基础环境配置以及 Hadoop 伪分布式 分布式的实现

VMware 12 安装与激活

首先打开安装包

点击下一步

更改一下安装路径 再点下一步

取消用户体验勾选 点击下一步

点击 安装

点击 许可证

我们输入激活码5A02H-AU243-TZJ49-GTC7K-3C61N

这样就安装完成了

CentOS 7 安装

打开安装好的VMware workstation

点击 创建新的虚拟机

这里我们选择自定义

下一步

稍后安装操作系统

选择Linux

自定义虚拟机名称以及安装位置 注意 虚拟机名称影响到之后的配置文件改动

这两个配置看个人电脑配置选择
低配就默认 高配可以做修改

使用网络地址转换（NAT）

默认LSI Logic（L）

默认SCSI（S）

创建新虚拟磁盘

将虚拟磁盘拆分为多个文件（M）

下一步

自定义硬件

左侧 选择光驱
右侧 勾选 使用ISO映像文件（M）
之后点击 浏览 选择CentOS 7 的映像文件位置
关闭

完成

我们打开虚拟机


以上默认确定

语言选择中文

进去之后会加载一小会儿 之后我们选择 网络与主机名进行设置

打开右侧的开关 改一下主机名 记一下IP地址 点击应用

点击 开始安装

自行设置root用户及密码

安装完成后点击 重启 查看是否成功

安装成功界面

secureCRT 安装 以及新建session

打开安装包

安装完成后不运行程序，复制压缩包中的Kg_ttrar.exe程序到安装目录。
运行Kg_ttrar.ex，点击Patch按钮两次，分别加载两个默认文件，对源程序（即所安装程序的主程序）打补丁。如下所示：



现在启动secureCRT

Enter License Data

留白

点击左下角的手动输入



以上三步均按照补丁程序上的输入

完成安装
打开secureSRT
左上角 file quick connect


Hostname 为之前安装CentOS 7 时的 IP 地址

session name随意 点击完成

双击刚才建好的session

输入root用户密码 勾选记住密码

连接成功（若失败 检查虚拟机有无启动）

修改外观：【Options】→【Session Options】→【Appearance】→【Font】选择字体
【Character encoding】选择 UTF-8

JDK+Hadoop 安装配置

以下操作在SecureCRT里面完成
1.关闭防火墙
firewall-cmd --state 显示防火墙状态running/not running
systemctl stop firewalld 临时关闭防火墙，每次开机重新开启防火墙
systemctl disable firewalld 禁止防火墙服务

2.传输JDK和HADOOP压缩包
SecureCRT 【File】→【Connect SFTP Session】开启sftp操作
put jdk-8u121-linux-x64.tar.gz
put hadoop-2.7.3.tar.gz
可用put 命令 也可以直接拖拽传输

3.解压JDK、HADOOP
tar -zxvf jdk-8u121-linux-x64.tar.gz -C /opt/module 解压安装
tar -zxvf hadoop-2.7.3.tar.gz -C /opt/module 解压安装

4.配置JDK并生效
vi /etc/profile文件添加：
export JAVA_HOME=/opt/module/jdk1.8.0_121
export PATH=$JAV{A}_{H}OME/bin:$PATH
Esc :wq!保存并退出。不需要配置CLASSPATH。
source /etc/profile配置生效
运行命令javac，检验是否成功。

5.配置HADOOP并生效
vi /etc/profile文件添加：
export HADOOP_HOME=/opt/module/hadoop-2.7.3
export PATH=$HADOO{P}_{H}OME/bin:$HADOOP_HOME/sbin:$PATH
Esc :wq!保存并退出。
source /etc/profile配置生效
运行命令hadoop，检验是否成功。

6.单机模式配置hadoop -env.sh
vi /opt/module/hadoop-2.7.3/etc/hadoop/hadoop-env.sh文件修改
显示行号 Esc :set number 取消行号Esc :set nonumber
修改第25行export JAVA_HOME=/opt/module/jdk1.8.0_121
Esc :wq!保存并退出
本地模式没有HDFS和Yarn，配置JDK后MapReduce能够运行java程序。

7.运行自带程序wordcount
cd /opt/module/hadoop-2.7.3/share/hadoop/mapreduce 转入wordcount所在路径。
运行touch in.txt，创建In.txt文件，作为输入文件。
（如果in.txt是空文件，运行vi in.txt，输入内容作为被统计词频的输入文件）
输出目录/output必须不存在，程序运行后自动创建。
运行wordcount：
hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount in.txt output/
运行成功之后，进入/output目录，打开文件part-r-00000查看计数结果。

Hadoop伪分布式模式配置
只有一台虚拟机bigdata128，既是namenode又是datanode。
一、基础安装配置
完成上述1-5安装配置。
二、修改以下5个配置文件
在与之间添加如下property：
①core-site.xml

fs.defaultFS hdfs://bigdata128:9000 hadoop.tmp.dir /opt/module/hadoop-2.7.3/tmp ②hdfs-site.xml dfs.replication 1 dfs.namenode.secondary.http-address bigdata128:50090 ③mapred-site.xml(该配置文件不存在，先复制) cp mapred-site.xml.template mapred-site.xml mapreduce.framework.name yarn ④yarn-site.xml yarn.resourcemanager.hostname bigdata128 yarn.nodemanager.aux-services mapreduce_shuffle ⑤Slaves文件里使用默认localhost，或者添加 bigdata128（既是NameNode又是DataNode） 注：如果Slaves文件为空，就没有DataNode和NodeManager。 ⑥修改\etc\hosts配置文件 运行命令 vi \etc hosts 注释掉已有内容，添加虚拟机的ip及对应主机名： 192.168.163.128 bigdata128 ⑦修改\etc\hostname配置文件 运行命令 vi \etc hostname 添加虚拟机的主机名： bigdata128 重启虚拟机，主机名生效。

三、格式化
hdfs namenode -format （如果不是第一次格式化，格式化之前先删除/opt/module/hadoop-2.7.3/下面的tmp、logs两个目录）

四、启动
start-all.sh （如果启动之前已经启动过，启动之前先停止stop-all.sh）
查看伪分布式配置是否成功：
①执行ll，查看/opt/module/hadoop-2.7.3/tmp/dfs目录，如下图所示，则正确。
②执行jps，如下图所示，NameNode、DataNode、SecondaryNameNode、ResourceManager、NodeManager如果全部启动，伪分布式配置成功。
③web控制台访问：http://192.168.163.128:50070 、http://192.168.163.128:8088

五、运行wordcount
hdfs dfs -put in.txt /adir 上传本地当前路径下的in.txt文件 到hdfs的/adir目录下。
运行hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /adir/in.txt output/。
在http://192.168.163.128:50070 查看/user/root/output/part-r-00000文件里的词频统计结果。
六、SSH免密码登陆（解决每次启动hadoop输入用户密码问题）
生成公、私密钥对：ssh-keygen -t rsa 按3次回车键
查看：cd ~/.ssh路径下面的rd_rsa和rd_rsa.pub
复制：ssh-copy-id -i ~/.ssh/id_rsa.pub root@bigdata134
查看生成authorized_keys。

Hadoop完全分布式模式配置

一、新建另外两台Linux虚拟机
完全分布式模式共三台虚拟机，前述伪分布式的虚拟机（bigdata128）作为master主节点，克隆另外两个虚拟机（bigdata129、bigdata131）作为slaves子节点，克隆机自带安装JDK、Hadoop及配置文件。
注：此配置是为学习所用，且电脑资源有限，因此照搬伪分布式配置，将NameNode、SecondaryNameNode、ResourceManager全部配置在主节点bigdata128上面，实际情况则相反，应该分别配置在不同的节点上面。

二、修改以下配置文件
①slaves配置文件
三台虚拟机分别都运行命令 vi /opt/module/hadoop-2.7.3/etc/hadoop slaves
修改slaves为：
bigdata129
bigdata131
②修改\etc\hosts配置文件
三台虚拟机分别都运行命令 vi \etc hosts
注释已有内容，添加集群三台虚拟机的ip及对应主机名：
192.168.163.128 bigdata128
192.168.163.129 bigdata129
192.168.163.131 bigdata131

③修改\etc\hostname配置文件
三台虚拟机分别都运行命令 vi \etc hostname
添加各自的主机名bigdata128或者bigdata129或者bigdata130。
重启全部虚拟机，主机名生效。

三、格式化
在主节点bigdata128上面输入格式化命令（hdfs namenode -format），格式化集群。
注：如果不是第一次格式化，三台虚拟机都删除\opt\module\hadoop-2.7.3\下面的tmp、logs目录：rm –rf \opt\module\hadoop-2.7.3\tmp rm –rf \opt\module\hadoop-2.7.3\logs
注：如果格式化之前启动过集群，先在主节点bigdata128上面停止集群（stop-all.sh），再格式化。

四、启动集群
在主节点bigdata128上面输入启动命令（start-all.sh），启动集群。
注：如果启动之前启动过集群，先在主节点bigdata128上面停止集群（stop-all.sh），再启动。
启动正常，输入jps命令，显示如下：

启动正常jps显示3台主机如上如下

web控制台访问：http://192.168.163.128:50070 、http://192.168.163.128:8088
页面正常显示，则成功。

五、运行wordcount
hdfs dfs -put in.txt /adir 上传本地当前路径下的in.txt文件 到hdfs的/adir目录下。
运行hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /adir/in.txt output/。
在http://192.168.163.128:50070 查看/user/root/output/part-r-00000文件里的词频统计结果。
如下图所示：

克隆虚拟机

先关闭被克隆虚拟机，【虚拟机(M)】→【管理(M)】→【克隆©】




完成克隆

以上均仿照老师给的教程做的