第一章 hadoop环境搭建

第一节虚拟机配置

1.1 安装Vmware软件

1.2 安装 Centos7 后修改虚拟机名称为 master

1.3网络连接配置

根据虚拟网络编辑器修改VMnet8的IP、网关和DNS。

1.4虚拟机网络配置

#修改
BOOTPROTO=“static”
ONBOOT="yes"
#添加
IPADDR=192.168.237.130
GATEWAY=192.168.237.2
DNS1=119.29.29.29

1.5重启网卡并检查IP是否变化。

ifconfig

1.6关闭CentOS防火墙

关闭防火墙并禁止防火墙开机启动

systemctl stop firewalld.service #关闭防火墙
systemctl disable firewalld.service #禁止防火墙开机启动

可以使用以下命令查看防火墙状态

systemctl status firewalld.service

1.7使用fianlshell连接虚拟机继续操作

图形化界面和ftp工具便于操作。

PS：如果ssh连接报错，可以尝试执行sudo yum update。

第二节基础环境配置

2.1 配置时钟同步

在线安装 ntpdate，使用阿里云 ntp 服务器同步时间，date 命令查看当前时间

yum install ntpdate 
ntpdate ntp.aliyun.com
date

2.2 配置主机名

在网络中能够唯一标识主机，和 ip 地址一样，可通过 ip 地址和网络主机名访问这台主机，作用：简化、方便。

hostnamectl set-hostname master #修改主机名为mastr
hostname #查看主机名

2.3 配置hosts列表

hosts 列表作用是让集群中的每台服务器彼此都知道对方的主机名和 ip 地址，可以在这步时直接加入预计添加的从节点。

验证，ping ip 地址和主机名，结果相同无区别

2.5 Java安装

因为系统本身就有Java就没有去安装，但是后来发现无法使用jps命令。遂更新Java版本。

sudo yum install java-1.8.0-openjdk-devel.x86_64

可以用java -version验证Java版本。

2.6 Hadoop安装

使用 finalshell上传 hadoop 安装包至 /usr/hadoop文件夹下，解压 Hadoop 安装包。

tar -zxvf hadoop-2.10.1.tar.gz

配置 Hadoop 环境变量

在配置文件最后添加以下两行

export HADOOP_HOME=/usr/hadoop/hadoop-2.10.0
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

将hadoop与java绑定

设置hadoop配置文件

cd /usr/hadoop/hadoop-2.10.0/etc/hadoop
vi hadoop-env.sh

找到下面这行代码：

export JAVA_HOME=${JAVA_HOME}

将这行代码修改为

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.312.b07-1.e179.x86_64/jre

如果不知道 java 地址可以用 java -verbose 查找

使 hadoop 配置生效，并进行验证

source /etc/profile
hadoop version
whereis hdfs

无错误信息表示hadoop已成功加入到CentOS系统环境中

第三节配置Hadoop

3.1 Hadoop核心文件配置

进入 hadoop 的 etc 文件夹，配置 core-site.xml 文件，修改成以下内容

<configuration>
    <!--指定文件系统的入口地址，可以为主机名或ip -->
    <!--端口号默认为8020 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:8020</value>
    </property>
    <!--指定hadoop的临时工作存目录-->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/hadoop/tmp</value>
    </property>
</configuration>

配置 yarn-env.sh 文件，修改JAVA_HOME行为（记得去掉前面的注释符#）：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.312.b07-1.e179.x86_64/jre

配置 hdfs-site.xml 文件，修改成以下内容：

<configuration>
    <!--指定hdfs备份数量，小于等于从节点数目-->
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
        <property>
                  <name>dfs.namenode.http.address</name>
                   <value>master:50070</value>
           </property>
  <!--  自定义hdfs中namenode的存储位置-->
  <!--  <property>-->
  <!--      <name>dfs.namenode.name.dir</name>-->
  <!--      <value>file:/usr/hadoop/dfs/name</value>-->
  <!--  </property>-->
  <!--  自定义hdfs中datanode的存储位置-->
  <!--  <property>-->
  <!--      <name>dfs.datanode.data.dir</name>-->
  <!--      <value>file:/usr/hadoop/dfs/data</value>-->
  <!--</property>-->
</configuration>

配置 mapred-site.xml 文件，通过 cp 命令生成不带后缀 template 的文件

编辑 mapred-site.xml 文件，修改为以下内容：

<configuration>
    <!--hadoop的MapReduce程序运行在YARN上-->
    <!--默认值为local-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

配置 yarn-site.xml 文件

<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>     
    <!--nomenodeManager获取数据的方式是shuffle-->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>  
</configuration>

修改 slaves 文件，删除原有内容，新增即将要建立的两个虚拟机的 hostname

3.2 克隆多台slave机

使用 master 镜像克隆 3 台虚拟机 (创建完整克隆)，名称分别为 slave1、slave2、slave3，根据电脑配置情况可以自由设置数量，以下步骤与上方执行过程相同。

修改每个slave的主机名，方法同2.3

进入etc/sysconfig/network-scripts中，修改每台slave机的ip地址，方法同1.3

第四节配置SSH登录

4.1 生成公钥私钥

在 master 和每台 slave 上，使用 rsa 算法产生公钥和私钥

4.2 发送公钥

在 master 上创建一个大家通用的公钥 authorized_keys，修改 authorized_keys 权限，并将这个公钥发送给每个 slave.

在master和每台slave上，使用rsa算法产生公钥和私钥（安装过程中，使用“Enter”键确定）

ssh-keygen -t rsa

查看生成的私钥id_rsa和公钥id_rsa.pub

cd /root/.ssh/
ls

在master上创建一个大家通用的公钥authorized_keys，修改authorized_keys权限，并将这个公钥发送给每个slave

cat id_rsa.pub >> authorized_keys
chmod 644 authorized_keys
systemctl restart sshd.service
scp /root/.ssh/authorized_keys slave1:/root/.ssh
scp /root/.ssh/authorized_keys slave2:/root/.ssh