全网最详细的Hadoop大数据集群搭建并进行项目分析(基于完全分布式)-----第一部分

##心路历程：这是大学时期做的项目，这个项目对我印象特别的深，当时没有记录在博客上，今后会积极分享自己做项目的历程与经验，希望能帮到需要的朋友，有什么问题或者建议欢迎在评论区留言，废话不多说，咱们就开始干！

##所有需要的资料全部已上传到百度网盘上，请自行下载##

获取镜像，https://pan.baidu.com/s/1ho4hMrvIu1V6W4wWdH8nIA，提取码：ygyg
获取Xshell，https://pan.baidu.com/s/1xWRle9chuNtBpE0fDa7DHA，提取码：u3s6
获取Hadoop，https://pan.baidu.com/s/1a5M23KlUMtqKOoWqDnZBHQ，提取码：y1y3
获取jdk，https://pan.baidu.com/s/1ftofkxBKIYuOhooe2tj_1A，提取码：z9y4
获取 MySQL，https://pan.baidu.com/s/19wa564c6Pln1ReJOmHbh-g，提取码：y4k7
获取MySQL配置jar包，https://pan.baidu.com/s/1vFCKEttZNnd5ZfyeompcqQ，提取码：dsj8
获取Hive，https://pan.baidu.com/s/1YcnL07UVg_Czr1mMFfgJsQ，提取码：n4i7
获取Sqoop，https://pan.baidu.com/s/1wY5NcbI6hwKDt6r9BWu0Hg,提取码：u3x9
获取Zeppelin ，https://pan.baidu.com/s/1xjqbw3FO1sNClLSgd1iFhw，提取码：yw52

##心路历程：这是大学时期做的项目，这个项目对我印象特别的深，当时没有记录在博客上，今后会积极分享自己做项目的历程与经验，希望能帮到需要的朋友，有什么问题或者建议欢迎在评论区留言，废话不多说，咱们就开始干！
- ##所有需要的资料全部已上传到百度网盘上，请自行下载##
第一部分：大数据集群搭建完全分布式(共分四部分)
- 第一章、安装配置虚拟机
- - 1、安装虚拟机并配置基础设置.........................
  - 2、配置主节点node1........
  - 3、新建虚拟机配置其ip并克隆其他两台......................
  - 4、基础搭建3台配置ip、网络、免密登录等..................
- 第二章、安装java环境并配置(三台都执行)
- - 1、创建规范的目录结构....................................
  - 2、上传jdk、hadoop等文件...............................
  - 3、下载安装lrzsz传输文件................................
  - 4、解压jdk、hadoop文件..................................
  - 5、修改/etc/profile文件..................................
- 第三章、安装Hadoop环境并配置(只在node1执行)
- - 1、修改/etc/profile文件..................................
  - 2、配置/etc/hadoop文件下6个文件.........................
  - 3、分发hadoop文件到其他两台.............................
  - 4、初始化hdfs............................................
  - 5、测试并查看进程........................................
- 第四章、配置windows上的host文件
- - 1、配置etc下的host文件.................................
- 第五章、运行MapReduce程序
- - 1、在Hadoop上测试MapReduce..............................
- 第六章、在HDFS集群上创建规范的文件
- PS:剩余的部分烦请诸位移步到本人博客主页，Hadoop集群搭建与运用专栏中获取，欢迎诸位在评论区留下宝贵意见...............

第一部分：大数据集群搭建完全分布式(共分四部分)

第一章、安装配置虚拟机

1、安装虚拟机并配置基础设置…

1、首先安装VMware Workstation Pro15.5版本，并且下载安装CentOS-7-x86_64-Minimal-1804.iso镜像；新建最小化虚拟机并命名为node1，磁盘为100G，其他不变，正常安装。

2、配置主节点node1…

1、node1安装成功后，首先，第一步，设置用户名为root，密码为123456，超级用户密码为root，配置ip，在root环境下，
修改vi /etc/sysconfig/network-scripts/ifcfg-ens33文件：

配置ip网络
BOOTPROTO=static
ONBOOT=yes
IPADDR=192.168.234.128
NETMASK=255.255.255.0
GATEWAY=192.168.234.2

重启网络
service network restart

结果如下：

3、新建虚拟机配置其ip并克隆其他两台…

1、分别进入node1，node2，修改 vi /etc/sysconfig/network-scripts/ifcfg-ens33文件，更改ip分别为192.168.88.101，192.168.88.102，保存并退出，

service network restart #重启网络

2、修改vi /etc/hostname(3台配置不一样)分别修改为node1.ygy.cn(3台都修改)设置完成后退出vi，输入reboot重启；

3、配置hosts，vi /etc/hosts(3台配置一样)

// An highlighted block
192.168.88.100 node1 node1.ygy.cn
192.168.88.101 node2 node2.ygy.cn
192.168.88.102 node3 node3.ygy.cn

4、三台机器hosts都要修改,ping www.baidu.com测试一下；

4、基础搭建3台配置ip、网络、免密登录等…

1、关闭防火墙：(3台都要配置)

systemctl stop firewalld.service #关闭防火墙
systemctl disable firewalld.service #禁止防火墙自启
systemctl status firewalld.service

2、生成公钥和私钥：ssh-keygen(只在node1上运行，一直回车)
生成钥匙后:

分别运行ssh-copy-id node1
ssh-copy-id node2
ssh-copy-id node3
(第一次需要输入密码，把主节点的公钥分发给node2，node3)

结果如小图：

3、安装时间同步工具(3台都安装)：

yum -y install ntpdate

4、同步阿里的ntp服务器时间(3台都执行)：

ntpdate ntp4.aliyun.com

第二章、安装java环境并配置(三台都执行)

1、创建规范的目录结构…

1、创建规范的目录结构（3台都要创建）
export下分别创建data，software，server文件夹

mkdir -p /export/data
mkdir -p /export/software
mkdir -p /export/server

2、上传jdk、hadoop等文件…

3台机器都要将jdk文件jdk-8u65-linux-x64.tar用xftp软件（需配置连结）传到software文件夹下

3、下载安装lrzsz传输文件…

1、安装lrzsz插件，在Xshell上与windows传输文件：

yum -y install lrzsz

2、连接xshell(三台虚拟机都要连接)；

4、解压jdk、hadoop文件…

2、解压jdk，hadoop:

tar -zxvf ./jdk-8u65-linux-x64.tar.gz -C /export/server/
tar -zxvf hadoop.tar.gz -C /export/server/

5、修改/etc/profile文件…

添加以下内容：

export JAVA_HOME=/export/server/jdk1.8.0_65
export
CLASSPATH=.:${JAVA_HOME}/jre/lib/rt.jar:${JAVA_HOME}/lib/dt.jar:${JAVA_HOME}/lib/tools.jar
export PATH=$PATH:${JAVA_HOME}/bin

配置结果如下：

退出并保存，source /etc/profile,输入java -version测试；

第三章、安装Hadoop环境并配置(只在node1执行)

1、修改/etc/profile文件…

添加内容：

cd /etc/profile
export HADOOP_HOME=/export/server/hadoop-3.1.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
#退出并保存，source /etc/profile,输入hadoop version测试；

2、配置/etc/hadoop文件下6个文件…

cd /export/server/hadoop-3.1.4/etc/hadoop/下

1、修改：vi hadoop-env.sh

在尾部增加：
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
export JAVA_HOME=/export/server/jdk1.8.0_65

2、修改：vi core-site.xml

在configration之间增加：
<!-- 默认文件系统的名称。通过URI中schema区分不同文件系统。-->
<!-- file:///本地文件系统 hdfs:// hadoop分布式文件系统 gfs://。-->
<!-- hdfs文件系统访问地址：http://nn_host:8020。-->
<property><name>fs.defaultFS</name><value>hdfs://node1.ygy.cn:8020</value>
</property>
<!-- hadoop本地数据存储目录 format时自动生成 -->
<property><name>hadoop.tmp.dir</name><value>/export/data/hadoop-3.1.4</value>
</property>
<!-- 在Web UI访问HDFS使用的用户名。-->
<property><name>hadoop.http.staticuser.user</name><value>root</value>
</property>

3、修改：vi hdfs-site.cml

在configration之间增加：
<!-- 设定SNN运行主机和端口。-->
<property><name>dfs.namenode.secondary.http-address</name><value>node2.huike.cn:9868</value>
</property>

4、修改：vi mapred-site.xml

在configration之间增加：
<!-- mr程序默认运行方式。yarn集群模式 local本地模式-->
<property><name>mapreduce.framework.name</name><value>yarn</value>
</property>
<!-- MR App Master环境变量。-->
<property><name>yarn.app.mapreduce.am.env</name><value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<!-- MR MapTask环境变量。-->
<property><name>mapreduce.map.env</name><value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<!-- MR ReduceTask环境变量。-->
<property><name>mapreduce.reduce.env</name><value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>

5、修改：vi yarn-site.xml

在configration之间增加：
<!-- yarn集群主角色RM运行机器。-->
<property><name>yarn.resourcemanager.hostname</name><value>node1.ygy.cn</value>
</property>
<!-- NodeManager上运行的附属服务。需配置成mapreduce_shuffle,才可运行MR程序。-->
<property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value>
</property>
<!-- 每个容器请求的最小内存资源（以MB为单位）。-->
<property><name>yarn.scheduler.minimum-allocation-mb</name><value>512</value>
</property>
<!-- 每个容器请求的最大内存资源（以MB为单位）。-->
<property><name>yarn.scheduler.maximum-allocation-mb</name><value>2048</value>
</property>
<!-- 容器虚拟内存与物理内存之间的比率。-->
<property><name>yarn.nodemanager.vmem-pmem-ratio</name><value>4</value>
</property>

6、修改：vi workers

node1.ygy.cn
node2.ygy.cn
node3.ygy.cn

3、分发hadoop文件到其他两台…

配置好hadoop文件后，在node1上开始分发hadoop到node2，node3，进入目录：cd /export/server/
scp -r hadoop-3.1.4 root@node2:/export/server/
scp -r hadoop-3.1.4 root@node3:/export/server/

4、初始化hdfs…

进入cd /export/server/环境下

格式化hdfs： hdfs namenode -format

5、测试并查看进程…

打开网址查看集群http://192.168.88.100:9870/

第四章、配置windows上的host文件

1、配置etc下的host文件…

进入C:\Windows\System32\drivers\etc添加以下内容：
192.168.88.100 node1 node1.ygy.cn
192.168.88.101 node2 node2.ygy.cn
192.168.88.102 node3 node3.ygy.cn

第五章、运行MapReduce程序

1、在Hadoop上测试MapReduce…

#进入hadoop下的MapReduce文件中
cd /export/server/hadoop-3.1.4/share/hadoop/mapreduce/
#输入测试命令
hadoop jar hadoop-mapreduce-examples-3.1.4.jar pi 24；hadoop jar /export/server/hadoop-3.1.4/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.1.4-tests.jar TestDFSIO -write -nrFiles 10  -fileSize 10MB

第六章、在HDFS集群上创建规范的文件

hadoop fs -mkdir /common
hadoop fs -mkdir /workspace
hadoop fs -mkdir /tmp
hadoop fs -mkdir /warehouse
hadoop fs -mkdir /source

PS:剩余的部分烦请诸位移步到本人博客主页，Hadoop集群搭建与运用专栏中获取，欢迎诸位在评论区留下宝贵意见…