Hadoop-全分布模式搭建

2019-01-01

Hadoop

字数统计: 947 | 阅读时长≈ 4 分钟

1.Hadoop安装准备工作：

(1)安装好linux操作系统

(2)关闭防火墙

(3)在linux上安装JDK

(4)hadoop2,hadoop3,hadoop4三台服务器已经设置过免密登陆

2.解压Hadoop压缩包并配置环境变量

(1)将Hadoop安装包拷贝到/opt/software文件目录下

(2)将Hadoop安装包解压到/opt/module文件目录下

命令为：

1	tar -zxvf hadoop-2.8.4.tar.gz -C /opt/module //将hadoop-2.8.4.tar.gz解压到/opt/module目录下

(3)配置环境变量

(a)修改环境变量配置文件

修改命令：

1	vi ~/.bash_profile //修改环境变量的文件

添加的内容为：

HADOOP_HOME=/opt/module/hadoop-2.8.4
export HADOOP_HOME
PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export PATH

(b)使环境变量生效

输入命令：

1	source ~/.bash_profile

3.修改配置文件

(1)修改hadoop-env.sh

命令：

1	vi hadoop-env.sh //修改hadoop-env.sh文件

修改内容为：

1	export JAVA_HOME=/opt/module/jdk1.8.0_144 //修改JAVAHOME地址，改为自己建的jdk地址，应该在25行

jdk

(2)修改hdfs-site.xml

命令：

1
2
3

cd /opt/module/hadoop-2.8.4/etc/hadoop              //进入etc/hadoop目录

vi hdfs-site.xml                          // 修改hdfs-site.xml文件

修改内容为：

<!--配置数据块的冗余度，默认是3-->
<property>
    <name>dfs.replication</name>
    <value>2</value>
</property> 
<property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop3:50090</value>
</property>
<!-- 配置HDFS的权限检查，默认是true-->
<!--
<property>
    <name>dfs.permissions</name>
    <value>false</value>
</property>  
-->

hdfs-site.xml

(3)修改core-site.xml

命令：

1	vi core-site.xml

修改内容为：

<!--配置HDFS的主节点，namenode地址，9000是RPC通信端口-->
<property>
    <name>fs.defaultFS</name>
    <value>hdfs://hadoop2:9000</value>
</property> 
<!--配置HDFS数据块和元数据保存的目录,一定要修改 -->
<property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/module/hadoop-2.8.4/data/tmp</value>      
</property>

core-site.xml

(4)修改mapred-site.xml(默认是没有的，需要从mapred-site.xml.template复制转化而来)

命令：

1
2
3

cp mapred-site.xml.template mapred-site.xml       //从mapred-site.xml.template转化
    
vi mapred-site.xml             //修改mapred-site.xml 文件

修改内容为：

<!--配置MR程序运行的框架，Yarn-->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>      
</property>

mapred-site.xml

(5)修改yarn-site.xml

命令：

1	vi yarn-site.xml

修改内容为：

<!--配置Yarn的节点-->
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>hadoop2</value>      
</property>
<!--NodeManager执行MR任务的方式是Shuffle洗牌-->
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>      
</property>

yarn-site.xml

(6)修改slaves

命令：

vi slaves

修改内容为：

1 2	hadoop3 //hadoop3作为从节点 hadoop4 //hadoop4作为从节点

slaves

4.通过HDFS namenode格式化(注意，要再namenode结点所在服务器格式化，本次即是在hadoop2中进行格式化)

命令：

1
2
3

cd /opt/module/hadoop-2.8.4/data/tmp         //这里是step3配置的HDFS数据库和元数据存储目录

hdfs namenode -format                  //格式化

验证是否成功，成功后回显示：

1	Storage: Storage directory /opt/module/hadoop-2.8.4/tmp/dfs/name has been successfully formatted

验证格式化成功

注意
重复格式化，hadoop.tmp.dir 先停止集群，然后在删除tmp文件夹，再重新新建tmp文件夹，重新格式化，然后再启动集群

5.通过scp拷贝，将hadoop2配置好的hadoop发送到另外两台机器上：

命令：

//拷贝到hadoop4
scp -r /opt/moudle/hadoop-2.8.4/ root@hadoop3:/opt/moudle/         

//拷贝到hadoop4
scp -r /opt/moudle/hadoop-2.8.4/ root@hadoop4:/opt/moudle/