文章目录
前言一、准备工作二、克隆三台虚拟机并进行网络配置克隆虚拟机克隆引导修改网络配置验证验证方式一验证方式二三、安装jdk和hadoop四、ssh免密登录配置概述生成公钥和私钥把公钥拷贝到三台虚拟机上面去验证把hadoop103 和 hadoop104的免密登录配置安装上面的操作再做一遍建议把hadoop102 root 到hadoop102 103 104 的免密登录也配置一下，试了一下集群分发脚本，文件或目录好多因为没有权限而无法创建。五、集群分发脚本验证全局是否能使用修改文件的路径再次验证六、集群配置修改配置文件使用xsync来把修改的文件分发出去七、启动集群概述格式化namenode节点启动hdfs在resourcemanager的节点(hadoop103)启动yarn验证八、配置历史服务器和日志聚集功能配置历史服务器配置日志聚集功能前言
hadoop的启动模式有三种，一个是本地模式，一个是伪分布式模式，还有一个是集群模式。为了学习hadoop，这里需要搭建一个完全分布式的集群。希望你先把准备工作给看一下，因为我们的配置都是前后一致的。本文因为想让大家学习一下集群分发脚本，所以在模板虚拟机里面少放了很多东西，以后会写一个快速搭建集群的教程。
一、准备工作
首先我们需要多台虚拟机，需要做的工作请看下面这篇博文。
配置hadoop模板虚拟机
二、克隆三台虚拟机并进行网络配置
克隆
找到我们上面配置好的模板虚拟机，打开它，然后右键——》管理——》克隆
虚拟机克隆引导
在引导的时候，我只说两件事
第一，要选择创建完整克隆
第二，在命名的时候，建议命名成hadoop102，hadoop103，hadoop104
原因有两点：一般hadoop101是用来做伪分布式安装的
第二点，我们的hosts已经修改成了hadoop101~hadoop108
所以，我建议三台虚拟机命名成hadoop102，hadoop103，hadoop104
修改网络配置
让我们开机hadoop102，hadoop103，hadoop104
以管理员的身份登录
首先要强调一点，我们的配置都是前后一致的,一一对应的。
hadoop102 对应的ip地址末尾是102 hostname也是hadoop102
hadoop103 对应的ip地址末尾是103 hostname也是hadoop103
hadoop104 对应的ip地址末尾是104 hostname也是hadoop104
看明白了吗？这些在准备工作里面都配置过，下面的修改也不过是进行了一致性修改。
首先，修改ip地址
输入下面的命令
vim /etc/sysconfig/network-scripts/ifcfg-ens33
把 ip地址与名字对应(hadoop102的ip末尾修改成102就行，hadoop103同理)保存退出就行了，毕竟之前我们已经配置了模板虚拟机。
修改hostname
vim /etc/hostname
hadoop102的hostname修改成hadoop102
hadoop103同理
保存退出。输入“:wq”
验证
验证方式一
让我们
ping
验证方式二
打开我们的xshell，
连接这三台虚拟机。(这里不再演示了)
三、安装jdk和hadoop
注：这里在hadoop102安装就行了
(这里主要是为了学习一下分发脚本，不然直接在模板机直接把这些配置好岂不是妙哉？)
CentOS7安装jdk
centos7 安装hadoop
四、ssh免密登录配置
概述
在下一大点，我们用了一个分发脚本。
在使用分发脚本传输文件时，必不可少的一项流程是登录到目标机器,也就是要输入密码(可以先试一试第五点的集群分发脚本来体会为什么要设置ssh免密登录)，
并且每次传文件都要输密码，所以配置了ssh免密登录，集群之间的机器再传输文件就不需要密码了。
本节使用的是手动配置ssh免密登录(学习一下，知道ssh免密登录怎么配置)，
后续可以使用shell脚本来快速配置集群的免密登录
(假设你有n台机器，你要配置n*n次的免密登录，非常的麻烦)
生成公钥和私钥
首先，来到hadoop102，使用tom登录（ssh免密登录是分用户的，假设你使用了root管理员来进行免密登录配置，那你只能使用root来免密登录其他的已经配置过免密登录的机器，而本机器上的其他用户是无法进行免密登录的，登录到其他机器还是要输入密码的）
在tom的家目录(/home/tom)输入ls -lah,你会看到.ssh
如果你没有这个.ssh,也没有关系，可以输入
ssh localhost
然后输入密码就行了，再输入上面的命令，你就会看到这个.ssh的目录了。
进入.ssh目录
输入
ssh-keygen -t rsa
然后回车三次，生成了公钥和私钥
id_rsa 是私钥，id_rsa.pub是公钥
把公钥拷贝到三台虚拟机上面去
依次输入(每次输入的命令需要对应机器的密码)
ssh-copy-id hadoop102
ssh-copy-id hadoop103
ssh-copy-id hadoop104
验证
上面的做完了，开始验证是否配置成功
现在我们在hadoop102这台机器上面，我们输入
ssh hadoop102
看看需不需要输密码，如果不需要输密码，就说明我们已经配置成功了
把hadoop103 和 hadoop104的免密登录配置安装上面的操作再做一遍
建议把hadoop102 root 到hadoop102 103 104 的免密登录也配置一下，试了一下集群分发脚本，文件或目录好多因为没有权限而无法创建。
五、集群分发脚本
我们还是使用tom登录hadoop102
我们已经在模板虚拟机的时候就已经安装了rsync(因为每个模板虚拟机都需要这个)
如果你的虚拟机没有rsync
sudo yum install rsync
请在用户的家目录下创建一个bin目录，然后输入
vim xsync
下面就是集群分发脚本
(记得先输入 i 进入编辑的模式再复制粘贴脚本代码)
#!/bin/bash# 1.判断参数个数if [ $# -lt 1 ]thenecho Not Enough Arguement!exit;fi# 2.遍历机器所有机器for host in hadoop102 hadoop103 hadoop104doecho ================== $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 $file ]then# 5.获取父目录pdir=$(cd -P $(dirname $file);pwd)# 6.获取当前文件的名称fname=$(basename $file)ssh $host "mkdir -p $pdir"rsync -av $pdir/$fname $host:$pdirelseecho $file does not exists!fidonedone
修改脚本权限
chmod 777 xsync
xsync的执行方式就是
xsync 跟上文件或目录的路径就行了
验证全局是否能使用
首先
cd ..
让我随便的创建一个文件
touch a.txt
然后
xsync a.txt
说明，这个时候大概率可能是不能用的，我试了好几次。
修改文件的路径
我们需要把这个脚本文件移动到一个全部变量的目录里面
sudo cp /home/tom/bin/xsynv /bin
再次验证
我们在/home/tom 的目录下创建了一个 a.txt 文件，现在试一试能不能使用这个东西
cd /home/tom
xsync a.txt
然后登录root账户
su root
mkdir aaa
xsync aaa
如果能执行，就说明我们的分发脚本配置成功了。
六、集群配置
我们要按照这张图来配置集群
注意NameNode 和 SecondaryNameNode 不要安装在同一台服务器上
ReourceManager 也很消耗内存，不要和NameNode，secondaryNameNode 配置在同一台机器上。
那么应该怎么配置呢？
需要修改相应的配置文件
修改配置文件
所有需要修改的文件都在$HADOOP_HOME/etc/hadoop里面
**注意！！！**如果用tom不能修改，大概率是因为你使用的是root来创建了目录，使用了root来解压文件等原因，执行下面的代码修改
sudo chown -R tom:tom /opt
首先修改hadoop102的core-site.xml
下面是需要修改的内容(不要复制粘贴错位置了,xml不再多说了，学过html就很容易懂这种格式)
<configuration><!--指定NameNode 的地址--><property><name>fs.defaultFS</name><value>hdfs://hadoop102:8020</value></property><!--指定hadoop数据的存储目录--><property><name>hadoop.tmp.dir</name><value>/opt/module/hadoop-3.3.4/data</value></property></configuration>
这个是修改的位置
其次修改hadoop102的hdfs-site.xml
<configuration><!-- nn web端访问地址--><property><name>dfs.namenode.http-address</name><value>hadoop102:9870</value></property><!--2nn web端访问地址--><property><name>dfs.namenode.secondary.http-address</name><value>hadoop104:9868</value></property></configuration>
然后修改hadoop102的yarn-site.xml
<configuration><!--指定mapreduce走shuffle--><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><!--指定ResourceManager的地址--><property><name>yarn.nodemanager.env-whitelsit</name><value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value></property></configuration>
再次修改hadoop102的mapred-site.xml
<configuration><!--指定MapReduce程序运行在Yarn上--><property><name>mapreduce.framework.name</name><value>yarn</value></property></configuration>
最后修改workers（2.x版本叫slaves）
修改hadoop-env.sh
这里主要是添加一下java_home
使用xsync来把修改的文件分发出去
在$HADOOP_HOME/etc/ 目录下执行下面的代码
xsync hadoop/
七、启动集群
概述
经过了重重的配置，我们终于要来启动集群了，在启动集群之前，我们还要进行一定的配置
格式化namenode节点
如果集群是第一次启动，需要在hadoop102节点格式化NameNode（注意，格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到以往的数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化）
这个要在hadoop102上运行
hdfs namenode -format
启动hdfs
cd /opt/module/hadoop-3.3.4/sbin
start-dfs.sh
没有error就算是启动成功了
在resourcemanager的节点(hadoop103)启动yarn
一定注意：是在103上面
cd /opt/module/hadoop-3.3.4/sbin
start-yarn.sh
验证
验证方式一
输入
jps
各个虚拟机的节点如果和上面对应出说明启动成功了
验证方式二
让我们来到浏览器
在框框的地方输入
http://hadoop102:9870
八、配置历史服务器和日志聚集功能
配置历史服务器
修改hadoop102的mapred-site.xml
<!--历史服务器端地址--><property><name>mapreduce.jobhistory-address</name><value>hadoop102:10020</value></property><!--历史服务器web端地址--><property><name>mapreduce.jobhistory.webapp.address</name><value>hadoop102:19888</value></property>
分发配置
xsync mapred-site.xml
在hadoop102启动历史服务器
启动之前，先把hadoop103上面的yarn给重启了
[tom@hadoop102 hadoop]$ mapred --daemon start historyserver
验证
jps
查看一下是否有
配置日志聚集功能
修改hadoop102下面的yarn-site.xml
<!--开启日志聚集功能--><property><name>yarn.log-aggregation-enable</name><value>true</value></property><!--设置日志聚集服务器地址--><property><name>yarn.log.server.url</name><value>http://hadoop102:19888/jobhistory/logs</value></property><!--设置日志保留7天--><property><name>yarn.log-aggregation.retain-seconds</name><value>604800</value></property>
分发配置
xsync yarn-site.xml
注意：开启日志聚集功能，需要重新启动NodeManager、RescourceManager和HistoryServer
在hadoop102上面
mapred --daemon stop historyserver
在hadoop103上(停止命令是在$HADOOP_HOME/sbin)
sbin/stop-yarn.sh
sbin/start-yarn.sh
然后重启历史服务器
回到hadoop102
mapred --daemon start historyserver
我们的日志聚集功能就算开启了
