Hadoop框架：集群模式下分布式环境搭建
一、基础环境配置
1、三台服务
准备三台Centos7服务,基础环境从伪分布式环境克隆过来。
133 hop01，134 hop02，136 hop03
2、设置主机名
## 设置名称
hostnamectl set-hostname hop01
## 重启
reboot -f
3、主机名通信
vim /etc/hosts
# 添加服务节点
192.168.37.133 hop01
192.168.37.134 hop02
192.168.37.136 hop03
4、SSH免密登录
配置三台服务SSH免密登录。
[root@hop01 ~]# ssh-keygen -t rsa
...一路回车结束
[root@hop01 ~]# cd .ssh
...权限分配到指定集群服务
[root@hop01 .ssh]# ssh-copy-id hop01
[root@hop01 .ssh]# ssh-copy-id hop02
[root@hop01 .ssh]# ssh-copy-id hop03
...在hop01免密登录到hop02
[root@hop01 ~]# ssh hop02
这里针对hop01服务，在hop02和hop03服务都要执行该操作。
5、同步时间
ntp组件安装
# 安装
yum install ntpdate ntp -y
# 查看
rpm -qa|grep ntp
基础管理命令
# 查看状态
service ntpd status
# 启动
service ntpd start
# 开机启动
chkconfig ntpd on
修改时间服务hop01
# 修改ntp配置
vim /etc/ntp.conf
# 添加内容
restrict 192.168.0.0 mask 255.255.255.0 nomodify notrap
server 127.0.0.1
fudge 127.0.0.1 stratum 10
修改hop02\hop03时间机制，从hop01同步时间，并注销网络获取时间的机制。
server 192.168.37.133
# server 0.centos.pool.ntp.org iburst
# server 1.centos.pool.ntp.org iburst
# server 2.centos.pool.ntp.org iburst
# server 3.centos.pool.ntp.org iburst
编写定时任务
[root@hop02 ~]# crontab -e
*/10 * * * * /usr/sbin/ntpdate hop01
修改hop02和hop03服务时间
# 指定时间
date -s "2018-05-20 13:14:55"
# 查看时间
date
这样时间会基于hop01服务的时间不断的更正或同步。
6、环境清理
从伪分布式环境虚拟机克隆三台Centos7服务,删除原来hadoop环境配置的data和log文件夹。
[root@hop02 hadoop2.7]# rm -rf data/ logs/
二、集群环境搭建
1、集群配置概览
| 服务列表 | HDFS文件 | YARN调度 | 单服务 |
|---|---|---|---|
| hop01 | DataNode | NodeManager | NameNode |
| hop02 | DataNode | NodeManager | ResourceManager |
| hop03 | DataNode | NodeManager | SecondaryNameNode |
2、修改配置
vim core-site.xml
<property>
<name>fs.defaultFS</name>
<value>hdfs://hop01:9000</value>
</property>
这里三台服务都需要分别指定当前主机名称。
vim hdfs-site.xml
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hop03:50090</value>
</property>
这里修改副本数为3，并指定SecondaryNameNode服务，三台服务同样修改指定SecondaryNameNode在hop03服务上。
vim yarn-site.xml
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hop02</value>
</property>
指定ResourceManager服务在hop02上。
vim mapred-site.xml
<!-- 服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hop01:10020</value>
</property>
<!-- 服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hop01:19888</value>
</property>
指定相关web端查看地址在服务hop01上。
3、集群服务配置
路径：/opt/hadoop2.7/etc/hadoop
文件：vim slaves
hop01
hop02
hop03
这里配置三台服务的集群列表。同步修改其他服务相同配置。
4、格式化NameNode
注意这里NameNode配置在hop01服务上。
[root@hop01 hadoop2.7]# bin/hdfs namenode -format
5、启动HDFS
[root@hop01 hadoop2.7]# sbin/start-dfs.sh
Starting namenodes on [hop01]
hop01: starting namenode
hop03: starting datanode
hop02: starting datanode
hop01: starting datanode
Starting secondary namenodes [hop03]
hop03: starting secondarynamenode
注意看这里的打印信息，和配置完全吻合。namenodes在hop01上启动，secondary-namenodes在hop03上启动，可以通过JPS命令到各个服务查看验证。
6、启动YARN
注意Yarn配置在hop02服务上，所以在hop02服务执行启动命令。
[root@hop02 hadoop2.7]# sbin/start-yarn.sh
starting yarn daemons
starting resourcemanager
hop03: starting nodemanager
hop01: starting nodemanager
hop02: starting nodemanager,
注意这里的启动打印日志，至此集群规划的服务都启动完毕。
[root@hop01 hadoop2.7]# jps
4306 NodeManager
4043 DataNode
3949 NameNode
[root@hop02 hadoop2.7]# jps
3733 ResourceManager
3829 NodeManager
3613 DataNode
[root@hop03 hadoop2.7]# jps
3748 DataNode
3928 NodeManager
3803 SecondaryNameNode
查看各个服务下的集群进程，与规划配置一致。
7、Web端界面
NameNode：http://hop01:50070
SecondaryNameNode：http://hop03:50090
