Hadoop集群搭建-完整版

一、搭建流程

1. 以三台服务器为例，进行集群搭建。三台服务器分别为node1,node2,node3.
2. 首先进行HDFS集群的搭建，然后进行YARN集群的搭建（不要问我hadoop不是有三大组件组成嘛，为啥没有mr集群？答：mr是一个分布式计算框架，没有集群一说哦）
3. 本文搭建为参考代码，在进行自己hadoop集群的搭建过程中，以自己的编程习惯，和命名方式，来修改路径相关的代码即可。

二、集群搭建

2.1 集群搭建和基础环境准备

1. 修改Hosts映射

vim /etc/hosts

2. 关闭防火墙

systemctl stop firewalld.service # 关闭防火墙
systemctl disable firewalld.service # 禁止自动启动

3. 设置ssh免密登陆

在三台机器上执行：ssh-keygen -t rsa   回车三次
然后在三台机器上在执行：
					ssh-copy-id node1
					ssh-copy-id node2
					ssh-copy-id node3
输入对应的密码即可

4. 设置集群时间同步

这一步骤省略。因博主采用的是类似于云服务器集群，集群时间同步步骤省略。各位在使用虚拟机进行集群配置的时候可以百度一下，你就知道。

5. jdk的安装

	1. 解压文件 : tar -zxvf jdk-8u11-linux-x64.tar.gz -C /app
	2. 配置环境变量
	输入：vim /etc/profile
	填入：
		export JAVA_HOME=/app/jdk1.8.0_11
		export PATH=$JAVA_HOME/bin:$PATH
		export CLASSPATH=.:$JAVA_HOME/lib/tools.jar
	不要忘记 :  source /etc/profile
	3. 将JDK和配置文件发送给另外两个服务器
		# 发送JDK
		scp -r /app/jdk1.8.0_11/ slave2:/app
		# 发送配置文件
		scp /etc/profile slave2:/etc/
		# 在另外两台服务器上：source /etc/profile

6. Hadoop的安装和配置

下载安装包，解压，移到相关文件夹下，修改名字，配置环境变量。可以参考JDK的安装配置即可
注意：不要忘记在一台服务器上面配置完成之后，发送至另外的服务器上面。（此外另外的几台服务器，不要忘记source /etc/profile，才会生效环境变量哦）

hadoop的配置文件

• 两个env.sh文件主要是配置JDK的位置
• 一共需要修改六个配置文件，如上图所示

1. hadoop-env.sh修改

export JAVA_HOME=/app/jdk1.8.0_171

2. yarn-env.sh修改

export JAVA_HOME=/app/jdk1.8.0_171

3. core-site.xml修改

这个配置文件主要修改 :
			 fs.default.name : hdfs://localhost:9000  
			 hadoop.tmp.dir : /usr/hadoop/tmp
    <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>  

4. hdfs-site.xml文件配置

 1.设置hadoop中hdfs的name文件夹的位置
 2.设置hdfs中data文件夹的位置
 3.设置replication 副本数量
 <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>  

5. mapred-site.xml 文件修改

    <configuration>
        <property>
            <name>mapreduce.framework.name</name>
            <value>yarn</value>
        </property>
    </configuration>

6. yarn-site.xml 文件修改

    <configuration>  
    <property>  
            <name>yarn.nodemanager.aux-services</name>  
            <value>mapreduce_shuffle</value>  
    </property>  
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
    </configuration>

7. 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

8. 将Hadoop添加到环境变量中

		以自己hadoop的安装路径为准

最后使修改生效：source /etc/profile

9. 进行格式化

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

2.2 集群的启动

接下来启动 Hadoop,在/hadoop3.1/sbin路径下:
cd /app/hadoop3.1/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

2.3 发送配置好的Hadoop到集群

1. 发送 Hadoop 至另外两台虚拟机

    scp -r /app/hadoop3.1 root@slave1:/app
    scp -r /app/hadoop3.1 root@slave2:/app

2. 发送配置文件至另外两台虚拟机

    scp  /etc/profile root@slave1:/etc/
    scp  /etc/profile root@slave2:/etc/

3. 不要忘记在另外两台上面使用命令让配置文件生效

source /etc/profile