CentOS7下超详细搭建完全分布式集群——hadoop2.7.7

一、集群规划

这里搭建的是3个节点的完全分布式，即1个nameNode，2个dataNode，分别如下：

hadoopmaster nameNode 192.168.100.11

hadoopnode2 dataNode 192.168.100.12

hadoopnode3 dataNode 192.168.100.13

注意：本文中hadoopmaster可能简称为master，hadoopnode2可能简称为node1，hadoopnode3可能简称为node2，实际已自己制定的hostname为主，注意替换。

二、搭建集群

1.首先创建好一个CentOS虚拟机，将它作为主节点我这里起名为hadoopmaster，起什么都行，不固定要求。

2.VMware中打开虚拟机，输入java -version，检查是否有JDK环境，不要用系统自带的openJDK版本，要自己安装的版本，可以参考https://blog.csdn.net/zht245648124/article/details/86618430

3.输入 systemctl status firewalld.service ，若如图，防火墙处于running状态，则执行第4和第5步，否则直接进入第6步

[root@hadoopmaster ~]# systemctl status firewalld.service

4.输入 systemctl stop firewalld.service ，关闭防火墙

[root@hadoopmaster ~]# systemctl stop firewalld.service 

5.输入 systemctl disable firewalld.service ，禁用防火墙

[root@hadoopmaster ~]#  systemctl disable firewalld.service 

6.输入 mkdir /usr/local/hadoop 创建一个hadoop的文件夹

[root@hadoopmaster /]#  mkdir /usr/local/hadoop

7.将hadoop的tar包放到刚创建好的目录，可以从官方进行下载

https://hadoop.apache.org/releases.html

8.进入hadoop目录，输入 tar -zxvf hadoop-2.7.3.tar.gz 解压tar包

[root@hadoopmaster /]#   tar -zxvf hadoop-2.7.7.tar.gz

9.输入 vi /etc/profile ，配置环境变量

[root@hadoopmaster /]#   vi /etc/profile

10.加入如下内容，保存并退出

export HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.7
export PATH=$PATH:$HADOOP_HOME/bin

11.输入 source /etc/profile ，使环境变量生效

[root@hadoopmaster /]#  source /etc/profile 

12.任意目录输入 hado ，然后按Tab，如果自动补全为hadoop，则说明环境变量配的没问题，否则检查环境变量哪出错了

[root@hadoopmaster /]#  hadoop

13.创建3个之后要用到的文件夹，分别如下：

[root@hadoopmaster /]# mkdir /usr/local/hadoop/tmp

[root@hadoopmaster /]# mkdir -p /usr/local/hadoop/hdfs/name

[root@hadoopmaster /]# mkdir /usr/local/hadoop/hdfs/data

14.进入hadoop解压后的 /etc/hadoop 目录，里面存放的是hadoop的配置文件，接下来要修改这里面一些配置文件

[root@hadoopmaster /]# cd /usr/local/hadoop/hadoop-2.7.7/etc/hadoop/

15.有2个.sh文件，需要指定一下JAVA的目录，首先输入 vi hadoop-env.sh 修改配置文件

[root@hadoop /]# vi hadoop-env.sh 

16.将原有的JAVA_HOME注释掉，根据自己的JDK安装位置，精确配置JAVA_HOME如下，保存并退出

export JAVA_HOME=/usr/local/java/jdk1.8.0_102/

17.输入 vi yarn-env.sh 修改配置文件

[root@hadoop /]# vi   yarn-env.sh

18.加入如下内容，指定JAVA_HOME，保存并退出

export JAVA_HOME=/usr/local/java/jdk1.8.0_102

19.输入 vi core-site.xml 修改配置文件

[root@hadoop /]# vi  core-site.xml

20.在configuration标签中，添加如下内容，保存并退出，注意这里配置的hdfs:hadoopmaster:9000是不能在浏览器访问的,hadoopmaster注意根据自己的master hostname来指定，图片可能不一致，根据自己实际情况修改。

<property>

<name> fs.default.name </name>

<value>hdfs://hadoopmaster:9000</value>

<description>指定HDFS的默认名称</description>

</property>

<property>

<name>fs.defaultFS</name>

<value>hdfs://hadoopmaster:9000</value>

<description>HDFS的URI</description>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/usr/local/hadoop/tmp</value>

<description>节点上本地的hadoop临时文件夹</description>

</property>

21.输入 vi hdfs-site.xml 修改配置文件

22.在configuration标签中，添加如下内容，保存并退出

<property>

        <name>dfs.namenode.name.dir</name>

        <value>file:/usr/local/hadoop/hdfs/name</value>

<description>namenode上存储hdfs名字空间元数据 </description>

    </property>

    <property>

        <name>dfs.datanode.data.dir</name>

        <value>file:/usr/local/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>

<description>副本个数，默认是3,应小于datanode机器数量</description>

    </property>

23.输入 cp mapred-site.xml.template mapred-site.xml 将mapred-site.xml.template文件复制到当前目录，并重命名为mapred-site.xml

[root@hadoop /]# v cp mapred-site.xml.template mapred-site.xml 

24.输入 vi mapred-site.xml 修改配置文件

25.在configuration标签中，添加如下内容，保存并退出

<property>

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

        <value>yarn</value>

<description>指定mapreduce使用yarn框架</description>

</property>

26.输入 vi yarn-site.xml 修改配置文件

27.在configuration标签中，添加如下内容，保存并退出

<property>

        <name>yarn.resourcemanager.hostname</name>

        <value>master</value>

<description>指定resourcemanager所在的hostname</description>

</property>

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

<description>

NodeManager上运行的附属服务。

需配置成mapreduce_shuffle，才可运行MapReduce程序

</description>

</property>

28.输入 vi slaves 修改配置文件

29.将localhost删掉，加入如下内容，即dataNode节点的主机名，图片仅供参考，根据实际情况配置。

hadoopnode2
hadoopnode3

30.将虚拟机关闭，再复制两份虚拟机，重命名为如下，注意这里一定要关闭虚拟机，再复制

31.将3台虚拟机都打开，后两台复制的虚拟机打开时，都选择“完整克隆”

32.在master机器上，输入 vi /etc/hostname，将localhost改为master，保存并退出

a. 永久性的修改主机名
[root@hadoop /]# hostnamectl set-hostname hadoopmaster

 #>vi /etc/sysconfig/network
        添加或修改:
                NETWORKING=yes
                HOSTNAME=hadoopmaster

33.在node1机器上，输入 vi /etc/hostname，将localhost改为hadoopnode2，保存并退出
34. 修改/etc/sysconfig/network文件

 #>vi /etc/sysconfig/network
        添加或修改:
                NETWORKING=yes
                HOSTNAME=hadoopnode2

35.在node1机器上，输入 vi /etc/hostname，将localhost改为hadoopnode3，保存并退出
36. 修改/etc/sysconfig/network文件

 #>vi /etc/sysconfig/network
        添加或修改:
                NETWORKING=yes
                HOSTNAME=hadoopnode3

35.在三台机器分别输入 vi /etc/hosts 修改文件，其作用是将一些常用的网址域名与其对应的IP地址建立一个关联，当用户在访问网址时，系统会首先自动从Hosts文件中寻找对应的IP地址

36.三个文件中都加入如下内容，保存并退出，注意这里要根据自己实际IP和节点主机名进行更改，IP和主机名中间要有一个空格

hadoopnode2  192.168.100.13
hadoopnode3  192.168.100.12
hadoopmaster 192.168.100.11 

注意：克隆之后的主机每台都要修改自己的ip地址和mac地址，指定每台机器的ip和修改mac地址可以参考：https://blog.csdn.net/zht245648124/article/details/88094319

37.在master机器上输入 ssh-keygen -t dsa -P ‘’ -f ~/.ssh/id_dsa 创建一个无密码的公钥，-t是类型的意思，dsa是生成的密钥类型，-P是密码，’’表示无密码，-f后是秘钥生成后保存的位置

[root@hadoop /]#  ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

38.在master机器上输入 cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys 将公钥id_dsa.pub添加进keys，这样就可以实现无密登陆ssh

[root@hadoop /]#  cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

39.在master机器上输入 ssh master 测试免密码登陆

[root@hadoop /]#  ssh master 

如果有询问，则输入 yes ，回车

40.在node1主机上执行 mkdir ~/.ssh

41.在node2主机上执行 mkdir ~/.ssh

42.在master机器上输入 scp ~/.ssh/authorized_keys root@node1:~/.ssh/authorized_keys 将主节点的公钥信息导入node1节点，导入时要输入一下node1机器的登陆密码

43.在master机器上输入 scp ~/.ssh/authorized_keys root@node2:~/.ssh/authorized_keys 将主节点的公钥信息导入node2节点，导入时要输入一下node2机器的登陆密码

44.在三台机器上分别执行 chmod 600 ~/.ssh/authorized_keys 赋予密钥文件权限



45.在master节点上分别输入 ssh node1 和 ssh node2 测试是否配置ssh成功

46.如果node节点还没有hadoop，则master机器上分别输入如下命令将hadoop复制

scp -r /usr/local/hadoop/ root@node1:/usr/local/

scp -r /usr/local/hadoop/ root@node2:/usr/local/

47.在master机器上，任意目录输入 hdfs namenode -format 格式化namenode，第一次使用需格式化一次，之后就不用再格式化，如果改一些配置文件了，可能还需要再次格式
化

48.格式化完成

49.在master机器上，进入hadoop的sbin目录，输入 ./start-all.sh 启动hadoop

50.输入yes，回车

51.输入 jps 查看当前java的进程，该命令是JDK1.5开始有的，作用是列出当前java进程的PID和Java主类名，nameNode节点除了JPS，还有3个进程，启动成功

52.在node1机器和node2机器上分别输入 jps 查看进程如下，说明配置成功


53.在浏览器访问nameNode节点的8088端口和50070端口可以查看hadoop的运行状况

54.在master机器上，进入hadoop的sbin目录，输入 ./stop-all.sh 关闭hadoop
55.运行wordcount测试
先在 /usr/local/hadoop/file中创建file.txt1和file.txt2

[root@hadoopmaster sbin]# hadoop fs -put /usr/local/hadoop/file/file*.txt input
[root@hadoopmaster sbin]# hadoop fs -ls input
Found 2 items
-rw-r--r--   1 root supergroup         30 2019-03-03 23:01 input/file1.txt
-rw-r--r--   1 root supergroup         44 2019-03-03 23:01 input/file2.txt
[root@hadoopmaster sbin]# hadoop fs -text input/file1.txt
hello word
hello java
hello c

[root@hadoopmaster mapreduce]# hadoop jar /usr/local/hadoop/hadoop-2.7.7/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount input output