安装配置Hadoop集群

安装配置Hadoop集群的主要步骤

1、安装配置Hadoop

2、配置用户环境变量

3、配置Hadoop

配置core-site.xml文件
配置hdfs-site.xml文件
配置mapred-site.xml文件
配置yarn-site.xml文件
配置slaves文件
配置hadoop-env.sh文件

更多配置文件的配置信息请参见官方网站的解释。

4、启动集群并测试

在node1服务器解压并配置完成

安装配置Hadoop

在node1节点上，进入/opt/software目录，如果没有请自行到官方网站下载

[root@node1 ~]# cd /opt/software
将hadoop解压到/opt/module目录

[root@node1 software]# tar -xzf hadoop.tar.gz -C /opt/module/

配置Hadoop环境变量

输入【vi /etc/profile】命令编辑文件，添加如下内容：

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

使用【source /etc/profile】使配置文件生效。

[root@node1 software]# source /etc/profile
将/etc/profile拷贝到其它所有机器上

[root@node1 software]# scp /etc/profile node2:/etc/
[root@node1 software]# scp /etc/profile node3:/etc/

修改Hadoop配置文件

进入hadoop 配置文件夹。

[root@node1 software]# cd $HADOOP_HOME/etc/hadoop

配置core-site.xml文件：

使用【vi】命令，编辑core-site.xml文件

[root@node1 hadoop]# vi core-site.xml
修改<configuration>标签及其内容如下：
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://node1:9000</value> </property> <property> <name>io.file.buffer.size</name> <value>131072</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/data/hadoop/tmp</value> </property> </configuration>

配置 hdfs-site.xml 文件

使用【vi】命令，编辑 hdfs-site.xml文件

[root@node1 hadoop]# vi hdfs-site.xml
修改<configuration>标签及其内容如下：
<configuration> <property> <name>dfs.namenode.http-address</name> <value>node1:50070</value> </property> <property> <name>dfs.namenode.secondary.http-address</name> <value>node2:50090</value> </property> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>/data/hadoop/hdfs/nn</value> </property> <property> <name>dfs.namenode.checkpoint.dir</name> <value>/data/hadoop/hdfs/snn</value> </property> <property> <name>dfs.namenode.checkpoint.edits.dir</name> <value>/data/hadoop/hdfs/snn</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>/data/hadoop/hdfs/dn</value> </property> </configuration>

配置 mapred-site.xml 文件

首先，输入【cp mapred-site.xml.template mapred-site.xml】命令，从mapred-site.xml.template模板文件复制一个新的文件，命名为mapred-site.xml。
使用【vi】命令，编辑 mapred-site.xml文件

[root@node1 hadoop]# vi mapred-site.xml
修改<configuration>标签及其内容如下：
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>dfs.permissions</name> <value>false</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>node1:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>node1:19888</value> </property> </configuration>

配置yarn-site.xml文件：

使用【vi】命令，编辑 yarn-site.xml文件

[root@node1 hadoop]# vi yarn-site.xml
修改<configuration>标签及其内容如下：
<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property> <property> <name>yarn.resourcemanager.address</name> <value>node1:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>node1:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>node1:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>node1:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>node1:8088</value> </property> </configuration>

配置hadoop-env.sh、yarn-env.sh、mapred-env.sh文件的JAVA_HOME变量

如果不设置，可能会无法正常启动集群。

输入【vi hadoop-env.sh】打开配置文件，加入JAVA_HOME环境变量。

......

The java implementation to use.

export JAVA_HOME=/opt/module/jdk1.8.0_301

The jsvc implementation to use. Jsvc is required to run secure datanodes

that bind to privileged ports to provide authentication of data transfer
输入【vi yarn-env.sh】打开配置文件，加入JAVA_HOME环境变量。

输入【vi mapred-env.sh】打开配置文件，加入JAVA_HOME环境变量。

输入【vi slaves】配置slaves文件，删除默认的localhost，增加2个从节点的IP地址或host主机名。

node2
node3

将配置好的Hadoop复制到其他节点对应位置上，通过scp命令发送。

[root@node1 hadoop]# scp -rq /opt/module/hadoop node2:/opt/module/
[root@node1 hadoop]# scp -rq /opt/module/hadoop node3:/opt/module/

启动Hadoop集群并测试

在node1上，格式化Hadoop的namenode

[root@node1 hadoop]# hdfs namenode -format

显示"successfully formatted."，则格式化完成。

在node1节点上，启动Hadoop

[root@node1 hadoop]# start-all.sh

启动后可以看到控制台打印信息显示在node1节点上启动了 namenode、resourcemanager两个进程，在node2节点上启动了 datanode、nodemanager、secondarynamenode三个进程，在node3节点上启动了 datanode、nodemanager两个进程。