CentOS 7_64位系统下搭建Hadoop_2.8.0分布式环境

准备条件：

CentOS 7 64位操作系统 | 选择minimal版本即可（不带可视化桌面环境），也可以选择带完整版
Hadoop-2.8.0 | 本文采用的是Hadoop-2.8.0版本。
JDK1.8 | 本文采用jdk-8u131-linux-x64.tar.gz版本。

---

- 解压并配置JDK并配置Hadoop

1. 将下载好的jdk放入/usr 下并在/usr目录下新建java目录

[root@localhost /]# cd /usr
[root@localhost usr]# mkdir java
[root@localhost usr]# cd /usr/java/jdk1.8

进入该目录，并解压jdk到当前文件夹

tar -xzvf jdk-8.tar.gz

解压得到文件夹修改文件夹名为jdk1.8以方便使用。 
修改JAVA环境变量：
编辑java环境 vi ~/.bash_profile
添加如下命令：

export JAVA_HOME=/usr/java/jdk1.8.0_121

export PATH=$JAVA_HOME/bin:$PATH

执行source ~/.bash_profile 使变量生效

2. 解压hadoop-2.8.0
将下载好的Hadoop压缩包解压到目标文件夹下，（本文解压目录为：/usr/local）
修改解压后得到Hadoop的文件夹名为：Hadoop-2.8.0 并得到如下文件：

Hadoop不需要安装，下面进行环境配置

下面的修改过程可使用vi命令，或者vim命令，或使用xftp直接对文件进行修改

• 再次修改bash_profile 添加hadoop的文件路径：
  加上之前修改的配置的jdk环境，改该文件整体修改为：

PATH=$PATH:$HOME/bin
export PATH
export JAVA_HOME=/usr/java/jdk1.8
export HADOOP_HOME=/usr/local/hadoop-2.8.0
export PATH=$JAVA_HOME/bin:$PATH:$HOME/bin:$HADOOP_HOME/bin

再次执行 source ~/.bash_profile 使得文件立即生效

• 修改etc/hadoop/core-site.xml将configurarion标签修改为：
  注意： 192.168.0.181是本文的测试地址，相应的，需要修改成自己虚拟机的ip地址，如果虚拟机不是桥接方式，则可以改为：127.0.0.1 9000是Hadoop的默认端口，建议先不要修改

        <configuration>
             <property>
                <name>fs.defaultFS</name>
                <value>hdfs://192.168.0.181:9000</value>
            </property>
            <property>
                <name>hadoop.tmp.dir</name>
                <value>file:/usr/local/hadoop-2.8.0/tmp</value>
            </property>
            <property>
                <name>io.file.buffer.size</name>
                <value>131702</value>
            </property>
            <property>
                <name>hadoop.proxyuser.hadoop.hosts</name>
                <value>*</value>
            </property>
            <property>
                <name>hadoop.proxyuser.hadoop.groups</name>
                <value>*</value>
            </property>
        </configuration>

• 修改etc/hadoop/hdfs-site.xml

     <configuration>
         <property>
             <name>dfs.namenode.name.dir</name>
             <value>file:/usr/local/hadoop-2.8.0/hdfs/name</value>
         </property>
         <property>
             <name>dfs.datanode.data.dir</name>
             <value>file:/usr/local/hadoop-2.8.0/hdfs/data</value>
         </property>
         <property>
             <name>dfs.replication</name>
             <value>3</value>
         </property>
         <property>
             <name>dfs.namenode.secondary.http-address</name>
             <value>192.168.0.181:9001</value>
         </property>
         <property>
             <name>dfs.webhdfs.enabled</name>
             <value>true</value>
         </property>
          <property>
             <name>dfs.permissions</name>
             <value>false</value>
           </property>
     </configuration>

  以上，分别配置的是相应的几个节点和安全认证，文件目录会在服务开启时自动创建

dfs.permissions设置为false可以允许完全分布式模式下的多机访问

• 修改etc/hadoop/yarn-site.xml

     <configuration>
  
     <!-- Site specific YARN configuration properties -->
         <property>
             <name>yarn.nodemanager.aux-services</name>
             <value>mapreduce_shuffle</value>
         </property>
         <property>
             <name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
             <value>org.apache.hadoop.mapred.ShuffleHandler</value>
         </property>
         <property>
             <name>yarn.resourcemanager.address</name>
             <value>192.168.0.181:8032</value>
         </property>
         <property>
             <name>yarn.resourcemanager.scheduler.address</name>
             <value>192.168.0.181:8030</value>
         </property>
         <property>
             <name>yarn.resourcemanager.resource-tracker.address</name>
             <value>192.168.0.181:8031</value>
         </property>
         <property>
             <name>yarn.resourcemanager.admin.address</name>
             <value>192.168.0.181:8033</value>
         </property>
         <property>
             <name>yarn.resourcemanager.webapp.address</name>
             <value>192.168.0.181:8088</value>
         </property>
         <property>
             <name>yarn.nodemanager.resource.memory-mb</name>
             <value>6078</value>
         </property>
     </configuration>
  

• 修改etc/hadoop/hadoop-env.sh

  # The java implementation to use.

  export JAVA_HOME=/usr/java/jdk1.8

     以上修改JAVA_HOME为绝对路径
     

  

• 修改 etc/hadoop/mapred-site.xml
注意： etc/hadoop/目录下并没有这个xml文件，仔细查找，有个mapred-site.xml.template把这个文件复制，重命名为mapred-site.xml并修改为：

            <configuration>
                <property>
                    <name>mapreduce.framework.name</name>
                    <value>yarn</value>
                </property>
                <property>
                    <name>mapreduce.jobhistory.address</name>
                    <value>192.168.0.181:10020</value>
                </property>
                <property>
                    <name>mapreduce.jobhistory.webapp.address</name>
                    <value>192.168.0.181:19888</value>
                </property>
            </configuration>

• 修改 etc/hadoop/yarn-env.sh
  在其中找到 export JAVA_HOME 并去掉注释，编辑java地址 export JAVA_HOME=/usr/java/jdk1.8

• 修改etc/hadoop/slaves
  添加当前主机ip

至此，基本配置已经完毕

3. 列表项目

hadoop目录下执行如下指令，进行编译

 ./bin/hdfs namenode –format

出现如上图，表示编译成功。

4. 关闭防火墙:
关闭防火墙服务：systemctl stop firewalld.service 
使防火墙服务不随机器启动：systemctl disable firewalld.service
开启Hadoop服务

./sbin/start-all.sh

输入jps查看相关节点是否开启
打开浏览器：地址栏输入http://192.168.0.181:8088

使用过程中遇到的问题：

• 问题一：nameNode节点无法启动，jps目录缺少相应活动程序
  在第一次格式化dfs后启动并使用了Hadoop，后来又重新执行了格式化命令hdfs namenode –format
  这时namenode的clusterID会重新生成，而datanode的clusterID 保持不变。
  从而导致两者的id不一致，出现一系列错误。
  解决办法：
  到hadoop/hdfs目录下分别查看data/current下的VERSION和name/current下的VERSION文件对比两文件中的clusterID是否相同，若不同，使用name/current下的VERSION中的clusterID覆盖data/current下的clusterID. 修改后重新启动Hadoop即可

• 问题二：如何配置单机互信？
  每次启动和关闭Hadoop的时候，都需要频繁输入多次密码，通过配置单机互信或者多机互信来简化操作：
  解决办法：
  使用指令：ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa 
  随后：cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
  并执行：chmod 600 .ssh/authorized_keys
  即可。

• 问题三：在完全分布式模式下运行失败，无法登陆或没有访问权限
  解决办法：
  修改etc/hadoop/hdfs-site.xml
  添加

  <property>
        <name>dfs.permissions</name>
        <value>false</value>
  </property> 

---------------------------------------------------------------------------------------------------------------

//系统环境的java+hadoop路径配置
vi /etc/profile
source /etc/profile

//当前目录环境的java+hadoop路径配置
vi ~/.bash_profile
source ~/.bash_profile

//关闭防火墙服务
systemctl stop firewalld.service

//使防火墙服务不随机器启动
systemctl disable firewalld.service

//数据格式化
./bin/hdfs namenode -format

//启动hadoop系统
./sbin/start-all.sh

//关闭hadoop系统
./sbin/stop-all.sh