组件目录
本文参考 尚硅谷的视频配置,组件较多,可根据需要酌情配置
一. 环境准备
- 内存4G,硬盘50G (根据自己的电脑配置酌情决定,内存最好4G起步)
- 安装好linux
/boot 200M
/swap 2g
/ 剩余 - *安装VMTools
- 关闭防火墙
sudo service iptables stop
sudo chkconfig iptables off
- 设置静态IP,改主机名
编辑vim /etc/sysconfig/network-scripts/ifcfg-eth0,这里以192.168.1.101 这个ip为例,具体的ip要看自己电脑网络
改成
DEVICE=eth0
TYPE=Ethernet
ONBOOT=yes
BOOTPROTO=static
NAME="eth0"
IPADDR=192.168.1.101
PREFIX=24
GATEWAY=192.168.1.2
DNS1=192.168.1.2
编辑vim /etc/sysconfig/network
改HOSTNAME=那一行
- 配置/etc/hosts
vim /etc/hosts
192.168.1.100 hadoop100
192.168.1.101 hadoop101
192.168.1.102 hadoop102
192.168.1.103 hadoop103
192.168.1.104 hadoop104
192.168.1.105 hadoop105
-
创建一个一般用户xxx (自己指定),给他配置密码
useradd xxx
passwd xxx -
配置这个用户为sudoers
vim /etc/sudoers
在root ALL=(ALL) ALL
添加xxx ALL=(ALL) NOPASSWD:ALL
保存时wq!强制保存 -
*在/opt目录下创建两个文件夹module和software,并把所有权赋给刚刚创建的xxx(自己指定用户)
mkdir /opt/module /opt/software
chown xxx:xxx /opt/module /opt/software -
关机,快照,克隆(根据自己需要,至少克隆三台以上虚拟机)
从这里开始要以一般用户xxx登陆
-
克隆的虚拟机改IP,参见上面第4,5条
-
搞一个分发脚本
cd ~
vim xsync
内容如下:
#!/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=102; host<104; host++)); do
echo ------------------- hadoop$host --------------
rsync -av $pdir/$fname $user@hadoop$host:$pdir
done
chmod +x xsync
sudo cp xsync /bin
sudo xsync /bin/xsync
-
配置免密登陆
1. 生成密钥对 ssh-keygen -t rsa 三次回车 2. 发送公钥到本机 ssh-copy-id hadoop102 输入一次密码 3. 分别ssh登陆一下所有虚拟机 ssh hadoop102 exit ssh hadoop103 exit ssh hadoop104 exit 4. 把/home/xxx/.ssh 文件夹发送到集群所有服务器 xsync /home/xxx/.ssh
-
在一台机器上安装Java和Hadoop,并配置环境变量,并分发到集群其他机器
1. 拷贝文件到/opt/software,两个tar包
2. tar -zxf h"+tab" -C /opt/module
3. tar -zxf j"+tab" -C /opt/module
4. sudo vim /etc/profile
在文件末尾添加
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
保存
5. source /etc/profile
6. sudo xsync /etc/profile
7. 在其他机器分别执行source /etc/profile
###所有配置文件都在$HADOOP_HOME/etc/hadoop
14. 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
<!-- 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>
- 配置hdfs-site.xml
<!-- 数据的副本数量 -->
<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>
- 配置yarn-site.xml
<!-- 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>hadoop103</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
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 历史服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop104:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop104:19888</value>
</property>
启动历史服务器:mr-jobhistory-daemon.sh start historyserver
-
配置Slaves
hadoop102
hadoop103
hadoop104 -
分发配置文件
xsync /opt/module/hadoop-2.7.2/etc -
格式化Namenode 在hadoop102
hdfs namenode -format -
启动hdfs
start-dfs.sh -
在配置了Resourcemanager机器上执行
在Hadoop103上启动start-yarn.sh -
mkdir input
vim input/input
hadoop fs -put input /
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /input /output -
关 集群
stop-dfs.sh
stop-yarn.sh -
hadoop-daemon.sh start namenode或datanode
yarn-daemon.sh start resourcemanager或nodemanager如果集群出了问题
cd $HADOOP_HOME
rm -rf data logs
回到21
二. JDK安装
JDK 是 Java 的开发工具箱,是整个 Java 的核心,包括 Java 运行环境、Java 工具和 Java基础类库,JDK 是学习大数据技术的基础。即将搭建的 Hadoop 分布式集群的安装程序就是用 Java 开发的,所有 Hadoop 分布式集群想要正常运行,必须安装 JDK。
(1)在 3 台虚拟机上分别卸载现有的 JDK。
① 检查计算机中是否已安装 Java 软件。
[xxx@hadoop102 opt]$ rpm -qa | grep java
② 如果安装的版本低于 1.7,则卸载该 JDK。
[xxx@hadoop102 opt]$ sudo rpm -e 软件包
(2)将 JDK 导入 opt 目录下的 software 文件夹中。
① 在 Linux 下的 opt 目录中查看软件包是否导入成功。
[xxx@hadoop102 opt]$ cd software/
[xxx@hadoop102 software]$ ls
hadoop-2.7.2.tar.gz
jdk-8u144-linux-x64.tar.gz
② 解压 JDK 到/opt/module 目录下,tar 命令用来解压.tar 或者.tar.gz 格式的压缩包,通过-z 选项指定解压.tar.gz 格式的压缩包。-f 选项用于指定解压文件,-x 选项用于指定解包操作,-v 选项用于显示解压过程,-C 选项用于指定解压路径。
[xxx@hadoop102 software]$ tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/
module/
(3)配置 JDK 环境变量,方便使用到 JDK 的程序调用 JDK。
① 先获取 JDK 路径。
[xxx@hadoop102 jdk1.8.0_144]$ pwd
/opt/module/jdk1.8.0_144
② 打开/etc/profile 文件,需要注意的是,/etc/profile 文件属于 root 用户,需要使用 sudo vim 命令才可以对它进行编辑。
[xxx@hadoop102 software]$ sudo vim /etc/profile
在 profile 文件末尾添加 JDK 路径,添加的内容如下。
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin
保存后退出。
:wq
③ 修改/etc/profile 文件后,需要执行 source 命令使修改后的文件生效。
[xxx@hadoop102 jdk1.8.0_144]$ source /etc/profile
(4)通过执行 java -version 命令,测试 JDK 是否安装成功。
[xxx@hadoop102 jdk1.8.0_144]# java -version
java version “1.8.0_144” 重启(如果 java -version 命令可以用,则不用重启)。
[xxx@hadoop102 jdk1.8.0_144]$ sync