hadoop集群搭建流程

第一环境准备

安装linux
安装vmTools
关闭防火墙
sudo service iptables stop
sudo chkconfig iptables off
设置静态IP，更改主机名
最好是字母加数字
编辑vim /etc/sysconfig/network-scripts/ifcfg-eth0
DEVICE=eth0
TYPE=Ethernet
ONBOOT=yes
BOOTPROTO=static
NAME=“eth0”
IPADDR=192.168.5.101
PREFIX=24
GATEWAY=192.168.5.2
DNS1=192.168.5.2
编辑vim /etc/sysconfig/network
改HOSTNAME=那一行

 配置/etc/hosts
vim /etc/hosts

192.168.75.100（自己是什么就写什么）   hadoop100
192.168.75.101   hadoop101
192.168.75.102   hadoop102

创建一般用户jinghang，配置密码
添加一般用户具有root权限
关机，快照，克隆（3台最少虚拟机）

克隆的虚拟机改IP、网卡、主机名

配置免密登陆
1. 生成密钥对
ssh-keygen -t rsa 三次回车
2. 发送公钥到本机
ssh-copy-id hadoop102 输入一次密码
3. 分别ssh登陆一下所有虚拟机
ssh hadoop103
exit
4. 把/home/jinghang/.ssh 文件夹发送到集群所有服务器
rsync -av /home/jinghang/.ssh jinghang@jinghang03:/home/jinghang/.ssh

    注意在第一个设定密钥的时候，对其他的文件注意查看，对照，当密钥错误的时候，多看看生成密钥的文件，在别的虚拟机有没有

在一台机器上安装Java和Hadoop，并配置环境变量，并分发到集群其他机器
1. 拷贝文件到/opt/software，两个tar包
2. tar -zxvf xxxx.tar -C /opt/module
3. tar -zxvf xxxx.tar -C /opt/module
4. sudo vim /etc/profile

    source /etc/profile

5.source /etc/profile
6.rsync -av /opt/module/hadoop-2.7.2 jinghang@jinghang03:/opt/module/分发hadoop
7.rsync -av /opt/module/hadoop-2.7.2 jinghang@jinghang04:/opt/module/
8.rsync -av /opt/module/jdk.xxxx jinghang@jinghang03:/opt/module/ 分发jdk
9.rsync -av /opt/module/jdk.xxxx jinghang@jinghang03:/opt/module/

rsync -av /etc/profile root@jinghang03:/etc/profile 分发配置文件

在其他机器分别执行source /etc/profile

第二部分hadoop（非高可用）的配置

首先配置hadoop-env.sh,yarn-env.sh,mapred-env.sh文件,配置Java_HOME
在每个文件第二行添加 export JAVA_HOME=/opt/module/jdk1.8.0_144
配置Core-site.xml 添加如下内容


fs.defaultFS
hdfs://主机名:9000

    <!-- 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>

配置hdfs-site.xml，添加如下内容


dfs.replication
3



dfs.namenode.secondary.http-address
主机名:50090

配置yarn-site.xml 添加如下内容

    <!-- Site specific YARN configuration properties -->
    <!-- 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>主机名</value>
    </property>
    <!-- 日志聚集功能使能 -->
    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>

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

配置mapred-site.xml 添加如下内容

mapreduce.framework.name
yarn



mapreduce.jobhistory.address
主机名:10020



mapreduce.jobhistory.webapp.address
主机名:19888

.配置etc/hadoop/Slaves，添加从节点主机名
hadoop102
hadoop103
hadoop104

分发配置文件
rsync -av /opt/module/hadoop-2.7.2/etc/hadoop jinghang@jinghang03:/opt/module/hadoop-2.7.2/etc/hadoop
rsync -av /opt/module/hadoop-2.7.2/etc/hadoop jinghang@jinghang04:/opt/module/hadoop-2.7.2/etc/hadoop

第三部分启动集群

在NameNode所在的服务器，格式化Namenode 在
hdfs namenode -format

启动hdfs，执行如下命令
start-dfs.sh

在配置了Resourcemanager机器上执行 如下命令

start-yarn.sh
注意：这个启动是在hadoop辅助名称节点主机下启动的

关闭集群 stop-dfs.sh stop-yarn.sh

单点启动（namenode,datanode,resourcemanager,nodemanager）命令如下
hadoop-daemon.sh start namenode或datanode
yarn-daemon.sh start resourcemanager或nodemanager

注意：如果集群出了问题（namenode或者datanode启动不起来）
stop-dfs.sh
stop-yarn.sh
rm -rf data logs
回到21重新执行

 注意：这里面rm -rf data logs是在hadoop-2.7.2下删除