在阿里云服务器上面搭建集群

在阿里云服务器上面搭建集群

1.修改主机名

在里面输入：second02

然后再修改密码：

然后再输入reboot命令，重启服务器，接着再用新的密码登录即可

2.安装JDK：

将要安装的JDK拖拽到

这个页面上即可

1. 在Linux系统下的opt目录中查看软件包是否导入成功

[root@second02 opt]$ cd software/ [root@second02 software]$ ls hadoop-2.7.2.tar.gz jdk-8u144-linux-x64.tar.gz

2. 解压JDK到/opt/module目录下

[root@second02 software]$ tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module/

配置JDK环境变量
（1）先获取JDK路径

[root@second02 jdk1.8.0_144]$ pwd

/opt/module/jdk1.8.0_144

（2）打开/etc/profile文件

[root@second02 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

（3）保存后退出

:wq!

（4）让修改后的文件生效

[root@second02 jdk1.8.0_144]$ source /etc/profile

测试JDK是否安装成功

[root@second02 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）

[root@second02 jdk1.8.0_144]$ sync

[root@second02 jdk1.8.0_144]$ reboot

3.安装Hadoop

拷入方式与JDK相同

1. 进入到Hadoop安装包路径下

[root@second02 ~]$ cd /opt/software/

2. 解压安装文件到/opt/module下面

[root@second02 software]$ tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/

3. 查看是否解压成功

[root@second02 software]$ ls /opt/module/

hadoop-2.7.2

5. 将Hadoop添加到环境变量

（1）获取Hadoop安装路径

[root@second02 hadoop-2.7.2]$ pwd

/opt/module/hadoop-2.7.2

（2）打开/etc/profile文件

[root@second02 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

（3）保存

后退出

:wq！

（4）让修改后的文件生效

[root@second02 hadoop-2.7.2]$ source /etc/profile

6. 测试是否安装成功

[root@second02 hadoop-2.7.2]$ hadoop version

Hadoop 2.7.2

7. 重启(如果Hadoop命令不能用再重启)

[root@second02 hadoop-2.7.2]$ sync

[root@second02 hadoop-2.7.2]$ sudo reboot

4.本地运行模式：

4.1.1 官方Grep案例

1. 创建在hadoop-2.7.2文件下面创建一个input文件夹

[root@second02 hadoop-2.7.2]$ mkdir input

2. 将Hadoop的xml配置文件复制到input

[root@second02 hadoop-2.7.2]$ cp etc/hadoop/*.xml input

3. 执行share目录下的MapReduce程序

[root@second02 hadoop-2.7.2]$ bin/hadoop jar

share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input
output ‘dfs[a-z.]+’

4. 查看输出结果

[root@second02 hadoop-2.7.2]$ cat output/*

4.1.2 官方WordCount案例

1. 创建在hadoop-2.7.2文件下面创建一个wcinput文件夹

[root@second02 hadoop-2.7.2]$ mkdir wcinput

2. 在wcinput文件下创建一个wc.input文件

[root@second02 hadoop-2.7.2]$ cd wcinput

[root@second02 wcinput]$ touch wc.input

3. 编辑wc.input文件

[root@second02 wcinput]$ vi wc.input

在文件中输入如下内容

hadoop yarn

hadoop mapreduce

atguigu

atguigu

保存退出：:wq!

4. 回到Hadoop目录/opt/module/hadoop-2.7.2

5. 执行程序

[root@second02 hadoop-2.7.2]$ hadoop jar

share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount
wcinput wcoutput

6. 查看结果

[root@second02 hadoop-2.7.2]$ cat wcoutput/part-r-00000 atguigu 2

hadoop 2

mapreduce 1

yarn 1

4.2.1.启动HDFS并运行MapReduce程序

1. 分析

   （1）配置集群

   （2）启动、测试集群增、删、查

   （3）执行WordCount案例

2. 执行步骤

（1）配置集群

（a）配置：hadoop-env.sh

Linux系统中获取JDK的安装路径：

[root@second02 ~]# echo $JAVA_HOME

/opt/module/jdk1.8.0_144

修改JAVA_HOME 路径：

export JAVA_HOME=/opt/module/jdk1.8.0_144

（b）配置：core-site.xml

 <property>
  <name>fs.defaultFS</name>
      <value>hdfs://second02:9000</value>
  </property>
  <property>
     <name>hadoop.tmp.dir</name>
     value>/opt/module/hadoop2.7.2/data/tmp</value>
  </property>

（c）配置：hdfs-site.xml

  <!--  指定HDFS副本的数量 -->
  <property>
     <name>dfs.replication</name>
     <value>1</value>
  </property>

（2）启动集群

（a）格式化NameNode（第一次启动时格式化，以后就不要总格式化）

[root@second02 hadoop-2.7.2]$ bin/hdfs namenode -format

(b）启动NameNode

[root@second02 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode

（c）启动DataNode

[root@second02 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode

（3）查看集群

（a）查看是否启动成功

[root@second02 hadoop-2.7.2]$ jps

13586 NameNode

13668 DataNode

13786 Jps

注意：jps是JDK中的命令，不是Linux命令。不安装JDK不能使用jps

（b）web端查看HDFS文件系统

http://second02:50070/dfshealth.html#tab-overview

注意：如果不能查看，看如下帖子处理

http://www.cnblogs.com/zlslch/p/6604189.html

（c）查看产生的Log日志

说明：在企业中遇到Bug时，经常根据日志提示信息去分析问题、解决Bug。

当前目录：/opt/module/hadoop-2.7.2/logs

[root@second02 logs]$ ls

hadoop-atguigu-datanode-hadoop.atguigu.com.log

hadoop-atguigu-datanode-hadoop.atguigu.com.out

hadoop-atguigu-namenode-hadoop.atguigu.com.log

hadoop-atguigu-namenode-hadoop.atguigu.com.out

SecurityAuth-root.audit

[atguigu@hadoop101 logs]# cat hadoop-atguigu-datanode-second02.log

（d）思考：为什么不能一直格式化NameNode，格式化NameNode，要注意什么？

[root@second02 hadoop-2.7.2]$ cd
data/tmp/dfs/name/current/

[root@second02 current]$ cat VERSION

clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837
[root@second02 hadoop-2.7.2]$ cd
data/tmp/dfs/data/current/
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837

注意：
格式化NameNode，会产生新的集群id,导致NameNode和DataNode的集群id不一致，集群找不到已往数据。所以，格式NameNode时，一定要先删除data数据和log日志，然后再格式化NameNode。

（4）操作集群

（a）在HDFS文件系统上创建一个input文件夹

[root@second02 hadoop-2.7.2]$ bin/hdfs
dfs -mkdir -p /user/atguigu/input

（b）将测试文件内容上传到文件系统上

[root@second02 hadoop-2.7.2]$bin/hdfs dfs
-put wcinput/wc.input
/user/atguigu/input/

（c）查看上传的文件是否正确

[root@second02 hadoop-2.7.2]$ bin/hdfs
dfs -ls  /user/atguigu/input/

[root@second02 hadoop-2.7.2]$ bin/hdfs
dfs -cat  /user/atguigu/ input/wc.input

(d）运行MapReduce程序

[root@second02 hadoop-2.7.2]$ bin/hadoop
jar

share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar
wordcount /user/atguigu/input/ /user/atguigu/output

（e）查看输出结果

命令行查看：

[root@second02 hadoop-2.7.2]$ bin/hdfs
dfs -cat /user/atguigu/output/*

（f）将测试文件内容下载到本地

[root@second02 hadoop-2.7.2]$ hdfs dfs
-get /user/atguigu/output/part-r-00000 ./wcoutput/

（g）删除输出结果

[root@second02 hadoop-2.7.2]$ hdfs dfs
-rm -r /user/atguigu/output

Hdfs运行成功的标志：

要在网页端看到：

注意点：要在

这里面添加50070端口号，反正以上的端口号都是要用的！全加上去！

       50070：运行HDFS时要用到

       8088：运行yarn时要用到

       9000：如果没有加这个端口号，则在即使hdfs运行成功的情况下依然看不到除主机以外的其他从机

       8031：如果没有加这个端口号，则在即使yarn运行成功的情况下依然看不到除主机以外的其他从机

4.2.2 启动YARN并运行MapReduce程序

1. 分析

   （1）配置集群在YARN上运行MR

   （2）启动、测试集群增、删、查

   （3）在YARN上执行WordCount案例

2. 执行步骤

（1）配置集群

（a）配置yarn-env.sh

配置一下JAVA_HOME

export JAVA_HOME=/opt/module/jdk1.8.0_144

（b）配置yarn-site.xml

<!-- 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>second02</value>

</property>

（c）配置：mapred-env.sh

配置一下JAVA_HOME

export JAVA_HOME=/opt/module/jdk1.8.0_144

d）配置： (对mapred-site.xml.template重新命名为) mapred-site.xml

[root@second02 hadoop]$ mv mapred-site.xml.template mapred-site.xml

[root@second02 hadoop]$ vi mapred-site.xml

<!-- 指定MR运行在YARN上 -->

<property>

     <name>mapreduce.framework.name</name>

     <value>yarn</value>

</property>

（2）启动集群

（a）启动前必须保证NameNode和DataNode已经启动

（b）启动ResourceManager

[root@second02 hadoop-2.7.2]$
sbin/yarn-daemon.sh start resourcemanager

（c）启动NodeManager

[root@second02 hadoop-2.7.2]$
sbin/yarn-daemon.sh start nodemanager

（3）集群操作

（a）YARN的浏览器页面查看，如图2-35所示

http://second02:8088/cluster

图2-35 YARN的浏览器页面

（b）删除文件系统上的output文件

[root@second02 hadoop-2.7.2]$ bin/hdfs
dfs -rm -R /user/atguigu/output

（c）执行MapReduce程序

[root@second02 hadoop-2.7.2]$ bin/hadoop
jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/atguigu/input /user/atguigu/output 

(d）查看运行结果，如图2-36所示

[root@second02 hadoop-2.7.2]$ bin/hdfs
dfs -cat /user/atguigu/output/*

到此second02也就配置完成了！