基于Ubuntu16搭建Hadoop大数据完全分布式环境

【目的】：学习大数据

在此记录搭建大数据的过程。

【系统环境】

宿主机操作系统：Win7 64位

虚拟机软件：Vmware workstation 12

虚拟机：Ubuntu 16 64位桌面版

【步骤概要】

一、准备

1、准备安装软件

2、规划好虚拟机数量、机器名称、IP

3、设置虚拟机静态IP

4、建立专用于hadoop的账号

二、设置免密登录

实现这几台测试机之间可以免密码登录

三、安装和配置Java环境

四、安装和配置Hadoop

五、测试和收尾

【搭建过程】

一、准备

1、安装文件准备

Hadoop软件：

JDK：

Ubuntu 16的安装软件

2、虚拟机准备

测试计划使用三台虚拟机

在Win7里启动Vmware workstation，安装一台操作系统为Ubuntu 16的空的虚拟机，从这台虚拟机另外再克隆出来两台

3、机器名称：hadoop.master、hadoop.slave1、hadoop.slave2

通过修改/etc/hostname来设置虚拟机的主机名称

#vi /etc/hostname

4、查看和确定网关，我这测试环境的网关是：192.168.152.2

查看方式：

1）、点击Vmware workstation左上角的“编辑”

2）、选择“虚拟网络编辑器”

3)、选择NAT模式

4)、上图中“使用本地DHCP服务将IP地址分配给虚拟机”，很多网上文档都是把此项前面的“√"去掉，如果所有的虚拟机都设置为静态IP,可以去掉，因为我还有别的虚拟机，不在意是否静态IP，所以，此项“√”保留。

5）、“NAT设置”按钮，可看到网关设置，我虚拟机的网关为：192.168.152.2

这是系统默认的，在此无需变更。

5、规划三台虚拟机的IP：192.168.152.21、192,168.152.22、192.168.152.23

IP地址选择，前面三节都是：192.168.152，后面是除了网关里占用了2，其它1~255之间的数即可。如果已经设定了其它静态IP，不和那些冲突即可。

6、修改/etc/hosts，修改hosts文件目的是为了这三台虚拟机可以通过机器名称互相访问

上图是第一台hadoop.master的，另两台，修改127.0.0.1　　hadoop.XXXXX 修改为相应的机器名称

7、为虚拟机设置静态IP

只所以设置为静态IP，是因为虚拟机启动后，有时会自动变更IP，而在搭建的大数据环境里，会配置IP地址，动态变化后，会出现IP地址不匹配。

#sudo vi /etc/network/interfaces

我的文件打开后，里面有如下内容：

auto lo

iface lo inet loopback

这些内容不变，增加下面内容

　                    auto ens33

iface ens33 inet static
                        address 192.168.152.21
                        netmask 255.255.255.0
                        gateway 192.168.152.2
                        dns-nameservers 202.96.209.5

保存后退出，重启电脑，使用ifconfig检查新设置的IP地址是否已经生效。

使用Ping命令检查是否能ping通

1)、内网是否能ping通其它机器，比如,在hadoop.master里ping 192.168.152.22

2)、 Ping外网，比如：ping www.baidu.com

测试如下：

　　                 

说明：

1、如果编辑/etc/network/interfaces，里面没有配置dns，则可以ping通内网的其它机器，无法ping通外网的机器

2、注意软件版本，如果虚拟机不是Ubuntu16，而是Ubuntu14或Ubuntu18，那么配置静态IP，可能需要编辑不同的文件，就不是/etc/network/interfaces了

如果虚拟机是CentOS ，更不是/etc/network/interfaces，但道理是通的，搭建Hadoop完全分布式大数据环境，利用虚拟机来实现，需要配置静态IP，避免机                                    器重启后配置失效。

3、如果设定有问题，则查找原因，解决后再往后继续。

8、增加user，这个用户专用于操作hadoop

1)、切换到root账号

2)、这里用户名设为：hadoop

#useradd hadoop

3)、为增加的账号设置口令

#passwd hadoop

4)、去home文件夹下检查

#cd /home

#ll

在home文件夹下发现没有新增hadoop文件夹

5）、删除已建立的user hadoop，换种方式重新建立

a.删除原hadoop账号

#userdel hadoop

b.查看，在home文件夹下没有hadoop的账号信息

#ll

c.按下述命令增加hadoop账号，使用参数

#useradd -r -m -s /bin/bash hadoop

d.再查看home文件夹，正常情况下，在home文件夹下会出现hadoop文件夹

6)、参照步骤5）在另外两台机器上建立hadoop账号，并设置hadoop的口令，这三台机器的口令要一致。

#useradd -r -m -s /bin/bash hadoop

#passwd hadoop

9、把新增的这个用户设为管理员，编辑/etc/sudoers

注意：Tab键的使用

二、设置免密登录

1、#cd ~/.ssh

提示无此目录

2、安装，sudo apt-get install openssh-server

按提示输入y,回车

3、安装好以后，输入cd ~/.ssh，仍然提示没有这个文件夹

4、执行ssh localhost

执行ssh localhost命令后，就会建立一个~/.ssh的隐藏的文件夹

5、输入exit 退出

6、进入~/.ssh

#cd ~/.ssh

7、如果先前有公钥，则先删除

#rm ./id_rsa*

8、生成公钥

#ssh-keygen -t rsa

一路按回车即可

9、让主节点能够免密登录到主节点

1)、把公钥添加到key中

# cat ./id_rsa.pub >> ./authorized_keys

2)、第一次使用ssh登录主节点本机

#ssh hadoop.master

3)、输入exit退出

#exit

4）、第二次使用ssh登录主节点本机

#ssh hadoop.master

5）、输入exit退出

#exit

10、把主节点的公钥传到从节点，也就是另外两台机器行，实现从主节点免密登录到从节点

1)、分别到两台从节点机器上hadoop.slave1和hadoopslave2上，切换到hadoop账号，检查有无~/.ssh文件夹

#su hadoop

#cd ~/.ssh

如果没有，则建立

#mkdir ~/.ssh

检查

#cd ~/.ssh

2)、切换到hadoop账号下

#su hadoop

3)、进入~/.ssh

#cd ~/.ssh

4)、查看

#ll

5）、拷贝传输

#scp id_rsa.pub >> hadoop@hadoop.slave1:/home/hadoop/

#scp  id_rsa.pub >> hadoop@hadoop.slave2:/home/hadoop/

                                 

6)、从上图看，公钥传输被拒绝掉了，解决办法：

分别在hadoop.slave1和hadoop.slave2上执行下面语句：

#sudo apt-get install openssh-server

7)、回到主节点，重新拷贝传输公钥

#su hadoop

#cd /home/hadoop

#cd .ssh

#scp  id_rsa.pub >> hadoop@hadoop.slave1:/home/hadoop/

#scp  id_rsa.pub >> hadoop@hadoop.slave2:/home/hadoop/

8)、再分别到两台从节点，把id_rsa.pub加到authorized_Keys里

#su hadoop

#cd /home/hadoop

#cat ~/id_rsa.pub >> ~/.ssh/authorized_keys

9)、从主节点，以hadoop登录，检查是否能免密登录hadoop.slave1和hadoop.slave2

三、安装和配置Java环境

四、安装和配置Hadoop