文章目录

概述
1.准备Linux
2.安装JDK
3.克隆两台虚拟机
4.免密登陆
5.安装Hadoop
6.配置Hadoop配置文件
7.启动服务
8.在集群上测试一个jar包-单词统计的功能
问题总结

概述

Hadoop完全分布式配置-具体步骤如下

默认前提：
1.在Windows平台下安装Vmware平台（默认已经安装）
2.在Vmware平台上安装Linux操作系统（默认已经安装）
这里我已安装的是 Vmware16 和 CentOS7.

1.准备Linux

网络设置NAT模式
编辑——>虚拟网络编辑器——>更改设置（需要管理员权限）

·桥接：选择桥接模式的话虚拟机和宿主机在网络上就是平级的关系，相当于连接在同一交换机上。
·NAT：NAT模式就是虚拟机要联网得先通过宿主机才能和外面进行通信。
·仅主机：虚拟机与宿主机直接连起来如果是通过网线部署在不同的电脑上，应该选择桥接模式。
如果是选择NAT模式来用于设置本机局域网，则IP也要设置。

设置静态IP

·命令1：vi /etc/sysconfig/network-scripts/ifcfg-ens33
·命令2：service network restart #重启网络，使上面的设置生效
·命令3：ping www.baidu.com #可测试固定IP设置是否有效

（1）执行命令1，修改配置文件。

 首先，修改部分：BOOTPROTO=static其次，添加部分：HDDR=刚刚复制的数字IPADDR=192.168.111.131 GATEWAY=192.168.111.254DNS1=8.8.8.8

（2）执行命令2，重启网络，使设置生效

（3）执行命令3，测试固定IP设置是否有效

修改主机名字

·命令1：vim /etc/hostname
直接修改即可
重启系统reboot，使设置生效

修改前：

修改后：

关闭防火墙

·永久性生效，重启后不会复原开启：systemctl enable firewalld关闭：systemctl disable firewalld
·即时生效，重启后复原开启：systemctl start firewalld关闭：systemctl stop firewalld
·查看防火墙运行状态：systemctl status firewalld

永久性关闭防火墙，并reboot重启系统，然后用 systemctl status firewalld 查看防火墙的运行状态。

永久关闭并重启后：

2.安装JDK

默认已经在Windows上安装 Xshell 和 Xftp
下面我们将通过Xshell和Xftp进行操作

首先连接Xshell

利用Xshell中的Xftp，把Windows中的 jdk 上传到 Linux 系统

准备工作：在/opt文件夹下创建两个文件夹cd /optmkdir module  #module存放解压后文件mkdir source  #source存放原文件

解压缩 jdk

·命令：tar -zxvf jdk-8u181-linux-x64.tar.gz
·修改文件夹的名称：mv jdk1.8.0_181 jdk1.8
·移动到module文件夹中：mv jdk1.8 ../module

解压后：
改名后：

移动后：

配置环境

方法1：修改.bash_profile文件
·vim ~/.bash_profile
·在.bash_profile文件末尾加入：export JAVA_HOME=/opt/module/jdk1.8export PATH=$JAVA_HOME/BIN:$PATH
·然后执行以下命令，使环境变量配置立即生效source ~/.bash_profile方法2：修改/etc/profile文件
·vim /etc/profile
·在profile文件末尾加入：export JAVA_HOME=/opt/module/jdk1.8export PATH=$JAVA_HOME/bin:$PATH
·然后执行以下命令，使配置立即生效source /etc/profile·执行以下命令，查看java版本号：java -version

·方法一：更为安全，它可以把使用这些环境变量的权限控制到用户级别，如果你需要给某个用户权限使用这些环境变量，你只需要修改其个人用户主目录下的.bash_profile文件就可以了。
·方法二：更为方便，因为所有用户的shell都有权使用这些环境变量，如果你的计算机仅仅作为开发使用时推荐使用这种方法，否则可能会给系统带来安全性问题。

这里我采用的是方法二：

3.克隆两台虚拟机

前面我们已经完成了 虚拟机AY01 的准备工作和 JDK的安装。
下面我们将对该虚拟机进行克隆。

右键——>管理——>克隆
然后进行克隆：

选择 “创建完整克隆”

自行修改即可：

然后以同样的操作，完成第三台虚拟机的克隆即可。

克隆完成后，我们需要进行一些小操作：
·修改 虚拟机AY002 和 虚拟机AY003 的 主机名 和 IP地址修改主机名：vim /etc/hostname #直接改即可，新主机名在reboot重启后生效修改IP地址：vim /etc/sysconfig/network-scripts/ifcfg-ens33   #分别将AY002和AY003的IP地址改为192.168.111.132和192.168.111.133
·修改三台系统的hosts文件，使IP与主机名对应vim /etc/hosts内容如下：192.168.111.131 AY01192.168.111.132 AY02192.168.111.133 AY03

（1）修改前：

AY002：

AY003：

重启后：

（2）修改三台系统的hosts文件（注意是三台，每台的内容都一样）
具体内容如下图：

至此，我们完成了克隆的部分。

4.免密登陆

经过前面的操作，我们已经可以用Xshell来远程控制虚拟机AY02和虚拟机AY03，
下面我们的操作将在Xshell上进行（当然，也可以依然在Vmware平台上操作）

准备：首先要保证主机名、hosts、防火墙正确设置

配置每个节点本身公钥和私钥（即在每个节点执行如下两个命令：）

（1）进入家目录：cd ~
（2）生成公钥和私钥：ssh-keygen -t rsa·进入.ssh目录：cd .ssh
执行上述指令，然后敲（三个回车），中间不要输入任何内容，在.ssh目录下就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

将生成的密钥分别发送给AY01、AY02、AY03

·命令1：ssh-copy-id AY01
·命令2：ssh-copy-id AY02
·命令3：ssh-copy-id AY03

测试一下：（成功如下图）

在 AY02 和 AY03 中重复上述操作
最终结果如下：
AY02：
AY03：

至此，我们完成了三台系统之间的免密登陆。

5.安装Hadoop

利用Xshell中的Xftp，把 Windows 中的 Hadoop-2.7.2上传到虚拟机AY01的/opt/source文件夹中

解压 Hadoop-2.7.2 压缩包

·解压命令：tar -zxvf hadoop-2.7.2.tar.gz
·移动到/opt/module文件夹中：mv hadoop-2.7.2 ../module

解压后：

移动后：

配置 Hadoop 环境变量

方法一：
·首先进入hadoop文件夹：cd /opt/module/hadoop-2.7.2/etc/hadoop
·配置hadoop-env.sh 配置文件1）修改 export JAVA_HOME=${JAVA_HOME} 为 export JAVA_HOME=/opt/module/jdk1.82）添加以下两条语句：export HADOOP_HOME=/opt/module/hadoop-2.7.2export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH方法二：
·首先进入hadoop文件夹：cd /opt/module/hadoop-2.7.2/etc/hadoop
·配置hadoop-env.sh 配置文件1）修改 export JAVA_HOME=${JAVA_HOME} 为 export JAVA_HOME=/opt/module/jdk1.8
·其次修改/etc/profile文件，在jdk的配置语句后面添加以下两条语句：export    HADOOP_HOME=/opt/module/hadoop-2.7.2export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

这里我采用的是方法二：

这里，我们才只是完成了AY01中的hadoop的安装和环境配置，下面我们将完善Hadoop的配置文件，然后将配置完成的 Hadoop 拷贝给 AY02 和 AY03.

集群部署：

AY01	AY02	AY03
HDFS
NameNode	YARN	SecondaryNameNode
DataNode	DataNode	DataNode
NodeManager	NodeManager	NodeManager
	ResourceManager

6.配置Hadoop配置文件

一共需要配置7个文件，这7个文件都在/opt/module/hadoop-2.7.2/etc/hadoop 文件夹下。
把配置信息写在文件的<configuration></configuration>之间

core-site.xml

·vim core-site.xml
在该文件中的<configuration></configuration>之间复制下列内容，注释不要复制，只复制<property></property>部分。
<!-- 指定HDFS中NameNode的地址 -->
<property><name>fs.defaultFS</name><value>hdfs://AY01:9000</value>
</property><!-- 指定hadoop运行时产生文件的存储目录 -->
<property><name>hadoop.tmp.dir</name><value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>

Hdfs 部分有3个文件：
（2.1）hadoop-env.sh

（此文件在安装Hadoop时已配置过，故可以省略）
·修改内容：export JAVA_HOME=/opt/module/jdk1.8

（2.2）hdfs-site.xml

·vim hdfs-site.xml
·添加的内容如下：<property><name>dfs.replication</name><value>3</value></property><property><name>dfs.namenode.secondary.http-address</name><value>AY03:50090</value>
</property>

（2.3）slaves

·vim slaves
·把原文件中的localhost删除掉，输入集群节点名：AY01AY02AY03

yarn
（3.1）yarn-env.sh

·vim yarn-env.sh
·修改内容如下：将 # export JAVA_HOME=/home/y/libexec/jdk1.6.0/ 修改为 export JAVA_HOME=/opt/module/jdk1.8（JDK的实际路径）

修改前：

修改后：

（3.2）yarn-site.xml

·vim yarn-site.xml
·添加下面<property></property>部分：
<!-- reducer获取数据的方式 --><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property>
<!-- 指定YARN的ResourceManager的地址 --><property><name>yarn.resourcemanager.hostname</name><value>AY02</value></property>

mapreduce
（4.1）mapred-env.sh

·vim mapred-env.sh
·修改内容如下：将# export JAVA_HOME=/home/y/libexec/jdk1.6.0/ 修改为 export JAVA_HOME=/opt/module/jdk1.8

修改前：

修改后：

（4.2）mapred-site.xml

·hadoop文件夹下没有mapred-site.xml文件，但有一个mapred-site.xml.template文件，
拷贝一份该文件，并把新拷贝的文件命名为mapred-site.xml
命令为：cp mapred-site.xml.template mapred-site.xml
·然后再打开mapred-site.xml
·添加<property></property>部分：
<!-- 指定mr运行在yarn上 -->
<property><name>mapreduce.framework.name</name><value>yarn</value>
</property>

分发 Hadoop文件夹

自此，所有文件全部配置完毕，接下来我们需要把AY01节点的hadoop文件夹远程分发到AY02、AY03上的对应位置
·首先回到/opt/module文件夹下cd /opt/module
·然后执行如下命令：scp -r ./hadoop-2.7.2/ AY02:/opt/modulescp -r ./hadoop-2.7.2/ AY03:/opt/module

至此，三台系统的Hadoop配置完全一致。

7.启动服务

格式化 namenode

根据前面的集群部署图可知，namenode在AY01节点上，因此只需要在AY01节点上进行格式化即可。
·首先，进入到hadoop目录下：cd/opt/module/hadoop-2.7.2
·格式化命令：bin/hdfs namenode -format

启动 namenode

·启动命令：sbin/start-dfs.sh
·可通过jps命令查看是否启动

启动 yarn

根据之前集群部署的情况可知，我们把yarn部署在了AY02节点上，因此我们需要在AY02节点上启动yarn。
·启动yarn命令：sbin/start-yarn.sh
·通过jps命令查看是否启动

AY03启动的服务有：

关闭命令

·yarn关闭命令：sbin/stop-yarn.sh
·hadoop关闭命令：sbin/stop-dfs.sh

Hadoop启动和关闭命令：
1.start-all.sh启动所有的Hadoop守护进程。（包括NameNode、Secondary NameNode、DataNode、JobTracker、TaskTrack）
2.stop-all.sh停止所有的Hadoop守护进程。（包括NameNode、Secondary NameNode、DataNode、JobTracker、TaskTrack）
3.start-dfs.sh启动Hadoop HDFS守护进程NameNode、Secondary NameNode 和 DataNode。
4.stop-dfs.sh停止Hadoop HDFS守护进程NameNode、Secondary NameNode 和 DataNode。5.hadoop-daemons.sh start namenode单独启动NameNode守护进程
6.hadoop-daemons.sh stop namenode单独停止NameNode守护进程
7.hadoop-daemons.sh start datanode单独启动DataNode守护进程
8.hadoop-daemons.sh stop datanode单独停止DataNode守护进程
9.hadoop-daemons.sh start secondarynamenode单独启动SecondaryNameNode守护进程
10.hadoop-daemons.sh stop secondarynamenode单独停止SecondaryNameNode守护进程
11.start-mapred.sh启动Hadoop MapReduce守护进程JobTracker和TaskTracker12.stop-mapred.sh停止Hadoop MapReduce守护进程JobTracker和TaskTracker
13.hadoop-daemons.sh start jobtracker单独启动jobtracker守护进程
14.hadoop-daemons.sh stop jobtracker单独停止jobtracker守护进程
15.hadoop-daemons.sh start tasktracker单独启动TaskTracker守护进程
16.hadoop-daemons.sh stop tasktracker单独停止TaskTracker守护进程

至此，我们就算是完成了Hadoop集群完全分布式的搭建！！

8.在集群上测试一个jar包-单词统计的功能

在本地创建一个 word.txt 文件

·命令1：touch word.txt
·命令2：vi word.txt
输入：
小明 小张 小李 小明
张三 王五 张三 小李

在根目录下创建一个 input 的文件夹
```
·命令：bin/hdfs dfs -mkdir /input
```
把 word.txt 文件上传到服务器中的 input 文件夹中
```
·命令：bin/hdfs dfs -put ./word.txt /input
```
查看是否上传成功
```
·命令：bin/hdfs dfs -ls /input
```

执行 wordcount 单词统计功能

在执行此命令前，再次确认集群中所有节点的防火墙都已经关闭！

·命令：bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /input /output

·output文件夹内有2个文件查看命令：bin/hdfs dfs -ls /output
·输出output文件夹文件的内容：bin/hdfs dfs -cat /output/*

至此，基本的完全分布式已经建立成功！！

删除文件系统上的 output 文件夹（了解）
```
·删除命令：bin/hdfs dfs -rm -r /output
```

删除output 文件夹的part-r-00000文件（了解）

·删除命令：bin/hdfs dfs -rm /output/part-r-00000

yarn的浏览器页面查看（集群中已执行的任务）

由于我们的yarn部署在 AY02 节点，该节点的固定IP为：192.168.111.132
所以我们可以通过浏览器：http://192.168.111.132:8088/cluster
查看yarn上已执行的任务。

问题总结

整理流程我参考的是centos6的文档，centos7的命令与其不同。如修改主机名、关闭防火墙等
centos7无法连接Xshell的情况

【大数据】Hadoop完全分布式配置（超详细）相关推荐

大数据开发面试题总结-超详细
1.文件上传: 总结: 客户端上传请求--->namenode检查,返回响应--->客户端真正的文件上传请求,包括文件名,文件大小--->namenode返回上传节点--->客 ...
2021年大数据Hadoop（七）：HDFS分布式文件系统简介
2021大数据领域优质创作博客,带你从入门到精通,该博客每天更新,逐渐完善大数据各个知识体系的文章,帮助大家更高效学习. 有对大数据感兴趣的可以关注微信公众号:三帮大数据目录 HDFS分布式文件系统 ...
王家林云计算分布式大数据Hadoop实战高手之路第七讲Hadoop图文训练课程：通过HDFS的心跳来测试replication具体的工作机制和流程...
这一讲主要深入使用HDFS命令行工具操作Hadoop分布式集群,主要是通过实验的配置hdfs-site.xml文件的心跳来测试replication具体的工作和流程. 通过HDFS的心跳来测试repl ...
Hadoop大数据原理(2) - 分布式文件系统HDFS
文章目录 1. 数据存储问题 2. RAID技术的原理和思路 2.1 常用RAID的原理介绍 2.2 RAID间的性能比较 3. 大数据时代的分布式文件系统 3.1 HDFS的稳固地位 3.2 HDF ...
涵盖从java入门到深入架构，Linux、云计算、分布式、大数据Hadoop、ios、Android、互联网技术应有尽有
[涵盖从java入门到深入架构,Linux.云计算.分布式.大数据Hadoop.ios.Android.互联网技术应有尽有] 1.javascript视频教程链接: http://pan.baidu ...
王家林的“云计算分布式大数据Hadoop实战高手之路---从零开始”的第五讲Hadoop图文训练课程：解决典型Hadoop分布式集群环境搭建问题
王家林的"云计算分布式大数据Hadoop实战高手之路---从零开始"的第五讲Hadoop图文训练课程:解决典型Hadoop分布式集群环境搭建问题参考文章: (1)王家林的&quo ...
【大数据】大数据 Hadoop 管理工具 Apache Ambari（HDP）
文章目录一.概述二. Ambari 与 HDP 关系三.Ambari 与 Cloudera manager 的对比 1)开源性 2)支持的发行版 3)用户界面 4)功能和扩展性 5)社区支持和生 ...
2021年大数据Hadoop（三十）：Hadoop3.x的介绍
全网最详细的Hadoop文章系列,强烈建议收藏加关注! 后面更新文章都会列出历史文章目录,帮助大家回顾知识重点. 目录本系列历史文章前言 Hadoop3.x的介绍介绍 Hadoop 3.0新特性 ...
2021年大数据Hadoop（十四）：HDFS的高可用机制
全网最详细的Hadoop文章系列,强烈建议收藏加关注! 后面更新文章都会列出历史文章目录,帮助大家回顾知识重点. 目录本系列历史文章前言 HDFS的高可用机制 HDFS高可用介绍组件介绍 Nam ...

【大数据】Hadoop完全分布式配置（超详细）