Hadoop完全分布式配置

环境

  乌班图Linux系统装虚拟机——至少安装两个虚拟机

Hadoop完全分布式环境

1.安装Java、Hadoop

文章：https://blog.csdn.net/2401_86886401/article/details/151230102?spm=1001.2014.3001.5501

可以看到Java和Hadoop的安装方法

2.网络配置

1.网络适配器设置

2.使IP地址不改变（NAT模式）

1.查看网关和IP范围

（进入后，记录网关）

（进入后记录IP范围）

2.在系统中设置静态IP

ip addr
//查看网卡名称（类似ens33、ens160）记住

ls /etc/netplan
//查看配置文件名称（较新版本）//如果上一条失败（自身版本较旧）
sudo nano /etc/network/interfaces

//文档编辑格式
auto ens33
iface ens33 inet staticaddress 192.168.6.100  # 你要设置的静态 IP 地址，需在子网内且不冲突netmask 255.255.255.0  # 子网掩码gateway 192.168.5.1    # 网关 IP，即之前看到的dns-nameservers 8.8.8.8 114.114.114.114  # DNS 服务器地址

退出文档时“Ctrl+o”-->回车-->“Ctrl+x”

sudo systemctl restart networking
//重启网络服务

3.修改主机名（设置一个主节点-Master，一个从节点-Slave1）

1.修改/etc/hostname文件（设置后要重启）

  这是储存系统主机名的核心文件

sudo vim /etc/hostname
//打开主机文件

（主节点）

（从节点）

2.修改/etc/hosts文件（地址要设置成ifconfig命令后看到的地址，设置后要重启）

  这是一个本地DNS解析文件，用于将主机名映射到IP地址

作用：

1.让系统能通过主机名找到对应的IP

2.避免一些依赖主机名解析的程序错误

sudo vim /etc/hosts
//打开DNS文件

（主机名修改要区分大小写）

tip1：在命令模式下点击“i”进入编辑模式

tip2:退出vim编辑要在命令模式（Esc）下输入“：”+“wq”

3.测试是否互通（注意地址是否设置正确，否则不通）

  需要两个虚拟机都打开

ping Slave1 -c 3
//用主节点联通从节点

（成功）

4.SSH无密码登录节点

1.安装SSH（所有机器都要装）

sudo apt-get install openssh-server
//安装SSH server

 2.第一次装可以看博主的伪分布式配置链接:https://blog.csdn.net/2401_86886401/article/details/151230102?spm=1001.2014.3001.5501

3.生成公钥，并无密码登录（有公钥则删除重新生成）

cd ~/.ssh
//如果没有该目录则执行一次“ssh localhost”
rm ./id_rsa*
//如果之前有公钥则删除
ssh-keygen -t rsa
//一直回车就行

cat ./id_rsa.pub >> ./authorized_keys
//令节点能无密码登录

4.将公钥传给其他节点（其他节点也要开机）

scp ~/.ssh/id_rsa.pub hadoop@Slave1:/home/hadoop/
//hadoop是你的从节点的用户名，如果不同，要修改

（有100%则成功）

5.在从节点上将SSH公钥加入授权

mkdir ~/.ssh
//创建文件夹，如果有则不需要创建
查看是否有没有——“ls -l ~/.ssh”

cat ~/id_rsa.pub >> ~/.ssh/authorized_keys
//加入授权

rm ~/id_rsa.pub
//用完删除就行

6.尝试登录

ssh hadoop1@Slave1
//hadoop1是我的从节点用户名，填自己的

5.配置PATH变量

使hdfs命令能在任意目录生效

在博主https://blog.csdn.net/2401_86886401/article/details/151230102?spm=1001.2014.3001.5501中可以看

start-dfs.sh
//其在任意目录都能运行

6.配置集群/分布式环境

1.修改workers文件（主、从节点的worker文件都要修改）

  需要将所有数据节点的主机名写入文件，一行一个（默认为localhost——把本机作为名称节点和数据节点）。在分布式配置时可以保留localhost，让本机节点既是名称节点也是数据节点，也可以删除localhost，使本机节点只作为名称节点使用

vim /opt/hadoop-3.1.3/etc/hadoop/workers
//编辑workers文件

（Master作为名称节点使用）

2.修改core-site.xml文件

参考：https://blog.csdn.net/2401_86886401/article/details/151230102?spm=1001.2014.3001.5501

（其中的localhost改为IP地址、Master）

同步从节点

scp /opt/hadoop-3.1.3/etc/hadoop/core-site.xml hadoop1@Slave1:/opt/hadoop-3.1.3/etc/hadoop
//将主节点配置的文件同步给从节点

3.修改hdfs-site.xml文件

参考：https://blog.csdn.net/2401_86886401/article/details/151230102?spm=1001.2014.3001.5501

要在文件中多增加一段

<configuration><property><name>dfs.namenode.secondary.http-address</name><value>Master:50090</value></property><property><name>dfs.replication</name><value>1</value></property><property><name>dfs.namenode.name.dir</name><value>file:/opt/hadoop-3.1.3/hadoop/tmp/dfs/name</value></property><property><name>dfs.datanode.data.dir</name><value>file:/opt/hadoop-3.1.3/hadoop/tmp/dfs/data</value></property>
</configuration>

4.修改mapred-site.xml文件

  在自己的hadoop文件路径下文件“mapred-site.xml.template”修改为mapred-site.xml（有些自己就是修改后的文件，不用人为修改），然后修改文件配置

mv mapred-site.xml.template mapred-site.xml
//修改文件名，有些不用修改

gedit mapred-site.xml
//打开要修改的文件

<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property><property><name>mapreduce.jobhistory.adress</name><value>Master:10020</value></property><property><name>mapreduce.jobhistory.webapp.address</name><value>Master:19888</value></property><property><name>yarn.app.mapreduce.am.env</name><value>HADOOP_MAPRED_HOME=/opt/hadoop-3.1.3</value></property><property><name>mapreduce.map.env</name><value>HADOOP_MAPRED_HOME=/opt/hadoop-3.1.3</value></property><property><name>mapreduce.reduce.env</name><value>HADOOP_MAPRED_HOME=/opt/hadoop-3.1.3</value></property>
</configuration>//修改配置，注意用自己的路径

5.修改yarn-site.xml文件

gedit yarn-site.xml
//打开文件

<configuration>
<!-- Site specific YARN configuration properties --><property><name>yarn.resourcemanager.hostname</name><value>Master</value></property><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property>
</configuration>//配置文件
//第二行是注释，可以不删除

6.将Master的文件复制给从节点（要清除伪分布模式下生成的临时文件）

cd /opt/hadoop-3.1.3
//切换目录sudo rm -r ./hadoop-3.1.3/tmp
//删除Hadoop临时文件sudo rm -r ./logs/*
//删除日志文件cd /opt
//切换目录tar -zcf ~/hadoop.master.tar.gz hadoop-3.1.3
//先压缩再复制

scp ~/hadoop.master.tar.gz hadoop1@Slave1:/home/hadoop1
//复制文件到从节点

7.在从节点上解压文件

sudo rm -r /opt/hadoop-3.1.3
//删除旧的sudo tar -zxf ~/hadoop.master.tar.gz -C /opt
//解压主节点传输文件sudo chown -R hadoop1 /opt/hadoop-3.1.3
//修改文件和目录的拥有者

8.格式化Master名称节点（只需要进行一次）

hdfs namenode -format
//格式化名称节点

9.启动Hadoop

start-dfs.sh
start-yarn.sh
mr-jobhistory-daemon.sh start historyserver 此命令可能弃用，替换为"mapred --daemon start"
//开启Hadoop

（主节点成功）

（从节点成功）

（主节点输入红框命令——成功）

10.分布式实例

start-dfs.sh
start-yarn.sh
mapred --daemon start
//开启服务

hdfs dfs -mkdir -p /user/hadoop
//创建HDFS上的用户目录hdfs dfs -mkdir input
//创建一个input目录hdfs dfs -put /opt/hadoop-3.1.3/etc/hadoop/*.xml input
//将配置文件复制到input目录

hadoop jar /opt/hadoop-3.1.3/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep input output 'dfs[a-z.]+'
//运行mapreduce作业

会显示进度，如果长时间进度没变化可以重启试试，也可以看硬盘内存够不够

11.关闭Hadoop集群

stop-yarn.sh
stop-dfs.sh
mr-jobhistory-daemon.sh stop historyserver
//关闭Hadoop集群