详解Hadoop 运行环境搭建过程
一，集群搭建步骤
1.先在一台虚拟机配置jdk，hadoop
2.克隆
3.修改网络等相关配置
当我们使用虚拟机时，可能自然而然的会想上面的步骤一样先搭建一台虚拟机，做好相关配置，然后进行克隆，继而修改一些网络配置来搭建集群，但是在生产过程中是买好的服务器，不存在克隆这一说，所以在此采用的步骤是：
1.建立一台虚拟机(仅带jdk安装包)
2.克隆
3.修改网络等相关配置
4.配置第一个hadoop节点，编写集群分发脚本使其他虚拟机完成配置
二，具体搭建过程
这里使用三台虚拟机来完成集群搭建，hadoop001，hadoop002,hadoop003，把安装包放在/opt/software，建立虚拟机和克隆就不说了，注意一点，在个人用不能使用sudo命令在/opt建立文件，可以先使用root，然后通过chown scq:scq module/ software/ -R把拥有着赋给个人用户即可
修改网络等配置修改sudoer文件复制代码 代码如下:su rootll /etc/sudoerschmod u+w /etc/sudoersvim /etc/sudoers
#当用户执行sudo时，系统会主动寻找/etc/sudoers文件，判断该用户是否有执行sudo的权限修改mac地址，修改ip复制代码 代码如下:sudo vim /etc/udev/rules.d/70-persistent-net.rules
把eth0删除，把eth1改为eth0，同时复制ATTR{address}的值
sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0
把ATTR{address}粘到HWADDR
然后更改IP，ip可以通过图形化界面和命令行两种方式进行更改
这里需要重启一下(可以等所有配置完成后再重启)，如果我们只是修改ip，可以通过sudo /etc/rc.d/init.d/network restart 进行网络重启即可，但是修改网卡配置通过这个命令会报错网上说eth0 里仍然记录着旧的MAC地址，但我更新了sudo /etc/sysconfig/network-scripts/ifcfg-eth0仍然不行
BOOTPROTO=static 静态IPBOOTPROTO=dhcp 动态IPBOOTPROTO=none 无（图形化界面修改时BOOTPROTO值为none）
修改主机名
主机名是什么：在命令行中敲入hostname或者命令行每一行中 @后面的内容
sudo vim /etc/sysconfig/network
重启生效，不重启生效的方式不常见，可以自行百度。
修改hosts文件
sudo vim /etc/hosts[/code]关闭防火墙[code]centos6/etc/init.d/iptables status/etc/init.d/iptables start/etc/init.d/iptables stopchkconfig iptables offcentos7systemctl start firewalldfirewall-cmd --statesystemctl stop firewalldsystemctl disable firewalldsystemctl list-unit-files|grep firewalld
注：
1.每次开机时修改一下/etc/resolv.conf文件设置网关
安装hadoop，形成hadoop集群安装单个hadoop
①解压，配置环境变量
②配置文件
对于本地模式，因为本地模式直接运行jvm上，所以不需要对配置文件做配置
对于伪分布式与完全分布式的常见相关配置集中在以下文件中
HDFShadoop-env.shcore-site.xml ---> nameNode节点 + hadoop 运行时产生文件的存储目录hdfs-site.xml 副本数 + SecondaryNameNode地址Yarnyarn-env.sh yarn-site.xml reducer 获取数据的方式 + 指定 YARN 的 ResourceManager 的地址 + 日志信息上传到 HDFS 系统上MapReducemapred-env.sh mapred-site.xml 指定 mr 运行在 yarn 上 + 历史服务器 对于xxx-env.sh 就是考虑JAVA_HOME。hadoop-env.sh添加JAVA_HOME,yarn可以辨别JAVA_HOME,mapreduce-env.sh可以不用配置,当然也可以全部都配置
常见的具体配置
<property><name>fs.defaultFS</name><value>hdfs://hadoop001:9000</value> </property><property><name>hadoop.tmp.dir</name><value>/opt/module/hadoop-2.7.2/data/tmp</value> </property>伪分布式 副本1，无SecondaryNameNode节点<property><name>dfs.replication</name><value>3</value></property><property><name>dfs.namenode.secondary.http-address</name> <value>hadoop004:50090</value></property><!-- reducer 获取数据的方式 --><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><!-- 指定 YARN 的 ResourceManager 的地址 --><property><name>yarn.resourcemanager.hostname</name><value>hadoop001</value></property> <!-- 日志聚集功能使能 --><property><name>yarn.log-aggregation-enable</name><value>true</value></property><!-- 日志保留时间设置 7 天 --><property><name>yarn.log-aggregation.retain-seconds</name><value>604800</value></property><!-- 指定 mr 运行在 yarn 上 --><property><name>mapreduce.framework.name</name><value>yarn</value></property> <!-- 配置历史服务器--><property><name>mapreduce.jobhistory.address</name><value>hadoop001:10020</value></property><property><name>mapreduce.jobhistory.webapp.address</name><value>hadoop001:19888</value> </property>
编写集群分发脚本
1） scp:secure copy 安全拷贝
（a）将 hadoop001 中/opt/module 目录下的软件拷贝到 hadoop002 上。
[scq@hadoop001 /]$ scp -r /opt/module/* scq@hadoop002:/opt/module
（b）将 hadoop001 服务器上的/opt/module 目录下的软件拷贝到 hadoop003 上。
scq@hadoop003 opt]$ scp -r scq@hadoop101:/opt/module/* hadoop003:/opt/module
（c）在 hadoop003 上操作将 hadoop001 中/opt/module 目录下的软件拷贝到hadoop004 上。
[scq@hadoop003 opt]$ scp -r scq@hadoop001:/opt/module/* scq@hadoop004:/opt/modul
注意一点：
1.用户@主机名:地址，在该主机中，这个用户必须读地址有读权限
2.路径后面记得带*号
2）rsync 远程同步工具
主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync 和 scp 区别： 用 rsync 做文件的复制要比 scp 的速度快， rsync 只对差异文件做更新。 scp 是把所有文件都复制过去。
（1）查看 rsync 使用说明
man rsync | more
（2）基本语法
rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
命令 命令参数 要拷贝的文件路径/名称 目的用户@主机:目的路径
（3） 选项说明
选项 功能
-r 递归
-v 显示复制过程
-l 拷贝符号连接
（4）案例实操
把本机/opt/software 目录同步到 hadoop002 服务器的 root 用户下的/opt/目录
[scq@hadoop001 opt]$ rsync -rvl /opt/software/* hadoop102:/opt/software/
3）rsync 远程同步工具
脚本需求分析：循环复制文件到所有节点的相同目录下。
（1）原始拷贝：
rsync -rvl /opt/module root@hadoop103:/opt/
（2）期望脚本：
xsync 要同步的文件名称
（3）在/home/atguigu/bin 这个目录下存放的脚本， atguigu 用户可以在系统任何地方直接执行。
#!/bin/bash#1 获取输入参数个数，如果没有参数，直接退出pcount=$#if((pcount==0)); then echo no args;exit;fi#2 获取文件名称p1=$1fname=`basename $p1`echo fname=$fname#3 获取上级目录到绝对路径pdir=`cd -P $(dirname $p1); pwd`echo pdir=$pdir#4 获取当前用户名称user=`whoami`#5 循环for((host=2; host<4; host++)); doecho --------------------- hadoop00$host ----------------rsync -rvl $pdir/$fname $user@hadoop00$host:$pdirdone
注1 对于dirname，记住一下几个场景
输入：dirname // 结果为 /（斜杠）。
输入：dirname /a/b/ 结果为：/a。输入：dirname a 结果为 . （点）。
输入：dirname a/b 结果为路径名 a
.即当前目录，所以脚本中的代码我们使用绝对路径和相对路径都是可行的
注
2.脚本中并没有使用*，这个应该也不难理解
分发Hadoop，完成集群搭建
[scq@hadoop001 bin]$ ./xsync /opt/module/hadoop-2.7.2
总结
以上所述是小编给大家介绍的Hadoop 运行环境搭建过程,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
下一篇：hadoop二次排序的原理和实现方法