hadoop分布式搭建

Posted 2020-10-18 黑曼巴后仰

一，前提：下载好虚拟机和安装完毕Ubuntu系统。因为我们配置的是hadoop分布式，所以需要两台虚拟机，一台主机（master），一台从机（slave）

       选定一台机器作为 Master 在 Master 节点上配置 hadoop 用户、安装 SSH server、安装 Java 环境

       在 Master 节点上安装 Hadoop，并完成配置

       在其他 Slave 节点上配置 hadoop 用户、安装 SSH server、安装 Java 环境

       将 Master 节点上的 /usr/local/hadoop 目录复制到其他 Slave 节点上

        在 Master 节点上开启 Hadoop

二，在Ubuntu中打开终端，可使用快捷键ctrl+alt+t

      1.首先要搭建好java环境，这时候，Ubuntu安装的时候默认是nat的网络连接，可通过执行命令：

            sudo apt-get install openjdk-8-jre openjdk-8-jdk

         回车，这时候会要求你输入密码，就是安装的时候 你自己设置的密码，输入密码你是不到的，不管它，直接回车，下载的时候会需要一些时间

        下载完毕后，还要安装  ssh  和  vim

         同样的做法：  sudo apt-get install openssh-server

                                 sudo apt-get install  vim

         执行  apt-get  命令的时候要保证网络是通的

        2，好，这时候已经下载完毕，java默认路径是在  /usr/lib/jvm/java-8-openjdk-amd64  

          我们这时候要配置java环境变量，在终端输入 :

            vim ~/.bashrc

           回车

          你就进到一个文件里面，这时候按快捷键   shift+G，跳到文件的最后面部分，你发现，不能够写入数据，按  i   ，进入  insert  模式，这时候输入

            export   JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

           写入完毕，按  esc  然后  shift+冒号（shift + :）,然后   wq   (保存并退出)

        3，回到终端，输入

             source   ~/.bashrc

            使环境变量生效

       4.   在终端输入  javac -version出现 java的版本号则说明配置成功

三，ssh实现无密码登录

        1.            

           这时候操作是在master(主机)上，第四张图按两下，其中ip要怎么改呢?,打开你的本机的doc窗口，输入ipconfig，假如你的ip是192.168.41.128，则你的如图所示的ip改为192.168.41.129，记得保存，时候你的虚拟机的网络方式要由默认的  nat  改为桥接模式，怎么改？虚拟机主页左上角有个虚拟机，设置，网络适配器，改为桥接模式，确定。

         由于我们要配置的是hadoop分布式，一个主机一个从机，主机名是master，从机是slave

       2.   vim /etc/hostname

              修改你的用户名为master

            同样在slave中的  /etc/hostname改为slave

       3.    vim /etc/hosts

              添加  ：192.168.31.129    master       

                           192.168.41.130    slave 

              重启

             通过ping master和ping  slave 是否成功

       4.  ssh-keygen -t rsa

          一直回车，生成公匙

            cat  ./id_rsa.pub  >>  ./authorized_keys

          授权

       5.   ssh  localhost

             会看到一个welcome页面，不用输入密码，要是还要输入密码，那就是前面的步骤出错了

            scp  ./authorized_keys   192.168.41.130:/home/hadoop/.ssh

             //   这个直接把授权好的钥匙复制到slave上。若是slave上没有.ssh目录，则先生成该目录，一般都有的，

         这一步完成后，执行

              ssh slave

           不用输入密码就可以登录slave。出现欢迎页面，到这里，完成Ubuntu无密码登录

四，hadoop的安装与配置

        1.   首先把下载好的hadoop压缩包解压到指定的文件夹 (hadoop文件:链接：https://pan.baidu.com/s/1kVahwYb 密码：qzpi)

              解压hadoop

               sudo tar  -zxf  hadoop-2.7.4.tar .gz  -C  /usr/local

               这时候的hadoop文件的压缩包是在   /home/hadoop  下，若是操作失败，检查该路径下是否有需要操作的文件

        2.  cd  /usr/local

             //    进入该路径，ls   看一下解压后的hadoop文件是否存在

             sudo  mv  hadoop-2.7.4   hadoop

             //    改hadoop-2.7.4为hadoop,改个文件名而已

            sudo  chown  -R  hadoop  ./hadoop

            //    -R把hadoop下的所有文件和文件夹都改变所属用户为hadoop用户

             cd  hadoop

             bin/hadoop version

           //   测试hadoop是否安装成功，若出现版本号，则说明安装成功

       3.接下来配置hadoop环境变量

          vim  ~/.bashrc

          添加

          export  HADOOP_HOME=/usr/local/hadoop

          export  PATH=$PATH:$HADOOP_HOME/bin:$HADOOP/sbin

          同样的

          source ~/.bashrc

          使环境变量生效

        4.修改5个配置文件

           slave

           core-site.xml

           hdfs-site.xml

           mapred-site.xml

           yarn-site.xml

           <1>    vim  /usr/local/hadoop/etc/slave

                    添加

                    salve

          <2>     vim /usr/local/etc/hadoop/core-site.xml

<configuration>
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://Master:9000</value>
        </property>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>file:/usr/local/hadoop/tmp</value>
       </property>
</configuration> 

View Code

           <3>     vim /usr/local/etc/hadoop/hdfs-site.xml

<configuration>
        <property>
                <name>dfs.namenode.secondary.http-address</name>
                <value>Master:50090</value>
        </property>
        <property>
                <name>dfs.replication</name>
                <value>1</value>
        </property>
        <property>
                <name>dfs.namenode.name.dir</name>
                <value>file:/usr/local/hadoop/tmp/dfs/name</value>
        </property>
        <property>
                <name>dfs.datanode.data.dir</name>
                <value>file:/usr/local/hadoop/tmp/dfs/data</value>
        </property>
</configuration>

View Code

            <4>    vim /usr/local/etc/hadoop/mapred-site.xml

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>Master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>Master:19888</value>
</property>
</configuration>

View Code

            <5>    vim /usr/local/etc/hadoop/yarn-site.xml

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

View Code

       5.配置好后，将 Master 上的 /usr/local/Hadoop 文件夹复制到各个节点上。如果之前有跑过伪分布式模式，建议在切换到集群模式前先删除之前的临时文件。在 Master 节点上执行：                        tar -zcf ~/hadoop.master.tar.gz ./hadoop 

                      cd ~

                      scp ./hadoop.master.tar.gz slave:/home/hadoop

          在slave上执行

                      sudo tar -zxf ~/hadoop.master.tar.gz -C /usr/local

                      sudo chown -R hadoop /usr/local/hadoop

          同样，如果有其他 Slave 节点，也要执行将 hadoop.master.tar.gz 传输到 Slave 节点、在 Slave 节点解压文件的操作。

          首次启动需要先在 Master 节点执行 NameNode 的格式化：
                       hdfs namenode –format
          如果是centos系统，需要关闭防火墙

          这里可能会出现java环境配置不被发现的错误，只需要

                       vim  /usr/local/etc/hadoop/hadoop.env.sh

                       

           记得source ~/.bashrc

          接着可以启动 hadoop 了，启动需要在 Master 节点上进行：
                       start-dfs.sh
                       start-yarn.sh

           通过命令 jps 可以查看各个节点所启动的进程。正确的话，在 Master 节点上可以看到 NameNode、ResourceManager、SecondrryNameNode、

           在 Slave 节点可以看到 DataNode 和 NodeManager 进程，大功告成！！！

           第一次写文档，不足之处，请见谅