Hadoop3单机伪分布集群安装

Hadoop3单机伪分布集群安装

1.配置SSH免密钥登录

要安装部署Hadoop3，除了安装JDK外，还要进行SSH免密钥登录功能的配置，这是为了方便进行集群主机间的通信，配置SSH免密钥登录的步骤如下：

1）在需要进行集群统一管理的虚拟机上输入命令 ssh-keygen -t rsa

生成密钥（根据提示可以不用输入任何内容，连续按4次Enter键确认即可）。

（2）生成密钥操作默认会在root目录下生成一个包含有密钥文件的.ssh隐藏目录。执行命令

cd /root/.ssh

进入.ssh隐藏目录，在该目录下执行ll -a命令查看当前目录下的所有文件。其中，id_rsa和id_rsa.pub这两个文件分别是私钥文件和公钥文件。

（3）为了便于文件配置和虚拟机通信，通常会对主机名和IP做映射配置，在虚拟机执行命令 vi /etc/hosts编辑映射文件hosts，在映射文件中添加如下内容：

将文件中主机IP地址修改为自己的主机IP地址。

（4）在虚拟机上执行命令

"ssh-copy-id 主机名"

将公钥复制到相关联的虚拟机（包括自身）

（5）在本虚拟机上执行"ssh 目标机器"命令连接到目标机器上，进行验证免密钥登录操作，此时无需输入密码便可直接登录目标虚拟机进行操作，如需返回本虚拟机，执行exit命令即可。

• Hadoop集群启动必须确保防火墙的关闭

  查看防火墙状态：

  firewall-cmd --state
  

  停止防火墙服务：

  systemctl stop firewalld
  

  禁用防火墙服务，确保其在系统重新启动后不会自动启动

   systemctl disable firewalld
  

  2.Hadoop 伪分布集群安装

  下面开始在 1 台 linux 虚拟机上开始安装 Hadoop3 伪分布环境，Linux虚拟机采用centos7，在这里我们使用 hadoop3.2.0 版本：hadoop-3.2.0.tar.gz

  （1）把 hadoop-3.2.0.tar.gz 安装包上传到 linux 机器的/export/software/ 目录下

  通过软件Xftp7将 hadoop-3.2.0.tar.gz 上传到虚拟机
  

  （2）解压 hadoop 安装包到/export/servers目录下

  tar -zxvf -C hadoop-3.2.0.tar.gz /export/servers
  

  （3）进入配置文件所在目录

  cd hadoop-3.2.0/etc/hadoop/
  

  （4）修改 hadoop-env.sh 文件，增加环境变量信息

  vi  hadoop-env.sh
  

  export JAVA_HOME=/export/servers/jdk1.8.0_161
  export HADOOP_LOG_DIR=/export/data/hadoop_repo/logs/hadoop
  

  

  保存退出

  注意：需要先创建/export/data/hadoop_repo/logs/hadoop日志目录。

  sudo mkdir -p /export/data/hadoop_repo/logs/hadoop
  

  （5）修改 core-site.xml 文件，注意 fs.defaultFS 属性中的主机名**(my2308-host)**需要和你配置的主机名保持一致

  #cd hadoop-3.2.0/etc/hadoop/
  #vi  core-site.xml
  

     
         fs.defaultFS
         hdfs://my2308-host:9000
     
     
         hadoop.tmp.dir
         /export/data/hadoop_repo
     
  
  

  （6）修改 hdfs-site.xml 文件，把 hdfs 中文件副本的数量设置为 1，因为现在伪分布集群只有一个节点

  vi  hdfs-site.xml
  

      
         dfs.replication
         1
      
  
  

  （7）修改 mapred-site.xml，设置 mapreduce 使用的资源调度框架

  vi mapred-site.xml
  

      
         mapreduce.framework.name
         yarn
      
  
  

  （8）修改 yarn-site.xml，设置 yarn 上支持运行的服务和环境变量白名单

  vi yarn-site.xml
  

  
     
         yarn.nodemanager.aux-services
         mapreduce_shuffle
     
     
         yarn.nodemanager.env-whitelist
         JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME
     
  
  

  （9）格式化 namenode

  cd /export/servers/hadoop-3.2.0
   
  bin/hdfs namenode -format
  

  如果在后面的日志信息中能看到这一行，则说明 namenode 格式化成功。

  common.Storage: Storage directory xxx has been successfully

  formatted.

  （10）修改start-dfs.sh文件（在hadoop-3.2.0/sbin目录下），在文件前面增加如下内容

  vi start-dfs.sh
  

  HDFS_DATANODE_USER=root
  HDFS_DATANODE_SECURE_USER=hdfs
  HDFS_NAMENODE_USER=root
  HDFS_SECONDARYNAMENODE_USER=root
  

  （11）修改stop-dfs.sh文件（在hadoop-3.2.0/sbin目录下），在文件前面增加如下内容

  vi stop-dfs.sh
  

  HDFS_DATANODE_USER=root
  HDFS_DATANODE_SECURE_USER=hdfs
  HDFS_NAMENODE_USER=root
  HDFS_SECONDARYNAMENODE_USER=root
  

  （12）修改 start-yarn.sh文件（在hadoop-3.2.0/sbin目录下），在文件前面增加如下内容

  vi start-yarn.sh
  

  YARN_RESOURCEMANAGER_USER=root
  HADOOP_SECURE_DN_USER=yarn
  YARN_NODEMANAGER_USER=root
  

  （13）修改stop-yarn.sh 文件（在hadoop-3.2.0/sbin目录下），在文件前面增加如下内容

  vi stop-yarn.sh 
  

  YARN_RESOURCEMANAGER_USER=root
  HADOOP_SECURE_DN_USER=yarn
  YARN_NODEMANAGER_USER=root
  

  （14）启动 hadoop 集群

  sbin/start-all.sh
  

  （15）验证集群进程信息

  执行 jps 命令可以查看集群的进程信息，除了jps 这个进程之外还需要有 5 个进程才说明集群是正常启动的

  jps
  

  

  #注：如果缺少节点则有可能是core-site.xml 或hosts文件配置错误

  （16）通过 webui 界面来验证集群服务是否正常:

  hdfs webui 界面：http://虚拟机IP:9000

  yarn webui 界面：http://虚拟机IP:8088

  （16）停止hadoop集群

  sbin/stop-all.sh