hadoop之旅2-centerOS7： 搭建分布式hadoop环境

大家可能在网上一搜索大数据，巴拉巴拉一大堆的理论性的东西扑面而来，都是这样过来的，当时一脸懵逼，所以在此就不给大家再介绍理论性的知识了，直接带大家搭建分布式的开发环境。

hadoop的分布式架构 （一主二从）

第一步

虚拟机，java环境准备

需要有一台centerOS7虚拟机，同时已经搭建好了jdk的环境，如有疑问可移驾 hadoop之旅1-centerOS7： 搭建java环境

第二步

软件准备

准备好hadoop的开发包

1. apache官网下载
2. apache历史版本库下载
3. 我给大家分享的百度云链接下载 版本：hadoop-2.7.3
4. 我使用filezilla软件将解压包放入linux系统，大家也可以通过wget命令直接下载到linux系统中

第三步

解压hadoop，重命名

1. 在下载的hadoop压缩包的目录下解压hadoop压缩包

[root@localhost mmcc]# tar -zxvf hadoop-2.7.3.tar.gz 
....
//重命名目录名称（可选）
[root@localhost mmcc]# mv hadoop-2.7.3/ hadoop2.7.3
复制代码

2. 查看hadoop的根路径

[root@localhost mmcc]# cd hadoop2.7.3/
[root@localhost hadoop2.7.3]# pwd
/home/mmcc/hadoop2.7.3   //配置环境变量时会用到
复制代码

第四步

配置环境变量

1. 在/etc/profile最下面,hadoop之旅1-centerOS7： 搭建java环境章节配置的PATH,CLASSPATH上面增加环境变量配置

HADOOP_HOME=/home/mmcc/hadoop2.7.3
PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$JAVA_HOME/bin:$PATH:.
复制代码

2. 使环境变量生效

[root@localhost jdk1.8]# source /etc/profile
复制代码

3. 配置hadoop的java环境,编辑hadoop根目录下/etc/hadoop/下的hadoop.env.sh脚本文件

vi /hadoop-2.7.3/etc/hadoop/hadoop.env.sh
export JAVA_HOME=/home/mmcc/jdk1.8  //配置java的环境目录
复制代码

4. 配置hadoop的启动环境,编辑hadoop根目录下/etc/hadoop/下的core-site.xml文件。

<property>
       <name>fs.defaultFS</name>
       <value>hdfs://master:9000</value>  （master处为当前主机ip或主机名）  
</property>
复制代码

此处的master后面会教大家

第五步

分布式环境搭建

1. 此处为了方便，直接通过虚拟机克隆的方式，将镜像克隆多份，这样在此之前搭建的所有环境都是同步存在的

2. 使用该命令给每个节点的设置对应的主机名

[root@localhost mmcc]# hostnamectl set-hostname master/slave1/slave2
复制代码

3. 检测网络

[root@localhost mmcc]# ifconfig
ens33: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500
        inet 192.168.6.133  netmask 255.255.255.0  broadcast 192.168.6.255
        inet6 fe80::3d1d:5127:6666:c62d  prefixlen 64  scopeid 0x20<link>
        ether 00:0c:29:f4:ef:5d  txqueuelen 1000  (Ethernet)
        RX packets 317168  bytes 315273916 (300.6 MiB)
        RX errors 0  dropped 0  overruns 0  frame 0
        TX packets 149675  bytes 14400069 (13.7 MiB)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0
 
lo: flags=73<UP,LOOPBACK,RUNNING>  mtu 65536
        inet 127.0.0.1  netmask 255.0.0.0
        inet6 ::1  prefixlen 128  scopeid 0x10<host>
        loop  txqueuelen 1  (Local Loopback)
        RX packets 12826  bytes 3163428 (3.0 MiB)
        RX errors 0  dropped 0  overruns 0  frame 0
        TX packets 12826  bytes 3163428 (3.0 MiB)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0
复制代码

如果查询不到ip地址，需要配置网络

cd  /etc/sysconfig/network-scripts/
vi ifcfg-ens33 （我的虚拟机版本，别的版本可能不一样）
ONBOOT="yes"  表开启网络。
复制代码

4. 设置网络别名，即IP对应的别名 如：hdfs://master:9000

[root@localhost network-scripts]# vi /etc/hosts
127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.6.133   master
192.168.6.131   slave1
192.168.6.132   slave2
复制代码

重启网络

service network restart  重启网络
复制代码

然后大家可以试着ping master/slave1/slave2如果ping通说明配置成功

5. 格式化hdfs,在每台节点上执行以下命令

hdfs namenode -format
复制代码

启动之前进行格式化，如果没有error和Exception 表示格式化成功

6. master主机配置hadoop集群节点

cd /home/mmcc/hadoop2.7.3/etc/hadoop
[root@localhost hadoop]# vi slaves 
//增加以下内容
slave1
slave2
复制代码

7. 关闭每个节点防火墙，启动hdfs服务,

[root@localhost mmcc]# systemctl stop firewalld
[root@localhost mmcc]# hadoop-daemon.sh start namenode //主节点master
[root@localhost mmcc]# hadoop-daemon.sh start datanode //从节点slave1，slave2
复制代码

然后可以在网页上输入主节点的地址master:50070或ip地址:50070查看当前的状态及其节点状态哦。到此一个分布式的hadoop环境已经成功启动。 下一节会教大家如何进行免密登录，一键启动集群，及一些简单的hdfs文件存储命令, 大家在配置过程中如果有什么问题可以查看log日志进行问题排查。欢迎加我微信一起学习一起进步哈