Hadoop环境快速搭建（伪分布式和完全分布式步骤版）

Posted 我的思路很明确

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Hadoop环境快速搭建（伪分布式和完全分布式步骤版）相关的知识，希望对你有一定的参考价值。

目录

一、初始准备：

二、环境搭建：

1.修改第二台和第三台主机的IP和主机名

2.用Xftp传入JDK和hadoop安装包，并安装

Ⅰ、先删除centos7上自带的openJDK：

Ⅱ、安装JDK并配置JAVA环境

Ⅲ、安装Hadoop并配置环境

Ⅳ、host文件配置，免密登入

Ⅴ、文件传输以及剩余两台机子的环境配置

Ⅵ、hadoop集群启动和HDFS，YARN集群的UI信息状态查询

三、完全分布式Hadoop框架

一、初始准备：

1.linux虚拟机一台，克隆两台后修改hostname和ip地址再按下列步骤操作（或者创建三个虚拟机，在初始安装界面设置好ip地址和hostname，笔者这里采用第一种）。

2.linux联网，采用NAT模式，可以ping通。（不会安装和连不上网的自寻搜索）

3. ——》资源下载地址

二、环境搭建：

IP地址              主机名

192.168.1.111 bigdata111    #第一台主机
192.168.1.112 bigdata112   #第二台主机
192.168.1.113 bigdata113   #第三台主机

1.修改第二台和第三台主机的IP和主机名

创建好第一台bigdata111主机后，克隆出两个主机，然后都开启连接上网络并打开第二台主机的终端。

su root
hostname  查看主机名
vim /etc/hostname  修改主机名
ip addr/ifconfig  查看主机IP
cd /etc/sysconfig/network-scripts
vi ifcfg-ens33 修改网络配置文件：

将BOOTPROTO=dhcp改为static
ONBOOT=NO改为yes
IPADDR=192.168.1.112
NETMASK=255.255.255.0
GATEWAY=192.168.80.2  #到编辑里面打开虚拟网络编辑器然后找到NAT模式点击NAT设置就可以看到网关,这个需要和虚拟机的网关保持一致
DNS1=8.8.8.8

systemctl restart network
ip addr或者ifconfig  查看是否修改成功
同理在bigdata113主机上进行主机名和IP地址的修改

改IP地址后，Xshell连不上的原因是虚拟机的子网和改的IP不在同一频道上

2.用Xftp传入JDK和hadoop安装包，并安装

Ⅰ、先删除centos7上自带的openJDK：

方法一：
rpm -qa | grep java 查询java软件
sudo rpm -e 软件包  卸载不要的JDK
which java 查看JDK路径
rm -rf JDK路径  手动删除，最后把profile配置信息删除
方法二：
yum list installed | grep java  查看linux上自带的JDK
yum -y remove java-1.8.0-openjdk*   删除所有自带的JDK
yum -y remove tzdata-java.noarch

Ⅱ、安装JDK并配置JAVA环境

mkdir -p /export/data
mkdir -p /export/servers
mkdir -p /export/software

Xftp把上面的两个安装包传入到/export/software文件夹中
tar -zxvf /export/software/jdk-8u181-linux-x64.tar.gz -C /export/servers/
cd /export/servers
mv jdk1.8.0_181 jdk 

vi /etc/profile
#tip:在配置文件末尾追加
export JAVA_HOME=/export/servers/jdk
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
source /etc/profile
java -version

Ⅲ、安装Hadoop并配置环境

tar -zxvf /export/software/hadoop-2.7.2.tar.gz -C /export/servers/
vi /etc/profile    (shift+G快速到文件末尾)

#tip:在文件末尾追加
export HADOOP_HOME=/export/servers/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source /etc/profile
hadoop version
cd /export/servers/hadoop-2.7.2/etc/hadoop/


vi hadoop-env.sh
#tip:找到相应位置，添加这段话
export JAVA_HOME=/export/servers/jdk


vi core-site.xml
#tip:下图中乱码部分为注释代码，可以删掉，不影响
<configuration>
    <!--用于设置Hadoop的文件系统，由URI指定-->
    <property>
        <name>fs.defaultFS</name>
        <!--用于指定namenode地址在hadoop01机器上-->
        <value>hdfs://bigdata111:9000</value>
    </property>
    <!--配置Hadoop的临时目录，默认/tem/hadoop-$user.name-->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/export/servers/hadoop-2.7.2/tmp</value>
    </property>
</configuration>


vi hdfs-site.xml
<configuration>
    <!--指定HDFS的数量-->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!--secondary namenode 所在主机的IP和端口-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>bigdata112:50090</value>
    </property>
</configuration>
cp mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
<configuration>
    <!--指定MapReduce运行时的框架，这里指定在YARN上，默认在local-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>


vi yarn-site.xml
<configuration>
    <!--指定YARN集群的管理者（ResourceManager）的地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>bigdata111</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>


#tip:将文件中的localhost删除，添加主节点和子节点的主机名称
#tip:如主节点bigdata111，bigdata1112和bigdata113
vi slaves
bigdata111
bigdata112
bigdata113

Ⅳ、host文件配置，免密登入

配置host文件,每个主机都要
vi /etc/hosts

192.168.1.111 bigdata111
192.168.1.112 bigdata112
192.168.1.113 bigdata113

scp /etc/hosts bigdata112:/etc/hosts
scp /etc/hosts bigdata113:/etc/hosts

在windows下打开C:\\Windows\\System32\\drivers\\etc\\host，在桌面创建一个host文件不带后缀，然后把原本windows下的host文件复制到桌面的hosts文件里在最后加上上面/etc/hosts写入的，最后覆盖时候会提示文件重复，管理员权限继续覆盖即可。

免密登入（这个过程每次主机都要完整执行一次，共三次）
ssh-keygen -t rsa
cd /root
ll -a
cd .ssh/
ssh-copy-id bigdata111
ssh-copy-id bigdata112
ssh-copy-id bigdata113

ssh bigdata112/ssh bigdata111 看看是否能互通

Ⅴ、文件传输以及剩余两台机子的环境配置

在bigdata111上传输两个安装包给112和113    
scp /export/software/jdk-8u181-linux-x64.tar.gz bigdata112:/export/software/
scp /export/software/jdk-8u181-linux-x64.tar.gz bigdata113:/export/software/
scp /export/software/hadoop-2.7.2.tar.gz bigdata112:/export/software/
scp /export/software/hadoop-2.7.2.tar.gz bigdata113:/export/software/

分别在112和113上安装两个包
tar -zxvf /export/software/jdk-8u181-linux-x64.tar.gz -C /export/servers/
tar -zxvf /export/software/hadoop-2.7.2.tar.gz -C /export/servers/

传输111的环境变量文件给112和113
scp /etc/profile bigdata112:/etc/profile
scp /etc/profile bigdata113:/etc/profile
scp -r /export/ bigdata112:/
scp -r /export/ bigdata113:/

#tip:返回bigdata112和bigdata113节点执行下面命令，使环境变量生效
source /etc/profile
然后在112和113上java -version和hadoop version查看是否安装成功

Ⅵ、hadoop集群启动和HDFS，YARN集群的UI信息状态查询

hdfs namenode -format
start-dfs.sh
start-yarn.sh
jps(只能查java编写的进程)
systemctl stop firewalld.service    #关闭防火墙
systemctl disable firewalld.service  #关闭防火墙开机启动

通过UI界面查看Hadoop运行状态，在Windows系统下，访问http://bigdata111:50070，查看HDFS集群状态,在Windows系统下，访问http://bigdata111:8088，查看Yarn集群状态

在JPS中找到DataNode的PID，然后kill -9 PID（DataNode），因为集群的心跳机制，10分钟后可以看到HDFS上面出现一个Dead Nodes 死亡节点，即可达到验证。至此就安装完了伪分布式的hadoop框架。

三、完全分布式Hadoop框架

节点分配如图所示：

服务bigdata111bigdata112bigdata113
NameNode√
Secondary NameNode√
DataNode√√√
ResourceManager√
NodeManager√√√
JobHistoryServer√

按上述伪分布式配置成功后，只需要对几个配置文件进行修改就行，然后在bigdata111上分配文件给bigdata112和113.

cd /export/servers/hadoop-2.7.2/etc/hadoop/


vi core-site.xml
#tip:下图中乱码部分为注释代码，可以删掉，不影响
<configuration>
    <!--用于设置Hadoop的文件系统，由URI指定-->
    <property>
        <name>fs.defaultFS</name>
        <!--用于指定namenode地址在bigdata111机器上-->
        <value>hdfs://bigdata111:9000</value>
    </property>
    <!--配置Hadoop的临时目录，默认/tem/hadoop-$user.name-->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/export/servers/hadoop-2.7.2/tmp</value>
    </property>
</configuration>

vi hdfs-site.xml
<configuration>
    <!--指定HDFS的数量-->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!--secondary namenode 所在主机的IP和端口-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>bigdata112:50090</value>
    </property>
    <property>
        <name>dfs.namenode.http-address</name>
        <value>bigdata111:50070</value>
    </property>
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
    </property>
</configuration>

vi mapred-site.xml
<configuration>
    <!--指定MapReduce运行时的框架，这里指定在YARN上，默认在local-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>bigdata113:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>bigdata113:19888</value>
    </property>
</configuration>

vi yarn-site.xml
<configuration>
    <!--指定YARN集群的管理者（ResourceManager）的地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>bigdata113</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>2048</value>
    </property>
    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>604800</value>
    </property>
</configuration>

scp -r /export/ bigdata112:/
scp -r /export/ bigdata113:/

出现的问题：hdfs namenode -format后start-all.sh，然后通过jps发现没有出现DataNode，这是因为前面的伪分布式安装的时候与现在的环境出现了矛盾，或者是namenode 需要在运行以后尽量避免格式化，否则datanode就找不到相应的cluster ID。

解决办法：cd /export/servers/hadoop-2.7.2/tmp/dfs/后，ls查看发现有data文件，然后rm -rf data删除该文件，再hdfs namenode -format和start-all.sh即可解决，注意三台机子的data文件都要删除一遍！

访问网页端：由于这里把ResourceManager分配给了bigdata113，所以访问的网页是：

bigdata111:50070和bigdta113:8088

 

以上是关于Hadoop环境快速搭建（伪分布式和完全分布式步骤版）的主要内容，如果未能解决你的问题，请参考以下文章

入门、快速搭建Docker分布式项目环境

Hadoop初体验：快速搭建Hadoop伪分布式环境

搭建spark伪分散式需要先搭建hadoop吗

Hadoop伪分布式环境快速搭建

Hadoop2.7.3环境搭建之伪分布式

Hadoop基础教程4Hadoop之完全分布式环境搭建