hadoop之完全分布式集群配置（centos7）

一、基础环境

现在我们有两台虚拟机了，再克隆两台：

克隆好之后需要做三件事：1、更改主机名称 2、修改ip地址 3、将ip地址和对应的主机号加入到/etc/hosts文件中

1、永久修改主机名

hostnamectl set-hostname hadoop03 等等

2、修改ip地址

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

删除掉UUID，然后注意红色框中的

3、将ip地址和主机名加入到/etc/hosts中

vim /etc/hosts

（图中最后应该是hadoop04）

同理对于hadoop04也这么做。hadoop02是我之前学习伪分布式时已经克隆配置好了的。也要在hadoop01和hadoop02中将这四个也添加上去。hadoop01是克隆源，里面的UUID不可删去。

二、集群配置

1、集群部署规划

说明：NameNode和SecondaryNameNode要求不在一个节点上。ResourceManager不能和NameNode、SecondaryNameNode在同一个节点上。

2、修改hadoop02中的配置

在hadoop-2.9.2目录下：vim etc/hadoop/core-site.xml

    <!--指定HDFS中NameNode的地址-->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop02:9000</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-2.9.2/data/tmp</value>
    </property>

在vim etc/hadoop/hadoop-env.sh中配置JAVA_HOME路径

在vim etc/hadoop/hdfs-site.xml中

<configuration>
<!--备份的个数-->
<property>
        <name>dfs.replication</name>
        <value>3</value>
</property>
<!--辅助节点的位置-->
<property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop04:50090</value>
</property>
</configuration>

在vim etc/hadoop/yarn-env.sh中配置JAVA_HOME路径

在vim etc/hadoop/yarn-site.xml中配置

<configuration>
<!--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>hadoop03</value>
</property>
</configuration>

在vim etc/hadoop/mapred-env.sh中配置JAVA_HOME路径

vim etc/hadoop/mapred-site.xml中配置

<!--指定MR运行在yarn上-->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

3、配置好hadoop02，利用之前博客中的集群分发脚本将配置文件传给hadoop03、hadoop04

xsync.sh /opt/module/hadoop-2.9.2/etc/hadoop/

然后去hadoop03和hadoop04中查看是否成功：

4、在hadoop02、hadoop03、hadoop04中删除掉之前运行的data和logs文件夹，在/opt/modul/hadoop-2.9.2/下

rm -rf data logs

5、集群节点启动

可使用jps指令查看节点是否启动。

（1）在hadoop02中：

首先格式化namenode：bin/hdfs namenode -format

sbin/hadoop-daemon.sh start namenode

sbin/hadoop-daemon.sh start datanode

（2） 在hadoop03中：

sbin/hadoop-daemon.sh start datanode

（3）在hadoop04中：

sbin/hadoop-daemon.sh start datanode

（4）关闭hadoop02中的防火墙

三、查看

在windows中输入http://192.168.124.23:50070/，若出现以下界面：

四、ssh无密码登录

问题：我们都是一个个去别的虚拟机启动节点，当节点很多时，我们要一个个去输入？

事实上，在当前虚拟机中终端中输入：ssh 主机名就可以登录到其他虚拟机

比如，当前的是hadoop02，那么输入ssh hadoop03，就可以登录到hadoop03，只不过每次切换的时候都需要输入密码。为了避免麻烦，可以部署免密登录，只需要输入一次密码，之后再次登录就不需要密码了。那么如何进行操作呢？

免密登录原理：

先来到hadoop02： 输入ls -al查看隐藏的文件，有一个.ssh。cd .ssh

里面有你访问过的主机名称。

生成相应的密钥：ssh-keygen -t rsa

然后输入三次回车。

id_rsa就是私钥，id_rsa.pub就是公钥

将id_rsa.pub中的内容拷贝到hadoop03和hadoop04中：

在hadoop02的.ssh目录下输入：

ssh-copy-id hadoop03

ssh-copy-id hadoop04

然后我们再输入ssh hadoop03

发现就不需要再输入密码了，并且在.ssh目录下会生成一个authorized_keys：里面存放的就是hadoop02的公钥

同时也需要在hadoop02中的.ssh目录下：

ssh-copy-id hadoop02,

也要将root用户配置ssh免密登录：su切换到root，然后执行以上操作

同样对hadoop03和hadoop04重复上述的操作 。

五、群起集群

1、配置slaves

在hadoop02中

vim /opt/module/hadoop-2.9.2/etc/hadoop/slaves

在该文件中加入以下内容（将原本的localhost删除掉）：主要是datanode，hadoop02、hadoop03、hadoop04上面都有

hadoop02
hadoop03
hadoop04

注意末尾不能有空格、回车。

然后使用集群分发脚本将其分发给hadoop03、hadoop04

在/opt/module/hadoop-2.9.2/etc/hadoop目录下输入：xsync.sh slaves

接下来将之前启动的那些节点都给停止掉：

sbin/hadoop-daemon.sh stop namenode

sbin/hadoop-daemon.sh stop datanode

然后在hadoop02中的/opt/module/hadoop-2.9.2目录下输入：sbin/start-dfs.sh

诸葛检查一下吧，首先是hadoop02：

hadoop03：

hadoop04：

说明是成功的，不容易啊。

六、启动yarn

这里注意，我们要在hadoop03中启动。即如果NameNode和ResourceManager不在同一台机器上，要在ResourceManager机器上启动yarn

输入：sbin/start-yarn.sh

可能会报权限不够问题。

那就改权限吧：需要注意看清前面是哪个服务器有权限问题

sudo chmod 777 /tmp/yarn-xiximayou-resourcemanager.pid

sudo chmod 777 /tmp/yarn-xiximayou-nodemanager.pid

之后再执行：

查看一下：

hadoop03：

hadoop02：

hadoop04：

跟预期的对照一下：

七、进行测试

记得将hadoop03和hadoop04的防火墙也给关闭掉

1、上传一个文件到集群

在hadoop02中的hadoop-2.9.2目录下：

先上传一个小文件：

bin/hdfs dfs -put wcinput/wc.input /

再上传一个大文件：

bin/hdfs dfs -put /opt/software/Market.zip /

然后我们去查看

点开Market.zip

大文件（超过128M）分成了两块 ，同时在hadoop02、03、04上都有一份备份。

八、集群停止

sbin/stop-yarn.sh

sbin/stop-dfs.sh