1.集群搭建前准备

1)基本要求

- 操作系统: win10/win7

- 虚拟软件: VMware14

- 虚拟机:

      主机名       IP

      master  192.168.10.200                

      slave1   192.168.10.201                

      slave2   192.168.10.202

- 软件包存储路径: /opt/software/

- 软件安装路径:   /opt/apps/

- Jdk:   jdk-8u221-linux-x64.tar.gz

- Hadoop:   hadoop-2.7.6.tar.gz

- 用户: root


切记,切记,切记:实际生产环境中,我们不会使用root用户来搭建和管理hdfs,而是使用普通用户。这里 为了方便学习,我们才使用的root用户。

 ps:如果需要相关安装软件或者安装包在下方评论即可

hdfs和yarn的相关守护进程的布局如下:

master namenode datanode ResourceManager nodemanager 
slave1 datanode nodemanager  secondarynamenode  
slave2 datanode nodemanager     

 

 

 

 

2)环境要求

(1) 三台机器的防火墙必须是关闭的. 
(2) 确保三台机器的网络配置畅通(NAT模式,静态IP,主机名的配置)
(3) 确保/etc/hosts文件配置了ip和hostname的映射关系
(4) 确保配置了三台机器的免密登陆认证(克隆会更加方便)
(5) 确保所有机器时间同步
(6) jdk和hadoop的环境变量配置

a.防火墙关闭确认

[root@master ~]# systemctl stop firewalld 
[root@master ~]# systemctl disable firewalld
#最好也把selinux关闭掉,这是linux系统的一个安全机制,进入文件中将SELINUX设置为disabled 
[root@master ~]# vi /etc/selinux/config 
......... SELINUX=disabled            .........

情况说明: 如果安装好三台机器,三台机器的防火墙都需要单独关闭和设置开机不启动。如果准备使用 克隆方式,只关闭master机器即可。下面的配置也是如此。

b.静态IP和主机名配置

--1. 配置静态IP(确保NAT模式) 
[root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-eth0
 ............ 
BOOTPROTO=static            #将dhcp改为static

ONBOOT=yes                  #将no改为yes 
IPADDR=192.168.10.200       #添加IPADDR属性和ip地址 
PREFIX=24                   #添加NETMASK=255.255.255.0或者PREFIX=24 GATEWAY=192.168.10.2        #添加网关GATEWAY 
DNS1=192.168.10.2           #添加DNS1和备份DNS
DNS2=8.8.8.8 
DNS3=114.114.114.114
--2. 重启网络服务 
[root@master ~]# systemctl restart network 或者 
[root@master ~]# service network restart
--3. 修改主机名(如果修改过,请略过这一步) 
[root@localhost ~]# hostnamectl set-hostname master 或者 
[root@localhost ~]# vi /etc/hostname master

注意:配置完ip和主机名后,最好reboot一下

c.配置/etc/hosts文件

-- 进入hosts文件,配置一下ip和hostname 
[root@master ~]# sudo vi /etc/hosts 127.0.0.1   
localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1         
localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.81.200 master     <=添加本机的静态IP和本机的主机名之间的映射关系  

d.免密登陆认证

-1. 使用rsa加密技术,生成公钥和私钥。一路回车即可

[root@master ~]# cd ~

[root@master ~]# ssh-keygen -t rsa

-2. 进入~/.ssh目录下,将id_rsa.pub复制一份文件,文件名为authorized_keys。保证此文件的权限 是600

[root@master ~]# cd ~/.ssh

[root@master .ssh]# cp id_rsa.pub authorized_keys

或者使用ssh-copy-id命令

[root@master .ssh]# ssh-copy-id -i id_ras.pub root@master

-3. 进行验证

[hadoop@master .ssh]# ssh localhost

[hadoop@master .ssh]# ssh master

[hadoop@master .ssh]# ssh 0.0.0.0 #输入yes后,不提示输入密码就对了
注意:三台机器提前安装好的情况下,需要同步公钥文件。如果使用克隆技术。那么使用同一套密钥对就方便 多了。

2.环境搭建:jdk的安装

1)检查一下是否已经安装过或者系统内置JDK,如果有内置的,将其卸载

[root@master ~]# rpm -qa | grep jdk #如果有,请卸载 
[root@master ~]# rpm -e xxxxxxxx --nodeps      #将查询到的内置jdk代替xxxxxxx

2)上传jdk1.8

可使用shell工具上传

将jdk-8u221-linux-x64.tar.gz上传到/opt/software/目录中

3)解压jdk到/opt/apps/下

[root@master ~]# cd /opt/software 
[root@master software]# tar -zxvf jdk-8u221-linux-x64.tar.gz -C /opt/apps

4)更名jdk(更名是为了方便配置环境变量,也可不更名)

[root@master ~]# cd /opt/apps
[root@master apps]# mv jdk1.8.0_221/  jdk

5)配置jdk的环境变量

[root@master apps]# vi /etc/profile
 .........省略........... 
#jdk environment 
在最后添加上以下两行

export JAVA_HOME=/opt/apps/jdk export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH

6)更新环境变量

[root@master apps]# source /etc/profile

7))验证jdk环境

[root@master apps]# java -version 
[root@master apps]# javac

3.环境搭建:Hadoop的安装步骤

1)上传并解压Hadoop

将hadoop软件包上传到/opt/software目录下,然后解压到/opt/apps/目录下 
[root@master ~]# cd /opt/software/ [root@master software]# tar -zxvf hadoop-2.7.6.tar.gz -C /opt/apps/

2)更名hadoop

[root@master software]# cd /opt/apps 
[root@master apps]# mv hadoop-2.7.6/ hadoop

3)配置hadoop的环境变量

[root@master apps]# vi /etc/profile
 .........省略.......... 
#hadoop environment 
在最后加入以下两行 export HADOOP_HOME
=/opt/apps/hadoop export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

4)使当前配置生效

[root@master apps]# source /etc/profile

5)验证hadoop

[root@master apps]# hadoop version

如果出现hadoop版本,则代表本地模式已经安装成功。

4.完全分布式的相关文件的配置

$HADOOP_HOME/etc/hadoop/目录下的用户自定义配置文件

- core-site.xml 
- hdfs-site.xml 
- mapred-site.xml   复制mapred-site.xml.template而来 
- yarn-site.xml 

1)配置core-site.xml文件

[root@master ~]# cd $HADOOP_HOME/etc/hadoop/
[root@master hadoop]# vi core-site.xml 
<configuration>     
    <!-- hdfs的地址名称:schame,ip,port-->    
    <property>      
        <name>fs.defaultFS</name>        
        <value>hdfs://master:8020</value>    
    </property>     
<!-- hdfs的基础路径,被其他属性所依赖的一个基础路径 -->        
    <property>        
        <name>hadoop.tmp.dir</name>                
         <value>/opt/apps/hadoop/tmp</value>    
    </property> 
</configuration>
    

2)配置hdfs-site.xml文件

[root@master hadoop]# vi core-site.xml 
<configuration>    
<!-- namenode守护进程管理的元数据文件fsimage存储的位置-->    
  <property>        
    <name>dfs.namenode.name.dir</name>        
    <value>file://${hadoop.tmp.dir}/dfs/name</value>       </property>     <!-- 确定DFS数据节点应该将其块存储在本地文件系统的何处-->       <property>             <name>dfs.datanode.data.dir</name>        
    <value>file://${hadoop.tmp.dir}/dfs/data</value>       </property>     <!-- 块的副本数-->       <property>             <name>dfs.replication</name>            <value>3</value>       </property>     <!-- 块的大小-->  

 <property>         <name>dfs.blocksize</name>       <value>134217728</value>     </property>     <!-- secondarynamenode守护进程的http地址:主机名和端口号。参考守护进程布局-->       <property>             <name>dfs.namenode.secondary.http-address</name>        
    <value>slave1:50090</value>     </property> </configuration>

3)配置mapred-site.xml文件

[root@master hadoop]# cp mapred-site.xml.template  mapred-site.xml
[root@master hadoop]# vi mapred-site.xml <configuration>
    <!-- 指定mapreduce使用yarn资源管理器-->   
  <property>       
    <name>mapreduce.framework.name</name>       
    <value>yarn</value>   
  </property>   
  <!-- 配置作业历史服务器的地址-->   
  <property>       
    <name>mapreduce.jobhistory.address</name>       
    <value>master:10020</value>   
  </property>   
  <!-- 配置作业历史服务器的http地址-->   
  <property>       
    <name>mapreduce.jobhistory.webapp.address</name>       
    <value>master:19888</value>   
  </property>
</configuration>

4)配置hadoop-site.xml文件

[root@master hadoop]# vi yarn-site.xml <configuration>    
  <!-- 指定yarn的shuffle技术-->    
  <property>        
    <name>yarn.nodemanager.aux-services</name>      
    <value>mapreduce_shuffle</value>    
  </property>    
  <!-- 指定resourcemanager的主机名-->    
  <property>        
    <name>yarn.resourcemanager.hostname</name>        
    <value>master</value>    
  </property>
</configuration>

5)配置hadoop-env.sh脚本文件和yarn-env.sh文件

[root@master hadoop]# vi hadoop-env.sh 
.........
# The java implementation to use.
export JAVA_HOME=/opt/apps/jdk
.........
[root@master hadoop]# vi yarn-env.sh 
........省略........
# some Java parameters
export JAVA_HOME=/opt/apps/jdk
........省略........

6)配置slaves文件,此文件用于指定datanode守护进程所在的机器节点主机名

[root@master hadoop]# vi slaves 
master 
slave1 
slave2

5.配置另外两台机器

当把master机器上的hadoop的相关文件配置完毕后,我们有以下两种方式来选择配置另外几台机器的 hadoop.

方法一:scp同步

提示:本方法适用于多台虚拟机已经提前搭建出来的场景。
--1. 同步hadoop到slave节点上 
[root@master ~]# cd /opt/apps
[root@master apps]# scp -r ./hadoop slave1:/opt/apps/
[root@master apps]# scp -r ./hadoop slave2:/opt/apps/ --2. 同步/etc/profile到slave节点上
[root@master apps]# scp /etc/profile slave1:/etc/
[root@master apps]# scp /etc/profile slave2:/etc/ --3. 如果slave节点上的jdk也没有安装,别忘记同步jdk。
--4. 检查是否同步了/etc/hosts文件

方法二:克隆master虚拟机

提示:本方法适用于还没有安装slave虚拟机的场景。通过克隆master节点的方式,来克隆一个slave1和 slave2机器节点,这种方式就不用重复安装环境和配置文件了,效率非常高,节省了大部分时间(免密认证的 秘钥对都是相同的一套)。
--1. 打开一个新克隆出来的虚拟机,修改主机名 
[root@master ~]# hostnamectl set-hostname slave1
--2. 修改ip地址
[root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-eh0
  .........省略.........
  IPADDR=192.168.10.201 <==修改为slave1对应的ip地址
  .........省略........
--3. 重启网络服务
[root@master ~]# systemctl restart network
--4. 其他新克隆的虚拟机重复以上1~3步
--5. 免密登陆的验证
从master机器上,连接其他的每一个节点,验证免密是否好使,同时去掉第一次的询问步骤
--6. 建议:每台机器在重启网络服务后,好reboot一下

6.格式化NameNode

1)在master机器上运行命令

[root@master ~]# hdfs namenode -format

2)格式化的相关信息解读

--1. 生成一个集群唯一标识符:clusterid 
--2. 生成一个块池唯一标识符:BlockPoolId
--3. 生成namenode进程管理内容(fsimage)的存储路径: 默认配置文件属性hadoop.tmp.dir指定的路径下生成dfs/name目录
--4. 生成镜像文件fsimage,记录分布式文件系统根路径的元数据 --5. 其他信息都可以查看一下,比如块的副本数,集群的fsOwner等

7.启动集群

1)启动脚本和关闭脚本介绍

1. 启动脚本   
  
-- start-dfs.sh :用于启动hdfs集群的脚本   -- start-yarn.sh :用于启动yarn守护进程
  -- start-all.sh :用于启动hdfs和yarn
2. 关闭脚本
  -- stop-dfs.sh :用于关闭hdfs集群的脚本
  -- stop-yarn.sh :用于关闭yarn守护进程
  -- stop-all.sh :用于关闭hdfs和yarn

3. 单个守护进程脚本
  -- hadoop-daemons.sh :用于单独启动或关闭hdfs的某一个守护进程的脚本
  -- hadoop-daemon.sh :用于单独启动或关闭hdfs的某一个守护进程的脚本
  reg:
    hadoop-daemon.sh [start|stop] [namenode|datanode|secondarynamenode]
  -- yarn-daemons.sh :用于单独启动或关闭hdfs的某一个守护进程的脚本
  -- yarn-daemon.sh :用于单独启动或关闭hdfs的某一个守护进程的脚本
  reg:
    yarn-daemon.sh [start|stop] [resourcemanager|nodemanager]

2)jps查看进程

master进程:

 slave1进程:

 slave2进程:

 

 3)webui查看

(需配置本机的hosts文件)

在浏览器打开:
(1)
http://192.168.10.200:50070 (2)http://192.168.10.200:8088

如有意见或者问题欢迎在评论区指正!!!