首先准备三台客户机(hadoop102，hadoop103，hadoop104)，关闭防火墙，修改为静态ip和ip地址映射
编写集群分发脚本
创建一个远程同步的脚本xsync，并放到当前用户下新建的bin目录下，配置到PATH中，使得此脚本在任何目录下都可以执行
脚本实现
复制
[kocdaniel@hadoop102 ~]$ mkdir bin [kocdaniel@hadoop102 ~]$ cd bin/ [kocdaniel@hadoop102 bin]$ vim xsync
1.
2.
3.
在文件中编写如下脚本代码
复制
#!/bin/bash #1 获取输入参数个数，如果没有参数，直接退出 pcount=$# if((pcount==0)); then echo no args; exit; fi #2 获取文件名称 p1=$1 fname=`basename $p1` echo fname=$fname #3 获取上级目录到绝对路径 –P指向实际物理地址，防止软连接 pdir=`cd -P $(dirname $p1); pwd` echo pdir=$pdir #4 获取当前用户名称 user=`whoami` #5 循环 for((host=103; host<105; host++)); do echo ------------------- hadoop$host -------------- rsync -rvl $pdir/$fname $user@hadoop$host:$pdir done
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
修改脚本xsync具有执行权限，并调用脚本，将脚本复制到103和104节点
复制
[kocdaniel@hadoop102 bin]$ chmod 777 xsync [kocdaniel@hadoop102 bin]$ xsync /home/atguigu/bin
1.
2.
集群配置
1.集群部署规划
由于计算机配置有限，只能使用三台虚拟机，工作环境中根据需要规划集群
2.配置集群
切换到hadoop安装目录/etc/hadoop/
配置core-site.xml
复制
[kocdaniel@hadoop102 hadoop]$ vim core-site.xml # 在文件中写入如下内容 <!-- 指定HDFS中NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop102:9000</value> </property> <!-- 指定Hadoop运行时产生文件的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/module/hadoop-2.7.2/data/tmp</value> </property>
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
HDFS配置文件
配置hadoop-env.sh
复制
[kocdaniel@hadoop102 hadoop]$ vim hadoop-env.sh export JAVA_HOME=/opt/module/jdk1.8.0_144
1.
2.
export JAVA_HOME=/opt/module/jdk1.8.0_144
注意：我们已经在/etc/profile文件中配置了JAVA_HOME，这里为什么还需要配置JAVA_HOME?
答：因为Hadoop运行是守护进程(守护进程是一个在后台运行并且不受任何终端控制的进程。--摘自百度百科))，正是因为它后台运行，不接受任何终端控制，所以它读取不到我们配置好的环境变量，所以这里需要单独配置一下。
配置hdfs-site.xml
复制
[kocdaniel@hadoop102 hadoop]$ vim hdfs-site.xml # 写入如下配置 <!-- 配置副本数量为3，默认也为3，所以这个也可以删掉 --> <property> <name>dfs.replication</name> <value>3</value> </property> <!-- 指定Hadoop辅助名称节点主机配置 --> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop104:50090</value> </property>
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
YARN配置文件
配置yarn-env.sh
复制
[kocdaniel@hadoop102 hadoop]$ vim yarn-env.sh export JAVA_HOME=/opt/module/jdk1.8.0_144
1.
2.
配置yarn-site.xml
复制
[kocdaniel@hadoop102 hadoop]$ vi yarn-site.xml # 增加如下配置 <!-- Reducer获取数据的方式 --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <!-- 指定YARN的ResourceManager的地址 --> <property> <name>yarn.resourcemanager.hostname</name> <value>hadoop103</value> </property>
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
MapReduce配置文件
配置mapred-env.sh
复制
[kocdaniel@hadoop102 hadoop]$ vim mapred-env.sh export JAVA_HOME=/opt/module/jdk1.8.0_144
1.
2.
配置mapred-site.xml
复制
# 如果是第一次配置的话，需要先将mapred-site.xml.template重命名为mapred-site.xml [kocdaniel@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml [kocdaniel@hadoop102 hadoop]$ vim mapred-site.xml # 在文件中增加如下配置 <!-- 指定MR运行在Yarn上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property>
1.
2.
3.
4.
5.
6.
7.
8.
9.
3.将配置好的文件利用集群分发脚本同步到hadoop103和hadoop104节点
复制
[kocdaniel@hadoop102 hadoop]$ xsync /opt/module/hadoop-2.7.2/
1.
最好在同步完成之后检查一下同步结果，避免错误
1.如果是第一次启动，需要格式化namenode，否则跳过此步
复制
[kocdaniel@hadoop102 hadoop-2.7.2]$ hadoop namenode -format
1.
格式化需要注意的问题：
只有第一次启动需要格式化，以后不要总是格式化，否则会出现namenode和datanode的集群id不一致的情况，导致datanode启动失败
正确的格式化姿势：
在执行第一次格式化时会在hadoop安装目录下产生data文件夹，里面会生成namenode的信息
在启动namenode和datanode后，还会在同样的目录下产生logs的日志文件夹
所以在格式化之前需要先将这两个文件夹删除，然后再格式化，最后启动namenode和datanode
2.在hadoop102上启动namenode
复制
[kocdaniel@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start namenode [kocdaniel@hadoop102 hadoop-2.7.2]$ jps 3461 NameNode
1.
2.
3.
3.在hadoop102、hadoop103以及hadoop104上分别启动DataNode
复制
[kocdaniel@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start datanode [kocdaniel@hadoop102 hadoop-2.7.2]$ jps 3461 NameNode 3608 Jps 3561 DataNode [kocdaniel@hadoop103 hadoop-2.7.2]$ hadoop-daemon.sh start datanode [kocdaniel@hadoop103 hadoop-2.7.2]$ jps 3190 DataNode 3279 Jps [kocdaniel@hadoop104 hadoop-2.7.2]$ hadoop-daemon.sh start datanode [kocdaniel@hadoop104 hadoop-2.7.2]$ jps 3237 Jps 3163 DataNode
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
4.访问hadoop102:50070查看结果
但是以上单点启动有一个问题：
每次都一个一个节点启动，如果节点数增加到1000个怎么办?
1.配置ssh
ssh 另一个节点的ip 就可以切换到另一台机器，但是得输入密码
2.免密ssh配置
免密登录原理
在配置namenode的主机hadoop102上生成私钥和公钥
切换目录到/home/用户名/.ssh/
复制
[kocdaniel@hadoop102 .ssh]$ ssh-keygen -t rsa
1.
复制
- 然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥） - 将公钥拷贝到要免密登录的目标机器上 ```shell [kocdaniel@hadoop102 .ssh]$ ssh-copy-id hadoop103 [kocdaniel@hadoop102 .ssh]$ ssh-copy-id hadoop104 # 注意：ssh访问自己也需要输入密码，所以我们需要将公钥也拷贝给102 [kocdaniel@hadoop102 .ssh]$ ssh-copy-id hadoop102 ```
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
同样，在配置resourcemanager的主机hadoop103上执行同样的操作，然后就可以群起集群了
1.配置slaves
切换目录到：hadoop安装目录/etc/hadoop/
在目录下的slaves文件中添加如下内容
复制
[kocdaniel@hadoop102 hadoop]$ vim slaves # 注意结尾不能有空格，文件中不能有空行 hadoop102 hadoop103 hadoop104
1.
2.
3.
4.
5.
同步所有节点的配置文件
复制
[kocdaniel@hadoop102 hadoop]$ xsync slaves
1.
2.启动集群
同样，如果是第一次启动，需要格式化
启动HDFS
复制
[kocdaniel@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh # 查看启动结果，和集群规划（配置文件中）的一致 [atguigu@hadoop102 hadoop-2.7.2]$ jps 4166 NameNode 4482 Jps 4263 DataNode [atguigu@hadoop103 hadoop-2.7.2]$ jps 3218 DataNode 3288 Jps [atguigu@hadoop104 hadoop-2.7.2]$ jps 3221 DataNode 3283 SecondaryNameNode 3364 Jps
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
启动YARN
复制
# 注意：NameNode和ResourceManger如果不是同一台机器，不能在NameNode上启动 YARN，应该在ResouceManager所在的机器上启动YARN [kocdaniel@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
1.
2.
3.web端查看相关信息
![[[278009]]](https://s1.51cto.com/oss/201909/26/e0aa01656e315985617b147ee419e06d.jpg){kind=link}