第一步：搭建配置新的虛擬機

格式化之前先把tmp目錄下所有與Hadoop有關的信息全部刪除

rm -rf /tmp/hadoop-centos*

開啟之後jps只有Java的進程：sudo vi /etc/hosts 裡面加 bogon

1.sudo賦權

Root用戶 vi /etc/sudoers

/root n（查找下一個結果）

centos ALL=(ALL) NOPASSWD:ALL

2.修改ens33網卡（橋接模式靜態IP）

創建軟連結

ln –s /etc/sysconfig/network-scripts/ifcfg-ens33 ens33

修改配置文件

vi /etc/sysconfig/network-scripts/ifcfg-ens33

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

IPV6_ADDR_GEN_MODE=stable-privacy

NAME=ens33

UUID=51248a5b-aece-4777-ab51-7b5e61602180

DEVICE=ens33

ONBOOT=yes

IPADDR=192.168.12.206

NETMASK=255.255.255.0

GATEWAY=192.168.12.1

DNA1=219.141.136.10

DNS2=202.106.196.115

DNS3=8.8.8.8

DNS4=114.114.114.114

改完後重啟network服務

sudo systemctl restart network

虛擬機上右鍵-->設置-->網絡適配器-->橋接模式

檢測是否連接網絡 ping www.baidu.com

3.修改主機名

sudo vi /etc/hostname

原來內容全部刪除寫入s126

重啟虛擬機

4.安裝JDK和Hadoop

1.上傳文件包

2.解壓 tar –zxvf ****

3.創建軟連結 ln –s *** hadoop

tar -zxvf jdk-8u121-linux-x64.tar.gz

ln -s jdk1.8.0_121 java

rm -rf jdk-8u121-linux-x64.tar.gz

tar -zxvf hadoop-2.8.0.tar.gz

ln -s hadoop-2.8.0 hadoop

rm -rf hadoop-2.8.0.tar.gz

4.配置環境變量

sudo vi /etc/profile

#java

JAVA_HOME=/home/centos/java

export PATH=$PATH:$JAVA_HOME/bin

#hadoop

HADOOP_HOME=/home/centos/hadoop

Export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

vi ~/hadoop/etc/hadoop/hadoop-env.sh

#java

export JAVA_HOME=/home/centos/java

5.刷新配置文件

source /etc/profile

5.關閉防火牆

sudo systemctl stop firewalld關閉防火牆

sudo systemctl start firewalld開啟防火牆

sudo systemctl disable firewalld禁用防火牆（開機不啟動）

sudo systemctl enable firewalld使用防火牆（開機啟動）

sudo systemctl status firewalld查看防火牆狀態

第二步：Hadoop集群搭建

1.獨立模式

1、將hadoop的jar包上傳伺服器

2、解壓tar包

tar –zxvf ****

3、創建軟連接

ln –s *** hadoop

4、配置環境變量

[vi /etc/profile]

最下面加上

#hadoop

HADOOP_HOME=/home/centos/hadoop

export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

最後保存文件加載環境變量配置文件

source /etc/profile

5、修改hadoop環境變量配置文件配置jdk路徑

[$HADOOP_HOME/etc/hadoop/hadoop-env.sh]

6、測試

hadoop version

默認hadoop就是獨立模式。

特點：運行任務是一個java進程，就相當於運行一個java程序

2.偽分布式模式配置

修改hdfs配置文件

vi ~/hadoop/etc/hadoop/core-site.xml

cd ~/hadoop/etc/hadoop

[core-site.xml]

<name>fs.defaultFS</name>

</property>

</configuration>

vi ~/hadoop/etc/hadoop/hdfs-site.xml

[hdfs-site.xml]

<name>dfs.replication</name>

</property>

</configuration>

設置ssh免密登錄

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

chmod 600 ~/.ssh/authorized_keys

檢測方式：ssh localhost/主機真實ip

格式化文件系統

hadoop namenode -format

啟動文件系統

jps 檢測Java開啟的進程

start-dfs.sh 啟動文件系統（啟動了三個java進程）

jps 再次檢測Java開啟的進程（應該是4個）

配置yarn資源管理器

cd ~/hadoop/etc/hadoop

cp mapred-site.xml.template mapred-site.xml

vi mapred-site.xml

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

</property>

</configuration>

vi yarn-site.xml

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

<value>mapreduce_shuffle</value>

</property>

</configuration>

start-dfs.sh && start-yarn.sh && jps

3.完全分布式

配置/etc/hosts文件（本地靜態DNS）

首行加上 : bogon

增加:

192.168.12.201 s201

192.168.12.202 s202

192.168.12.203 s203

1.設置ssh免密登錄：

(現在別的主機ssh 主機IP 然後把宿主機複製過去的權限600)

效果：從主機上能通過ssh免密登錄

目的：在主機上通過ssh執行命令

設置的方式：

首先給主機設置ssh免密登錄，將主機的公鑰(id_rsa.pub)通過scp命令發送到其他主機，在其他主機上將獲取到的公鑰追加到~/.ssh/authorized_keys。

主機：

ssh-keygen –t rsa –P '' –f ~/.ssh/id_rsa

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

chmod 600 ~/.ssh/authorized_keys

scp ~/.ssh/id_rsa.pub centos@192.168.12.202:~/.ssh/id_rsa.pub.s201

scp ~/.ssh/id_rsa.pub centos@192.168.12.203:~/.ssh/id_rsa.pub.s201

s202：

s203：

cat ~/.ssh/id_rsa.pub.s201 >> ~/.ssh/authorized_keys

2.shell腳本的操作：

主機寫分髮腳本cpTo，查看腳本xcall。賦予執行權限。移動到/usr/local/bin目錄下，以便我們能在任何地方使用腳本

[cpTo]

#腳本的目的是：修改完了主機的文件以後，可以通過它分發到其他主機，實現同步

#腳本的用法：cpTo 文件（絕對路徑/相對路徑）

#!/bin/bash

#獲取參數的絕對路徑

dirname=`cd $(dirname $1); pwd`

basename=`basename $1`

echo ${dirname}/${basename}

for i in s202 s203

echo "=================$i ${dirname}/${basename}=================="

ssh $i mkdir -p ${dirname}

#遠程拷貝文件

scp $1 ${i}:${dirname}/${basename}

done

[xcall.sh]

#作用是通過ssh遠程運行命令，比如查看jps，在比如刪除/tmp

#用法：xcall 命令

#!/bin/bash

for host in s201 s202 s203

echo "====================echo $host $@==========================="

#ssh遠程執行命令

#$@獲取所有參數

#source /etc/profile 因為ssh遠程執行命令不去加載/etc/profile，所以很多命令沒法用

ssh $host "source /etc/profile && $@"

Done

3.軟體安裝的操作

安裝jdk、hadoop、配置環境變量JAVA_HOME、HADOOP_HOME，可以通過xcall腳本來同步安裝

在主機上修改hosts文件，給主機配置所有機器的dns服務，使用cpTo腳本分發到其他機器，讓其他機器也有dns服務

注意：/etc/hosts是root用戶的文件，所以需要切換到root執行

dns服務：可以將域名解析為ip地址。比如ping s201，解析成ping 192.168.12.201

4.配置文件操作

在主機上修改hadoop的配置文件：

[Hadoop-en.sh] [core-site.xml] [hdfs-site.xml] [mapred-site.xml] [yarn-site.xml] [slaves]

通過cpTo腳本進行分發（可以分發上一級目錄來全部分發）

1、[hadoop-env.sh]配置javahome

2、[core-site.xml]配置連接url

[core-site.xml]

<name>fs.defaultFS</name>

</property>

</configuration>

3、[hdfs-site.xml]配置的是副本數

<name>dfs.replication</name>

</property>

</configuration>

4、[mapred-site.xml]配置運行map任務採用的集群資源管理框架

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

</property>

</configuration>

5、[yarn-site.xml]配置RM的節點和數據傳輸方式

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

</property>

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

<value>mapreduce_shuffle</value>

</property>

</configuration>

6、[slaves]配置datanode節點和NM節點

s201

s202

s203

5.主機格式化文件系統

只需要在主機格式化文件系統（xcall刪除數據目錄/tmp/hadoop*，日誌文件/logs/*）

啟動hdfs文件系統和yarn框架

xcall查看啟動是否成功/看web

第三步：配置項目

1、將要統計的文件（wordcount.txt）上傳到hdfs

hdfs dfs –put 本地文件 hdfs目錄

hdfs dfs -put wordCount2.txt /user

2、運行任務

hadoop jar jar包 com.zdjy.bigdata.wordCount.hadoop.WordCountApp hdfs輸入文件

hdfs輸出目錄

hadoop jar wordCount.jar com.zdjy.WordCountApp /user/wordCount2.txt /saa

3、查看結果

hdfs dfs –cat hdfs輸出目錄下的文本文件 (hdfs dfs -cat /saa/*)

4.關閉文件系統

hdfs dfs -mkdir /user

hdfs dfs -ls -R /

hdfs -dfs -put wordCount2.txt /user

hdfs dfs -put wordCount2.txt /user

hdfs dfs -ls -R /

hadoop jar wordCount-0.0.1-SNAPSHOT.jar

com.zdjy.bigdata.wordCount.hadoop.WordCountApp

/user/wordCount2.txt /out

hdfs dfs -cat /out/*

5.在瀏覽器上看web（sudo systemctl stop firewalld關閉防火牆）

http://192.168.12.206:50070

文件系統：50070

yarn：8088

ssh免密登錄與手動單獨啟動每一個進程

設置ssh免密登錄的原因：我們start-dfs.sh/start-yarn.sh他們都是通過ssh來遠程控制每一台主機的進程的啟動

[start-dfs.sh]

if [ -n "$HADOOP_SECURE_DN_USER" ]; then

echo \

"Attempting to start secure cluster, skipping datanodes. " \

"Run start-secure-dns.sh as root to complete startup."

else

"$HADOOP_PREFIX/sbin/hadoop-daemons.sh" \

--config "$HADOOP_CONF_DIR" \

--script "$bin/hdfs" start datanode $dataStartOpt

[Hadoop-daemons.sh]

exec "$bin/slaves.sh" --config $HADOOP_CONF_DIR cd "$HADOOP_PREFIX" \; "$bin/hadoop-daemon.sh" --config $HADOOP_CONF_DIR "$@"

[slaves.sh]

for slave in $SLAVE_NAMES ; do

ssh $HADOOP_SSH_OPTS $slave $"${@// /\\ }" \

2>&1 | sed "s/^/$slave: /" &

if [ "$HADOOP_SLAVE_SLEEP" != "" ]; then

sleep $HADOOP_SLAVE_SLEEP

done

我們手動啟動每一個進程

主機啟動namenode

hadoop-daemon.sh start namenode

所有機器手動啟動datnode

hadoop-daemon.sh start datanode

在主機上手動啟動datanode

ssh s202 「source /etc/profile && hadoop-daemon.sh start datanode」

在主機上腳本啟動所有datanode

hadoop-daemons.sh start datanode

在主機啟動secondarynamenode

主機啟動resourcemanager

yarn-daemon.sh start resourcemanager

所有機器啟動nodemanager

yarn-daemon.sh start nodemanager

在主機啟動所有的nodemanager

yarn-daemons.sh start nodemanager

start-dfs.sh=NN,DNs,2NN

start-yarn.sh=RM,NMs

start-all.sh= start-dfs.sh && start-yarn.sh

>�

hadoop集群搭建詳細方法

第一步：搭建配置新的虛擬機

1.sudo賦權

2.修改ens33網卡（橋接模式靜態IP）

3.修改主機名

4.安裝JDK和Hadoop

5.關閉防火牆

第二步：Hadoop集群搭建

1.獨立模式

2.偽分布式模式配置

3.完全分布式

第三步：配置項目

ssh免密登錄與手動單獨啟動每一個進程