Centos7搭建Hadoop集群(V3.3.4)

node01 &＃xff1a;192.168.117.20 NameNode DataNode
node02 &＃xff1a;192.168.117.21 DataNode
node03 &＃xff1a;192.168.117.22 DataNode SecondaryNameNode

一、准备工作

1、配置hostname

hostname分别为node01,node02,node03

# 三台机器分别执行
hostnamectl set-hostname node01
hostnamectl set-hostname node02
hostnamectl set-hostname node03


2、hosts映射

# 三台机器均要执行
vim /etc/hosts
192.168.117.20 node01
192.168.117.21 node02
192.168.117.22 node03


3、关闭防火墙

systemctl stop firewalld.service
systemctl disable firewalld.service


4、同步时间

yum install ntpdate
ntpdate ntp5.aliyun.com


5、关闭selinux

vim /etc/selinux/config
修改为 SELINUX&＃61;disabled


6、配置ssh免密登陆

# 三台机器均执行一下命令
ssh-keygen -t rsa
# 将每台机器的公钥拷贝给每台机器
ssh-copy-id node01
ssh-copy-id node02
ssh-copy-id node03


测试

7、重启

reboot

二、安装所需环境

1、jdk安装

# 三台机器均执行
cd /etc/profile.d
vim jdk.sh
# 写入内容
export JAVA_HOME&＃61;/opt/button/jdk
export CLASSPATH&＃61;$:CLASSPATH:$JAVA_HOME/lib/
export PATH&＃61;$PATH:$JAVA_HOME/bin
# 使配置生效
source /etc/profile


验证

java -version


2、hadoop安装

下载安装包
配置环境变量

# 三台机器均执行
vim /etc/profile.d/hadoop.sh
# 写入内容
export HADOOP_HOME&＃61;/opt/button/hadoop/hadoop-3.3.4
export PATH&＃61;$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
# 使配置生效
source /etc/profile


验证

hadoop version


创建hadoop数据目录&＃xff1a;

mkdir /opt/button/hadoop/data
cd /opt/button/hadoop
chmod -R 777 ./data/

三、修改配置

配置位于hadoop解压目录etc/hadoop目录下&＃xff0c;三台机器配置保持一致

hadoop-env.sh

vim hadoop-env.sh
# jdk修改为自己的路径
export JAVA_HOME&＃61;/opt/button/jdk


core-site.xml

<!-- 指定HADOOP所使用的文件系统schema&＃xff0c;NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://node01:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/button/hadoop/data</value>
</property>
<!-- 设置HDFS web UI用户身份 -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>root</value>
</property>
<!-- 文件系统垃圾桶保存时间 -->
<property>
<name>fs.trash.interval</name>
<value>1440</value>
</property>


hdfs-site.xml

<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node03:50090</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>/opt/button/hadoop/data/</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>/opt/button/hadoop/data/</value>
</property>


mapred-site.xml

<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>


yarn-site.xml

<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- ResourceManager的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node01</value>
</property>
<!-- 关闭yarn内存检查 -->
<property>
<name>yarn.nodemanager.pmem-check-enabled</name>
<value>false</value>
</property>
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>


workers

vim workers
# 写入如下内容
node01
node02
node03

四、初始化并启动

1、初始化

如果第一次启动集群需格式化NameNode&＃xff0c;三个节点都操作

hdfs namenode –format


注&＃xff1a;如果不是第一次&＃xff0c;需要先执行stop-all.sh&＃xff0c;然后删除data与logs中的文件再执行初始化命令

2、启动

在node01节点上的sbin目录找到start-all.sh并执行即可

执行如下操作解决此问题

vim /etc/profile.d/my_env.sh
# 添加如下内容
export HDFS_NAMENODE_USER&＃61;root
export HDFS_DATANODE_USER&＃61;root
export HDFS_SECONDARYNAMENODE_USER&＃61;root
export YARN_RESOURCEMANAGER_USER&＃61;root
export YARN_NODEMANAGER_USER&＃61;root
# 使配置生效
source /etc/profile


重新执行start-all.sh

查看启动的服务

NameNode默认端口9870
http://192.168.117.20:9870/

ResourceManager默认端口8088

hadoop fs -mkdir /hfile
hadoop fs -put input.txt /hfile
hadoop fs -ls /hfile