前期准备
主机 | 系统 | ip地址 |
master | CentOS7 | 192.168.11.61 |
slave | CentOS7 | 192.168.11.62 |
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
配置ip和主机名称，hosts映射
利用root用户登录master
vi /etc/sysconfig/network-scripts/ifcfg-ens33
打开网卡编辑如下图：
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
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。
如果到此互相ping还不能成功，那么检查这里：
修改hostname：vi /etc/hostname
删除原有内容添加：master
保存退出：esc按钮 + :wq
修改hosts： vi /etc/hosts 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master中能ping通slave。其它任何一个虚拟机中都能ping通另外虚拟机才行
例如：
配置主机master虚拟机能够ssh无密码登录到slave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
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master的公钥传送到所有的slave上，实现master无密码登陆到所有slave上
scp authorized_keys hadoop@slave:~/.ssh/
slave上登录hadoop用户执行如下代码
cd ~/.ssh
chmod 600 authorized_keys
然后回到master执行连接查看
测试master中ssh登陆slave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
到这里算是成功一半了，加~油~，看好你！！！👊
jdk8+
使用xftp把jdk-8u144-linux-x64.tar.gz传送到每个虚拟机hadoop用户上
使用下面代码安装
先将jdk-8u144-linux-x64.tar.gz文件解压：
tar -zxvf jdk-8u144-linux-x64.tar.gz我这里将jdk源文件移动一个新文件
删除压缩包为：
rm -rf jdk-8u144-linux-x64.tar.gz安装jdk:
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
设置环境变量，我使用本地环境变量,默认安装的jdk在/usr/java/jdk
vi ~/.bashrc添加
export JAVA_HOME=/home/hadoop/jdk
export PATH=$PATH:$JAVA_HOME/bin
退出保存
更新配置文件执行：source ~/.bashrc
测试java配置是否成功执行：java -version
记住每台上面都做
附：卸载用户自带的jdk
目标用户下执行：rpm -qa | grep jdk可以查看到jdk
切换到root下：
hadoop配置
使用xftp把hadoop-2.7.3.tar.gz传送到每个虚拟机上
解压 移动（改名）同jdk
tar -xzvf hadoop-2.7.3.tar.gz改名：
mv hadoop-2.7.3 hadoop配置hadoop环境变量 vi ~/.bashrc 我的hadoop安装目录/home/hadoop/hadoop
添加：
# Hadoop Environment Variables
export HADOOP_HOME=/home/hadoop/hadoop
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://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>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>master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>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>master</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>5.slaves
slave在每个虚拟机的/home/hadoop/hadoop/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selinux
切换到root管理员用户上
systemctl stop firewalled.service #停止firewall，进本次停止，下次开机会开启
systemctl disable firewalld.service #禁止firewall开机启动
firewall-cmd --state #查看防火墙状态（关闭显示为not runing,开启显示为：runing）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@slave ~]$ jps
6097 Jps
5848 DataNode
5976 NodeManager
[hadoop@slave ~]$
在slave上 执行jps，看到如下算成功
slave根目录中执行jps
[hadoop@slave ~]$ jps
6097 Jps
5848 DataNode
5976 NodeManager
[hadoop@slave ~]$
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。
如果要通过真机windos10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
在该文件中添加
192.168.11.61 master
192.168.11.62 slave之后浏览器中访问 master:50070 查看节点状态
执行个小案例
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/etc/hadoop/*.xml input 执行hadoop自带的案例，统计dfs开头的信息 hadoop jar hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.4.jar grep input output 'dfs[a-z.]+'
通过web查看任务执行情况
master:8088/cluster
当然控台也有输出：
查看输出结果：
通过shell查看统计结果
关闭集群服务，在master上依次执行
stop-dfs.sh
stop-yarn.sh
mr-jobhistory-daemon.sh stop historyserver
