本文針對hadoop叢集的搭建過程給予一個詳細的介紹。

參考視訊教程:https://www.bilibili.com/video/BV1tz4y127hX?p=1&share_medium=android&share_plat=android&share_session_id=10b66dfa-105f-4f89-9658-87945ddf0f89&share_source=QQ&share_tag=s_i&timestamp=1630912128&unique_k=7lLQER

Windows課前環境準備:

1.安裝虛擬化軟體VMware(筆者採用的是15.5版本)

2.準備3臺linux虛擬機器

3.linux統一使用centos7.6 64位版本

種子檔案下載地址;http://mirrors.aliyun.com/centos/7.6.1810/isos/x86_64/CentOS-7-x86_64-DVD-1810.torren

一.上傳壓縮包並解壓

hadoop版本採用hadoop-3.1.2，將hadoop壓縮包上傳到第一臺伺服器並解壓(目錄為/kkb/install),第一臺機器執行cd /kkb/soft/,進入soft目錄下再執行tar -xzvf hadoop-3.1.4.tar.gz -C /kkb/install。

二.檢視hadoop支援的壓縮方式以及本地庫

第一臺機器執行以下命令

```shell
cd /kkb/install/hadoop-3.1.4/
bin/hadoop checknative

如果出現openssl為false，那麼==所有機器==線上安裝openssl即可，執行以下命令，虛擬機器聯網之後就可以線上進行安裝了

執行sudo yum -y install openssl-devel。

三.修改配置檔案

修改hadoop-env.sh

第一臺機器執行以下命令

```shell
cd /kkb/install/hadoop-3.1.4/etc/hadoop/
vim hadoop-env.sh

緊接著

`shell
export JAVA_HOME=/kkb/install/jdk1.8.0_141

修改core-site.xml

第一臺機器執行以下命令

```shell
vim core-site.xml

將xml檔案改為(要把原有的刪除,下面同理)：

<configuration>

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://node01:8020</value>

    </property>

    <property>

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

        <value>/kkb/install/hadoop-3.1.4/hadoopDatas/tempDatas</value>

    </property>

    <!--  緩衝區大小，實際工作中根據伺服器效能動態調整；預設值4096 -->

    <property>

        <name>io.file.buffer.size</name>

        <value>4096</value>

    </property>

    <!--  開啟hdfs的垃圾桶機制，刪除掉的資料可以從垃圾桶中回收，單位分鐘；預設值0 -->

    <property>

        <name>fs.trash.interval</name>

        <value>10080</value>

    </property>

</configuration>

修改hdfs-site.xml

第一臺機器執行以下命令

```shell
vim hdfs-site.xml

<configuration>

    <!-- NameNode儲存元資料資訊的路徑，實際工作中，一般先確定磁碟的掛載目錄，然後多個目錄用，進行分割   -->

    <!--   叢集動態上下線

    <property>

        <name>dfs.hosts</name>

        <value>/kkb/install/hadoop-3.1.4/etc/hadoop/accept_host</value>

    </property>

    <property>

        <name>dfs.hosts.exclude</name>

        <value>/kkb/install/hadoop-3.1.4/etc/hadoop/deny_host</value>

    </property>

     -->

     <property>

            <name>dfs.namenode.secondary.http-address</name>

            <value>node01:9868</value>

    </property>

    <property>

        <name>dfs.namenode.http-address</name>

        <value>node01:9870</value>

    </property>

    <!-- namenode儲存fsimage的路徑 -->

    <property>

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

        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/namenodeDatas</value>

    </property>

    <!--  定義dataNode資料儲存的節點位置，實際工作中，一般先確定磁碟的掛載目錄，然後多個目錄用，進行分割  -->

    <property>

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

        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/datanodeDatas</value>

    </property>

    <!-- namenode儲存editslog的目錄 -->

    <property>

        <name>dfs.namenode.edits.dir</name>

        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits</value>

    </property>

    <!-- secondarynamenode儲存待合併的fsimage -->

    <property>

        <name>dfs.namenode.checkpoint.dir</name>

        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name</value>

    </property>

    <!-- secondarynamenode儲存待合併的editslog -->

    <property>

        <name>dfs.namenode.checkpoint.edits.dir</name>

        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits</value>

    </property>

    <property>

        <name>dfs.replication</name>

        <value>3</value>

    </property>

    <property>

        <name>dfs.permissions.enabled</name>

        <value>false</value>

    </property>

    <property>

        <name>dfs.blocksize</name>

        <value>134217728</value>

    </property>

</configuration>

修改mapred-site.xml

第一臺機器執行以下命令

vim mapred-site.xml

<configuration>

    <property>

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

        <value>yarn</value>

    </property>

    <property>

        <name>mapreduce.job.ubertask.enable</name>

        <value>true</value>

    </property>

    <property>

        <name>mapreduce.jobhistory.address</name>

        <value>node01:10020</value>

    </property>

    <property>

        <name>mapreduce.jobhistory.webapp.address</name>

        <value>node01:19888</value>

    </property>

        <property>

        <name>yarn.app.mapreduce.am.env</name>

        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>

    </property>

    <property>

        <name>mapreduce.map.env</name>

        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>

    </property>

    <property>

        <name>mapreduce.reduce.env</name>

        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>

    </property>

</configuration>

修改yarn-site.xml

第一臺機器執行以下命令

vim yarn-site.xml

<configuration>

    <property>

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

        <value>node01</value>

    </property>

    <property>

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

        <value>mapreduce_shuffle</value>

    </property>

    <!-- 如果vmem、pmem資源不夠，會報錯，此處將資源監察置為false -->

    <property>

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

        <value>false</value>

    </property>

    <property>

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

        <value>false</value>

    </property>

</configuration>

修改workers檔案

第一臺機器執行以下命令

vim workers

原內容替換為(根據自己對三臺機器的命名來進行修改):

node01
node02
node03

四.建立檔案存放目錄

第一臺機器執行以下命令

node01機器上面建立以下目錄

mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/tempDatas
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/namenodeDatas
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/datanodeDatas
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits

五.安裝包的分發scp與rsync

在linux當中，用於向遠端伺服器拷貝檔案或者資料夾可以使用scp或者rsync，這兩個命令功能類似都是向遠端伺服器進行拷貝，只不過scp是全量拷貝，rsync可以做到增量拷貝，rsync的效率比scp更高一些

通過scp直接拷貝

scp（secure copy）安全拷貝

可以通過scp進行不同伺服器之間的檔案或者資料夾的複製

使用語法

scp -r sourceFile username@host:destpath
```

用法示例

scp -r hadoop-lzo-0.4.20.jar hadoop@node01:/kkb/
```

node01執行以下命令進行拷貝

cd /kkb/install/
scp -r hadoop-3.1.4/ node02:$PWD
scp -r hadoop-3.1.4/ node03:$PWD

六.配置hadoop的環境變數

三臺機器都要進行配置hadoop的環境變數

三臺機器執行以下命令

sudo vim /etc/profile
在末尾新增

export HADOOP_HOME=/kkb/install/hadoop-3.1.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

配置完成之後生效

source /etc/profile

第七步：格式化叢集

- 要啟動 Hadoop 叢集，需要啟動 HDFS 和 YARN 兩個叢集。

- 注意：首次啟動HDFS時，必須對其進行格式化操作。本質上是一些清理和準備工作，因為此時的 HDFS 在物理上還是不存在的。<font color='red'>格式化操作只有在首次啟動的時候需要，以後再也不需要了

執行
hdfs namenode -format

觀察生成的日誌判斷是否成功

八.叢集啟動

如果配置了 etc/hadoop/workers 和 ssh 免密登入，則可以使用程式指令碼啟動所有Hadoop 兩個叢集的相關程序，在主節點所設定的機器上執行。

- 啟動叢集

- 主節點node01節點上執行以下命令

start-dfs.sh
start-yarn.sh
# 已過時mr-jobhistory-daemon.sh start historyserver
mapred --daemon start historyserver
```

- 停止叢集（主節點node01節點上執行）：

stop-dfs.sh
stop-yarn.sh
# 已過時 mr-jobhistory-daemon.sh stop historyserver
mapred --daemon stop historyserver
```

輸入jps檢視程序判斷是否啟動成功

| 伺服器IP | node01 | node02 | node03 |
| -------------- | ----------------- | ----------- | ----------- |
| HDFS | NameNode | | |
| HDFS | SecondaryNameNode | | |
| HDFS | DataNode | DataNode | DataNode |
| YARN | ResourceManager | | |
| YARN | NodeManager | NodeManager | NodeManager |
| 歷史日誌伺服器 | JobHistoryServer | | |

九.驗證叢集是否搭建成功

###### 1. 訪問web ui介面(根據自己設定的網路地址)

- hdfs叢集訪問地址

http://192.168.51.100:9870/

- yarn叢集訪問地址

http://192.168.51.100:8088

- jobhistory訪問地址：

http://192.168.51.100:19888

提醒：如果要關閉電腦時，清一定要按照以下順序操作，否則叢集可能會出問題==

- 關閉hadoop叢集

- 關閉虛擬機器

- 關閉電腦

筆者在安裝過程中遇到了很多問題，前前後後總共裝了有三次，怕出錯可以提前列印快照，最後預祝大家安裝順利。