hadoop安装配置

---

• 内容:
  1. linux安装配置
  2. 多台虚拟机标配
  3. hadoop安装配置
  4. hadoop集群配置
  5. zookeeper高可用配置

---

实战-hadoop安装配置

• 搭建hadoop-hw
  参考手册–在线:http://hadoop.apache.org/docs/r3.1.1/
  参考手册–离线:%HADOOP_HOME%/share/doc/hadoop/index.html

操作步骤
	一定要安装JDK
	# 先将rpm包上传到linux上;
	yum -y install jdk-8u192-linux-x64.rpm

• 按着文档走,上面JDK安装可以忽略

1. hadoop 先在node-1上配置好,在通过服务器网络发送到其他服务器上

2. 服务器上的网络很快

	一定要将hadoop的包(tar.gz)上传到服务器上去
	# 一定要将hadoop.tar.gz上传到/data/hadoop下面;
	# pwd:一定进入到hadoop所在的目录
	# 解压hadoop
	tar -xzf hadoop-3.1.1.tar.gz
	# 改名;把版本号去掉
	mv hadoop-3.1.1 hadoop

# 查看帮助文档
du -h share/doc/
# 删除帮助文档
rm -rf share/doc/

测试hadoop是否好使;

修改配置文件

• 修改此文件:etc/hadoop/hadoop-env.sh
  

export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

• 配置文件(etc/hadoop/core-site.xml)

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
	<!-- 核心的hdfs协议访问方式 -->
	<property>
        <name>fs.defaultFS</name>
        <value>hdfs://node-1:9000</value>
    </property>
	
	<!-- 所有hadoop的存储目录 -->
	<property>
        <name>hadoop.tmp.dir</name>
        <value>/data/hadoop/data/hadoop-${user.name}</value>
    </property>
</configuration>

• 配置文件(etc/hadoop/hdfs-site.xml)

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
	<!-- 副本数;默认3个 -->
	<property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>

    <!-- 权限检查 -->
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
    </property>

    <!-- namenode的访问地址;http协议,网页访问 -->
    <property>
        <name>dfs.namenode.http-address</name>
        <value>node-1:9870</value>
    </property>
    <!-- secondary的访问地址;http协议,网页访问 -->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>node-2:9868</value>
    </property>

    <!-- dfs.namenode.name.dir:namenode的目录放的路径在hadoop.tmp.dir之上做了修改
		file://${hadoop.tmp.dir}/dfs/name

		dfs.datanode.data.dir:namenode的目录放的路径在hadoop.tmp.dir之上做了修改
		file://${hadoop.tmp.dir}/dfs/data
     -->
</configuration>

• 配置文件(etc/hadoop/mapred-site.xml)

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
	<!-- yarn -->
	<property>
	  <name>mapreduce.framework.name</name>
	  <value>yarn</value>
	</property>
    <!-- ctrl+shift+/ -->
   <!--  <property>
       <name>mapreduce.application.classpath</name>
       <value>$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*:$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*</value>
   </property> -->
  
	<!-- 一旦启动了yarn,建议换成必须设置最大内存 -->
	<property>
	　　<name>mapreduce.map.memory.mb</name>
	　　<value>200</value>
	</property>
	<property>
	　　<name>mapreduce.map.java.opts</name>
	　　<value>-Xmx200M</value>
	</property>
	<property>
	　　<name>mapreduce.reduce.memory.mb</name>
	　　<value>200</value>
	</property>
	<property>
	　　<name>mapreduce.reduce.java.opts</name>
	　　<value>-Xmx200M</value>
	</property>
</configuration>

• 配置文件(etc/hadoop/yarn-site.xml)

<?xml version="1.0"?>
<configuration>
	<!-- 配置yarn -->
	<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>

    <!-- resourcemanager的地址 -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>node-1</value>
    </property>
</configuration>

• 配置文件(etc/hadoop/workers);(放的是datanode,每一个datanode默认都有一个nodemanager)

#只需要写这三个就行了
node-2
node-3
node-4

• 将配置好的hadoop分发到node-2,node-3,node-4上面;用scp

# 一定是在hadoop软件(框架)所在的目录下面
/data/hadoop
# 在node-1执行此命令,将hadoop拷贝到node-2
scp -r hadoop/ node-2:$PWD
# 拷贝到node-3上
scp -r hadoop/ node-3:`pwd`
# 拷贝到node-4上
scp -r hadoop/ node-4:/data/hadoop

• 在namenode上执行hadoop的启动命令;(node-1)

# 格式化,只操作一次,要格式化的时候要慎重
bin/hdfs namenode -format
# 启动dfs
sbin/start-dfs.sh
# 启动yarn
sbin/start-yarn.sh

• 访问
  Node-1:9870

日志

• 如果启动报错,看日志
  

---

• 在namenode的内容
  
• 在datanode存储的数据;(木有加密)

hadoop集群搭建完成了

下一章就是zookeeper高可用