Hadoop 集群搭建
目录
集群简介
服务器准备
环境和服务器设置
JDK环境安装
Hadoop安装部署
启动集群
测试
集群简介
在进行集群搭建前，我们需要大概知道搭建的集群都是些啥玩意。
HADOOP集群具体来说包含两个集群：HDFS集群和YARN集群，两者在逻辑上分离，但物理上常在一起（啥意思？就是说：HDFS集群和YARN集群，他们俩是两个不同的玩意，但很多时候都会部署在同一台物理机器上）
HDFS集群：负责海量数据的存储，集群中的角色主要有
NameNode （DataNode的管理者，负责保存元数据）
DataNode （负责保存具体的数据内容）
YARN集群：负责海量数据运算时的资源调度，集群中的角色主要有
ResourceManager （NodeManager的管理者，负责NodeManager的调用等）
NodeManager （当ResourceManager进行调用时，负责调用本地的运算资源等）
那mapreduce是什么呢？它其实是集群中一个应用程序开发包，放在yarn集群上面跑。
搭建构思
本集群搭建案例，以3节点为例进行搭建，角色分配如下：
| 服务器 | 角色1 | 角色2 | 角色3 |
|---|---|---|---|
| note1 | NameNode | ResourceManager | |
| note2 | DataNode | NodeManager | SecondaryNameNode |
| note3 | DataNode | NodeManager |
解析：
note1服务器担任的角色为NameNode和ResourceManager（即note1服务器为HDFS集群的NameNode节点，同时也是YARN集群的ResourceManager节点）
note2 服务器担任的角色为 DataNode 、 NodeManager 和 SecondaryNameNode（同上）
note3 服务器担任的角色为 DataNode 和 NodeManager（同上）
(ps:本来节点名字想打node的，错打成note，懒得改.)
服务器准备
本案例使用虚拟机服务器来搭建HADOOP集群，所用软件及版本：
Vmware12.0
Centos6.5 64bit
下载安装过程就省略啦，网上链接和教程一大把。
环境和服务器设置
在进行网络准备的前提，是安装Vmware，新建三台虚拟机。
注：以下操作在root用户下操作。
配置虚拟机桥接方式，采用NAT方式联网
配置Linux的网络配置文件，具体设置步骤如下：
-
1、配置/etc/sysconfig/network-scripts/ifcfg-eth0
`shell> su root #切换为root用户` `shell> vi /etc/sysconfig/network-scripts/ifcfg-eth0 #编辑配置文件` 配置内容如下(修改下面有值的项，没有的加上)： > DEVICE="..." > BOOTPROTO="static" #设置为静态IP > HWADDR="....." > IPV6INIT="..." > NM_CONTROLLED="...." > ONBOOT="yes" > TYPE="......" > UUID=".........." > IPADDR="192.168.88.3" #IP地址 > NETMASK="255.255.255.0" # 子网掩码 > GATEWAY="192.168.88.1" #网关地址
-
2、重启网络服务，使配置生效。
`shell> service network restart # 重启网络服务`
-
添加hadoop用户并添加sudo权限
shell> useradd hadoop #添加用户hadoopshell> passwd hadoop #设置用户hadoop的密码shell> chmod u+w /etc/sudoers # 添加写权限shell> vi /etc/sudoers进入编辑模式，找到这一 行："root ALL=(ALL) ALL"在起下面添加"hadoop ALL=(ALL) ALL"，然后保存退出。
shell> chmod u-w /etc/sudoers #撤销写权限 设置服务器时间同步
date -s "2016-08-18 12:21:00-
修改主机名
shell> vi /etc/sysconfig/network配置内容如下:
NETWORKING=yes
HOSTNAME=note1 -
配置内网域名映射
配置/etc/hosts配置文件:shell> vi /etc/hosts配置内容如下：
192.168.88.3 note1
192.168.88.4 note2
192.168.88.5 note3 -
配置ssh免密登陆
生成ssh免登陆密钥shell> cd ~/.ssh #进入到我的home目录shell> ssh-keygen -t rsa #（四个回车）执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免密登陆的目标机器上shell> ssh-copy-id localhost 配置防火墙
因为需要进行免密登录，所以要对防火墙进行关闭。shell> service iptables status #查看防火墙状态shell> service iptables stop #关闭防火墙shell> chkconfig iptables --list #查看防火墙开机启动状态shell> chkconfig iptables off #关闭防火墙开机启动shell> reboot # 重启
JDK环境安装
解压jdk
创建一个目录app来放置解压后的文件shell> mkdir /home/hadoop/app #创建文件夹shell> tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/hadoop/app #解压-
配置环境变量
解压完毕后需要将java添加到环境变量中，并使其生效shell> vi /etc/profile
在文件最后添加一下内容：export JAVA_HOME=/home/hadoop/app/jdk-7u_65-i585
export PATH=$PATH:$JAVA_HOME/bin刷新配置,使其生效
shell> source /etc/profile
Hadoop安装部署
-
解压Hadoop安装包
解压到app目录下
shell> tar -zxvf hadoop-2.7.3.tar.gz -C /home/hadoop/app #解压 修改配置文件
配置文件都放在解压目录下的etc/hadoop/目录下（我这里的目录为/home/hadoop/app/hadoop-2.7.3/etc/hadoop/）,但我们只对一部分的项进行配置，没有配置的项都将使用默认值。配置项是以xml的格式来进行的，最简化配置如下：-
配置hadoop-env.sh
shell> vi hadoop-env.sh在hadoop-env.sh配置文件中加入以下内容：
export JAVA_HOME=/home/hadoop/apps/jdk1.7.0_51 # JDK路径
-
配置core-site.xml
shell> vi core-site.xml在core-site.xml配置文件中加入以下内容：
<configuration>`<property>` `<name>fs.defaultFS</name>` `<value>hdfs://note1:9000</value>` `</property>`<property><name>hadoop.tmp.dir</name><value>/home/HADOOP/apps/hadoop-2.6.1/tmp</value></property></configuration> -
配置hdfs-site.xml
在用户目录下（/home/hadoop）创建一个data目录，用来存放HDFS产生的数据。然后对hdfs-site.xml进行配置shell> mkdir /home/hadoop/datashell> vi hdfs-site.xml在hdfs-site.xml配置文件中加入以下内容：
<configuration>`<property>` `<name>dfs.namenode.name.dir</name>` `<value>/home/hadoop/data/name</value>` `</property>`<property><name>dfs.datanode.data.dir</name><value>/home/hadoop/data/data</value></property>`<property>` `<name>dfs.replication</name>` `<value>3</value>` `</property>`<property><name>dfs.secondary.http.address</name><value>note2:50090</value></property></configuration> -
配置mapred-site.xml
shell> vi mapred-site.xml在mapred-site.xml配置文件中加入以下内容：
<configuration>
``<property><name>mapreduce.framework.name</name><value>yarn</value></property></configuration> -
配置yarn-site.xml
shell> vi yarn-site.xml在yarn-site.xml配置文件中加入以下内容：
<configuration>`<property>` `<name>yarn.resourcemanager.hostname</name>` `<value>hadoop01</value>` `</property>`<property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property></configuration> -
配置salves
salves文件配置的内容是集群的主机地址shell> vi salves在salves配置文件中加入以下内容：
note1 #主机名，通过/etc/hosts文件映射为IP地址
note2
note3
注意：以上所有配置（除了免密登录外，免密登录只需要在NameNode节点配置即可）都要在所有节点服务器进行配置。
启动集群
初始化HDFS集群
bin/hadoop namenode -format启动HDFS集群
sbin/start-dfs.sh启动YARN集群
sbin/start-yarn.sh
当然，你也可以使用sbin/start-all.sh这个命令同时把HDFS和YARN集群启动，但是在做实验时不建议这样做，因为这样启动出现问题就不好定位了。在实际生产中，如果集群数量比较大，可以使用脚本进行启动。
注意：一般情况下HDFS和YARN集群的主节点（NameNode和ResourceManager物理上都是在同一服务器的）使用命令进行启动即可，其他节点会被主节点通过免密登录自动启动的。
测试
1、启动HDFS集群成功，通过jps命令查看，进程2521 为NameNode进程
启动HDFS集群
2、启动Yarn集群成功，通过jps命令查看，进程2803位 ResourceManager进程
启动yarn集群
3、在浏览器查看HDFS集群(访问主节点的50070端口即可)，浏览器中输入192.168.88.3:50070
HDFS集群信息
4、停止Hadoop集群，可以分别停止（分别使用stop-dfs.sh和stop-yarn.sh）,当然你也可以一步停止集群（使用stop-all.sh）
停止集群
至此，Hadoop集群搭建完毕。
