Linux从零搭建Hadoop集群(CentOS7+hadoop 3.2.0+JDK1.8完全分布式集群)
关键字：LinuxCentOS Hadoop Java版本： CentOS7 Hadoop3.2.0 JDK1.8说明：Hadoop从版本2开始加入了Yarn这个资源管理器，Yarn并不需要单独安装。只要在机器上安装了JDK就可以直接安装Hadoop，单纯安装Hadoop并不依赖Zookeeper之类的其他东西。1.下载hadoop本博文使用的hadoop是3...
关键字：Linux CentOS Hadoop Java
版本： CentOS7 Hadoop3.2.0 JDK1.8
说明：Hadoop从版本2开始加入了Yarn这个资源管理器，Yarn并不需要单独安装。只要在机器上安装了JDK就可以直接安装Hadoop，单纯安装Hadoop并不依赖Zookeeper之类的其他东西。
1.下载hadoop
本博文使用的hadoop是3.2.0版本
打开下载地址选择页面：
http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-3.2.0/hadoop-3.2.0.tar.gz
如图：
2.安装3个虚拟机并实现ssh免密码登录
2.1安装3个机器
我这里使用的是Centos7.4，安装方法不再详细介绍，节省时间装好一个可以克隆出来两个，然后修改好IP。
如图：
说明：为了免去后面一系列授权的麻烦，这里直接使用root账户登录和操作了。
查看这3个机器的IP。我的机器名和ip的对应关系是:
hadoop_1 192.168.217.128
hadoop_2 192.168.217.129
hadoop_3 192.168.217.130
2.2检查机器名称
为了后续操作方便，确保机器的hostname是我们想要的。拿192.168.217.128这台机器为例，用root账户登录，然后使用hostname命令查看机器名称
如图：
我的分别是：
hadoop_1 hadoop-1
hadoop_2 hadoop-2
hadoop_3 hadoop-3
PS：修改机器名称命令 hostname 你想要的名称(eg: hostname hadoop-1)
2.3 修改/etc/hosts文件
修改这3台机器的/etc/hosts文件，在文件中添加以下内容：
说明：IP地址没必要和我的一样，这里只是做一个映射，只要映射是对的就可以，至于修改方法，可以用vi/vim命令，也可以在你的本地机器上把hosts文件内容写好后，拿到Linux机器上去覆盖。
配置完成后使用ping命令检查这3个机器是否相互ping得通，以hadoop-1为例，执行命令：
ping -c 3 hadoop-2
如图：
三个机器互相ping一下，ping得通即可。
2.4给3个机器生成秘钥文件
以hadoop-1为例，执行命令，生成空字符串的秘钥(后面要使用公钥)，命令是：
ssh-keygen -t rsa
如图：
执行命令后一直Enter即可！
因为我现在用的是root账户，所以秘钥文件保存到了/root/.ssh/目录内，可以使用命令查看，命令是：
ls /root/.ssh/
如图：
使用同样的方法为hadoop-2和hadoop-3生成秘钥(命令完全相同，不用做任何修改)。
2.5在hadoop-1上创建authorized_keys文件
接下来要做的事情是在3台机器的/root/.ssh/目录下都存入一个内容相同的文件，文件名称叫authorized_keys，文件内容是我们刚才为3台机器生成的公钥。为了方便，我下面的步骤是现在hadoop-1上生成authorized_keys文件，然后把3台机器刚才生成的公钥加入到这个hadoop-1的authorized_keys文件里，然后在将这个authorized_keys文件复制到hadoop-2和hadoop-3上面。
首先使用命令，在hadoop-1的/root/.ssh/目录中生成一个名为authorized_keys的文件，命令是：
touch /root/.ssh/authorized_keys
如图：
再次使用命令 ls /root/.ssh 查看可发现多出一个文件authorized_keys。
然后将hadoop-1上的/root/.ssh/id_rsa.pub文件内容，hadoop-2上的/root/.ssh/id_rsa.pub文件内容，hadoop-3上的/root/.ssh/id_rsa.pub文件内容复制到这个authorized_keys文件中，复制的方法很多了，可以用cat命令和vim命令结合来弄，也可以直接把这3台机器上的/root/.ssh/id_rsa.pub文件下载到本地，在本地将authorized_keys文件编辑好在上载到这3台机器上。
2.6测试使用ssh进行无密码登录
在hadoop-2服务器执行命令
ssh hadoop-1
如图：
可以看到在没有输入密码的情况下从服务器hadoop-2成功登录到hadoop-1服务器，此时就可以在hadoop-2服务器操作hadoop-1服务器了哦~
三台机器互相ssh一下，第一次登录需要输入yes，之后就不需要了。出现上图表示成功！
测试能连接后不要忘记执行 exit 退出登录，如图：
3.安装jdk和hadoop
3.1 安装JDK
安装jdk在这里不在细数，此篇文章介绍很详细（https://blog.csdn.net/s1078229131/article/details/93887052）
3.2 安装hadoop
注意： 不需要在3台机器上重复下面所讲的步骤。只需要在hadoop-1服务器上配置好后使用scp命令复制到其余两台服务器即可。
3.2.1 上载文件并解压缩
1.在opt目录下新建一个名为hadoop的目录，并将下载得到的hadoop-3.2.0.tar上载到该目录下
2.执行解压缩命令
tar -xvf hadoop-3.2.0.tar.gz
如图:
3.2.2新建几个目录
在/root目录下新建几个目录，复制粘贴执行下面的命令：
mkdir /root/hadoop
mkdir /root/hadoop/tmp
mkdir /root/hadoop/var
mkdir /root/hadoop/dfs
mkdir /root/hadoop/dfs/name
mkdir /root/hadoop/dfs/data
3.2.3修改etc/hadoop中的一系列配置文件
修改/opt/hadoop/hadoop-3.2.0/etc/hadoop目录内的一系列文件。
- 修改core-site.xml
执行 vi /opt/hadoop/hadoop-3.2.0/etc/hadoop/core-site.xml 命令
在<configuration>节点内加入配置:
<property> <name>hadoop.tmp.dir</name> <value>/root/hadoop/tmp</value> <description>Abase for other temporary directories.</description> </property> <property> <name>fs.default.name</name> <value>hdfs://hadoop-1:9000</value> </property> - 修改hadoop-env.sh
执行 vi /opt/hadoop/hadoop-3.2.0/etc/hadoop/hadoop-env.sh 命令
将export JAVA_HOME=${JAVA_HOME}
修改为：
export JAVA_HOME=/opt/java/jdk1.8.0_121
说明：修改为自己的JDK路径
- 修改hdfs-site.xml
执行 vi /opt/hadoop/hadoop-3.2.0/etc/hadoop/hdfs-site.xml 文件
在<configuration>节点内加入配置:
<property> <name>dfs.name.dir</name> <value>/root/hadoop/dfs/name</value> <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently. </description> </property> <property> <name>dfs.data.dir</name> <value>/root/hadoop/dfs/data</value> <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks. </description> </property> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>dfs.permissions</name> <value>false</value> <description>need not permissions</description> </property>PS：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。
- 新建并且修改mapred-site.xml
执行 vi /opt/hadoop/hadoop-3.2.0/etc/hadoop/mapred-site.xml 命令，在<configuration>节点内加入配置:
<!-- 配置mapReduce在Yarn上运行(默认本地运行) --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> - 修改workers文件
执行命令 vi /opt/hadoop/hadoop-3.2.0/etc/hadoop/workers 命令，将里面的localhost删除，添加如下内容：hadoop-1 hadoop-2 hadoop-3 - 修改yarn-site.xml文件
执行 vi /opt/hadoop/hadoop-3.2.0/etc/hadoop/yarn-site.xml 命令，在<configuration>节点内加入配置(注意了，内存根据机器配置越大越好，我这里只配2个G是因为机器不行):
<property> <description>指定YARN的老大（ResourceManager）的地址</description> <name>yarn.resourcemanager.hostname</name> <value>hadoop-1</value> </property> <!-- NodeManager上运行的附属服务。需要配置成mapreduce_shfffle,才可运行MapReduce程序默认值 --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <discription>每个节点可用内存,单位MB,默认8182MB</discription> <name>yarn.scheduler.maximum-allocation-mb</name> <value>2048</value> </property> <property> <name>yarn.nodemanager.vmem-check-enabled</name> <value>false</value> </property>说明：yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查，如果你是安装在虚拟机上，这个配置很有用，配上去之后后续操作不容易出问题。如果是实体机上，并且内存够多，可以将这个配置去掉。
-
配置hadoop-3.2.0/sbin/目录下start-dfs.sh、start-yarn.sh、stop-dfs.sh、stop-yarn.sh文件
在start-dfs.sh、stop-dfs.sh开始第一行加上HDFS_DATANODE_USER=root HADOOP_SECURE_DN_USER=hdfs HDFS_NAMENODE_USER=root HDFS_SECONDARYNAMENODE_USER=root在start-yarn.sh、stop-yarn.sh开始第一行加上
YARN_RESOURCEMANAGER_USER=root HADOOP_SECURE_DN_USER=yarn YARN_NODEMANAGER_USER=root -
配置好后，将 hadoop-1上的 /opt/hadoop/hadoop-3.2.0 文件夹复制到各个节点上。
scp -r /opt/hadoop/hadoop-3.2.0 root@hadoop-2:/opt/hadoop/ scp -r /opt/hadoop/hadoop-3.2.0 root@hadoop-3:/opt/hadoop/ scp /etc/profile root@hadoop-2:/etc/ #copy配置文件到各个节点 scp /etc/profile root@hadoop-3:/etc/
4.启动Hadoop
4.1在namenode上执行初始化
因为hadoop-1是namenode，hadoop-2和hadoop-3都是datanode，所以只需要对hadoop-1进行初始化操作，也就是对hdfs进行格式化。
进入到hadoop-1这台机器的/opt/hadoop/hadoop-3.2.0/bin目录，也就是执行命令：
cd /opt/hadoop/hadoop-3.2.0/bin
执行初始化脚本，也就是执行命令：
./hadoop namenode -format
如图：
4.2在namenode上执行启动命令
因为hadoop-1是namenode，hadoop-2和hadoop-3都是datanode，所以只需要再hadoop-1上执行启动命令即可。
进入到hadoop-1这台机器的/opt/hadoop/hadoop-3.2.0/sbin目录，也就是执行命令：
cd /opt/hadoop/hadoop-3.2.0/sbin
执行初始化脚本，也就是执行命令：
./start-all.sh
如图：
5.测试hadoop
haddoop启动了，需要测试一下hadoop是否正常。
执行命令，关闭防火墙，CentOS7下，命令是：
systemctl stop firewalld.service(只是临时关闭，重启服务器会重新开启防火墙)
如图：
有关Linux防火墙详细说明可查看：Linux关闭防火墙命令(永久和暂时)
下面回归正题，到此Linux Hadoop3.2.0集群配置完毕--验证以下吧！
hadoop-1是我们的namenode，该机器的IP是192.168.217.128，在本地电脑访问如下地址:
http://192.168.217.128:9870/
自动跳转到了overview页面
如图：
在本地浏览器里访问如下地址：
http://192.168.217.128:8088/
自动跳转到了cluster页面
如图：
最后给各位看官来波福利！
阿里云服务器2000元代金券和折扣免费领：https://promotion.aliyun.com/ntms/yunparter/invite.html?userCode=ypbt9nme
性能级主机2-5折：https://promotion.aliyun.com/ntms/act/enterprise-discount.html?userCode=ypbt9nme
新用户云通讯专享8折：https://www.aliyun.com/acts/alicomcloud/new-discount?userCode=ypbt9nme
新老用户云主机低4折专项地址：https://promotion.aliyun.com/ntms/act/qwbk.html?userCode=ypbt9nme
680元即可注册商标专项地址：https://tm.aliyun.com/?userCode=ypbt9nme
权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区
更多推荐
17
0- 0
已为社区贡献2条内容
所有评论(0)