CentOS7 搭建Hadoop集群

1.环境准备

准备三台Linux（CentOS7）服务器

IP	服务器名称
192.168.11.136	Master
192.168.11.137	Slave01
192.168.11.138	Slave02

1.2修改配置文件

1.2.1修改hosts文件

# Master服务器
vi /etc/hosts

192.168.11.137 Slave01
192.168.11.138 Slave02
192.168.11.136 Master

# Slave01服务器
vi /etc/hosts

192.168.11.138 Slave02
192.168.11.136 Master

# Slave02服务器
vi /etc/hosts

192.168.11.137 Slave01
192.168.11.136 Master

# 测试host连接(去不同服务器上测试相互是否能连接通)
ping Slave01 -c 3 

1.2.2 SSH远程登录配置

让 Master 节点可以无密码 SSH 登陆到各个 Slave 节点上

# 以下全是Master服务器执行：
# 如果没有该目录，先执行一次ssh localhost
cd ~/.ssh
# 删除之前生成的公匙（如果有）
rm ./id_rsa*
# 创建秘钥（一直按回车就可以）
ssh-keygen -t rsa
# 秘钥写入authorized_keys
cat ~/.ssh/id_rsa.pub >> ./authorized_keys
# 测试免密码登录本机，第一次可能需要输入yes
ssh Master
# 将Master节点的秘钥传给Slave节点（使用root用户，传递id_rsa.pub文件到Slave01和Slave02的/root/hadoop目录下）
scp ~/.ssh/id_rsa.pub root@Slave01:/root/hadoop/
scp ~/.ssh/id_rsa.pub root@Slave02:/root/hadoop/

# 切换Slave01服务器
cat /root/hadoop/id_rsa.pub >> ~/.ssh/authorized_keys
# 切换Slave02服务器
cat /root/hadoop/id_rsa.pub >> ~/.ssh/authorized_keys

# 切换回Master服务器测试连接
ssh Slave01
ssh Slave02

1.2.3 JDK安装

Hadoop Java版本对应：
Hadoop Java Versions - Hadoop - Apache Software Foundation
本文采用的是yum安装（不推荐yum安装JDK，没有JPS等工具，并且JDK安装目录比较难找。）

# Master服务器：
yum install java-1.8.0-openjdk.x86_64
# 验证安装
java -version
# 切换到Slave01服务器，安装JDK
ssh Slave01
yum install java-1.8.0-openjdk.x86_64
java -version
# 退出Slave01服务器，返回Master服务器
exit
# 切换到Slave02服务器，安装JDK
ssh Slave02
yum install java-1.8.0-openjdk.x86_64
java -version
exit

# 因为yum安装的openjdk没有jps等工具，后续会经常用到，所以自行安装一下（每个服务器都安装一下）
yum install -y  java-1.8.0-openjdk-devel

# 配置JAVA_HOME
# yum安装的jdk需要自己找一下安装目录
which java
# 结果：/usr/bin/java
ls -lr /usr/bin/java
# 结果：lrwxrwxrwx. 1 root root 22 Nov 18 14:48 /usr/bin/java -> /etc/alternatives/java
ls -lrt /etc/alternatives/java
# 结果：lrwxrwxrwx. 1 root root 73 Nov 18 14:48 /etc/alternatives/java -> /usr/lib/jvm/java-1.8.0-openjdk-1.8.0.352.b08-2.el7_9.x86_64/jre/bin/java
# 最终安装目录: 
# /usr/lib/jvm/java-1.8.0-openjdk-1.8.0.352.b08-2.el7_9.x86_64/jre/bin/java
# 验证安装目录是否正确
/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.352.b08-2.el7_9.x86_64/jre/bin/java -version
# 输出版本号即正确

# 设置JAVA_HOME
vi /etc/profile
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.352.b08-2.el7_9.x86_64
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
source /etc/profile
# 验证一下
java -version
echo $JAVA_HOME

2.安装Hadoop

下载地址：Apache Hadoop

# Master服务器：
cd /root/hadoop # 没有目录自己创建一下，三台服务器都放在这个目录下
# 下载包
wget https://dlcdn.apache.org/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz --no-check-certificate
# 解压包
tar -xzvf /root/hadoop/hadoop-3.3.4.tar.gz
# 修改环境变量
vi /etc/profile
export HADOOP_HOME=/root/hadoop/hadoop-3.3.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
# 设置Hadoop的JAVA_HOME
vi /root/hadoop/hadoop-3.3.4/etc/hadoop/hadoop-env.sh
# 添加以下配置: 
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.352.b08-2.el7_9.x86_64 # 上面配置JAVA_HOME的时候配置过
export HADOOP_PID_DIR=/root/hadoop/tmp
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
# 验证
hadoop version

2.1 配置Hadoop环境

# 创建临时文件目录
mkdir -p /root/hadoop/tmp
cd /root/hadoop/hadoop-3.3.4

修改配置：

vi etc/hadoop/core-site.xml

<configuration>
  <property>
    <!-- namenode -->
    <name>fs.defaultFS</name>
    <value>hdfs://master:9000</value>
  </property>
  <property>
    <!-- 配置临时文件目录 -->
    <name>hadoop.tmp.dir</name>
    <value>/root/hadoop/tmp</value>
  </property>
  <property>
    <!-- 设置data存放路径 -->
    <name>hadoop.data.dir</name>
    <value>/opt/data/hadoop/data</value>
  </property>
</configuration>

修改hdfs配置

vi etc/hadoop/hdfs-site.xml

<configuration>
    <property>
        <!-- 副本数量配置 -->
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <!-- 哪台虚拟机作为namenode节点 -->
        <name>dfs.namenode.http-address</name>
        <value>master:50070</value>
    </property>
    <property>
        <!-- 哪台虚拟机作为冷备份namenode节点，用于辅助namenode -->
        <name>dfs.namenode.secondary.http-address</name>
        <value>slave01:50090</value>
    </property>
</configuration>

修改mapreduce配置：

vi etc/hadoop/mapred-site.xml

<configuration>
    <!-- 使用yarn来做任务调度 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>  
    </property>
</configuration>

修改yarn配置

vi etc/hadoop/yarn-site.xml

<configuration>
<!-- Site specific YARN configuration properties -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <!-- 配置yarn启动的主机名，也就是说配置在哪台虚拟机上就在那台虚拟机上进行启动 -->
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>
    <property>
        <name>yarn.application.classpath</name>
        <value>
            /root/hadoop/hadoop-3.3.4/etc/hadoop:/root/hadoop/hadoop-3.3.4/share/hadoop/common/lib/*:/root/hadoop/hadoop-3.3.4/share/hadoop/common/*:/root/hadoop/hadoop-3.3.4/share/hadoop/hdfs:/root/hadoop/hadoop-3.3.4/share/hadoop/hdfs/lib/*:/root/hadoop/hadoop-3.3.4/share/hadoop/hdfs/*:/root/hadoop/hadoop-3.3.4/share/hadoop/mapreduce/lib/*:/root/hadoop/hadoop-3.3.4/share/hadoop/mapreduce/*:/root/hadoop/hadoop-3.3.4/share/hadoop/yarn:/root/hadoop/hadoop-3.3.4/share/hadoop/yarn/lib/*:/root/hadoop/hadoop-3.3.4/share/hadoop/yarn/*
        </value>
    </property>
</configuration>

修改工作节点：

vi etc/hadoop/workers

master
slave01
slave02

2.2 配置同步到Slave节点

# Master服务器，hadoop文件同步到Slave节点
scp -r /root/hadoop/hadoop-3.3.4 slave01:/root/hadoop/
scp -r /root/hadoop/hadoop-3.3.4 slave01:/root/hadoop/

# Master服务器，hadoop配置同步到Slave节点
scp -r /etc/profile slave01:/etc
scp -r /etc/profile slave02:/etc

# 连接Slave节点，测试
ssh slave01
source /etc/profile
hadoop version
exit
ssh slave02
source /etc/profile
hadoop version
exit

2.3 启动Hadoop集群

# NameNode格式化（如果配置环境变量，就不需要进入bin或sbin目录）
hdfs namenode -format

# 启动
/root/hadoop/hadoop-3.3.4/sbin/start-dfs.sh 

2.4 访问Hadoop集群

http://192.168.11.136:50070/dfshealth.html#tab-overview

更多文章请扫码关注公众号，有问题的小伙伴也可以在公众号上提出。