Hadoop集群环境配置及安装配置（详细过程包含安装包）

Hadoop集群环境配置及安装配置（详细过程包含安装包）

引用

CSDN

1.

https://m.blog.csdn.net/2401_89790786/article/details/145338391

Hadoop是一个开源的分布式计算框架，能够处理大规模数据集。搭建Hadoop集群需要经过多个步骤，包括虚拟机环境准备、主机名和IP设置、SSH免密登录、JDK安装、防火墙和SELinux配置、时区设置以及Hadoop的安装和配置等。本文将详细介绍这些步骤，帮助读者搭建一个完整的Hadoop集群环境。

一、集群环境准备

1. 虚拟机安装

1. 选择典型或者自定义，一般选择典型即可，如果需要进行更多的详细配置可以选择自定义。
2. 选择想要安装的虚拟机映像位置
3. 设置用户名以及密码
4. 设置虚拟机名称以及存储位置
5. 设置磁盘存储方式以及磁盘大小
6. 完成配置点击完成，也可以点击自定义硬件进行详细配置

注意：对于主节点，由于软件运行较多，所以主节点的内存一般会比其他节点内存大。

2. 克隆

在首台虚拟机创建完成后，可以通过克隆的方式快速创建其他虚拟机。

1. 右键虚拟机名称，点击管理，选择克隆选项
2. 点击克隆后，点击下一页
3. 选择克隆对象，一共有两种方式，第一种是直接克隆虚拟机的当前状态，第二种是选取虚拟机的快照，克隆指定快照的虚拟机状态。
4. 选择克隆类型，一般为完整克隆
5. 设置克隆虚拟机的名称以及存放位置
6. 设置完成后点击完成，克隆结束。

3. 快照

快照，是对虚拟机的当前状态进行保存，在虚拟机出现问题无法解决，可以通过返回快照，使虚拟机返回到快照拍摄状态。可以在执行易出错操作前对虚拟机进行快照拍摄，建议快照拍摄时，虚拟机处于关机状态，否则拍摄时间可能较长。

1. 右键虚拟机，选择快照
2. 快照命名以及描述
3. 点击拍摄快照即可完成拍摄。

二、主机名，IP，ssh免密登录

注意如果虚拟机有其他用途，通常为了安全会为大数据专门设置一个Hadoop用户然后配置免密登录
在root用户下执行下列操作
添加用户：useradd hadoop
设置密码：passwd hadoop

1. 修改主机名
   命令：hostnamectl set-hostname [名称]，将主机名分别改为node1,node2,node3，也可以自行设置名称。

2. 设置IP（各节点的IP从主节点依次排序，node1为30，node2则为31，以此类推）
   sudo vim /etc/sysconfig/network-scripts/ifcfg-ens33
   进入到网络配置文件中。将文件BOOTPROTO改为static，添加IPADDR（处于子网IP范围之间）,GATEWAY（与子网IP一致）,NETMASK（子网掩码）和DNS1。 配置完成后需要重启网卡（systemctl restart network）。

网络配置完成后，ping一下www.baidu.com，如果结果为如下结果，则表示网络配置成功。

3. 主机映射
   本地Windows的hosts文件修改 文件存放路径：C:\Windows\System32\drivers\etc
   如果无法修改请看另外一篇文章Hadoop集群安装常见问题以及解决方法_菜鸟工程师10086的博客-CSDN博客
   修改每台节点的hosts文件
   命令为sudo vim /etc/hosts ，依次添加node1，node2，node3

4. ssh免密登录

5. 命令：ssh-keygen -t rsa -b 4096 然后一路回车到底
   在三台虚拟机依次执行

6. 依次执行 ssh-copy-id node1 、ssh-copy-id node2 、ssh-copy-id node3。执行每一个命令后需要输入yes和id对应虚拟机的密码。

三、JDK安装部署（三台虚拟机都要安装）

1. 创建一个文件夹 命令： mkdir -p /export/servers
2. 上传文件，进入刚刚创建的文件夹，输入rz，找到JDK存放路径，选择JDK
3. 解压文件 命令： tar -zxvf jdk-8u361-linux-x64.tar.gz -C /export/servers
4. 配置jdk软连接 命令：ln -s /export/servers/jdk1.8.0_361 /export/servers/jdk
5. 配置JAVA_HOME环境变量
   更改环境变量：sudo vim /etc/profile

#jdk环境变量
export JAVA_HOME=/export/servers/jdk
export PATH=P A T H : PATH:PATH:JAVA_HOME/bin
6. 生效环境变量，删除原有jdk，构建新的jdk软连接
生效环境变量： source /etc/profile
删除原因jdk： rm -f /usr/bin/java
构建软连接： ln -s /export/servers/jdk/bin/java /usr/bin/java
验证jdk：java -version
javac -version

四.关闭防火墙和SElinux

1. 关闭防火墙
   systemctl stop firewalld
   systemctl disable firewalld
2. 关闭selinux
   selinux,是用以限制用户和程序的相关权限，来确保系统的安全稳定。
   命令：sudo vim /etc/sysconfig/selinux
   将SELINUX=enforcing修改为SELINUX=disabled

五、修改时区并配置自动时间同步

1. 安装ntp软件
   yum install -y ntp
2. 更新时区
   删除原有时区：sudo rm -f /etc/localtime
   加载新时区：sudo ln -s /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
   更新时区： ntpdate -u ntp.aliyun.com
3. 设置开机自启动
   systemctl start ntpd
   systemctl enable ntpd

Hadoop的前置环境基本配置完成，建议快照保存

六、Hadoop安装与部署

一、Hadoop安装包下载

Hadoop有自己官网（Apache Hadoop），可直接点击链接前往官网下载，或者链接：

1. 进入官方网站
在网站首页就有Download选项，点击download

2. 进入download界面
会出现好几个版本，一般第一个为最新的版本，点击3.3.6的Binary download的第一个binary，这个是Hadoop的二进制发行版本包，source download是Hadoop的源代码。

3. 点击下图框选部分链接下载Hadoop安装包

二、Hadoop安装以及配置

1. 上传Hadoop安装包（node1进行）
进入/export/servers目录，输入rz，选择Hadoop下载文件夹进行上传。

2. 解压Hadoop压缩包
命令：tar -zxvf hadoop-3.3.4.tar.gz -C /export/servers

3. 构建软连接
命令： cd /export/servers
ln -s /export/servers/hadoop-3.3.4 hadoop

4. 进入Hadoop目录，查看文件是否正确
各个文件夹含义如下
• bin ，存放 Hadoop 的各类程序（命令）
• etc ，存放 Hadoop 的配置文件
• include ， C 语言的一些头文件
• lib ，存放 Linux 系统的动态链接库（ .so 文件）
• libexec ，存放配置 Hadoop 系统的脚本文件（ .sh和 .cmd ）
• licenses-binary ，存放许可证文件
• sbin ，管理员程序（ super bin ）
• share ，存放二进制源码（ Java jar 包）

5. 修改配置文件
配置 HDFS 集群，我们主要涉及到如下文件的修改：
• workers ： 配置从节点（ DataNode ）有哪些
• hadoop-env.sh ： 配置 Hadoop 的相关环境变量
• core-site.xml ： Hadoop 核心配置文件
• hdfs-site.xml ： HDFS 核心配置文件

上述文件存放在以下目录

（1）workers文件配置
#填充内容如下
node1
node2
node3

表明集群记录了三个从节点（DataNode）

（2）配置hadoop-env.sh文件
#填充内容如下（在任意空白处填充即可）
export JAVA_HOME=/export/servers/jdk
export HADOOP_HOME=/export/servers/hadoop
export HADOOP_CONF_DIR=H A D O O P _ H O M E / e t c / h a d o o p e x p o r t H A D O O P _ L O G _ D I R = HADOOP_HOME/etc/hadoop export HADOOP_LOG_DIR=HADOOP_HOME/etc/hadoop exportHADOOP_LOG_DIR=HADOOP_HOME/logs

（3）配置core-site.xml文件
#填充内容如下（在configuration内填充即可）
fs.defaultFS
hdfs://node1:8020
io.file.buffer.size
131072
解释：
·key：fs.defaultFS
含义：HDFS文件系统的网络通信路径
值：协议为hdfs：//
namenode为node1
namenode通讯端口为8020
·key：io.file.buffer.size
含义：io操作文件缓冲区大小
值：131072bit
hdfs：//node1：8020为整个HDFS内部的通讯地址，应用协议为hdfs：//（Hadoop内部协议）
表明DataNode将和node1的端口通讯，node1是NameNode所在机器
此配置固定了node1必须启动NameNode进程

（4）配置hdfs-site.xml文件
#填充内容如下
dfs.datanode.data.dir.perm #hdfs文件系统默认创建文件权限设置
700
dfs.namenode.name.dir #NameNode元数据的存储位置
/data/nn
dfs.namenode.hosts #NameNode运行哪些节点的DataNode连接
node1,node2,node3
dfs.blocksize #hdfs默认大小256MB
268435456

本文原文来自CSDN