centos7搭建hadoop集群

先期准备

主机	系统	ip地址
hadoop-master	centos7	192.168.196.162
hadoop-slave1	centos7	192.168.196.163
hadoop-slave2	centos7	192.168.196.164

ps:大家使用克隆的方式复制多个独立的虚拟机,每个虚拟机创建一个hadoop用户并加入到root组中

useradd -m hadoop -G root -s /bin/bash

利用

passwd hadoop

配置密码遇到提示说密码简单就再输入一次

软件点击下面的下载：

jdk-8u121-linux-x64.rpm 或者访问 http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

hadoop-2.7.3.tar.gz 不能下载的请访问 http://hadoop.apache.org/releases.html

网络配置

配置ip和主机名，hosts映射

利用root用户登陆hadoop-master主机上配置

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

打开网卡编辑如图



注意如果你是克隆的虚拟机那么每个虚拟机的网卡UUID是一样的，这个不行，所有要删除这个，让它自动在生成一个

重启网络服务

systemctl restart network

我的实验是把上面图中的ip地址改为

192.168.196.162

默认网关设置为

192.168.196.2

为什么这么做，根据什么要看看你的虚拟机网络编辑器 这个在虚拟机菜单 编辑 中 我的设置如图：



如果你在上图中设置取消了DHCP那么你想让你的电脑访问虚拟机就设置你的电脑中


配置静态IP如我一样



至此我们的主机和虚拟机就互通了，虚拟机还能访问外网。但是一定要明白我上面的设置。

修改hostname

vi /etc/hostname

删除原有内容添加

hadoop-master

保存退出vi

修改hosts

vi /etc/

添加如下图内容



保存退出，重启虚拟机。在每个虚拟机里重复修改网卡（ifcfg-enss*）,hostname,hosts 的步骤，重启后测试互通性

要求在hadoop-master中能ping通slave1,slave2。其它任何一个虚拟机中都能ping通另外连个才行

例如：

配置ssh无密码登陆到slave1,slave2上

检查每个虚拟机上是否安装了ssh 和 启动了sshd服务

rpm -qa | grep ssh

如图所示表示安装了





如果没有安装请执行下面的代码：

yum -y install openssl openssh-server openssh-clients

退出所有虚拟机上root登陆用户，使用hadoop用户登录

在每个虚拟机上执行

ssh localhost

测试一下，最好都做一下，非常有用，会生成

.ssh

隐藏文件夹，遇到提示输入yes

如图



在hadoop-master虚拟机上生成ssh密钥

cd .ssh
ssh-keygen -t rsa #遇到提示一路回车就行
ll #会看到 id_rsa id_rsa.pub 两文件前为私钥，后为公钥
cat id_rsa.pub >> authorized_keys #把公钥内容追加到authorized_keys文件中
chmod 600 authorized_keys #修改文件权限，重要不要忽略

至此hadoop-master可以无密码登陆自己了，测试

ssh localhost

不再提示输入密码，如果不争取请检查少了上面那一步

将hadoop-master的公钥传送到所有的slave上，实现hadoop-master无密码登陆到所有slave上

scp authorized_keys hadoop@hadoop-slave1:~/.ssh/
scp authorized_keys hadoop@hadoop-slave2:~/.ssh/

hadoop登陆到每个slave上执行

cd ~/.ssh
chmod 600 authorized_keys

测试hadoop-master ssh登陆hadoop-slave1,hadoop-slave1观察是否需要输入密码，如果不需要则成功，否则失败，请检查以上步骤



到这儿你就成功了一半了，加油，看好你哟！！！

jdk8+

使用xftp把jdk-8u121-linux-x64.rpm传送到每个虚拟机上

使用下面代码安装

sudo yum -y install jdk-8u121-linux-x64.rpm

如果出现这样的错误 hadoop 不在 sudoers 文件中。此事将被报告。

可以使用两种途径解决

a:切换到root用户

su
yum -y install jdk-8u121-linux-x64.rpm

b:以后一劳永逸的做法

su
visudo

之后输入

:89

回车 添加

hadoop ALL=(ALL)   ALL

注意不是空格是制表符

如图：



保存后退出 就是先 esc 之后输入 :wq

之后退出root 就是输入exit

在执行

sudo yum -y install jdk-8u121-linux-x64.rpm

输入hadoop密码ok

设置环境变量，我使用本地环境变量,默认安装的jdk在

/usr/java/jdk1.8.0_121

vi ~/.bashrc

添加

export JAVA_HOME=/usr/java/jdk1.8.0_121
export PATH=$PATH:$JAVA_HOME/bin

退出保存

执行

source ~/.bashrc

测试是否成功

java -version

记住每台上面都做

hadoop配置

使用xftp把hadoop-2.7.3.tar.gz传送到每个虚拟机上

使用

tar -xzvf hadoop-2.7.3.tar.gz

解压

配置hadoop环境变量

vi ~/.bashrc

我的hadoop安装目录

/home/hadoop/hadoop-2.7.3

添加

# Hadoop Environment Variables
export HADOOP_HOME=/home/hadoop/hadoop-2.7.3
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

编辑如下5个文件 在

/home/hadoop/hadoop-2.7.3/etc/hadoop

目录中

1.core-site.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop-master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/home/hadoop/hadoop-2.7.3/tmp</value>
</property>
</configuration>

2.hdfs-site.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop-master:50090</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop/hadoop-2.7.3/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/hadoop/hadoop-2.7.3/tmp/dfs/data</value>
</property>
</configuration>

3.mapred-site.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop-master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop-master:19888</value>
</property>
</configuration>

4.yarn-site.xml

<?xml version="1.0"?>
<configuration>

<!-- Site specific YARN configuration properties -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop-master</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>

</configuration>

5.slaves

hadoop-slave1
hadoop-slave2

在每个虚拟机的

/home/hadoop/hadoop-2.7.3/etc/hadoop

目录中都要改成一样的，不如改一份上传的每个地方来的方便。

运行案例

关闭防火墙和sel
ae1d
inux

切换到管理员

su
systemctl stop firewalld
setenforce 0

在每个机子上执行，上面的做法是临时关闭

启动hadoop集群

hdfs namenode -format #第一次启动要执行格式化，之后启动不用执行这个
start-dfs.sh
start-yarn.sh
mr-jobhistory-daemon.sh start historyserver

在hadoop-master 执行

jps

看到如下算成功

[hadoop@hadoop-master ~]$ jps
3345 NameNode
3529 SecondaryNameNode
3962 JobHistoryServer
3678 ResourceManager
3998 Jps
[hadoop@hadoop-master ~]$

在hadoop-slave1 和 hadoop-slave2上 执行

jps

看到如下算成

hadoop-slave1中

[hadoop@hadoop-slave1 ~]$ jps
3142 DataNode
3357 Jps
3246 NodeManager
[hadoop@hadoop-slave1 ~]$

hadoop-slave2

[hadoop@hadoop-slave2 ~]$ jps
3092 DataNode
3306 Jps
3196 NodeManager
[hadoop@hadoop-slave2 ~]$

上面的信息中数字表示进程ID，后面的字符表示进程名字

缺少任何一个进程表示集群启动失败

失败可以通过查看日志查找原因。

如果通过真机win访问hadoop web管理界面需要先配置真机的hosts文件它存在于

C:\Windows\System32\drivers\etc

目录中

在文件中添加

192.168.196.162 hadoop-master
192.168.196.163 hadoop-slave1
192.168.196.164 hadoop-slave2

之后访问 http://hadoop-master:50070 查看节点状态

执行案例

先在集群上创建用户目录

hdfs dfs -mkdir -p /user/hadoop

接着创建资源文件目录

hdfs dfs -mkdir input

上传要分析的数据文件到input中

hdfs dfs -put hadoop-2.7.3/etc/hadoop/*.xml input

执行hadoop自带的案例，统计dfs开头的信息

hadoop jar hadoop-2.7.3/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar grep input output 'dfs[a-z.]+'

通过web查看任务执行情况

http://hadoop-master:8088/cluster







当然控台也有输出我就不截图了

查看输出结果：



通过shell查看统计结果



关闭集群服务，在hadoop-master上执行

stop-dfs.sh
stop-yarn.sh
mr-jobhistory-daemon.sh stop historyserver

怎么样你成功了吗？