在centos7上搭建hadoop集群

准备工作

主机名称

系统环境

ip地址

hadoop-master

centos7

192.168.150.181

hadoop-slave1

centos7

192.168.150.182

hadoop-slave2

centos7

192.168.150.183

1.下载hadoop
本文用的是hadoop-2.7.3的版本
下载hadoop的链接：http://hadoop.apache.org/releases.html#25+August%2C+2016%3A+Release+2.7.3+available

2.下载jdk
本文用的是jdk1.8
jdk下载链接：http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

3.安装3个虚拟机并实现ssh免密码登录
- 1.安装虚拟机
这里用的linux系统是CentOS7，安装方法请看上篇博客（centos7 Linux环境的搭建）；安装3台机器，机器名分别是hadoop-master、hadoop-slave1、hadoop-slaver2
1.1）机器在安装的时候，可以创建1个hadoop用户，之后通过hostname进行修改；
1.2）也可以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

- 2.配置ip和主机名

用root用户登录hadoop-master主机上配置

vi /etc/sysconfig/network-scripts/ifcfg-ens33
1

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
重启网路服务：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192.168.150.2 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

修改主机名：vi /etc/hostname删除原有的，修改成hadoop-master 保存退出
- 3. 修改/etc/hosts文件
修改hosts：vi 、etc/hosts配置如图所示：

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通另外两个才行

- 4.给hadoop-master生成秘钥文件并且在hadoop-master上创建authorized_keys文件
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
1

如图所示：（出现ssh server和client证明已经安装）

如果没有安装请执行下面的代码：(遇到输入y/N输入y)

yum -y install openssl openssh-server openssh-clients
1

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

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
1
2
3
4
5

如图：

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，如果不能请检查少了上面那一步

• 5.将authorized_keys文件复制到其他机器，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/

如图：

• 6.测试使用ssh进行无密码登录
  

安装jdk8+并搭建环境变量

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

如图：

使用下面代码安装

sudo yum -y install jdk-8u121-linux-x64.rpm 
1

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：
1）切换到root用户下

su
yum -y install jdk-8u121-linux-x64.rpm
1
2

2)切换到root用户下,配置hadoop的权限，改为root权限

su
visudo
1
2

之后输入:89 回车 添加hadoop ALL=(ALL) ALL 注意不是空格是制表符

保存退出，切换到hadoop用户下，重新输入命令：sudo yum -y install jdk-8u121-linux-x64.rpm 测试是否安装成功，输入如下命令

java -version
1

如图表示安装成功：

搭建环境变量，我使用本地环境变量,默认安装的jdk在/usr/Java/jdk1.8.0_121

vi .bashrc
1

添加

# Java Environment Variables
export JAVA_HOME=/usr/java/jdk1.8.0_121
export PATH=$PATH:$JAVA_HOME/bin
1
2
3

退出，保存，执行如下命令：

source .bashrc
1

验证命令：echo $PATH/JAVA_HOME

注意：每台机器上都要做一遍

安装hadoop并配置

使用xftp把hadoop-2.7.3.tar.gz传送到每个虚拟机上（这一步可以在传jdk的时候一起做）

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
1
2
3
4
5
6
7
8
9

编辑如下5个文件 在 /home/hadoop/hadoop-2.7.3/etc/hadoop 目录中

1.core-site.xml

    
    
        fs.defaultFS
        hdfs://hadoop-master:9000
    
    
    
        hadoop.tmp.dir
        file:/home/hadoop/hadoop-2.7.3/tmp
    

1
2
3
4
5
6
7
8
9
10
11
12
13
14

2.hdfs-site.xml

        
        
                dfs.namenode.secondary.http-address
                hadoop-master:50090
        
        
        
                dfs.replication
                2
        
         
        
                dfs.namenode.name.dir
                file:/home/hadoop/hadoop-2.7.3/tmp/dfs/name
        
         
        
                dfs.datanode.data.dir
                file:/home/hadoop/hadoop-2.7.3/tmp/dfs/data
        

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

3.mapred-site.xml

        
        
                mapreduce.framework.name
                yarn
        
        
                mapreduce.jobhistory.address
                hadoop-master:10020
        
        
                mapreduce.jobhistory.webapp.address
                hadoop-master:19888
        

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

4.yarn-site.xml

 

        
                yarn.resourcemanager.hostname
                hadoop-master
        
         
        
                yarn.nodemanager.aux-services
                mapreduce_shuffle
        


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

5.slaves

hadoop-slave1
hadoop-slave2
1
2

运行hadoop集群#

关闭防火墙和selinux

在root用户下执行

systemctl disable firewalld   #此命令在下次重启时生效，将永久关闭防火墙

#或用

systemctl stop firewalld    #只在本次运用时生效，下次开启机器时需重复此操作
setenforce 0  #仅此次关闭selinux，下次开启机器时需重复此操作

#永久关闭selinux 
vi /etc/selinux/config
1
2
3
4
5
6
7
8
9

在每台机子上都执行此操作

**

启动hadoop集群

**
在hadoop-master执行如下命令：

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
1
2
3
4

之后在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 ~]$ 
1
2
3
4
5
6
7

在hadoop-slave1 和 hadoop-slave2上 执行jps

在hadoop-slave1上

[hadoop@hadoop-slave1 ~]$ jps
3142 DataNode
3357 Jps
3246 NodeManager
[hadoop@hadoop-slave1 ~]$ 
1
2
3
4
5

在hadoop-slave2上

[hadoop@hadoop-slave2 ~]$ jps
3092 DataNode
3306 Jps
3196 NodeManager
[hadoop@hadoop-slave2 ~]$ 
1
2
3
4
5

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:WindowsSystem32driversetc 目录中 在hosts文件中添加

192.168.150.181 hadoop-master
192.168.150.182 hadoop-slave1
192.168.150.183 hadoop-slave2
1
2
3

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

访问http://hadoop-master:8088 查看如图