版本情况
VMwareWorkstation 12.5
JDK1.8.0_321
HADOOP-2.7.1
腾讯云:centos7.6 2核4G
基础配置搭建
sudo apt-get install openssh-server(连接ssh)
sudo apt-get install vim或者apt-get install gedit(文本编辑)
sudo apt-get install lrzsz(实现文件拖曳上传)
换源:
备份原来的更新源
sudo -s
cp /etc/apt/sources.list /etc/apt/sources.list.backup
清华的镜像源,链接如下:
https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/
16.04阿里云
deb-src http://archive.ubuntu.com/ubuntu xenial main restricted #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted multiverse universe #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted multiverse universe #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ xenial universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse #Added by software-properties
deb http://archive.canonical.com/ubuntu xenial partner
deb-src http://archive.canonical.com/ubuntu xenial partner
deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted multiverse universe #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse
sudo apt-get update
(如果失败换别的国内源)
JavaJDK的配置
下载JDK
前往Oracle的官网下载JDK:
http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
可以先下载到本地,然后从Windows中将文件传入到虚拟机中。
也可以复制链接地址,在Linux系统中下载,不过复制链接地址不能直接下载,因为Oracle做了限制,地址后缀需要加上它随机生成的随机码,才能下载到资源
首先在右侧命令行中创建一个/app文件夹,我们之后的软件都将安装在该目录下。
命令:mkdir /app
拖动上传
现在我们解压JDK并将其移动到/app目录下。
tar -zxvf jdk-8u321-linux-x64.tar.gz
mv jdk1.8.0_321/ /app
可以切换到/app目录下查看解压好的文件夹。
配置环境变量
解压好JDK之后还需要在环境变量中配置JDK,才可以使用,接下来就来配置JDK。
输入命令:vim /etc/profile 编辑配置文件;
在文件末尾输入如下代码(不可以有空格):
然后,保存修改的配置文件。
保存方法:处于编辑模式下,先按 ESC 键,然后按 shift+: 之后,最后输入 wq 后,回车后就可以保存修改的配置文件。
最后:source /etc/profile使刚刚的配置生效。
测试
最后我们可以测试一下环境变量是否配置成功。
输入:java -version 出现如下界面代表配置成功。
下载Hadoop
我们去官网下载:http://hadoop.apache.org/
拖曳上传后
接下来解压Hadoop的压缩包,然后将解压好的文件移动到/app目录下。
解压:tar -zxvf hadoop-2.7.1.tar.gz -C /app
我们来切换到app目录下修改一下hadoop文件夹的名字。
cd /app
mv hadoop-2.7.1/ hadoop-2.7
配置Hadoop环境
设置SSH免密登录
(这步不要在root执行,其他步骤都用root)
在之后操作集群的时候我们需要经常登录主机和从机,所以设置SSH免密登录时有必要的。
输入如下代码:
ssh-keygen -t rsa
生成无密码密钥对,询问保存路径直接输入回车,生成密钥对:id_rsa和id_rsa.pub,默认存储在~/.ssh目录下。
接下来:把id_rsa.pub追加到授权的key里面去。
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
然后修改权限:
chmod 600 ~/.ssh/authorized_keys
接着需要启用RSA认证,启动公钥私钥配对认证方式:
vim /etc/ssh/sshd_config 如果提示权限不足在命令前加上sudo;
修改ssh配置:
RSAAuthentication yes # 启用 RSA 认证
PubkeyAuthentication yes # 启用公钥私钥配对认证方式
AuthorizedKeysFile %h/.ssh/authorized_keys # 公钥文件路径
重启SSH
service ssh restart
准备工作已经做完了,我们要开始修改Hadoop的配置文件了,总共需要修改6个文件。分别是:
hadoop-env.sh;
yarn-env.sh ;
core-site.xml;
hdfs-site.xml;
mapred-site.xml;
yarn-site.xml。
hadoop-env.sh 配置
两个env.sh文件主要是配置JDK的位置
(如果忘记了JDK的位置了,输入 echo $JAVA_HOME就可以看到)
首先我们切换到hadoop目录下
编辑 hadoop-env.sh在文件中插入如下代码:
#The java implementation to use.
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/app/jdk1.8.0_321
yarn-env.sh 配置
编辑yarn-env.sh 插入如下代码:
export JAVA_HOME=/app/jdk1.8.0_321
core-site.xml配置
这个是核心配置文件我们需要在该文件中加入HDFS的URI和NameNode的临时文件夹位置,这个临时文件夹在下文中会创建。
在文件末尾的configuration标签中添加代码如下:
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
<description>HDFS的URI,文件系统://namenode标识:端口号</description>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/hadoop/tmp</value>
<description>namenode上本地的hadoop临时文件夹</description>
</property>
</configuration>
hdfs-site.xml文件配置
replication指的是副本数量,我们现在是单节点,所以是1。
<configuration>
<property>
<name>dfs.name.dir</name>
<value>/usr/hadoop/hdfs/name</value>
<description>namenode上存储hdfs名字空间元数据 </description>
</property>
<property>
<name>dfs.data.dir</name>
<value>/usr/hadoop/hdfs/data</value>
<description>datanode上数据块的物理存储位置</description>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
mapred-site.xml文件配置
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
yarn-site.xml配置
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>192.168.2.10:8099</value>
<description>这个地址是mr管理界面的</description>
</property>
</configuration>
创建文件夹
我们在配置文件中配置了一些文件夹路径,现在我们来创建他们,在/usr/hadoop/目录下使用hadoop用户操作,建立tmp、hdfs/name、hdfs/data目录,执行如下命令:
mkdir -p /usr/hadoop/tmp
mkdir /usr/hadoop/hdfs
mkdir /usr/hadoop/hdfs/data
mkdir /usr/hadoop/hdfs/name
将Hadoop添加到环境变量中
vim /etc/profile
在文件末尾插入如下代码:
最后使修改生效:source /etc/profile
验证
现在配置工作已经基本搞定,接下来只需要完成:1.格式化HDFS文件、2.启动hadoop、3.验证Hadoop 即可。
格式化
在使用Hadoop之前我们需要格式化一些hadoop的基本信息。
使用如下命令:
hadoop namenode -format
出现如下界面代表成功:
启动Hadoop
接下来我们启动Hadoop:
start-dfs.sh
输入命令应该会出现如下图界面:
这个是表示启动没成功,是因为root用户现在还不能启动hadoop,我们来设置一下就可以了。
在/hadoop2.7.1/sbin路径下: cd /app/hadoop2.7.1/sbin。
将start-dfs.sh,stop-dfs.sh两个文件顶部添加以下参数
#!/usr/bin/env bash
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
还有,start-yarn.sh,stop-yarn.sh顶部也需添加以下:
#!/usr/bin/env bash
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
再次启动start-dfs.sh,最后输入命令 jps 验证,出现如下界面代表启动成功:
提示我们输入密码的时候 如果显示密码错误就按下面的步骤
1.修改root密码:#sudo passwd root
2.辑配置文件,允许以 root 用户通过 ssh 登录:sudo vi /etc/ssh/sshd_config
找到:PermitRootLogin prohibit-password禁用(注释掉)
添加:PermitRootLogin yes
3.sudo service ssh restart
(如果切换到root模式下就从把hadoop添加到环境变量中那步开始重新做一遍,然后再输入root密码连接)
腾讯云完成Hadoop伪分布式
JDK和hadoop配置和上面情况差不多,就不再多说了
在这只对云服务器做简单的伪分布式
回到hadoop主目录然后创建data目录,来存放我们hadoop的缓存目录
mkdir data
cd data
mkdir tmp
返回hadoop主目录
vim core-site.xml
<configuration>
<property>
<name>fs.defaultFs</name>
<value>hdfs:公网ip:8020</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/root/soft/hadoop-2.7.1/data/tmp</value>
</property>
<property>
<name>fs.default.name</name>
<value>hdfs://公网ip:9000</value>
</property>
vim hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.http.address</name>
<value>0.0.0.0:50070</value>
</property>
</configuration>
后面步骤和上面一样
进行格式化然后启动
用公网ip:50070访问