大数据平台搭建——hadoop集群（基于CentOS-7）的搭建-Toy模板网

这篇具有很好参考价值的文章主要介绍了大数据平台搭建——hadoop集群（基于CentOS-7）的搭建。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

总序

一、下载相关软件的压缩包

二、配置虚拟机上主节点相关设置

1、修改主机用户名

2、进行ip地址映射

3、配置虚拟机网络设置

三、解压并配置java、hadoop环境

1、解压jdk、hadoop压缩文件

2、配置jdk、hadoop环境

3、修改hadoop中的相关配置文件信息（最重要）

四、克隆两个子节点

1、克隆虚拟机

2、修改子节点机器的相关配置

五、设置免密登录

1、关闭防火墙和禁止启动防火墙（三个节点都需要）

2、生成密钥

3、分配密钥（三个节点都要执行以下操作）

六、启动hadoop集群

1、格式化hadoop集群

2、启动hadoop集群（在主节点启动）

七、说明

总序

本次hadoop集群搭建的虚拟机采用的软件为VMware Workstation Pro，用的镜像文件为CentOS-7，此篇文章是为自己准备大数据比赛中的大数据平台搭建部分所写，故只针对搭建hadoop集群搭建的部分进行概述，前绪工作包括虚拟机的搭建读者可以阅读下面的文章自行进行安装。hadoop集群安装的流程本人多次实践过，从而编写出最简单、最明了的操作过程。

虚拟机安装及CentOS-7镜像文件安装的详细步骤

此次hadoop集群的搭建设置了三个节点，主节点的名称为：bigdata2021master，剩余两个子节点的名称分别为：bigdata2021slave1,bigdata2021slave2。

一、下载相关软件的压缩包

搭建hadoop集群需要配置java、hadoop环境，因此需要去官网下载相关的压缩包。注：尽量不要下载最新版本的压缩包，可能会出现不兼容等相关问题，建议下载老一点版本的。在window中下载的文件可通过qq邮箱、xshell软件等方式传送到虚拟机上去。

1、hadoop下载地址：https://archive.apache.org/dist/hadoop/common/hadoop-2.7.1/（注：选择：hadoop-2.7.1.tar.gz 的文件下载即可）

2、jdk下载地址：https://www.oracle.com/java/technologies/downloads/#java8（注：选择：jdk-8u381-linux-x64.tar.gz文件下载即可）

二、配置虚拟机上主节点相关设置

1、修改主机用户名

首先要将你的主机用户名改为所需要的用户名，这里我改成bigdata2021master。

（1）打开终端，输入：su 后并输入密码切换成管理员模式；

（2）输入：vi etc/hostname，修改成对应的用户名（注：用vi命令编辑文件时按i进入编辑模式，编辑完成后按esc后输入wq!保存并退出）；

2、进行ip地址映射

在终端中输入：vi etc/hosts 后输入（如下图）三个节点名称和ip地址（ip地址可在终端中输入ifconfig命令中可查看，剩余两个子节点的ip地址最后三位自己可随便定义）；

centos hadoop配置,大数据,hadoop,分布式

3、配置虚拟机网络设置

（1）在终端中输入vi /etc/sysconfig/network-scripts/ifcfg-ens33 后，修改和增加相关配置，修改和增加的内容为下图1中红色框的内容。其中IPADDR表示为IP地址，NETMASK表示为子网掩码，GATEWAY为网关，以上地址可在虚拟机菜单中点击编辑-->虚拟网络编辑器-->VMnet8-->NAT设置后即可看到相关地址信息（如下图2步骤），DNS1和DNS2可用图中默认的地址；

（2）完成上述配置，要重启网络，在终端中输入：service network restart

图1：（注：可能读者在操作时有些配置和此图片不一样，读者要统一成和此图片一致，除红框中的信息要根据自己计算机的地址信息来修改）

centos hadoop配置,大数据,hadoop,分布式

图2：可能需要管理员权限

centos hadoop配置,大数据,hadoop,分布式

三、解压并配置java、hadoop环境

1、解压jdk、hadoop压缩文件

（1）切换到保存压缩包的文件夹下输入：tar -zxvf 压缩包名

（2）文件名过长时可用mv命令修改方便后续操作

2、配置jdk、hadoop环境

（1）在终端中输入：vi /etc/profile 来修改文件；

（2）在结尾加上以下内容（如下图所示）：

export JAVA_HOME=解压后的jdk文件路径

export CLASSPATH=$:CLASSPATH:$JAVA_HOME/lib/

export PATH=$PATH:$JAVA_HOME/bin

export HADOOP_HOME=解压后的hadoop文件路径

export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

centos hadoop配置,大数据,hadoop,分布式

（3）保存退出后输入：source /etc/profile 让修改的配置文件生效；

（4）验证是否配置成功，输入：java -version 如果出现下图信息说明配置成功。

3、修改hadoop中的相关配置文件信息（最重要）

（1）新建几个目录用来存储修改配置文件后的相关信息，在终端中输入以下命令：

mkdir /root/hadoop
mkdir /root/hadoop/tmp
mkdir /root/hadoop/var
mkdir /root/hadoop/dfs
mkdir /root/hadoop/dfs/name
mkdir /root/hadoop/dfs/data

（2）切换到 etc/hadoop 下，修改一系列配置文件：

输入：vi core-site.xml 修改文件，在文件中的<configuration>和</configuration>添加以下内容（注：黄色部分要改成自己的主机名）

<property>

<name>hadoop.tmp.dir</name>

<value>/root/hadoop/tmp</value>

<description>Abase for other temporary directories.</description>

</property>

<property>

<name>fs.default.name</name>

<value>hdfs://bigdata2021master:9000</value>

</property>

输入：vi hadoop-env.sh 修改文件，找到文件中的以下内容（红框的内容是文件中的原文内容，后部分要自己根据存储的jdk、hadoop文件路径进行修改），并修改成以下内容：

centos hadoop配置,大数据,hadoop,分布式

输入：vi hdfs-site.xml 修改文件，在文件中的<configuration>和</configuration>添加以下内容：

<property>

<name>dfs.name.dir</name>

<value>/root/hadoop/dfs/name</value>

<description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>

</property>

<property>

<name>dfs.data.dir</name>

<value>/root/hadoop/dfs/data</value>

<description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>

</property>

<property>

<name>dfs.replication</name>

<value>2</value> #表示副节点的个数

</property>

<property>

<name>dfs.permissions</name>

<value>false</value>

<description>need not permissions</description>

</property>

输入：mapred-site.xml 修改文件，在文件中的<configuration>和</configuration>添加以下内容（注：黄色部分要改成自己的主机名）

<property>

<name>mapred.job.tracker</name>

<value>bigdata2021master:49001</value>

</property>

<property>

<name>mapred.local.dir</name>

<value>/root/hadoop/var</value>

</property>

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

输入：yarn-site.xml 修改文件，在文件中的<configuration>和</configuration>添加以下内容（注：黄色部分要改成自己的主机名）

<property>

<name>yarn.resourcemanager.hostname</name>

<value>bigdata2021master</value>

</property>

<property>

<description>The address of the applications manager interface in the RM.</description>

<name>yarn.resourcemanager.address</name>

<value>${yarn.resourcemanager.hostname}:8032</value>

</property>

<property>

<description>The address of the scheduler interface.</description>

<name>yarn.resourcemanager.scheduler.address</name>

<value>${yarn.resourcemanager.hostname}:8030</value>

</property>

<property>

<description>The http address of the RM web application.</description>

<name>yarn.resourcemanager.webapp.address</name>

<value>${yarn.resourcemanager.hostname}:8088</value>

</property>

<property>

<description>The https adddress of the RM web application.</description>

<name>yarn.resourcemanager.webapp.https.address</name>

<value>${yarn.resourcemanager.hostname}:8090</value>

</property>

<property>

<name>yarn.resourcemanager.resource-tracker.address</name>

<value>${yarn.resourcemanager.hostname}:8031</value>

</property>

<property>

<description>The address of the RM admin interface.</description>

<name>yarn.resourcemanager.admin.address</name>

<value>${yarn.resourcemanager.hostname}:8033</value>

</property>

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

<property>

<name>yarn.scheduler.maximum-allocation-mb</name>

<value>2048</value>

<discription>每个节点可用内存,单位MB,默认8182MB</discription>

</property>

<property>

<name>yarn.nodemanager.vmem-pmem-ratio</name>

<value>2.1</value>

</property>

<property>

<name>yarn.nodemanager.resource.memory-mb</name>

<value>2048</value>

</property>

<property>

<name>yarn.nodemanager.vmem-check-enabled</name>

<value>false</value>

</property>

输入：vi workers 修改文件配置，在该文件中，加上三个机器的用户名：

centos hadoop配置,大数据,hadoop,分布式

四、克隆两个子节点

1、克隆虚拟机

（1）选择对应左侧虚拟机的名称，右击选择管理-->克隆；

centos hadoop配置,大数据,hadoop,分布式

（2）接下来直接选择默认选项即可，但注意其中一步必须选择如下图的选项。

centos hadoop配置,大数据,hadoop,分布式

2、修改子节点机器的相关配置

因为克隆机器后的两个子节点和主机点的信息完全一致，因此要把两个子节点的用户名、ip地址根据之前修改的hosts文件改掉，方法和前面一致。

♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣

特别说明：有的时候需要用scp命令将主机上的hadoop文件传输到副机上去，这里可以先新建两个虚拟机并且和前面一样配置好相关信息，再在终端中输入：scp -r 源hadoop文件路径机器用户名：目标路径位置后，即可传输，比较麻烦，建议没有要求的情况下使用克隆虚拟机的方法。

centos hadoop配置,大数据,hadoop,分布式

五、设置免密登录（三个节点都需要进行此操作）

1、关闭防火墙和禁止启动防火墙

（1）关闭防火墙，终端中输入：systemctl stop firewalld.service

（2）关闭开机时自动开启防火墙：systemctl disable firewalld.service

2、生成密钥

在终端中输入：ssh-keygen -t rsa ，一直按回车键即可

centos hadoop配置,大数据,hadoop,分布式

3、分配密钥

（1）在终端中输入以下指令（中途根据提示输入yes、密码）：

ssh-copy-id bigdata2021master

ssh-copy-id bigdata2021slave1

ssh-copy-id bigdata2021slave2

（2）验证是否能够免密成功登录，终端输入：ssh 机器名称，若能够成功登录其他机器则免密登陆设置成功

六、启动hadoop集群

1、格式化hadoop集群

（1）切换到下载的hadoop文件中的 bin 目录下

（2）格式化hadoop集群，在终端中输入：./hadoop namenode -format ，若在 /root/hadoop/dfs/name中出现一个current目录并有一些列文件，即表示格式化成功，注意不要多次格式化会出错。

（3）修改下列启动和停止集群的配置文件（在主节点修改即可）

切换到下载的hadoop文件下的 /sbin目录下修改文件
在start-dfs.sh、stop-dfs.sh 中开头中加上内容（用vi命令操作）：

HDFS_DATANODE_USER=root

HADOOP_SECURE_DN_USER=root

HDFS_NAMENODE_USER=root

HDFS_SECONDARYNAMENODE_USER=root

在start-yarn.sh、stop-yarn.sh中开头加上以下内容（用vi命令操作）：

YARN_RESOURCEMANAGER_USER=root

HADOOP_SECURE_DN_USER=root

YARN_NODEMANAGER_USER=root

2、启动hadoop集群（在主节点启动）

（1）在终端输入：start-all.sh；

（2）三个节点分别输入jps查看进程（注意都要切换到管理员权限，并切换到hadoop文件下的bin目录下），出现下列结果（关键是看主机点的进程中是否有NameNode进程、子结点中是否有DataNode进程），则表明搭建集群成功；（注：必须都为管理员权限下进入hadoop目录下的bin路径下才能查看到启动的进程）