Linux上安装Hadoop集群(CentOS6.7+hadoop-2.8.3)

1.安装3个虚拟机并实现ssh免密码登录

1.1安装3个机器

 安装3个机器，机器名称分别叫hserver1、hserver2、hserver3.

  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。

          使用ifconfig命令，查看这3个机器的IP。我的机器名和ip的对应关系是:

192.168.119.128   hserver1

192.168.119.129   hserver2

192.168.119.130   hserver3

1.2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192.168.119.128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

(1)永久的修改主机名

    【1】切换到root用户

    【2】vi /etc/sysconfig/network
        HOSTNAME=localhost.localdomain  #修改localhost.localdomain为reserver2
        vi /etc/hosts

        127.0.0.1    localhost.localdomain  #修改localhost.localdomain为reserver2

    【3】reboot重启

（2）centOS修改ip地址

    【1】进入网络配置文件目录

        首先，确保在root用户下进行操作。进入网络配置文件network-scripts目录下。
        cd /etc/sysconfig/network-scripts/
        找到我们需要修改的配置文件

        使用ls命令，列出该目录下的文件。其中“ifcfg-ens33”(或ifcfg-eth0)（红框）的文件，为我们需要修改的网络配置文件

    【2】vi ifcfg-eth0

    安insert（进入编辑模式）我们需要修改BOOTPROTO="static"也就是将dhcp改为static(把ip由动态改成静态)，修改ONBOOT="yes" 意思是将网卡设置 为开机启用，同时在文字下方添加

IPADDR=192.168.0.230 #静态IP  

GTEWAY=192.168.0.1 #默认网关  

NETMASK=255.255.255.0 #子网掩码  

DNS1=192.168.0.1 #DNS 配置  

DNS2=8.8.8.8        #谷歌地址

    【3】service network restart  重启网络服务

1.3 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：

192.168.119.128   hserver1  
192.168.119.129   hserver2  
192.168.119.130   hserver3

 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hserver1为例，在什么执行命令：

 ping  -c 3  hserver2

如图：

     

       执行命令：

ping  -c  3  hserver3

如图：

     

        ping得通，说明机器是互联的，而且hosts配置也正确。

1.4给3个机器生成秘钥文件

以hserve1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   -P  ''

 

         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hserver2和hserver3生成秘钥(命令完全相同，不用做如何修改)。

1.5在hserver1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hserver1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hserver1的authorized_keys文件里，然后在将这个authorized_keys文件复制到hserver2和hserver3上面。

1.6将authorized_keys文件复制到其他机器

1.7测试使用ssh进行无密码登录

  在hserver1上进行测试

       输入命令：

ssh   hserver2

 exit回车

输入命令：

ssh   hserver3

 exit回车

在这个过程中如果你已经配置完无密登陆时，但还需要密码的话，那可能就是authorized_keys的权限不够，你可以百度一下这方面解决。

2安装jdk和hadoop

2.1安装jdk

2.1.1使用CentOS7卸载自带jdk

（1） rpm -qa | grep java  命令来查询出系统自带的jdk（带箭头的四个就是系统自带的）注：不带箭头的那三个不要删掉

（2）然后通过    rpm -e --nodeps   后面跟系统自带的jdk名    这个命令来删除系统自带的jdk，

（3）删完之后可以再通过    rpm -qa | grep Java  命令来查询出是否删除掉

2.1.2 安装jdk

（1）在usr下新建一个java文件夹，把jdk拷进去

（2）cd    /usr/java 回车

进入到上载过jdk文件的目录后，接着执行解压命令  

   tar    -zxvf    jdk-8u141-linux-x64.tar.gz  回车（我centos是64位的，所以jdk也是64位的）

（3）修改配置文件

vim  /etc/profile

把这个加在末尾

JAVA_HOME=/usr/java/jdk1.8.0_141
CLASSPATH=$JAVA_HOME/lib/
PATH=$PATH:$JAVA_HOME/bin

export PATH JAVA_HOME CLASSPATH

（4）修改了/etc/profile文件后，需要把这个文件里保存的命令执行一次(方法是使用source命令)

执行命令  source    /etc/profile回车

（5）测试是否安装成功

执行命令  java    -version回车

可以看到，输出的内容是  1.8.0_12说明jdk已经安装成功了。

注意：将配置内容(其实是命令脚本)写到/etc/profile中目的就是让任意用户登录后，都会自动执行该脚本，这样这些登录的用户就可以直接使用jdk了。如果因为某个原因该脚本没有自动执行，自己手动执行以下就可以了（也就是执行命令source /etc/profile）

2.2  安装hadoop

        注意： 3台机器上都需要重复下面所讲的步骤。

2.2.1 上载文件并解压缩

        在opt目录下新建一个名为hadoop的目录，并将下载得到的hadoop-2.8.0.tar上载到该目录下，如图:

         进入到该目录，执行命令:

cd   /opt/hadoop

           执行解压命令：

 tar  -xvf   hadoop-2.8.0.tar.gz

            说明：3台机器都要进行上述操作，解压缩后得到一个名为hadoop-2.8.0的目录。

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：

[plain]  view plain  copy

1. mkdir  /root/hadoop  
2. mkdir  /root/hadoop/tmp  
3. mkdir  /root/hadoop/var  
4. mkdir  /root/hadoop/dfs  
5. mkdir  /root/hadoop/dfs/name  
6. 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-2.8.0/etc/hadoop目录内的一系列文件。

3.2.3.1 修改core-site.xml

            修改/opt/hadoop/hadoop-2.8.0/etc/hadoop/core-site.xml文件

          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://hserver1:9000</value>

   </property>

</configuration>

3.2.3.2 修改hadoop-env.sh

         修改/opt/hadoop/hadoop-2.8.0/etc/hadoop/hadoop-env.sh文件

         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

3.2.3.3 修改hdfs-site.xml

          修改/opt/hadoop/hadoop-2.8.0/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>

           说明：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。

3.2.3.4 新建并且修改mapred-site.xml

           在该版本中，有一个名为mapred-site.xml.template的文件，复制该文件，然后改名为mapred-site.xml，命令是：

[plain]  view plain  copy

1. cp   /opt/hadoop/hadoop-2.8.0/etc/hadoop/mapred-site.xml.template     /opt/hadoop/hadoop-2.8.0/etc/hadoop/mapred-site.xml  

          修改这个新建的mapred-site.xml文件，在<configuration>节点内加入配置:

 <property>

    <name>mapred.job.tracker</name>

    <value>hserver1:49001</value>

</property>

<property>

      <name>mapred.local.dir</name>

       <value>/root/hadoop/var</value>

</property>

<property>

       <name>mapreduce.framework.name</name>

       <value>yarn</value>

</property>

3.2.3.5 修改slaves文件

         修改/opt/hadoop/hadoop-2.8.0/etc/hadoop/slaves文件，将里面的localhost删除，添加如下内容：

[plain]  view plain  copy

1. hserver2  
2. hserver3  

3.2.3.6 修改yarn-site.xml文件

         修改/opt/hadoop/hadoop-2.8.0/etc/hadoop/yarn-site.xml文件，

         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>

        <name>yarn.resourcemanager.hostname</name>

        <value>hserver1</value>

   </property>

   <property>

        <description>The address of the applications manager interface in the RM.</description>

        <name>yarn.resourcemanager.address</name>

        <value>${yarn.resourcemanager.hostname}:8032</value>

   </property>

   <property>

        <description>The address of the scheduler interface.</description>

        <name>yarn.resourcemanager.scheduler.address</name>

        <value>${yarn.resourcemanager.hostname}:8030</value>

   </property>

   <property>

        <description>The http address of the RM web application.</description>

        <name>yarn.resourcemanager.webapp.address</name>

        <value>${yarn.resourcemanager.hostname}:8088</value>

   </property>

   <property>

        <description>The https adddress of the RM web application.</description>

        <name>yarn.resourcemanager.webapp.https.address</name>

        <value>${yarn.resourcemanager.hostname}:8090</value>

   </property>

   <property>

        <name>yarn.resourcemanager.resource-tracker.address</name>

        <value>${yarn.resourcemanager.hostname}:8031</value>

   </property>

   <property>

        <description>The address of the RM admin interface.</description>

        <name>yarn.resourcemanager.admin.address</name>

        <value>${yarn.resourcemanager.hostname}:8033</value>

   </property>

   <property>

        <name>yarn.nodemanager.aux-services</name>

        <value>mapreduce_shuffle</value>

   </property>

   <property>

        <name>yarn.scheduler.maximum-allocation-mb</name>

        <value>2048</value>

        <discription>每个节点可用内存,单位MB,默认8182MB</discription>

   </property>

   <property>

        <name>yarn.nodemanager.vmem-pmem-ratio</name>

        <value>2.1</value>

   </property>

   <property>

        <name>yarn.nodemanager.resource.memory-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。

最后把他们复制到hserver2，hserver3中，修改core-site.xml文件将fs.defaultFs对应的value中master修改为对应hostname

4启动hadoop

4.1在namenode上执行初始化

           因为hserver1是namenode，hserver2和hserver3都是datanode，所以只需要对hserver1进行初始化操作，也就是对hdfs进行格式化。

          进入到hserver1这台机器的/opt/hadoop/hadoop-2.8.0/bin目录，也就是执行命令：

cd   /opt/hadoop/hadoop-2.8.0/bin

           执行初始化脚本，也就是执行命令：

 ./hadoop  namenode  -format

如图：

         

      稍等几秒，不报错的话，即可执行成功，如图：      

          格式化成功后，可以在看到在/root/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件

          如图：

 

4.2在namenode上执行启动命令

           因为hserver1是namenode，hserver2和hserver3都是datanode，所以只需要再hserver1上执行启动命令即可。

           进入到hserver1这台机器的/opt/hadoop/hadoop-2.8.0/sbin目录，也就是执行命令：

cd    /opt/hadoop/hadoop-2.8.0/sbin

          执行初始化脚本，也就是执行命令：

 ./start-all.sh

         第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车

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

         centOS 6.5关闭防火墙步骤
       关闭命令：  service iptables stop 
        永久关闭防火墙：chkconfig iptables off
      两个命令同时运行，运行完成后查看防火墙关闭状态 
        service iptables status

            hserver1是我们的namanode，该机器的IP是192.168.119.128，在本地电脑访问如下地址:

             http://192.168.119.128:50070/

             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://192.168.119.128:8088/

           自动跳转到了cluster页面

           如图：

    

切记如果你的电脑和虚拟机在同一个网段，彼此可以ping通，那么可以在本地浏览器访问，否则只能在虚拟机浏览器访问。

参照这个大神的搭建的https://blog.csdn.net/pucao_cug/article/details/71698903