hadoop分布式集群搭建（2.9.1）

1、环境

　　操作系统：ubuntu16

　　jdk：1.8

　　hadoop：2.9.1

　　机器：3台，master：192.168.199.88，node1：192.168.199.89，node2：192.168.199.90

2、搭建步骤

　　2.1 修改主机名hostname，三台机器分别执行如下命令，依次填入master，node1，node2

　　　　sudo vim /etc/hostname

　　　　

　　2.2 修改hosts文件，三台机器依次执行

　　　　sudo vim /etc/hosts

　　　　

　　2.3 修改环境变量，三台依次执行

　　　　vim /etc/profile，然后source /etc/profile使之生效

　　　　

　　　　JAVA_HOME是java的安装路径，如果不知道自己的java安装路径，请参考如下操作：

　　　　 which java定位到的是java程序的执行路径，而不是安装路径，经过两次-lrt最后的输出才是安装路径

　　2.3 配置master对node1和node2的免密登陆

　　　　效果就是在master上输入ssh node1即可登陆node1，否则开启集群服务时，master与node无法连接，会报出connection refused

　　　　2.3.1 配置前，先确保安装了openssh-server，默认是不安装的

　　　　　　输入dpkg --list | grep ssh，如果没有openssh-server，执行以下命令安装：

　　　　　　sudo apt-get install openssh-server

　　　　2.3.2 每台机器执行ssh-keygen -t rsa，然后回车

　　　　　　 生成的公钥私钥都保存在～/.ssh下

　　　　2.3.3、在master上将公钥放入authorized_keys，命令如下：　　　　　　　　

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

　　　　2.3.4、将master上的authorized_keys放到其它机器上

　　　　　　　scp ~/.ssh/authorized_keys root@node1:~/.ssh/

　　　　　　　scp ~/.ssh/authorized_keys root@node2:~/.ssh

　　　　2.3.5、测试是否成功

　　　　　　

　　2.4 下载hadoop及修改配置文件在master上执行即可，修改完再复制到其他机器上

　　　　wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/stable/hadoop-2.9.1.tar.gz (我下载时这里的稳定版是2.9.1，如果更新了，下载相应的tar.gz包即可)

　　　　　解压：tar zxf hadoop-2.9.1.tar.gz

　　2.5 创建HDFS存储目录

　　　　进入解压后的文件夹: cd hadoop2.9.1

　　　　mkdir hdfs

　　　　cd hdfs

　　　　mkdir name data tmp

　　　　./hdfs/name    --存储namenode文件

　　　　./hdfs/data      --存储数据

　　　　./hdfs/tmp       --存储临时文件　

　　2.6　修改xml配置文件

　　　　  需要修改的xml文件在hadoop2.9.1/etc/hadoop/下

　　　　  主要有5个文件要修改：

　　　　　　hadoop-env.sh

　　　　　　core-site.xml

　　　　　　hdfs-site.xml

mapred-site.xml

　　　　　   yarn-site.xml

　　　　　　slaves　

　　　　     　

　　　　　2.6.1、vim  hadoop-env.sh，填写的是java的安装路径

　　　　　　

　　　　2.6.2、vim core-site.xml，configuration标签中插入如下内容

                

　　　　2.6.3、vim hdfs-site.xml

　　　　　

　　　　2.6.4、vim mapred-site.xml

　　　　　

　　　　2.6.5、vim yarn-site.xml

　　　　　

　　　　2.6.6、vim slaves，将里面的localhost删掉，写入从节点主机名

　　　　　

　　2.7 将hadoop文件夹远程拷贝到node节点上

　　　　scp -r hadoop-2.9.1 wang@node1:/home/wang/

　　　　scp -r hadoop-2.9.1 wang@node2:/home/wang/

　  2.8 启动hadoop

　　　2.8.1 启动之前要先格式化，格式化命令：hadoop namenode -format

　　　　 因为master是namenode，node1和node2都是datanode，所以只在master上执行

　　　　 

　　　　如果出现successfully formatted，即表示格式化成功，会看到name下多出current文件夹

　　　2.8.2 格式化成功后，在master上执行命令：start-all.sh，启动后可用jps命令查看开启的进程，master上有四个进程，node上是三个

　　　　

　　　　

　　　　如果不是，请从头到尾再检查一下配置文件，看是否有拼错的地方

　　　　另外还可以在浏览器查看：192.168.199.88:50070

　　　　　　　　　　　　　　　(masterIP，50070固定端口)