hadoop集群部署

hadoop简介

Hadoop是一个由Apache基金会所开发的分布式系统基础架构, 是一个存储系统+计算框架的软件框架，主要解决海量数据存储与计算的问题，是大数据技术中的基石。

Hadoop以一种可靠、高效、可伸缩的方式进行数据处理，用户可以在不了解分布式底层细节的情况下，开发分布式程序，用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。

Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。

hadoop的部署方式

Hadoop的安装部署的模式一共有三种，就是如下三种：
1、独立模式（本地模式） standalone
默认的模式，无需运行任何守护进程（daemon），所有程序都在单个JVM上执行。由于在本机模式下测试和调试MapReduce程序较为方便，因此，这种模式适宜用在开发阶段。使用本地文件系统，而不是分布式文件系统。

2、伪分布模式 pseudodistributed
在一台主机模拟多主机。即Hadoop的守护程序在本地计算机上运行，模拟集群环境，并且是相互独立的Java进程。

3完全分布模式 fulldistributed
完全分布模式的守护进程运行在由多台主机搭建的集群上，在所有的主机上安装JDK和Hadoop，组成相互连通的网络。

hadoop的集群部署（全面）

我也一时半会儿也不知道是伪分布部署，还是完全分布式部署。

1.创建虚拟机

可以先创一台虚拟机，再完全克隆两台虚拟机。

2.修改主机名

vi /etc/hostname
1

将3台虚拟机中内容分别改为

master
1

node1
1

node2
1

3.重启虚拟机，观看主机名是否修改成功

reboot
1

4.查看自己的网段

ip a
1

可以看见我的网段是192.168.200

5.配置静态ip

根据自己的网段进行网络规划：

master  192.168.200.16
node1   192.168.200.17
node2   192.168.200.18
1
2
3

命令如下：

cd /etc/sysconfig//network-scripts/
1

#查看网卡

ls  
1

截图如下

#可能大家的网卡是其他如eth33，enp0s3之类的
#修改网卡配置文件

vi ifcfg-eno16777736
1

#master(最后3行，第2行)

TYPE="Ethernet"
BOOTPROTO="static"
DEFROUTE="yes"
PEERDNS="yes"
PEERROUTES="yes"
IPV4_FAILURE_FATAL="no"
IPV6INIT="yes"
IPV6_AUTOCONF="yes"
IPV6_DEFROUTE="yes"
IPV6_PEERDNS="yes"
IPV6_PEERROUTES="yes"
IPV6_FAILURE_FATAL="no"
NAME="eno16777736"
UUID="a168e9f7-af12-47d2-82d1-3896fcacc600"
DEVICE="eno16777736"
ONBOOT="yes"
IPADDR=192.168.200.16
GATEWAY=192.168.200.1
NETMASK=255.255.255.0 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

截图如下

重启网络

service network restart
1

其他两个node节点网络配置文件如下
#node1(最后3行，第2行)

TYPE="Ethernet"
BOOTPROTO="static"
DEFROUTE="yes"
PEERDNS="yes"
PEERROUTES="yes"
IPV4_FAILURE_FATAL="no"
IPV6INIT="yes"
IPV6_AUTOCONF="yes"
IPV6_DEFROUTE="yes"
IPV6_PEERDNS="yes"
IPV6_PEERROUTES="yes"
IPV6_FAILURE_FATAL="no"
NAME="eno16777736"
UUID="36edaca1-6afd-45f5-8311-73df836402cf"
DEVICE="eno16777736"
ONBOOT="yes"
IPADDR=192.168.200.17
GATEWAY=192.168.200.1
NETMASK=255.255.255.0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

截图如下

重启网络

service network restart
1

#node2(最后3行，第2行)

TYPE="Ethernet"
BOOTPROTO="static"
DEFROUTE="yes"
PEERDNS="yes"
PEERROUTES="yes"
IPV4_FAILURE_FATAL="no"
IPV6INIT="yes"
IPV6_AUTOCONF="yes"
IPV6_DEFROUTE="yes"
IPV6_PEERDNS="yes"
IPV6_PEERROUTES="yes"
IPV6_FAILURE_FATAL="no"
NAME="eno16777736"
UUID="ea3ed6ed-8f31-446f-bf92-f7152ff57fa1"
DEVICE="eno16777736"
ONBOOT="yes"
IPADDR=192.168.200.18
GATEWAY=192.168.200.1
NETMASK=255.255.255.0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

截图如下

重启网络

service network restart
1

6.配置域名解析(3个节点都需要添加)

vi /etc/hosts
1

添加如下内容

192.168.200.16  master
192.168.200.17  node1
192.168.200.18  node2
1
2
3

截图如下

7.验证域名解析是否配置成功

ping -c 4 node1

ping -c 4 node2
1
2
3

#大家也可尝试在node1节点测试与node2的域名配置是否成功

8.配置SSH免密

（1）先测试ssh是否安装

ssh
1

截图如下

（2）制作RSA密钥(此命令不唯一)

ssh-keygen -t rsa
1

3个回车
如图

（3）查看创建的密钥，并把公钥文件复制到authorized_keys,并赋权

cd ~/.ssh
ls
cat id_rsa.pub >> authorized_keys
ls
chmod 0600 authorized_keys 
1
2
3
4
5

（4）测试master是否能免密登录

ssh master
1

第一次需要输入密码进行验证，第二次不再需要输入密码。
如果是远程连接第一次可能会报错，是因为记录了它的密码，只要第二次登陆得上就行
如图

（5）再次查看密钥文件（会发现多了一个配置文件known_hosts）
如图

authorized_keys：需要免密登陆的主机的公钥信息
id_rsa：私钥
id_rsa.pub：公钥
known_hosts：已知的主机信息
1
2
3
4

（6）同理，进行对node节点进行配置
node1

ssh-keygen -t rsa
cd ~/.ssh
ls
cat id_rsa.pub >> authorized_keys
ls
chmod 0600 authorized_keys 
ssh node1
1
2
3
4
5
6
7

截图如下

node2

ssh-keygen -t rsa
cd ~/.ssh
ls
cat id_rsa.pub >> authorized_keys
ls
chmod 0600 authorized_keys 
ssh node2
1
2
3
4
5
6
7

截图如下

（7）在node节点上发送自己的公钥到master节点，master节点接受node节点发来的公钥。
node1

ssh-copy-id -i master
1

截图如下

node2

ssh-copy-id -i master
1

截图如下

master

ssh-copy-id -i node1
ssh-copy-id -i node2
1
2

截图如下

查看master节点的authorized_keys的变化

more ~/.ssh/authorized_keys
1

截图如下

将自己的授权文件下发到node节点

cd ~/.ssh/
scp ~/.ssh/authorized_keys node1:/root/.ssh/
scp ~/.ssh/authorized_keys node2:/root/.ssh/
1
2
3

到此，主机之间已经实现了免密登陆
master

ssh node1
1

退出登陆

exit 
1

9.关闭防火墙,selinux(所有节点都要执行)

systemctl stop firewalld
systemctl disable firewalld
sed -i  "s/^SELINUX=enforcing/SELINUX=disabled/g"  /etc/selinux/config
1
2
3

截图如下

10.安装JDK

（0）卸载系统自带jdk（也可以不卸载）
查询系统自带jdk

rpm -qa|grep jdk
1

卸载自带jdk

yum -y remove java-1.8.*
1

查询系统自带jdk是否卸载成功（不是执行文件可不管）

（1）创建安装目录

mkdir -p /opt/bigbata/
cd /opt/bigbata/
1
2

（2）把下载好的压缩包上传到master主机
（3）解压上传的压缩包

tar -zxvf jdk-8u202-linux-x64.tar.gz -C /usr/local/
1

（4）修改解压的软件名

mv /usr/local/jdk1.8.0_202/*  /usr/local/jdk
1

（5）配置master节点的jdk环境变量

vi /etc/profile
1

在最后添加：

export JAVA_HOME=/usr/local/jdk
export PATH=$PATH:$JAVA_HOME/bin 
1
2

（6）重新加载环境变量文件

source /etc/profile
1

（7）检验JDK是否配置成功

java -version
1

截图如下

（8）将bigdata目录下的文件传送到node节点

scp -r /opt/bigbata/  node1:/opt/
scp -r /opt/bigbata/  node2:/opt/
1
2

（9）登陆node节点，查看复制的文件

cd /opt/bigbata/
ll
1
2

(10)解压，修改解压的软件名，配置node节点的jdk环境变量
node1

tar -zxvf jdk-8u202-linux-x64.tar.gz -C /usr/local/
mv /usr/local/jdk1.8.0_202  /usr/local/jdk
1
2

vi /etc/profile
1

在最后添加：

export JAVA_HOME=/usr/local/jdk
export PATH=$PATH:$JAVA_HOME/bin 
1
2

重新加载环境变量文件，并检验JDK是否配置成功

source /etc/profile
java -version
1
2

node2

tar -zxvf jdk-8u202-linux-x64.tar.gz -C /usr/local/
mv /usr/local/jdk1.8.0_202  /usr/local/jdk
1
2

vi /etc/profile
1

在最后添加：

export JAVA_HOME=/usr/local/jdk
export PATH=$PATH:$JAVA_HOME/bin 
1
2

重新加载环境变量文件，并检验JDK是否配置成功

source /etc/profile
java -version
1
2

11.安装hadoop

cd /opt/bigbata/
1

（1）把下载好的压缩包上传到master主机
（2）解压上传的压缩包

tar -zxvf /opt/bigbata/hadoop-3.3.2.tar.gz -C /usr/local/
mv /usr/local/hadoop-3.3.2/ /usr/local/hadoop
1
2

（3）配置环境变量

vi /etc/profile
1

在最后添加：

export HADOOP_HOME=/usr/local/hadoop/
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
1
2

（4）重新加载环境变量文件，并检验JDK是否配置成功

source /etc/profile
1

（5）验证hadoop是否安装成功

hadoop version
1

出现与之前安装JDK相似的信息就行

12.配置Hadoop守护程序的环境

（3）修改hadoop-env.sh文件

cd /usr/local/hadoop/etc/hadoop
vi hadoop-env.sh
1
2

查询搜索:/export JAVA_HOME
添加java_home的绝对地址

export JAVA_HOME=/usr/local/jdk
1

截图如下

13.配置Hadoop的守护进程

（1）修改core-site.xml
此文件包含诸如用于Hadoop实例的端口号，为文件系统分配的内存，用于存储数据的内存限制以及读/写缓冲区大小的信息。

cd /usr/local/hadoop/etc/hadoop
vi core-site.xml
1
2

将<configuration>标签修改成如下内容

<configuration>
  <property>
    <name>fs.default.name</name>
    <value>hdfs://master:9000</value>
  </property>
  <property>
    <name>hadoop.temp.dir</name>
    <value>/opt/bigdata/hadoop-3.0.0/tmp</value>
  </property>
</configuration> 
1
2
3
4
5
6
7
8
9
10

（2）修改hdfs-site.xml
此文件包含本地文件系统的复制数据值，namenode路径和datanode路径等信息。这意味着您要存储Hadoop基础架构的位置。

cd /usr/local/hadoop/etc/hadoop
vi hdfs-site.xml
1
2

在<configuration>标签中添加如下内容

<configuration>
  <property>
    <name>dfs.replication</name>
    <value>2</value>
  </property>
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>/usr/local/hadoop/hdfs/name</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>/usr/local/hadoop/hdfs/data</value>
  </property>
<property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>node1:9001</value>
  </property>
  <property>
    <name>dfs.http.address</name>
    <value>0.0.0.0:50070</value>
  </property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

（3）修改mapred-site.xml
此文件用于指定我们使用的MapReduce框架

cd /usr/local/hadoop/etc/hadoop
vi mapred-site.xml
1
2

在<configuration>标签中添加如下内容

<configuration>
<property> 
   <name>mapreduce.framework.name</name>
   <value>yarn</value>
</property>
<property> 
   <name>mapred.job.tracker.http.address</name>
   <value>0.0.0.0:50030</value>
</property>
<property> 
   <name>mapred.task.tracker.http.address</name>
   <value>0.0.0.0:50060</value>
</property>
<property> 
   <name>mapreduce.application.classpath</name>
   <value>
       /usr/local/hadoop/etc/hadoop,
       /usr/local/hadoop/share/hadoop/common/*,
       /usr/local/hadoop/share/hadoop/common/lib/*,
       /usr/local/hadoop/share/hadoop/hdfs/*,
       /usr/local/hadoop/share/hadoop/hdfs/lib/*,
       /usr/local/hadoop/share/hadoop/mapreduce/*,
       /usr/local/hadoop/share/hadoop/yarn/*,
       /usr/local/hadoop/share/hadoop/yarn/lib/*
  </value>
</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

（4）修改yarn-site.xml
此文件用于将Yarn为Hadoop配置为Hadoop。

cd /usr/local/hadoop/etc/hadoop
vi yarn-site.xml
1
2

在<configuration>标签中添加如下内容

<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>master</value>
</property>
<property>
    <name>yarn.resourcemanager.webapp.address</name>
    <value>master:8099</value>
</property>
<property>
    <name>yarn.application.classpath</name>
    <value>
       /usr/local/hadoop/etc/hadoop:/usr/local/hadoop/share/hadoop/common/*:/usr/local/hadoop/share/hadoop/common/lib/*:/usr/local/hadoop/share/hadoop/hdfs/*:/usr/local/hadoop/share/hadoop/hdfs/lib/*:/usr/local/hadoop/share/hadoop/mapreduce/*:/usr/local/hadoop/share/hadoop/yarn/*:/usr/local/hadoop/share/hadoop/yarn/lib/*
    </value>
</property>    
<property>
    <name>yarn.nodemanager.vmem-check-enabled</name>
    <value>false</value>
</property>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

（5）配置workers文件

cd /usr/local/hadoop/etc/hadoop/
vi workers
1
2

修改Datanode节点名

node1
node2
1
2

原有的可以删掉或排到最后

（6）将修改的软件包传给node节点

scp -r /usr/local/hadoop/  node1:/usr/local/
scp -r /usr/local/hadoop/  node2:/usr/local/
1
2

14.修改启动，停止的脚本

cd /usr/local/hadoop/sbin
1

（1）修改start-dfs.sh，stop-dfs.sh

vi start-dfs.sh
1

都在开头处(#!/usr/bin/env bash下)添加如下内容

HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs 
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
1
2
3
4

（2）修改stop-dfs.sh

vi stop-dfs.sh
1

在开头处(#!/usr/bin/env bash下)添加如下内容

HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs 
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
1
2
3
4

（3）修改start-yarn.sh

vi start-yarn.sh
1

在开头处(#!/usr/bin/env bash下)添加如下内容

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
1
2
3

（4）修改stop-yarn.sh

vi stop-yarn.sh
1

在开头处(#!/usr/bin/env bash下)添加如下内容

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
1
2
3

(5)将修改的软件包传给node节点

scp -r /usr/local/hadoop/sbin  node1:/usr/local/hadoop/sbin
scp -r /usr/local/hadoop/sbin  node2:/usr/local/hadoop/sbin
1
2

15.启动Hadoop平台

start-all.sh
1

如果之前启动了，需要先停掉再启动

start-all.sh
stop-all.sh
1
2

可能会出现node节点缺少logs目录（在所有node节点执行）

mkdir -p /usr/local/hadoop/logs
1

16.格式化命名节点

hadoop namenode -format
1

17.查看服务是否安装完毕（各个节点都要执行）

jps
1

截图如下

18.通过浏览器进行访问

http://192.168.200.16:50070
1

感谢大家，点赞，收藏，关注，评论！