）添加Hadoop的路径,保存并退出

#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

（4）source一下让配置生效

source /etc/profile.d/my_env.sh

---

如果是单虚拟机安装Hadoop，至此安装工作已经结束，如果是多虚拟机组建集群可以接着往下看。

---

6.分发至其他集群，本文参照的是尚硅谷集群搭建，故直接使用其脚本，感兴趣的可以去视频课里看一下。

xsync /etc/profile.d/my_env.sh

二、配置集群

1.进入到Hadoop配置，并修改配置文件core-site.xml

cd /opt/module/hadoop/etc/hadoop
vim core-site.xml

2.复制文件内容到core-site.xml当中，注意其中的文件路径和用户名要改成自己的

core-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/data</value>
</property>

<!-- 配置HDFS网页登录使用的静态用户为atguigu -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>xisong</value>
</property>

<!-- 配置该xisong(superUser)允许通过代理访问的主机节点 -->
    <property>
        <name>hadoop.proxyuser.xisong.hosts</name>
        <value>*</value>
</property>
<!-- 配置该xisong(superUser)允许通过代理用户所属组 -->
    <property>
        <name>hadoop.proxyuser.xisong.groups</name>
        <value>*</value>
</property>
<!-- 配置该xisong(superUser)允许通过代理的用户-->
    <property>
        <name>hadoop.proxyuser.xisong.users</name>
        <value>*</value>
</property>
</configuration>

3.同样配置hdfs-site.xml

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>
    
    <!-- 测试环境指定HDFS副本的数量1 -->
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

4.配置yarn-site.xml

vim yarn-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>
    
    <!--yarn单个容器允许分配的最大最小内存 -->
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
    </property>
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
    </property>
    
    <!-- yarn容器允许管理的物理内存大小 -->
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>4096</value>
    </property>
    
    <!-- 关闭yarn对物理内存和虚拟内存的限制检查 -->
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>

5.配置mapred-site.xmk文件

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>

6.配置workers

vim /opt/module/hadoop/etc/hadoop/workers

和你自己的集群名称对应即可。

三、配置历史服务器

配置历史服务器可以查看程序的历史运营情况

1.还是配置mapred-site.xml，注意服务器名称

vim mapred-site.xml

添加如下内容，注意服务器名称

<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
</property>

四、配置日志的聚集

1.配置yarn-site.xml

vim yarn-site.xml

添加内容如下：

<!-- 开启日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>

<!-- 设置日志聚集服务器地址 -->
<property>  
    <name>yarn.log.server.url</name>  
    <value>http://hadoop102:19888/jobhistory/logs</value>
</property>

<!-- 设置日志保留时间为7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

五、分发Hadoop

xsync /opt/module/hadoop/

六、启动集群

cd /opt/module/hadoop/
bin/hdfs namenode -format
#启动HDFS
sbin/start-dfs.sh
#启动YARN
sbin/start-yarn.sh

成功后可以在Web端查看HDFS的web页面：http://hadoop102:9870/

还可以查看SecondaryNameNode：http://hadoop104:9868/status.html

如果打不开可以看下这两个是否启用了，不用话可以关掉，不然会影响平时的网络速度。