一、准备工作
三台虚拟机：master、node1、node2
#克隆的时候选择 完整克隆 和 链接克隆 的区别
完整克隆：克隆出两台独立的虚拟机
链接克隆：依赖master，假如说把master删了，那么node1、node2就都挂了
链接克隆较完整克隆更加节省空间
时间同步
ntpdate ntp.aliyun.com
JDK的版本-jdk1.8
java -version
修改主机名
三台分别执行 vim /etc/hostname 并将内容指定为对应的主机名
关闭防火墙
关闭防火墙：systemctl stop firewalld
查看防火墙状态：systemctl status firewalld
取消防火墙自启：systemctl disable firewalld
静态IP配置
1、编辑网络配置文件
vim /etc/sysconfig/network-scripts/ifcfg-ens33
TYPE=Ethernet
BOOTPROTO=static
HWADDR=00:0C:29:E2:B8:F2
NAME=ens33
DEVICE=ens33
ONBOOT=yes
IPADDR=192.168.190.100
GATEWAY=192.168.190.2
NETMASK=255.255.255.0
DNS1=192.168.190.2
DNS2=223.6.6.6
需要修改：HWADDR（mac地址,centos7不需要手动指定mac地址）
IPADDR（根据自己的网段，自定义IP地址）
GATEWAY（根据自己的网段填写对应的网关地址）
2、关闭NetworkManager，并取消开机自启
systemctl stop NetworkManager
systemctl disable NetworkManager
3、重启网络服务
systemctl restart network
免密登录
# 1、生成密钥
ssh-keygen -t rsa
# 2、配置免密登录
ssh-copy-id master
ssh-copy-id node1
ssh-copy-id node2
# 3、测试免密登录
ssh node1
配置好映射文件：/etc/hosts
192.168.52.110 master
192.168.52.120 node1
192.168.52.130 node2
二、搭建Hadoop集群
1、上传安装包并解压
# 使用xftp上传压缩包至master的/usr/local/soft/module/
cd /urs/local/soft/module/
# 解压
tar -zxvf hadoop-2.7.6.tar.gz -C /usr/local/soft/
2、配置环境变量
vim /etc/profile
JAVA_HOME=/usr/local/soft/jdk1.8.0_171
HADOOP_HOME=/usr/local/soft/hadoop-2.7.6
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
# 重新加载环境变量
source /etc/profile
3、修改Hadoop配置文件
cd /usr/local/soft/hadoop-2.7.6/etc/hadoop/
core-site.xml
#<configuration>下面的内容在这中间加</configuration>
#这里配的是HDFS的入口 master:9000
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
#这里配置的是Hadoop运行时产生的数据存放的目录tmp
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/soft/hadoop-2.7.6/tmp</value>
</property>
#这里配置的是垃圾回收的间隔时间 1440分钟 -- 1天
<property>
<name>fs.trash.interval</name>
<value>1440</value>
</property>
hadoop-env.sh
export JAVA_HOME=/usr/local/soft/jdk1.8.0_171
hdfs-site.xml
#不要副本
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
#关闭权限验证
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
mapred-site.xml.template
# 1、重命名文件
cp mapred-site.xml.template mapred-site.xml
# 2、修改 vim mapred-site.xml
#用yarn资源管理平台
<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>
slaves
#其中默认是localhost，如果你想搭建伪分布式，就用localhost
node1
node2
yarn-site.xml
#指定resourcemanager在master节点上启动
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
#表示对日志文件进行压缩
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
#设置日志存活时间604800秒--一周
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
4、分发Hadoop到node1、node2
# scp 远程发送命令
# `pwd` 用反引号表示其中的命令会先运行，然后运行结果会将之替换掉
cd /usr/local/soft/
scp -r hadoop-2.7.6/ node1:`pwd`
scp -r hadoop-2.7.6/ node2:`pwd`
5、格式化namenode（第一次启动的时候需要执行）
hdfs namenode -format
6、启动/关闭Hadoop集群
#启动
start-all.sh
#关闭
stop-all.sh
7、检查master、node1、node2上的进程
master：
[root@master soft]# jps
2597 NameNode
2793 SecondaryNameNode
2953 ResourceManager
3215 Jps
#由于我们在配置Hadoop的时候并没有设置主节点的备用节点
#所以这里的SecondaryNameNode并不是备用节点的意思
#而是另有用处
node1：
[root@node1 jdk1.8.0_171]# jps
11361 DataNode
11459 NodeManager
11559 Jps
node2：
[root@node2 ~]# jps
11384 DataNode
11482 NodeManager
11582 Jps
8、访问HDFS的WEB界面
http://master:50070
9、访问YARN的WEB界面
http://master:8088
Hadoop常用命令
