Hadoop分布式集群的搭建的方法步骤
1 安装说明
1.1 用到的软件
软件
版本
下载地址
linux
Ubuntu Server 18.04.2 LTS
https://ubuntu.com/download/server
hadoop
hadoop-2.7.1
http://archive.apache.org/dist/hadoop/common/hadoop-2.7.1/hadoop-2.7.1.tar.gz
java
jdk-8u211-linux-x64
https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
1.2 节点安排
名称
ip
hostname
主节点
192.168.233.200
Master
子节点1
192.168.233.201
Slave01
子节点2
192.168.233.202
Slave02
2 创建hadoop用户
所有的节点均创建一个名为hadoop的用户，并添加管理员权限。
注意：这里这是单纯为了方便管理，创建的用户名，也可以使用其他用户名，或者使用系统之前的用户，主要有管理员权限即可
$ sudo useradd -m hadoop -s /bin/bash #创建用户 $ sudo passwd hadoop #修改密码 $ sudo adduser hadoop sudo #添加管理员权限
3 配置网络环境
3.1 修改主机名
修改 /etc/hostname文件，每个节点都要修改。
- 主节点修改为：Master
- 从节点分别修改为：Slave01,Slave02,...
注意：如果是ubuntu18.04桌面版直接修改/etc/hostname文件即可，ubuntu18.04服务器版还需要修改/etc/cloud/cloud.cfg文件，修改如下：
# This will cause the set+update hostname module to not operate (if true) preserve_hostname: true #这里是将false改成true
3.2 添加IP与主机名的映射关系
在/etc/hosts文件里添加如下内容（每个节点都要修改，根据实际情况修改ip)
192.168.233.200 Master 192.168.233.201 Slave01 192.168.233.202 Slave02
检查各个节点是否能相互ping通。
3.3 设置SSH无密码登录节点
让Master能够通过SSH无密码登录各个Slave节点
如果修改过主机名，需要重新生成的新的公钥。
在Master上执行如下命令：
$ cd ~/.ssh # 如果没有该目录，先执行一次ssh localhost $ rm ./id_rsa* # 删除之前生成的公匙（如果已经存在） $ ssh-keygen -t rsa # 执行该命令后，遇到提示信息，一直按回车就可以 $ cat ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys
接着将Master中的id_rsa.pub文件复制到各个Slave节点中
$ scp ~/.ssh/id_rsa.pub hadoop@Slave01:/home/hadoop/ $ scp ~/.ssh/id_rsa.pub hadoop@Slave02:/home/hadoop/
在各个Slave节点中执行如下命令：
$ mkdir ~/.ssh # 如果不存在该文件夹需先创建 $ cat ~/id_rsa.pub ~/.ssh/authorized_keys $ rm ~/id_rsa.pub # 用完以后就可以删掉
在Master中验证是否可以无密码登录，各个Slave节点。
如：
$ ssh Slave01 #如果成功登录，则配置完成 $ ssh Slave02 #如果成功登录，则配置完成
4 安装java环境
每个节点都要安装，步骤相同
为了方便操作每个节点，默认在/usr/local/下新建一个名为bigdata的文件夹，存放所有的大数据相关的软件。
$ sudo mkdir /usr/local/bigdata $ sudo chown -R hadoop:hadoop /usr/local/bigdata/
4.1 解压
$ sudo mkdir /usr/local/bigdata/java $ sudo tar -zxvf jdk-8u211-linux-x64.tar.gz -C /usr/local/bigdata/java/
4.2 添加环境变量
在~/.bashrc文件中添加如下内容，并执行$ source ~/.bashrc命令使其生效
#java
export JAVA_HOME=/usr/local/bigdata/java/jdk1.8.0_211
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
5 解压hadoop
下载hadoop-2.7.1.tar.gz文件，并解压到/usr/local/bigdata/文件夹下
$ sudo tar -zxvf hadoop-2.7.1.tar.gz -C /usr/local/bigdata
6 修改hadoop配置文件
需要修改6个文件，文件位于/usr/local/bigdata/hadoop-2.7.1/etc/hadoop/下
6.1 slave 文件
将文件中原来的 localhost 删除，添加内容：
Slave01 Slave02
6.2 core-site.xml 文件
内容修改为：
<configuration>
<!-- 指定HADOOP所使用的文件系统schema（URI）-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://Master:9000</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/bigdata/hadoop-2.7.1/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
</configuration>
6.3 hdfs-site.xml文件
Hadoop的分布式文件系统HDFS一般采用冗余存储，一份文件通常保存3份副本，所以dfs.replication的值还是设置为3。
具体内容如下：
<configuration>
<property>
<!-- 指定SecondaryNamenode所在地址 -->
<name>dfs.namenode.secondary.http-address</name>
<value>Master:50090</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/bigdata/hadoop-2.7.1/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/bigdata/hadoop-2.7.1/tmp/dfs/data</value>
</property>
</configuration>
6.4 mapred-site.xml 文件
修改内容如下：
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>Master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>Master:19888</value>
</property>
</configuration>
6.5 yarn-site.xml文件
内容如下：
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>Master</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
6.6 hadoop-env.sh 文件
修改如下内容：
export JAVA_HOME=/usr/local/bigdata/java/jdk1.8.0_211 # 可以不用 export HADOOP_HOME=/usr/local/hadoop-2.7.1
7 设置hadoop环境变量
每个节点都要设置
在~/.bashrc文件中添加如下内容，并$ source ~/.bashrc使其生效
export PATH=$PATH:/usr/local/bigdata/hadoop-2.7.1/bin:/usr/local/bigdata/hadoop-2.7.1/sbin
8 slave节点配置
slave节点只需将master节点上/usr/local/下的bigdata文件夹和~/.bashrc文件，放到slave节点即可
注意切换到对应机器执行$ source ~/.bashrc使环境变量生效。
后续的软件均可使用此方式配置。
在master节点：
$ sudo rm -r /usr/local/bigdata/hadoop-2.7.1/tmp # 删除 Hadoop 临时文件，如果之前有启动过 $ sudo rm -r /usr/local/bigdata/hadoop-2.7.1/logs/* # 删除日志文件，如果之前有启动过 $ tar -zcvf ~/bigdata.tar.gz /usr/local/bigdata/ # 先压缩再复制 $ scp ~/bigdata.tar.gz Slave01:/home/hadoop $ scp ~/bigdata.tar.gz Slave02:/home/hadoop $ scp ~/bashrc Slave01:/home/hadoop $ scp ~/bashrc Slave02:/home/hadoop
在各个slave节点上
$ sudo mkdir /usr/local/bigdata $ sudo chown -R hadoop：hadoop /usr/local/bigdata $ tar -zxvf ~/bigdata.tar.gz -C /usr/local/bigdata $ sudo source ~/.bashrc
9 启动Hadoop集群
在Master上执行
首次运行需要，执行
$ hdfs namenode -format
格式化名称节点，然后就可以启动hadoop了。
启动hadoop：
$ start-dfs.sh $ start-yarn.sh $ mr-jobhistory-daemon.sh start historyserver
使用jps查看启动的各个节点，缺少任何进程，都表示出错。
$ jps 3585 JobHistoryServer 2938 NameNode 3148 SecondaryNameNode 3308 ResourceManager 3629 Jps
浏览器查看：http://192.168.233.200:50070/
查看相关信息：$ hdfs dfsadmin -report
关闭hadoop：
$ stop-yarn.sh $ stop-dfs.sh $ mr-jobhistory-daemon.sh stop historyserver
如果有问题，重复如下命令：
$ stop-dfs.sh # 关闭 $ rm -r /usr/local/bigdata/hadoop-2.7.1/tmp # 删除 tmp 文件，注意这会删除 HDFS中原有的所有数据 $ hdfs namenode -format # 重新格式化名称节点 $ start-dfs.sh # 重启
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
下一篇：人工智能(AI)首选Python的原因解析