Hadoop分布式系统的安装部署

1、关于虚拟机的复制

新建一台虚拟机，系统为CentOS7，再克隆两台，组成一个三台机器的小集群。正常情况下一般需要五台机器（一个Name节点，一个SecondName节点，三个Data节点。）

此外，为了使网络生效，需要注意以下几点：

1> 编辑网络配置文件　

/etc/sysconfig/network-scripts/ifcfg-eno16777736

先前的版本需要删除mac地址行，注意不是uuid，而是hwaddr，这一点新的CentOS不再需要

2> 删除网卡和mac地址绑定文件

rm -rf /etc/udev/rules.d/70-persistent-net.rules

3> 重启动系统

此外，mapreduce在运行的时候可能会随机开放端口，在CentOS7中，可以使用下面的命令将防火墙关闭

systemctl stop firewalld

或者使用下面的命令，使在集群中的机器可以不受限制的互相访问

#把一个源地址加入白名单，以便允许来自这个源地址的所有连接
firewall-cmd --add-rich-rule 'rule family="ipv4" source address="192.168.1.215" accept' --permanent
firewall-cmd --reload

2、将IP地址设置为静态

准备了三个IP地址

192.168.1.215

192.168.1.218

192.168.1.219

在CentOS7下，修改ip地址的文件为/etc/sysconfig/network-scripts/ifcfg-eno16777736

主要作如下设置，其他的不需要变

# none或static表示静态
OOTPROTO=static
# 是否随网络服务启动
ONBOOT=yes
IPADDR=192.168.1.215
# 子网掩码
NETMASK=255.255.255.0
# 网关，设置自己的
GATEWAY=192.168.0.1
# dns
DNS1=202.106.0.20

3、修改hostname与hosts文件

这两个文件均处于系统根目录的etc文件夹之中

下图显示了映射后的机器名称以及对应的ip地址（#localhost.localdomain这一行多余，仅master刚刚好）

主节点master，两个数据节点data1，data2

4、添加用户与组

需要为Hadoop软件系统设置单独的用户和组，本例中新添加的用户和所属组的名称均为hadoop

adduser hadoop
passwd hadoop

5、利用ssh实现免密码登录

注意，目的是使Hadoop系统的所属用户在集群之间实现免密码登录，而不是root用户（除非Hadoop系统的所有者root，但一般不建议这么做）。这一点非常重要。

在本例中，软件所有者是上面新建的hadoop用户，密钥也要由hadoop用户来生成。

1> 更改配置文件

需要对sshd_config文件进行修改，主要是以下三项，取消注释即可

vim /etc/ssh/sshd_config

RSAAuthentication yes
PubkeyAuthentication yes
AuthorizedKeysFile      .ssh/authorized_keys

之后，执行以下命令重启sshd服务

service sshd restart

2> 生成密钥并分发相关文件

简单的方法，密钥生成后，使用直接使用 ssh-copy-id 命令把密钥追加到远程主机的 .ssh/authorized_key 上，如下：

# 生成密钥
ssh-keygen -t rsa
# 密钥追加到远程主机
ssh-copy-id -i ~/.ssh/id_rsa.pub  hadoop@192.168.1.218
ssh-copy-id -i ~/.ssh/id_rsa.pub  hadoop@data2

复杂的方法，不再推荐，具体实现步骤如下：

a> 将三台计算机（master、data1、data2）分别切换到hadoop用户下，并分别cd到hadoop用户的家目录，然后执行 ssh-keygen -t rsa 命令，这样的结果，是在各自家目录的.ssh文件夹中生成了对应的id_rsa.pub 与id_rsa 密钥对。

b> 将data1（192.168.1.218），data2（192.168.1.219）两台计算机中的公钥文件复制到master（192.168.1.215）中，并重命名为id_rsa.pub218，id_rsa.pub219，置于hadoop用户家目录下的.ssh文件夹下。命令参考如下：

scp id_rsa.pub hadoop@master:~/.ssh/id_rsa.pub218
scp id_rsa.pub hadoop@master:~/.ssh/id_rsa.pub219

hadoop@master表示用master中的hadoop用户登录master

这样以来，master主机hadoop用户的.ssh文件夹就有了以下三个公钥文件：

d_rsa.pub、d_rsa.pub218、d_rsa.pub218

c> 在master中，将以上三个文件以追加的形式写入authorized_keys文件，这些文件均位于hadoop用户.ssh文件夹中。

cat id_rsa.pub >> authorized_keys 
cat id_rsa.pub218 >> authorized_keys
cat id_rsa.pub219 >> authorized_keys

d> 更改 authorized_keys 文件的权限。这一步也可在分发后单独进行。

chmod 600 authorized_keys

e> 分发authorized_keys 文件到data1，data2中hadoop用户的.ssh文件中，并再次检查权限。

scp authorized_keys hadoop@data1:~/.ssh/authorized_keys
scp authorized_keys hadoop@data2:~/.ssh/authorized_keys

之后就可以在小集群中使用hadoop用户实现免密码登录了。

注意的是，如果使用的linux登录用户不是root用户，需要修改以下.ssh文件夹以及authorized_key文件的权限，否则是无法实现免密码登录的

chmod 700 .ssh
cd .ssh/
chmod 600 authorized_keys

6、安装jdk

先在master中安装，之后分发，这里使用的是jdk-8u112-linux-x64.tar.gz

1> 解压安装

首先需要切换到root用户

su root
cd /usr
mkdir java
tar -zxvf jdk-8u112-linux-x64.tar.gz ./java
ln -s jdk1.8.0_112/ jdk

2> 分发

scp -r /usr/java root@data2:/usr/
scp -r /usr/java root@data2:/usr/

3> 设置环境变量，三台都要设置

vim /etc/profile

export JAVA_HOME=/usr/java/jdk
export JRE_HOME=/usr/java/jdk/jre
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

source /etc/profile

7、安装hadoop

先在master下安装，再分发

安装的版本为2.6.5解压安装到/usr/Apache/目录下，并建立软连接

Hadoop所有配置文件的目录位于/usr/Apache/hadoop-2.6.5/etc/hadoop下，由于建立了一个软连接，所以/usr/Apache/hadoop/etc/hadoop是一样的

在hadoop软件目录的dfs文件夹中创建三个子文件夹name、data、tmp，下面属性的设置会用到，注意其所有者和所属组。

以下是配置文件的设置：

1> hdfs.site.xml

<property><name>dfs.namenode.name.dir</name><value>file:/usr/Apache/hadoop/dfs/name</value>
</property>
<property><name>dfs.datanode.data.dir</name><value>file:/usr/Apache/hadoop/dfs/data</value>
</property>
<property><name>dfs.replication</name><value>3</value>
</property>
<property><name>dfs.namenode.secondary.http-address</name><value>master:50090</value>
</property>
<property><name>dfs.webhdfs.enabled</name><value>true</value>
</property>

2> mapred-site.xml

<property><name>mapreduce.framework.name</name><value>yarn</value>
</property>
<property><name>mapreduce.jobhistory.address</name><value>master:10020</value>
</property>
<property><name>mapreduce.jobhistory.webapp.address</name><value>master:19888</value>
</property>

3> yarn-site.xml

设置如下：

<property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> 
</property> 
<property> <name>yarn.resourcemanager.address</name>  <value>master:8032</value>  
</property>  
<property>  <name>yarn.resourcemanager.scheduler.address</name>  <value>master:8030</value>  
</property>  
<property>  <name>yarn.resourcemanager.resource-tracker.address</name> <value>master:8031</value> 
</property> 
<property> <name>yarn.resourcemanager.admin.address</name> <value>master:8033</value> 
</property> 
<property> <name>yarn.resourcemanager.webapp.address</name> <value>master:8088</value> 
</property>

4> slaves配置文件

master
data1
data2

注：本例将master也作为了一个数据节点

5> hadoop-env.sh和yarn-env.sh

这是两个相当重要的环境变量配置文件，由于目前仅安装Hadoop，所以仅设置jdk即可，其他默认。

export JAVA_HOME=/usr/java/jdk

6> core-site.xml

<property>
<name>hadoop.tmp.dir</name><value>/usr/Apache/hadoop/tmp</value><description>A base for other temporary directories.</description>
</property>
<property><name>fs.defaultFS</name><value>hdfs://master:9000</value>
</property>

7> 将Apache文件夹分发到data1，data2对应的目录下

# 分发
scp -r ./Apache root@data1:/usr/
scp -r ./Apache root@data2:/usr/# 这里使用了root用户，记得分发后要改所有者与所属组
chown -R hadoop:hadoop Apache/

注意jdk是不需要改所有者与所属组的，因为通用

8> 三台机器分别配置hadoop用户的.bashrc文件，设置环境变量

su hadoop
vim ~/.bashrc

export $HADOOP_HOME=/usr/Apache/hadoop
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export CLASSPATH=.:$HADOOP_HOME/lib:$CLASSPATH
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin