实验名称

部署全分布模式Hadoop集群

实验性质

（必修、选修）

必修

实验类型（验证、设计、创新、综合）

综合

实验课时

2

实验日期

2023.10.16-2023.10.20

实验仪器设备以及实验软硬件要求

专业实验室（配有centos7.5系统的linux虚拟机三台）

实验目的

1. 熟练掌握Linux基本命令。

2. 掌握静态IP地址的配置、主机名和域名映射的修改。

3. 掌握Linux环境下Java的安装、环境变量的配置、Java基本命令的使用。

4. 理解为何需要配置SSH免密登录，掌握Linux环境下SSH的安装、免密登录的配置。

5. 熟练掌握在Linux环境下如何部署全分布模式Hadoop集群。

实验内容（实验原理、运用的理论知识、算法、程序、步骤和方法）

一：实验原理

1. Linux基本命令

   - Linux是一个免费使用和自由传播的类Unix操作系统，支持多用户、多任务、多线程和多CPU。

   - Linux基本命令包括查看当前目录（pwd）、切换目录（cd）、罗列文件（ls）、创建目录（mkdir）、拷贝文件（cp）、移动或重命名文件（mv）、删除文件（rm）、查看进程（ps）、压缩与解压文件（tar）、查看文件内容（cat）、查看机器IP配置（ip address）等。

2. vim编辑器

   - vim是一个功能强大、高度可定制的文本编辑器，是vi的加强版，支持命令模式、输入模式和末行模式。

   - vi/vim的工作模式包括命令模式、输入模式和末行模式，用户可以在这些模式之间切换，执行相应的操作。

3. Java基本命令

   - Java是一种跨平台的编程语言，Hadoop使用Java语言编写。

   - Java基本命令包括查看Java版本（java -version）、查看当前所有Java进程（jps）、编译Java程序（javac）、运行Java程序（java）、打包Java程序为jar文件（jar）等。

4. SSH安全通信协议

   - SSH（Secure Shell）是一种安全通信协议，用于远程管理其他机器，提供加密的网络数据传输。

   - SSH使用非对称加密，包括服务端发送公钥、客户端利用公钥加密数据、服务端利用私钥解密验证等步骤。

   - Hadoop主节点到各个从节点的SSH免密登录配置是为了方便管理整个集群。

5. Hadoop

   - Hadoop是一个分布式存储和计算的软件框架，具有高可用、弹性可扩展的特点，适合处理大规模数据。

   - Hadoop包括分布式文件系统HDFS、统一资源管理和调度框架YARN、分布式计算框架MapReduce。

   - Hadoop的运行环境需要配置操作系统（Linux）、Java环境、SSH。

   - Hadoop运行模式包括单机模式、伪分布模式和全分布模式。

   - Hadoop的生态系统涵盖了许多子系统，形成了一个庞大的体系。

   - Hadoop集群采用主从架构，包括Master（NameNode、ResourceManager）和Slave（DataNode、NodeManager）。

   - Hadoop的主要配置文件包括hadoop-env.sh、yarn-env.sh、mapred-env.sh、core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml等。

二：实验步骤

这里直接从hadoop的安装和jdk安装，环境配置讲起：

1.Hadoop解压后的文件目录：

2.Jdk的解压文件目录：

3.修改的环境变量的文件：

此时在master节点上修改好hadoop的配置文件：

4.配置core-site.xml：

5.配置mapred-env.sh：

6.配置hdfs-site.xml：

7.配置mapred-site.xml：

8.配置yarn-site.xml：

9.配置文件slaves：

1. 将master节点的hadoop同步至slave1和slave2节点上

1. 启动hadoop

start-dfs.sh

start-yarn.sh

mr-jobhistory-daemon.sh start historyserver

启动结果如下图所示：

start-dfs.sh

start-yarn.sh

此时使用jps查看各个节点端口的启用情况：

主节点：

从节点：

mr-jobhistory-daemon.sh start historyserver

此时就可以进入hadoop的webui的界面了：

实验结果与分析

部署全分布模式Hadoop集群的实验结果与分析主要包括以下几个步骤：

1.网络和节点规划：首先，我们需要规划网络和节点。例如，我们可以为主节点和从节点分配不同的IP地址。

2.环境准备：这包括克隆虚拟机，网络配置，修改主机名，配置网络映射等。

3.设置SSH无密码登录节点：这是为了确保主节点可以无密码登录到所有从节点。

4.安装配置Hadoop集群：这包括配置Java、Hadoop的环境变量，配置分布式集群环境（6个配置文件），分发Hadoop集群安装目录及文件，启动和停止Hadoop集群等。

5.时间同步：安装NTP服务器，配置其他机器的时间同步。

这个过程可能会遇到一些问题，但通过不断的实践和调整，我们可以逐步优化集群的性能。

总的来说，部署全分布模式Hadoop集群是一个复杂的过程，需要对Hadoop和相关技术有深入的理解。但是，一旦集群部署成功，它将为处理大规模数据提供强大的计算能力。