Centos7.5搭建Hadoop2.8.5完全分布式集群部署

一、基础环境设置

1. 准备4台客户机（VMware虚拟机）

系统版本：Centos7.5

节点配置：

192.168.208.128 ——Master

192.168.208.129 ——Slaver-1

192.168.208.130 ——Slaver-2

192.168.208.130 ——Slaver-3

2. 配置hosts文件，使4台客户机能够以主机名相互访问

[root@Master ~]# vi /etc/hosts

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.208.128 Master
192.168.208.129 Slaver-1
192.168.208.130 Slaver-2
192.168.208.131 Slaver-3 

# 将hosts文件传送给其它3台客户机
[root@Master ~]# scp -r /etc/hosts root@Slaver-1:/etc
[root@Master ~]# scp -r /etc/hosts root@Slaver-2:/etc
[root@Master ~]# scp -r /etc/hosts root@Slaver-3:/etc

3. 为4台客户机配置jdk环境

我们选择配置jdk1.8.0_181，点击此处下载。

[root@Master ~]# wget http://download.oracle.com/otn-pub/java/jdk/8u181-b13/96a7b8442fe848ef90c96a2fad6ed6d1/jdk-8u181-linux-x64.tar.gz

# 解压
[root@Master ~]# tar -xzvf jdk-8u181-linux-x64.tar.gz

[root@Master ~]# mkdir /usr/local/java # 创建jdk存放目录
[root@Master ~]# mv jdk1.8.0_181/ /usr/local/java  # 将解压缩文件转移至存放目录

# 配置jdk环境

[root@Master ~]# vi /etc/profile
# 在文件末尾添加如下内容
# java
export JAVA_HOME=/usr/local/java/jdk1.8.0_181 # 注意，要与刚刚所创建的目录匹配
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

# 使jdk配置文件生效
[root@Master ~]# source /etc/profile

# 测试jdk环境配置是否成功，如输出如下内容，则表示成功
[root@Master ~]# java -version
java version "1.8.0_181"
Java(TM) SE Runtime Environment (build 1.8.0_181-b13)
Java HotSpot(TM) 64-Bit Server VM (build 25.181-b13, mixed mode)

4. 关闭防火墙，SELinux

a. iptables

# 临时关闭
[root@Master ~]# service iptables stop

# 禁止开机启动
[root@Master ~]# chkconfig iptables off

b.firewalld

CentOS7版本后防火墙默认使用firewalld，默认是没有iptables的，所以关闭防火墙的命令如下：

# 临时关闭
[root@Master ~]# systemctl stop firewalld

# 禁止开机启动，输出如下，则表示禁止成功
[root@Master ~]# systemctl disable firewalld
Removed symlink /etc/systemd/system/multi-user.target.wants/firewalld.service.
Removed symlink /etc/systemd/system/dbus-org.fedoraproject.FirewallD1.service.

c.关闭SELinux

# 永久关闭SELinux
[root@Master ~]# vi /etc/selinux/config
#disabled - No SELinux policy is loaded.
SELINUX=disabled  # 此处将SELINUX=enforcing改为SELINUX=disabled
# SELINUXTYPE= can take one of three two values:

# 修改SELinux配置后，需重启客户机才能生效
[root@Master ~]# reboot

# 重启之后，查看SELinux状态
[root@Master ~]# /usr/sbin/sestatus
SELinux status: disabled  # 如果输出如是，则表示SELinux永久关闭成功

5. 设置SSH免密钥

关于ssh免密码的设置，要求每两台主机之间设置免密码，自己的主机与自己的主机之间也要求设置免密码。在这里，为了避免后面的各种权限问题，我们直接使用root账户来设置面密钥登陆。

[root@Master ~]$ ssh-keygen -t rsa
[root@Master ~]$ ssh-copy-id node-1
[root@Master ~]$ ssh-copy-id node-2
[root@Master ~]$ ssh-copy-id node-3

注：每一台客户机都要做如上设置，所以，最好的方式是：按上述方法配置好一台虚拟机之后，再克隆出其它几台。

二、安装hadoop集群

1. 下载hadoop2.8.5二进制文件

hadoop2.8.5下载链接

2. hadoop安装目录

为了统一管理，我们将hadoop的安装路径定为/usr/opt/hadoop下，创建目录后，我们将hadoop二进制文件解压至这个目录下。

3. 配置core-site.xml

hadoop的配置文件，在/opt/hadoop/hadoop-2.8.5/etc/hadoop下，

[root@Master ~]# cd /opt/hadoop/hadoop-2.8.5/etc/hadoop
[root@Master hadoop]# vi core-site.xml

<configuration>

<!--配置hdfs文件系统的命名空间-->
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://Master:9000</value>
  </property> 

<!-- 配置操作hdfs的存冲大小 -->
  <property>
    <name>io.file.buffer.size</name>
    <value>4096</value>
  </property>
<!-- 配置临时数据存储目录 -->
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/hadoop/hadoop-2.8.5/tmp</value>
  </property>

</configuration>

4. 配置hdfs-site.xml

[root@Master hadoop]# vim hdfs-site.xml

<configuration>

<!--配置副本数-->
	<property>
		<name>dfs.replication</name>
		<value>3</value>
	</property>
<!--hdfs的元数据存储位置-->
	<property>
		<name>dfs.namenode.name.dir</name>
		<value>/opt/hadoop/hadoop-2.8.5/hdfs/name</value>
	</property>
<!--hdfs的数据存储位置-->
	<property>
		<name>dfs.datanode.data.dir</name>
		<value>/opt/hadoop/hadoop-2.8.5/hdfs/data</value>
	</property>
<!--hdfs的namenode的web ui 地址-->
	<property>
		<name>dfs.http.address</name>
		<value>Master:50070</value>
	</property>
<!--hdfs的snn的web ui 地址-->
	<property>
		<name>dfs.secondary.http.address</name>
		<value>Master:50090</value>
	</property>
<!--是否开启web操作hdfs-->
	<property>
		<name>dfs.webhdfs.enabled</name>
		<value>true</value>
	</property>
<!--是否启用hdfs权限（acl）-->
	<property>
		<name>dfs.permissions</name>
		<value>false</value> </property>

</configuration>

5. 配置mapred-site.xml

[root@Master hadoop]# cp mapred-site.xml.template mapred-site.xml
[root@Master hadoop]# vim mapred-site.xml

<configuration>

<!--指定maoreduce运行框架-->
	<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value> </property>
<!--历史服务的通信地址-->
	<property>
		<name>mapreduce.jobhistory.address</name>
		<value>Master:10020</value>
	</property>
<!--历史服务的web ui地址-->
	<property>
		<name>mapreduce.jobhistory.webapp.address</name>
		<value>Master:19888</value>
	</property>

</configuration>

6. 配置yarn-site.xml

[root@Master hadoop]# vim yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->

<!--指定resourcemanager所启动的服务器主机名-->
	<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>Master</value>
	</property>
<!--指定mapreduce的shuffle-->
	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>
<!--指定resourcemanager的内部通讯地址-->
	<property>
		<name>yarn.resourcemanager.address</name>
		<value>Master:8032</value>
	</property>
<!--指定scheduler的内部通讯地址-->
	<property>
		<name>yarn.resourcemanager.scheduler.address</name>
		<value>Master:8030</value>
	</property>
<!--指定resource-tracker的内部通讯地址-->
	<property>
		<name>yarn.resourcemanager.resource-tracker.address</name>
		<value>Master:8031</value>
	</property>
<!--指定resourcemanager.admin的内部通讯地址-->
	<property>
		<name>yarn.resourcemanager.admin.address</name>
		<value>Master:8033</value>
	</property>
<!--指定resourcemanager.webapp的ui监控地址-->
	<property>
		<name>yarn.resourcemanager.webapp.address</name>
		<value>Master:8088</value>
	</property>

</configuration>

7. 配置slaves文件

[root@Master hadoop]# vim slaves

Slaver-1
Slaver-2
Slaver-3

8. 配置hadoop-env.sh，指定JAVA_HOME

[root@Master hadoop]# vim hadoop-env.sh

修改 export JAVA_HOME=/usr/local/java/jdk1.8.0_181

9. 配置yarn-env.sh，指定JAVA_HOME

[root@Master hadoop]# vim yarn-env.sh

修改 export JAVA_HOME=/usr/local/java/jdk1.8.0_181

10. 配置mapred-env.sh，指定JAVA_HOME

[root@Master hadoop]# vim mapred-env.sh

修改 export JAVA_HOME=/usr/local/java/jdk1.8.0_181

11. 将hadoop文件分发到其它几台客户机上

[root@Master hadoop]# scp -r hadoop/ Slaver-1:`pwd`
[root@Master hadoop]# scp -r hadoop/ Slaver-2:`pwd`
[root@Master hadoop]# scp -r hadoop/ Slaver-3:`pwd`

三、启动并验证hadoop集群

1. 启动集群

第一次启动集群，需要格式化namenode，操作如下：

[root@Master ~]# hdfs namenode -format

输出如下内容，则表示格式化成功

**启动HDFS**

格式化成功之后，我们就可以启动HDFS了，命令如下：

[root@Master hadoop]# start-dfs.sh
Starting namenodes on [Master]
Master: starting namenode, logging to /opt/hadoop/hadoop-2.8.5/logs/hadoop-root-namenode-Master.out
Slaver-3: starting datanode, logging to /opt/hadoop/hadoop-2.8.5/logs/hadoop-root-datanode-Slaver-3.out
Slaver-2: starting datanode, logging to /opt/hadoop/hadoop-2.8.5/logs/hadoop-root-datanode-Slaver-2.out
Slaver-1: starting datanode, logging to /opt/hadoop/hadoop-2.8.5/logs/hadoop-root-datanode-Slaver-1.out
Starting secondary namenodes [Master]
Master: starting secondarynamenode, logging to /opt/hadoop/hadoop-2.8.5/logs/hadoop-root-secondarynamenode-Master.out

启动Yarn

启动Yarn时需要注意，我们不能在NameNode上启动Yarn，而应该在ResouceManager所在的主机上启动。但我们这里是将NameNode和ResouceManager部署在了同一台主机上，所以，我们直接在Master这台机器上启动Yarn。

[root@Master hadoop]# start-yarn.sh
starting yarn daemons
starting resourcemanager, logging to /opt/hadoop/hadoop-2.8.5/logs/yarn-root-resourcemanager-Master.out
Slaver-2: starting nodemanager, logging to /opt/hadoop/hadoop-2.8.5/logs/yarn-root-nodemanager-Slaver-2.out
Slaver-1: starting nodemanager, logging to /opt/hadoop/hadoop-2.8.5/logs/yarn-root-nodemanager-Slaver-1.out
Slaver-3: starting nodemanager, logging to /opt/hadoop/hadoop-2.8.5/logs/yarn-root-nodemanager-Slaver-3.out

2. web验证

至此，我们的集群就已完全启动起来了，我们可以通过访问web页面，来做最后一步验证。我们已将web页面配置在Master主机上，因此，我们访问http://192.168.208.128:50070/，页面显示如下：