搭建完全分布式Hadoop_hadoop分布式搭建步骤

一、Hadoop集群规划

二、在主节点上配置Hadoop

（一）登录虚拟机

• 登录三个虚拟机
  

（二）设置主机名

（三）主机名与IP地址映射

• 执行命令：vim /etc/hosts
  

（四）关闭与禁用防火墙

（五）配置免密登录

（六）配置JDK

export JAVA_HOME=/usr/local/jdk1.8.0_231
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
1
2
3

（七）配置Hadoop

1、上传安装包

• 上传hadoop安装包
  
• 查看hadoop安装包
  

2、解压缩安装包

• 执行命令：tar -zxvf hadoop-3.3.4.tar.gz -C /usr/local
  
• 查看解压后的目录
  

3、配置环境变量

• 执行命令：vim /etc/profile
  

export HADOOP_HOME=/usr/local/hadoop-3.3.4
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
1
2
3
4
5
6
7

• 存盘退出，执行命令：source /etc/profile，让配置生效
  
• 查看hadoop版本，执行命令：hadoop version
  

4、编辑Hadoop环境配置文件 - hadoop-env.sh

• 进入hadoop配置目录，执行命令：cd $HADOOP_HOME/etc/hadoop
  
• 执行命令：vim hadoop-env.sh
  

export JAVA_HOME=/usr/local/jdk1.8.0_231
export HADOOP_HOME=/usr/local/hadoop-3.3.4
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
1
2
3

• 存盘退出，执行命令：source hadoop-env.sh，让配置生效
  

5、编辑Hadoop核心配置文件 - core-site.xml

• 执行命令：vim core-site
  

<configuration>
    <!--用来指定hdfs的老大-->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    <!--用来指定hadoop运行时产生文件的存放目录-->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop-3.3.4/tmp</value>
    </property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12

6、编辑HDFS配置文件 - hdfs-site.xml

• 执行命令：vim hdfs-site.xml
  

<configuration>
    <!--设置名称节点的目录-->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop-3.3.4/tmp/namenode</value>
    </property>
    <!--设置数据节点的目录-->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop-3.3.4/tmp/datanode</value>
    </property>
    <!--设置辅助名称节点-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>master:50090</value>
    </property>
    <!--hdfs web的地址，默认为9870，可不配置-->
    <!--注意如果使用hadoop2.x，默认为50070-->
    <property>
        <name>dfs.namenode.http-address</name>
        <value>0.0.0.0:9870</value>
    </property>
    <!--副本数，默认为3-->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!--是否启用hdfs权限，当值为false时，代表关闭-->
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</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
28
29
30
31
32
33

7、编辑MapReduce配置文件 - mapred-site.xml

• 执行命令：vim mapred-site.xml
  

<configuration>
    <!--配置MR资源调度框架YARN-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>
1
2
3
4
5
6
7

8、编辑YARN配置文件 - yarn-site.xml

• 执行命令：vim yarn-site.xml
  

<configuration>
    <!--配置资源管理器：master-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
    <!--配置节点管理器上运行的附加服务-->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!--关闭虚拟内存检测，在虚拟机环境中不做配置会报错-->
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

9、编辑数据节点文件 - workers

• 执行命令：vim workers
  

三、从主节点分发到从节点

（一）从master节点分发到slave1节点

1、分发JDK

• 执行命令：scp -r $JAVA_HOME root@slave1:$JAVA_HOME（注意，拷贝目录，一定要加-r选项）
  
• 在slave1节点上查看拷贝的JDK目录
  

2、分发Hadoop

• 执行命令：scp -r $HADOOP_HOME root@slave1:$HADOOP_HOME
  
• 在slave1节点上查看拷贝的hadoop目录
  

3、分发环境配置文件

• 执行命令：scp /etc/profile root@slave1:/etc/profile
  

4、刷新环境配置文件

• 在slave1节点上执行命令：source /etc/profile
  

5、查看jdk和hadoop版本

• 在slave1节点上执行命令：java -version
  
• 在slave1节点上执行命令：hadoop version
  

6、分发主机名IP地址映射文件

• 执行命令：scp /etc/hosts root@slave1:/etc/hosts
  

（二）从master节点分发到slave2节点

1、分发JDK

• 执行命令：scp -r $JAVA_HOME root@slave2:$JAVA_HOME（注意，拷贝目录，一定要加-r选项）
  
• 在slave2节点上查看拷贝的JDK目录
  

2、分发Hadoop

• 执行命令：scp -r $HADOOP_HOME root@slave2:$HADOOP_HOME
  
• 在slave2节点上查看拷贝的hadoop目录
  

3、分发环境配置文件

• 执行命令：scp /etc/profile root@slave2:/etc/profile
  

4、刷新环境配置文件

• 在slave2节点上执行命令：source /etc/profile
  

5、查看jdk和hadoop版本

• 在slave2节点上执行命令：java -version
  

• 在slave2节点上执行命令：hadoop version
  

6、分发主机名IP地址映射文件

• 执行命令：scp /etc/hosts root@slave2:/etc/hosts
  

四、格式化名称节点

• 执行命令：hdfs namenode -format
  
  
• common.Storage: Storage directory /usr/local/hadoop-3.3.4/tmp/namenode has been successfully formatted. 表明名称节点格式化成功。

五、启动Hadoop集群

• 启动hadoop服务，执行命令：start-all.sh
  
• 查看进程，执行命令：jps
  
• 如果缺少进程，大多是因为响应的配置文件有问题，请仔细对照检查
• hadoop-env.sh没有刷新，导致HADOOP_CONF_DIR环境变量找到不到
• core-site.xml，fs.defaultFS写成了fs.defaultFs，导致启动Hadoop之后，没有HDFS的三个进程：NameNode、SecondaryNameNode、DateNode
  

六、初试HDFS Shell

（一）查看目录

1、命令

• hdfs dfs -ls <路径>

2、演示

• 执行命令：hdfs dfs -ls /
  

（二）创建目录

1、创建单层目录

（1）命令

• hdfs dfs -mkdir <单层目录>

（2）演示

• 执行命令：hdfs dfs -mkdir /BigData
  
• 在slave1节点上查看新建的目录
  

2、创建多层目录

（1）命令

• hdfs dfs -mkdir -p <多层目录>

（2）演示

• 在slave1节点上执行命令：hdfs dfs -mkdir -p /china/sichuan/luzhou/lzy
  
• 在master节点上查看新建的多层目录，执行命令：hdfs dfs -ls -R /china
  
• 说明：-R （- recursive）表示递归查看目录里全部东西

（三）上传文件

1、命令

• hdfs dfs -put <文件> <路径>

2、演示

• 执行命令：hdfs dfs -put /etc/hosts /BigData
  
• 查看上传的文件
  
• 执行命令：hdfs dfs -D dfs.replication=2 -put /etc/profile /BigData (上传文件时指定副本数)
  
• 查看上传的文件
  
• 修改副本数，执行命令：hdfs dfs -setrep 3 /BigData/profile
  
• 检验副本数是否已修改
  

（四）查看文件内容

1、命令

• hdfs dfs -cat <文件>

2、演示

• 执行命令：hdfs dfs -cat /BigData/hosts
  

（五）删除文件

1、命令

• hdfs dfs -rm <文件>

2、演示

• 执行命令：hdfs dfs -rm /BigData/hosts
  
• 查看文件是否真的被删除
  

（六）删除目录

七、查看Hadoop WebUI

八、运行MR应用 - 词频统计

九、关闭Hadoop集群