准备三台centos虚拟机 。(master,slave1,slave2)
(hadoop、jdk文件链接:https://pan.baidu.com/s/1wal1CSF1oO2h4dkSbceODg 提取码:4zra)
前四步可参考hadoop伪分布式环境搭建详解-CSDN博客
1.修改主机名,设置ip与主机的映射关系
hostname //查看主机名 vim /etc/hostname //更改主机名 vim /etc/hosts //将127.0.0.1后面的主机名更改为本机主机名,并在文件中写入三台机器的ip与主机名的映射关系 reboot //重启服务器
(文件的后三行在三台机器上都要存在且保持一致)
2.在master机器上创建/usr/apps、/usr/apps/dist-hadoop,将jdk解压至/usr/apps,hadoop解压至/usr/apps/dist-hadoop下(路径不要随便设,否则和第四步的配置文件对应不上)
mkdir /usr/apps mkdir /usr/apps/dist-hadoop
tar -zxf jdk-8u201-linux-x64.tar.gz -C /usr/apps/ tar -zxvf hadoop-2.7.1.tar.gz -C /usr/apps/dist-hadoop/ //-zxvf可以打印解压的东西
3.在master设置jdk,hadoop的环境变量
vim 编辑/etc/profile文件
添加下列语句(赋值时不要有空格,图中有空格)
export JAVA_HOME=/usr/apps/jdk1.8.0_201 export PATH=$PATH:$JAVA_HOME/bin export HADOOP_HOME=/usr/apps/dist-hadoop/hadoop-2.7.1 export PATH=$PATH:$HADOOP_HOME/bin
保存退出。
source /etc/profile //重新加载该文件 java -version //查看jdk版本,检查环境是否设置成功
4.在master机器上dist-hadoop/hadoop-2.7.1/etc/hadoop目录下修改以下六个配置文件
①slaves
vim 编辑slaves文件,加入节点的主机名
slave1
slave2
②hadoop-env.sh
编辑/etc/hadoop/hadoop-env.sh文件,将jdk路径导入
[root@master data]# cd /usr/apps/hadoop-2.7.1/ [root@master hadoop-2.7.1]# cd /etc/hadoop [root@master hadoop]# vim hadoop-env.sh
③core-site.xml
fs.defaultFS hdfs://master:9000 hadoop.tmp.dir /usr/apps/dist-hadoop/hadoop-2.7.1/data/ hadoop.http.staticuser.user root 网页界面访问数据使用的用户名
④hdfs-site.xml
dfs.replication 2 dfs.namenode.name.dir file:///usr/apps/dist-hadoop/hadoop-2.7.1/data/dfs/nn/name NN使用的元数据保存 dfs.datanode.data.dir /usr/apps/dist-hadoop/hadoop-2.7.1/data/ DN使用的数据保存 dfs.namenode.edits.dir file:///usr/apps/dist-hadoop/hadoop-2.7.1/data/dfs/nn/edits edits文件的存储路径 dfs.namenode.checkpoint.edits.dir /usr/apps/dist-hadoop/hadoop-2.7.1/data/dfs/snn/edits SecondaryNameNode在文件系统中存储用于合并的临时edits文件的目录 dfs.namenode.secondary.http-address master:50090 secondarynamenode提供网络服务的端口和地址 dfs.permissions false 文件操作时的权限检查标识 dfs.namenode.http-address master:50070 namenode提供网络服务的端口和地址
⑤mapred-site.xml
先将mapred-site.xml.template复制到 mapred-site.xml中
再进入mapred-site.xml编辑
mapreduce.framework.name yarn mapreduce.jobhistory.address master:10020 MapReduce的JobHistoryserver的IP和端口 mapreduce.jobhistory.webapp.address master:19888 MapReduce的JobHistoryserver在web端查看的地址 mapreduce.job.ubertask.enable true 是否开启小作业优化
⑥yarn-site.xml
yarn.resourcemanager.hostname master yarn.nodemanager.aux-services mapreduce_shuffle yarn.log-aggregation-enable false 是否启用日志聚合功能,日志聚合开启后保存到HDFS上 yarn.log-aggregation.retain-seconds 604800 聚合后的日志在HDFS上保存多长时间,单位为s
5.在master上配置三台机器的免密登陆
[root@master hadoop-2.7.1]# ssh-keygen -t rsa //在hadoop目录下生成密钥对 [root@master hadoop-2.7.1]# find / -name .ssh //找到密钥对的位置
拷贝秘钥。
[root@master ~]# cd /root/.ssh/ [root@master .ssh]# ssh-copy-id master [root@master .ssh]# ssh-copy-id slave1 [root@master .ssh]# ssh-copy-id slave2
6.在master上将jdk,dist-hadoop,/etc/profile文件拷贝至其他两台机器(slave1,slave2)
scp -r /usr/apps/jdk1.8.0_201 slave1:/usr/apps/jdk1.8.0_201 scp -r /usr/apps/jdk1.8.0_201 slave2:/usr/apps/jdk1.8.0_201
scp -r dist-hadoop/ slave1:/usr/apps/ scp -r dist-hadoop/ slave2:/usr/apps/
scp -r /etc/profile slave1:/etc/profile scp -r /etc/profile slave2:/etc/profile
(拷贝的时候在其他两台机器的jdk和hadoop的路径可能不对,此时进入/etc/profile修改正确即可)
并在slave1和slave2上重载/etc/profile文件
source /etc/profile
7.格式化namenode
[root@master hadoop-2.7.1]# hadoop namenode -format
8.master上启动dfs.sh,yarn.sh文件
sbin/start-dfs.sh sbin/start-yarn.sh
搭建成功!