1.基本环境：
操作系统：
Centos 7.2.1511
三台虚机：
192.168.163.224 master
192.168.163.225 node1
192.168.163.226 node2
软件包
hadoop-2.7.2.tar.gz
jdk-7u79-linux-x64.tar.gz
2.配置系统环境
配置ntp时间同步
参考http://bigtrash.blog.51cto.com/8966424/1826481
修改hostname
192.168.163.224主机： echo "master" > /etc/hostname
192.168.163.225主机：echo "node1" > /etc/hostname
192.168.163.226主机：echo "node2" > /etc/hostname
master上修改hosts文件
echo "192.168.163.224 master" >>/etc/hosts
echo "192.168.163.225 node1" >>/etc/hosts
echo "192.168.163.225 node2" >>/etc/hosts
同步到node1，node2上的主机
scp /etc/hosts node1:/etc/
scp /etc/hosts node2:/etc/
各台主机上相互ping，测试是否可以通过host连通
ping master
ping node1
ping node2
master，node1，node2上关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
3.配置hadoop环境
master，node1，node2上安装jdk
rpm -qa|grep openjdk #检查openjdk，存在则删除
yum remove *-openjdk-* ####删除openjdk#####
安装sunjdk
#yum install glibc.i686(64位系统安装32位包，需要安装)
#tar -zxvf jdk-7u79-linux-x64.tar.gz<br>
#mv ./jdk1.7.0_79 /usr/</span>
master，node1，node2上创建hadoop用户
useradd hadoop #增加hadoop用户，用户组、home目录、终端使用默认
passwd hadoop #修改密码
建议在学习阶段将hadoop用户加入sudo权限管理，简单方法如下
1.执行visudo命令
2.在root ALL=(ALL) ALL 后加入
hadoop ALL=(ALL) ALL
master，node1，node2上进入hadoop用户：
su - hadoop
master，node1，node2上无密钥连接：
master上的hadoop用户通过rsa算法生成非对称密钥对：
ssh-keygen -t rsa
cd /home/hadoop/.ssh/
cp id_rsa.pub authorized_keys
chmod go-wx authorized_keys
master上的公钥authorized_keys拷贝到node1，node2上的hadoop用户
scp authorized_keys node1:/home/hadoop/.ssh/
scp authorized_keys node2:/home/hadoop/.ssh/
可通过如下命令测试
ssh node1
ssh node2
为方便node1，node2中hadoop用户可以同时登录master，这里我们集群中的所有用户共用一个密钥
scp ~/.ssh/id_rsa node1:/home/hadoop/.ssh/
scp ~/.ssh/id_rsa node2:/home/hadoop/.ssh/
master，node1，node2上修改环境变量
vi /etc/profile
JAVA_HOME=/usr/jdk1.7.0_79
HADOOP_HOME=/usr/local/hadoop
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/bin:$PATH
su - hadoop #重新读取环境变量
master，node1，node2上创建相关目录
sudo mkdir -p /usr/local/hadoop
sudo chown -R hadoop:hadoop /usr/local/hadoop
sudo mkdir -p /data/hadoop/ #创建 hadoop 数据目录结构
sudo chown -R hadoop:hadoop /data/hadoop/
mkdir -p /data/hadoop/tmp/ #创建 tmp
mkdir -p /data/hadoop/hdfs/ #创建hdfs
mkdir -p /data/hadoop/hdfs/data #创建datanode目录
mkdir -p /data/hadoop/hdfs/name #创建namenode目录
mkdir -p /data/hadoop/hdfs/namesecondary
安装hadoop
wget http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.7.2/hadoop-2.7.2.tar.gz
tar -zxvf hadoop-2.7.2.tar.gz
mv hadoop-2.7.2 /usr/local/hadoop
chown -R hadoop:hadoop /usr/local/hadoop/
4.修改配置文件
配置文件相关变量详细解释可查看官网：
http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/
cd $HADOOP_HOME/etc/hadoop
4.1 vi hadoop-env.sh
export HADOOP_HEAPSIZE=128 #默认为1000M，这里我们修改为128M
4.2 vi core-site.xml #全局配置
<configuration><property><name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
<!--hadoop namenode 服务器地址和端口，以域名形式--></property>
<property><name>dfs.namenode.checkpoint.period</name>
<value>1800</value>
<!-- editlog每隔30分钟触发一次合并，默认为60分钟 --></property>
</property>
<property> <name>fs.checkpoint.size</name>
<value>67108864</value>
</property>
<property><name>fs.trash.interval</name>
<value>1440</value>
<!-- Hadoop文件回收站,自动回收时间,单位分钟,这里设置是1天，默认为0。--></property>
<property><name>hadoop.tmp.dir</name>
<value>/data/hadoop/tmp</value>
<!-- Hadoop的默认临时路径，这个最好配置，如果在新增节点或者其他情况下莫名其妙的DataNode启动不了，就删除此文件中的tmp目录即可。不过如果删除了NameNode机器的此目录，那么就需要重新执行NameNode格式化的命令。/data/hadoop/tmp这里给的路径不需要创建会自动生成.-->
</property>
<property><name>io.file.buffer.size</name>
<value>131702</value>
<!-- 流文件的缓冲区--></property>
</configuration>
|
4.3 vi hdfs-site.xml #hdfs中NameNode,DataNode局部配置
<configuration><property><name>dfs.namenode.name.dir</name>
<value>/data/hadoop/hdfs/name</value>
<!--HDFS namenode数据镜象目录--><description> </description>
</property>
<property><name>dfs.datanode.data.dir</name>
<value>/data/hadoop/hdfs/data</value>
<!-- HDFS datanode数据镜象存储路径,可以配置多个不同的分区和磁盘中,使用,号分隔 --><description> </description>
</property>
<property><name>dfs.namenode.http-address</name>
<value>master:50070</value>
<!---HDFS Web查看主机和端口--></property>
<property><name>dfs.namenode.secondary.http-address</name>
<value>node1:50090</value>
<!--辅控HDFS web查看主机和端口--></property>
<property><name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<property><name>dfs.replication</name>
<value>3</value>
<!--HDFS数据保存份数，通常是3--></property>
<property><name>dfs.datanode.du.reserved</name>
<value>1073741824</value>
<!-- datanode 写磁盘会预留 1G空间 给其他程序使用,而非写满,单位 bytes--></property>
<property><name>dfs.block.size</name>
<value>134217728</value>
<!--HDFS数据块大小，当前设置为128M/Blocka-->
</property>
<property><name>dfs.permissions.enabled</name>
<value>false</value>
<!-- HDFS 关闭文件权限 --></property>
</configuration>
|
4.4 vi etc/hadoop/mapred-site.xml #配置MapReduce，使用yarn框架、jobhistory使用地址以及web地址
<configuration>
<property><name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property><name>mapreduce.jobtracker.http.address</name>
<value>master:50030</value>
</property>
<property><name>mapred.job.tracker</name>
<value>http://master:9001</value>
</property>
<property><name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<property><name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
</configuration>
cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
|
4.5 vi etc/hadoop/yarn-site.xml 配置yarn-site.xml文件
<configuration><property><name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property><name>yarn.resourcemanager.address</name>
<value>master:8032</value>
</property>
<property><name>yarn.resourcemanager.scheduler.address</name>
<value>master:8030</value>
</property>
<property><name>yarn.resourcemanager.resource-tracker.address</name>
<value>master:8031</value>
</property>
<property><name>yarn.resourcemanager.admin.address</name>
<value>master:8033</value>
</property>
<property><name>yarn.resourcemanager.webapp.address</name>
<value>master:8088</value>
</property>
</configuration>
|
4.6 vi hadoop-env.sh及vi yarn-env.sh
将其中的${JAVA_HOME}用/usr/jdk1.7.0_79代替
5.检查单机版Hadoop
测试hdfs中的namenode与datanode：
hadoop-daemon.sh start namenode
chmod go-w /data/hadoop/hdfs/data/
hadoop-daemon.sh start datanode
测试resourcemanager：
yarn-daemon.sh start resourcemanager
测试nodemanager：
yarn-daemon.sh start nodemanager
测试historyserver：
mr-jobhistory-daemon.sh start historyserver
执行jps：
99297 Jps99244 DataNode98956 JobHistoryServer98820 NodeManager98118 NameNode98555 ResourceManager上述表明单机版hadoop安装成功
6.集群搭建
scp -r $HADOOP_HOME/ node1:/usr/local/
scp -r $HADOOP_HOME/ node2:/usr/local/
在master上进行配置
vi $HADOOP_HOME/etc/hadoop/slaves
删除localhost
添加
node1
node2
vi $HADOOP_HOME/etc/hadoop/masters
删除localhost
添加
node1 #目的是为了在node1节点上存放secondnamenode
7.测试集群是否搭建成功
$HADOOP_HOME/bin/hdfs namenode -format
master上
开启所有节点：start-all.sh(或start-dfs及start-yarn.sh代替)
各节点执行jps
master：98956 JobHistoryServer98820 NodeManager118806 Jps118176 NameNode118540 ResourceManagernode1：106408 SecondaryNameNode106602 Jps106301 DataNode106496 NodeManagernode2：105932 Jps105812 NodeManager105700 DataNode存在上述状态，说明集群搭建成功
关闭所有节点：stop-all.sh(或stop-dfs.sh及stop-yarn.sh代替)
同时可以访问网页进行查看：