大数据Hadoop2.7.2完全分布式安装教程

hadoop完全分布式安装

一、完全分布式运行模式（开发重点）

分析：
1）准备3台客户机（hadoop101,hadoop102.hadoop103,关闭防火墙、静态ip、主机名称）
2）安装JDK1.8
3）配置环境变量
4）安装Hadoop2.7.2
5）配置环境变量
6）配置集群
7）配置ssh
8）群起并测试集群

2，安装JDK1.8

2.1 配置hosts

[yb@hadoop101 opt]$ sudo vi /etc/profile

加入自己的IP，我的是

192.168.1.101  hadoop101
192.168.1.102  hadoop102
192.168.1.103  hadoop103

在/opt目录下创建文件夹
（1）在/opt目录下创建module、software文件夹

[yb@hadoop101 opt]$ sudo mkdir module
[yb@hadoop101 opt]$ sudo mkdir software

（2）修改module、software文件夹的所有者cd

[yb@hadoop101 opt]$ sudo chown yb:yb module/ software/
[yb@hadoop101 opt]$ ll
总用量 8
drwxr-xr-x. 2 yb yb 4096 1月  17 14:37 module
drwxr-xr-x. 2 yb yb 4096 1月  17 14:38 software

2.2 安装JDK
2.2.1 卸载现有JDK
（1）查询是否安装Java软件：

[yb@hadoop101 opt]$ rpm -qa | grep java

（2）如果安装的版本低于1.7，卸载该JDK：

[yb@hadoop101 opt]$ sudo rpm -e 软件包

（3）查看JDK安装路径：

[yb@hadoop101 ~]$ which java

2.3 用Shell工具将JDK导入到opt目录下面的software文件夹下面，如图1.3所示



2.3.1在Linux系统下的opt目录中查看软件包是否导入成功

[yb@hadoop101 opt]$ cd software/
[yb@hadoop101 software]$ ls
jdk-8u144-linux-x64.tar.gz

2.3.2.解压JDK到/opt/module目录下

[yb@hadoop101 software]$ tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module/

3 配置JDK环境变量

（1）先获取JDK路径

[yb@hadoop101 jdk1.8.0_144]$ pwd
/opt/module/jdk1.8.0_144

（2）打开/etc/profile文件

[yb@hadoop101 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

[yb@hadoop101 jdk1.8.0_144]$ source /etc/profile

3.1 测试JDK是否安装成功

[yb@hadoop101 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）

[yb@hadoop101 jdk1.8.0_144]$ sudo reboot

4 安装Hadoop

4.1 Hadoop下载地址：
https://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/

4.2 用Shell工具将hadoop-2.7.2.tar.gz导入到opt目录下面的software文件夹下面


查看Hadoop2.7.2

[yb@hadoop101 software]# ll
总用量 374196
-rw-r--r--. 1 root root 197657687 1月  14 10:19 hadoop-2.7.2.tar.gz
-rw-r--r--. 1 root root 185515842 1月  14 10:16 jdk-8u144-linux-x64.tar.gz

4.3 进入到Hadoop安装包路径下

[yb@hadoop101 ~]$ cd /opt/software/

4.4 解压安装文件到/opt/module下面

[yb@hadoop101 software]$ tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/

4.5 查看是否解压成功

[yb@hadoop101 software]$ ls /opt/module/
hadoop-2.7.2

5 配置Hadoop环境变量

5.1 将Hadoop添加到环境变量
（1）获取Hadoop安装路径

[yb@hadoop101 hadoop-2.7.2]$ pwd
/opt/module/hadoop-2.7.2

（2）打开/etc/profile文件

[yb@hadoop101 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

[yb@ hadoop101 hadoop-2.7.2]$ source /etc/profile

5.2 测试是否安装成功

[yb@hadoop101 hadoop-2.7.2]$ hadoop version
Hadoop 2.7.2

5.3 Hadoop目录结构

1）查看Hadoop目录结构

[yb@hadoop101 hadoop-2.7.2]$ ll
总用量 52
drwxr-xr-x. 2 yb yb  4096 5月  22 2017 bin
drwxr-xr-x. 3 yb yb  4096 5月  22 2017 etc
drwxr-xr-x. 2 yb yb  4096 5月  22 2017 include
drwxr-xr-x. 3 yb yb  4096 5月  22 2017 lib
drwxr-xr-x. 2 yb yb  4096 5月  22 2017 libexec
-rw-r--r--. 1 yb yb 15429 5月  22 2017 LICENSE.txt
-rw-r--r--. 1 yb yb   101 5月  22 2017 NOTICE.txt
-rw-r--r--. 1 yb yb  1366 5月  22 2017 README.txt
drwxr-xr-x. 2 yb yb  4096 5月  22 2017 sbin
drwxr-xr-x. 4 yb yb  4096 5月  22 2017 share

2）重要目录
（1）bin目录：存放对Hadoop相关服务（HDFS,YARN）进行操作的脚本
（2）etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件
（3）lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）
（4）sbin目录：存放启动或停止Hadoop相关服务的脚本
（5）share目录：存放Hadoop的依赖jar包、文档、和官方案例

5.4 编写集群分发脚本xsync

5.4.1 scp（secure copy）安全拷贝

（1）scp定义：

scp可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）

（2）基本语法

scp   -r   $pdir/$fname       $user@hadoop$host:$pdir/$fname
命令  递归   要拷贝的文件路径/名称  目的用户@主机:目的路径/名称

3）案例实操

a）在hadoop101上，将hadoop101中/opt/module目录下的软件拷贝到hadoop102上。

[yb@hadoop101 /]$ scp -r /opt/module  root@hadoop102:/opt/module

（b）在hadoop101上，将hadoop101服务器上的/opt/module目录下的软件拷贝到hadoop103上。

[yb@hadoop101 opt]$sudo scp -r yb@hadoop101:/opt/module root@hadoop103:/opt/module

注意：拷贝过来的/opt/module目录，别忘了在hadoop101、hadoop102、hadoop103上修改所有文件的，所有者和所有者组。

sudo chown yb:yb -R /opt/module

（c）将hadoop101中/etc/profile文件拷贝到hadoop102的/etc/profile上。

[yb@hadoop101 ~]$ sudo scp /etc/profile root@hadoop102:/etc/profile

（d）将hadoop101中/etc/profile文件拷贝到hadoop103的/etc/profile上。

[yb@hadoop101 ~]$ sudo scp /etc/profile root@hadoop103:/etc/profile

注意：拷贝过来的配置文件别忘了source一下

/etc/profile

5.5 rsync 远程同步工具

rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。

rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。

（1）基本语法

rsync  -rvl   $pdir/$fname       $user@hadoop$host:$pdir/$fname
命令   选项参数   要拷贝的文件路径/名称    目的用户@主机:目的路径/名称

选项参数说明
表2-2
选项 功能
-r 递归
-v 显示复制过程
-l 拷贝符号连接

（2）案例实操
（a）把hadoop101机器上的/opt/software目录同步到hadoop102服务器的root用户下的/opt/目录

[yb@hadoop101 opt]$ rsync -rvl /opt/software/ root@hadoop102:/opt/software

5.5.1 xsync集群分发脚本
（1）需求：循环复制文件到所有节点的相同目录下
（2）需求分析：
（a）rsync命令原始拷贝：

rsync  -rvl     /opt/module  		 root@hadoop103:/opt/

（b）期望脚本：

xsync要同步的文件名称

c）说明：在/home/yb/bin这个目录下存放的脚本，yb用户可以在系统任何地方直接执行。

（3）脚本实现

（a）在/home/yb目录下创建bin目录，并在bin目录下xsync创建文件，文件内容如下：

[yb@hadoop101 ~]$ mkdir bin
[yb@hadoop101 ~]$ cd bin/
[yb@hadoop101 bin]$ touch xsync
[yb@hadoop101 bin]$ vi xsync

在该文件中编写如下代码

#!/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=101; host<104; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done

（b）修改脚本 xsync 具有执行权限

[yb@hadoop101 bin]$ chmod 777 xsync

（c）调用脚本形式：xsync 文件名称

[yb@hadoop101 bin]$ xsync /home/yb/bin

注意：如果将xsync放到/home/yb/bin目录下仍然不能实现全局使用，可以将xsync移动到/usr/local/bin目录下。

6 集群配置

6.1 集群部署规划

hadoop101	hadoop101	hadoop101
NameNode	DataNode	DataNode
DataNode	ResourceManager	SecondaryNameNode
NodeManager	NodeManager	NodeManager

6.2 配置集群

（1）核心配置文件

配置core-site.xml

[yb@hadoop101 ~]$ cd /opt/model/hadoop-2.7.2/etc/hadoop/
[yb@hadoop101 hadoop]$ vi core-site.xml

在该文件中编写如下配置

<!-- 指定HDFS中NameNode的地址 -->
<property>
		<name>fs.defaultFS</name>
      <value>hdfs://192.168.1.101:9000</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>

（2）HDFS配置文件

配置hadoop-env.sh

[yb@hadoop101 hadoop]$ vi hadoop-env.sh

配置

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

配置hdfs-site.xml

[yb@hadoop101 hadoop]$ vi hdfs-site.xml

在该文件中编写如下配置

<property>
		<name>dfs.replication</name>
		<value>1</value>
</property>

<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>192.168.1.103:50090</value>
</property

（3）YARN配置文件
配置yarn-env.sh

[yb@hadoop102 hadoop]$ vi yarn-env.sh

配置

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

配置yarn-site.xml

[yb@hadoop101 hadoop]$ vi yarn-site.xml

在该文件中增加如下配置

<!-- 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>

（4）MapReduce配置文件
配置mapred-env.sh

[yb@hadoop102 hadoop]$ vi mapred-env.sh

配置

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

配置mapred-site.xml

[yb@hadoop101 hadoop]$ cp mapred-site.xml.template mapred-site.xml
[yb@hadoop101 hadoop]$ vi mapred-site.xml

在该文件中增加如下配置

<!-- 指定MR运行在Yarn上 -->
<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
</property>

3．在集群上分发配置好的Hadoop配置文件

[yb@hadoop101 hadoop]$ xsync /opt/module/hadoop-2.7.2/

4．查看文件分发情况

[yb@hadoop102 hadoop]$ cat /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml

7 配置SSH

7.1 SSH无密登录配置

7.1.1 配置ssh

（1）基本语法

ssh另一台电脑的ip地址

（2）ssh连接时出现Host key verification failed的解决方法

[yb@hadoop101 opt] $ ssh 192.168.1.102
The authenticity of host '192.168.1.103 (192.168.1.103)' can't be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)? 
Host key verification failed.

（3）解决方案如下：直接输入yes

7.1.2 无密钥配置

（1）免密登录原理，如图7.1.2所示， 免密登陆原理

（2）生成公钥和私钥：

[yb@hadoop101 .ssh]$ ssh-keygen -t rsa

然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
（3）将公钥拷贝到要免密登录的目标机器上

[yb@hadoop101 .ssh]$ ssh-copy-id hadoop101
[yb@hadoop101 .ssh]$ ssh-copy-id hadoop102
[yb@hadoop101 .ssh]$ ssh-copy-id hadoop103

注意：
还需要在hadoop101上采用root账号，配置一下无密登录到hadoop101、hadoop102、hadoop103；
还需要在hadoop102上采用yb账号配置一下无密登录到hadoop101、hadoop102、hadoop103服务器上。

7.2 .ssh文件夹下（~/.ssh）的文件功能解释

名称	作用
known_hosts	记录ssh访问过计算机的公钥(public key)
id_rsa	生成的私钥
id_rsa.pub	生成的公钥
authorized_keys	存放授权过得无密登录服务器公钥

8 群起集群

8.1 配置slaves

/opt/module/hadoop-2.7.2/etc/hadoop/slaves
[yb@hadoop101 hadoop]$ vi slaves

在该文件中增加如下内容：

hadoop101
hadoop102
hadoop103

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。
同步所有节点配置文件

[yb@hadoop101 hadoop]$ xsync slaves

8.2 启动集群
（1）如果集群是第一次启动，需要格式化NameNode（注意格式化之前，一定要先停止上次启动的所有namenode和datanode进程，然后再删除data和log数据）

[yb@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode -format

（2）Hadoop101启动HDFS

[yb@hadoop101 hadoop-2.7.2]$ sbin/start-dfs.sh
[yb@hadoop101 hadoop-2.7.2]$ jps
4166 NameNode
4482 Jps
4263 DataNode

查看Hadoop102

[yb@hadoop102 hadoop-2.7.2]$ jps
3218 DataNode
3288 Jps

查看Hadoop103

[yb@hadoop103 hadoop-2.7.2]$ jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps

（3）Hadoop102启动YARN

[yb@hadoop102 hadoop-2.7.2]$ sbin/start-yarn.sh

注意：NameNode和ResourceManger如果不是同一台机器，不能在NameNode上启动 YARN，应该在ResouceManager所在的机器上启动YARN。

（4）Web端查看SecondaryNameNode

（a）浏览器中输入：

http://192.168.1.102:50090/status.html

（b）查看SecondaryNameNode信息，如图8.2所示。

（c）查看hadoop的HDFS信息，如图8.3所示

8.3集群基本测试

（1）上传文件到集群

上传小文件

[yb@hadoop101 hadoop-2.7.2]$ hdfs dfs -mkdir -p /user/yb/input
[yb@hadoop101 hadoop-2.7.2]$ hdfs dfs -put wcinput/wc.input /user/yb/input

上传大文件

[yb@hadoop101 hadoop-2.7.2]$ bin/hadoop fs -put
 /opt/software/hadoop-2.7.2.tar.gz  /user/yb/input

（2）上传文件后查看文件存放在什么位置

（a）查看HDFS文件存储路径

[yb@hadoop101 subdir0]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/BP-938951106-192.168.10.107-1495462844069/current/finalized/subdir0/subdir0

（b）查看HDFS在磁盘存储文件内容

[yb@hadoop101 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce 
yb
yb

（3）拼接

-rw-rw-r--. 1 yb yb 134217728 5月  23 16:01 blk_1073741836
-rw-rw-r--. 1 yb yb   1048583 5月  23 16:01 blk_1073741836_1012.meta
-rw-rw-r--. 1 yb yb  63439959 5月  23 16:01 blk_1073741837
-rw-rw-r--. 1 yb yb    495635 5月  23 16:01 blk_1073741837_1013.meta

[yb@hadoop101 subdir0]$ cat blk_1073741836>>tmp.file
[yb@hadoop101 subdir0]$ cat blk_1073741837>>tmp.file
[yb@hadoop101 subdir0]$ tar -zxvf tmp.file

（4）下载

[yb@hadoop101 hadoop-2.7.2]$ bin/hadoop fs -get
 /user/yb/input/hadoop-2.7.2.tar.gz ./

8.4 集群启动/停止方式总结

8.4.1各个服务组件逐一启动/停止

（1）分别启动/停止HDFS组件

hadoop-daemon.sh start namenode 
hadoop-daemon.sh start datanode 
hadoop-daemon.sh start secondarynamenode
hadoop-daemon.sh stop namenode 
hadoop-daemon.sh stop datanode 
hadoop-daemon.sh stop secondarynamenode

（2）启动/停止YARN

yarn-daemon.sh start resourcemanager 
yarn-daemon.sh start nodemanager
yarn-daemon.sh stop resourcemanager 
yarn-daemon.sh stop nodemanager

8.4.2 各个模块分开启动/停止（配置ssh是前提）常用

（1）整体启动/停止HDFS

start-dfs.sh
stop-dfs.sh

（2）整体启动/停止YARN

start-yarn.sh
stop-yarn.sh

恭喜你，安装Hadoop完全分布式完成。