保姆级教学——集群环境搭建及创建集群

新建虚拟机

一些默认，加载镜像开启虚拟机，在安装位置选择自己目录，然后建立分区，首先添加 挂载点，类型标准分区，文件系统ext4

加载分区，期望给2G,

类型标准分区，swap默认

然后剩下47G给/就可以

网络打开，把kudmp对勾去掉

安装完成重新启动

查看自己的ip地址ip addr，我的是192.168.153.129

安装必要的环境：sudo yum install -y epel-release

第二个环境：sudo yum install -y psmisc nc net-tools rsync vim lrzsz ntp libzstd openssl-static tree iotop git

关闭防火墙(三台)

临时关闭防火墙：sudo systemctl stop firewalld
关闭防火墙自启动：sudo systemctl disable firewalld

创建用户设置密码
useradd ysm
passwd ysm

配置ysm用户具有root权限(三台)

sudo vim /etc/sudoers
找到如下添加

Allow root to run any commands anywhere

root ALL=(ALL) ALL
ysm ALL=(ALL) NOPASSWD: ALL

Wq!退出，小写wq
在/opt目录下创建子目录(三台)
创建package、software目录
sudo mkdir -p /opt/package
sudo mkdir -p /opt/soft

修改package、software文件夹的所有者
sudo chown ysm:ysm /opt/package /opt/soft

修改静态IP(三台)

vim /etc/sysconfig/network-scripts/ifcfg-ens33

IPADDR=“192.168.241.100” # 设置的静态IP地址
NETMASK=“255.255.255.0” # 子网掩码
GATEWAY=“192.168.241.2” # 网关地址
DNS1=“192.168.241.2” # DNS服务器

注意：静态static
Yes
添加的要跟自己的一致，我的ip是192.168.153.129，注意改成自己的
修改主机名(三台)
sudo hostnamectl --static set-hostname hadoop1

配置主机名称映射(三台)

vim /etc/hosts
格式:
ip 主机名
如下:
192.168.153.129 hadoop1
192.168.153.130 hadoop2
192.168.153,131 hadoop3

安装JDK(主节点)

删除linux自带的JDK
rpm -qa | grep -i java | xargs -n1 sudo rpm -e --nodeps
上传JDK到 /opt/package 目录，利用xftp将jdk上传到/opt/package中

解压到 /opt/soft 目录
tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/soft/

配置JDK环境变量**(主节点)

新建/etc/profile.d/my_env.sh文件
sudo vim /etc/profile.d/my_env.sh
添加如下内容
#JAVA_HOME
export JAVA_HOME=/opt/soft/jdk1.8.0_212
export PATH= P A T H : PATH: PATH:JAVA_HOME/bin

注意: 配置完毕后重启xshell窗口，让环境变量生效!
测试 java -version 出现如下内容,则成功安装配置!

接下来克隆虚拟机，创建hadoop1的完整克隆
克隆完毕后修改克隆后的虚拟机的静态ip，修改主机名、
比如hadoop2，ip地址改为192.168.153.130 hadoop2
主机名设置为hostnamectl --static set-hostname hadoop2

接下来安装hadoop

安装Hadoop(主节点)

将hadoop-3.1.3.tar.gz导入到 /opt/package 目录
切换到 /opt/package
解压hadoop-3.1.3.tar.gz 到soft目录
tar -zxvf hadoop-3.1.3.tar.gz -C /opt/soft

添加hadoop的环境变量
sudo vim /etc/profile.d/my_env.sh
添加内容如下:
#HADOOP_HOME
export HADOOP_HOME=/opt/soft/hadoop-3.1.3
export PATH= P A T H : PATH: PATH:HADOOP_HOME/bin
export PATH= P A T H : PATH: PATH:HADOOP_HOME/sbin
断开连接重新连接
检查是否安装成功(出现版本号视为成功)
hadoop version

现在只有Hadoop1有hadoop了，23还没有，现在编写 zlcp 集群间数据分发脚本
在 /home/ysm 下创建 zlcp
vim zlcp
复制如下内容
注意: 循环中我使用的主机名是 ( hadoop1 hadoop2 hadoop3 ), 如不一样,自行修改为自己的主机
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo “no parameter!”
exit;
fi

#2. 遍历集群所有机器
for host in hadoop1 hadoop2 hadoop3
do
echo ==================== $host ====================
#3. 遍历所有目录，挨个发送
for file in $@
do
#4 判断文件是否存在
if [ -e KaTeX parse error: Expected 'EOF', got '#' at position 23: … then #̲5. 获取父目录 …(cd -P $(dirname KaTeX parse error: Expected 'EOF', got '#' at position 19: …e); pwd) #̲6. 获取当前文件的名称 …(basename $file)
ssh $host “mkdir -p $pdir”
rsync -av p d i r / pdir/ pdir/fname h o s t : host: host:pdir
else
echo $file does not exists!
fi
done
done
修改脚本 zlcp 具有执行权限chmod +x zlcp
将脚本移动到/bin中，以便全局调用sudo mv zlcp /bin/

SSH免密登录

我们已经掌握如何使用ssh登录远程服务器了，但是每次登录都要输入密码，比较麻烦。ssh提供一种免密登录的方式：公钥登录

1. 在客户端hadoop1的家目录下使用 ssh-keygen -t rsa 生成一对密钥：公钥+私钥
   注意：这地方要敲三次回车！
   在/home/ysm/.ssh 下生成两个文件
   id_rsa 私钥
   id_rsa.pub 公钥
   

注意: .ssh 是一个隐藏文件,使用 ls -a查看
2. 将公钥拷贝到要免密登录的目标机器上
ssh-copy-id hadoop1
ssh-copy-id hadoop2
ssh-copy-id hadoop3

1. 如果想三台机器之间互相都可以实现免密登录,可以将 整个 .ssh分发到各个机器
   注意：回到家目录下ls-a 查看如果有.ssh再执行
   [ysm@hadoop1 ~]$ zlcp .ssh/
   zlcp 等下面配置为就可以使用了
   .ssh 下功能说明
   known_hosts 记录ssh访问过计算机的公钥(public key)
   id_rsa 生成的私钥
   id_rsa.pub 生成的公钥
   authorized_keys 存放授权过的无密登录服务器公钥

接下来配置集群文件

配置 core-site.xml

注意：需要进入下面路径下，别错了
cd /opt/soft/hadoop-3.1.3/etc/hadoop/
执行：vim core-site.xml
添加如下内容在 configuration标签内

注意：以下所有的环境变量配置都在与之间添加

fs.defaultFS hdfs://hadoop1:8020 hadoop.data.dir /opt/soft/hadoop-3.1.3/data hadoop.proxyuser.ysm.hosts * hadoop.proxyuser.ysm.groups * hadoop.http.staticuser.user ysm 

配置hdfs-site.xml

vim hdfs-site.xml
添加如下内容

dfs.namenode.name.dir
file:// h a d o o p . d a t a . d i r / n a m e < / v a l u e > < / p r o p e r t y > < p r o p e r t y > < n a m e > d f s . d a t a n o d e . n a m e . d i r < / n a m e > < v a l u e > f i l e : / / {hadoop.data.dir}/name</value> </property> <property> <name>dfs.datanode.name.dir</name> <value>file:// hadoop.data.dir/name</value></property><property><name>dfs.datanode.name.dir</name><value>file://{hadoop.data.dir}/data


dfs.namenode.checkpoint.dir
file://${hadoop.data.dir}/namesecondary


dfs.client.datanode-restart.timeout
30


dfs.namenode.secondary.http-address
hadoop3:9868

配置yarn-site.xml

vim yarn-site.xml
添加如下内容:

yarn.nodemanager.aux-services
mapreduce_shuffle


yarn.resourcemanager.hostname
hadoop2


yarn.nodemanager.env-whitelist
JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME

配置mapred-site.xml

vim mapred-site.xml
添加如下:

mapreduce.framework.name
yarn

配置workers

vim workers
删除localhost
添加如下主机名
hadoop1
hadoop2
hadoop3

接下来分发hadoop将安装好hadoop 分发给其他2台机器
在soft目录下执行
zlcp hadoop-3.1.3
接着分发 my_env.sh
注意：需要在 /etc/profile.d/ 下执行
sudo zlcp my_env.sh
分发完毕后: 在三台机器下都测试
hadoop version

启动集群

如果集群是第一次启动，需要在 hadoop1 节点格式化NameNode（注意格式化之前，一定要先停止上次启动的所有namenode和datanode进程，然后再删除data和log数据）
执行格式化namenoden代码
注意：一定要在第一台机器上运行，因为我的namemode在第一台机器上
hdfs namenode -format

启动HDFS

在namenode节点(hadoop1)上执行
start-dfs.sh
验证输入jps如果hadoop1出现这三个说明成功了

Hadoop2输入jps出现这两个说明成功

在hadoop3中出现这样说明成功了

启动 yarn

在配置了ResourceManager的节点（hadoop2）
start-yarn.sh

web测试访问namenode

在浏览器地址栏输入 namenode主节点ip:9870
例如
http://192.168.153.129:9870/

接下来配置时间同步

将三太机器都切换到root用户下
在每台机器都执行这两行命令
关闭时间：systemctl stop ntpd
关闭时间自启动：systemctl disable ntpd
1.修改ntp配置文件 (只在Hadoop1做配置)
vim /etc/ntp.conf

2.添加下面2行
将restrict 192.168.134.0改成自己的ip
下面四行注释掉添加
server 127.127.1.0
fudge 127.127.1.0 stratum 10
3 . 修改/etc/sysconfig/ntpd 文件
vim /etc/sysconfig/ntpd
添加如下内容
SYNC_HWCLOCK=yes
4 . 重新启动ntpd服务,设置开机自启动
systemctl start ntpd
systemctl enable ntpd
5 . 其他台机器配置(Hadoop2 和 Hadoop 3)
在其他机器配置10分钟与时间服务器同步一次
crontab -e
添加
*/10 * * * * /usr/sbin/ntpdate hadoop1