Hadoop完全分布式运行模式

1）准备3台客户机（关闭防火墙、静态ip、主机名称）
2）安装JDK
3）配置环境变量
4）安装Hadoop
5）配置环境变量
6）配置集群
7）单点启动
8）配置ssh
9）群起并测试集群

编写集群分发脚本xsync

xsync集群分发脚本

xsync要同步的文件名称

说明：在/home/chen/bin这个目录下存放的脚本，chen用户可以在系统任何地方直接执行。

脚本实现

在/home/chen目录下创建bin目录，并在bin目录下xsync创建文件，文件内容如下：
[chen@hadoop102 ~]$ mkdir bin
[chen@hadoop102 ~]$ cd bin/
[chen@hadoop102 bin]$ touch xsync
[chen@hadoop102 bin]$ vi xsync

在该文件中编写如下代码

#!/bin/bash
#1 获取输入参数个数，如果没有参数，直接退出
pcount=$#
if ((pcount==0)); then
echo no args;
exit;
fi

#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname

#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir

#4 获取当前用户名称
user=`whoami`

#5 循环
for((host=103; host<105; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -av $pdir/$fname $user@hadoop$host:$pdir
done

修改脚本 xsync 具有执行权限

[chen@hadoop102 bin]$ chmod 777 xsync

调用脚本形式：xsync 文件名称

[chen@hadoop102 bin]$ xsync /home/chen/bin

注意：如果将xsync放到/home/chen/bin目录下仍然不能实现全局使用，可以将xsync移动到/usr/local/bin目录下。

集群配置

1. 集群部署规划

2. 配置集群
（1）核心配置文件
配置core-site.xml

[chen@hadoop102 hadoop]$ vi core-site.xml

在该文件中编写如下配置

<!-- 指定HDFS中NameNode的地址 -->
<property>
		<name>fs.defaultFS</name>
      <value>hdfs://hadoop102:9000</value>
</property>

<!-- 指定Hadoop运行时产生文件的存储目录 -->
<property>
		<name>hadoop.tmp.dir</name>
		<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>

（2）HDFS配置文件

[chen@hadoop102 hadoop]$ vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置hdfs-site.xml

[chen@hadoop102 hadoop]$ vi hdfs-site.xml

在该文件中编写如下配置

<property>
		<name>dfs.replication</name>
		<value>3</value>
</property>

<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>hadoop104:50090</value>
</property>

（3）YARN配置文件
配置yarn-env.sh

[chen@hadoop102 hadoop]$ vi yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置yarn-site.xml

[chen@hadoop102 hadoop]$ vi yarn-site.xml

在该文件中增加如下配置

<!-- Reducer获取数据的方式 -->
<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
</property>

<!-- 指定YARN的ResourceManager的地址 -->
<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>hadoop103</value>
</property>

（4）MapReduce配置文件
配置mapred-env.sh

[chen@hadoop102 hadoop]$ vi mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置mapred-site.xml

[chen@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml
[chen@hadoop102 hadoop]$ vi mapred-site.xml

在该文件中增加如下配置

<!-- 指定MR运行在Yarn上 -->
<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
</property>

3．在集群上分发配置好的Hadoop配置文件

[chen@hadoop102 hadoop]$ xsync /opt/module/hadoop-2.7.2/

4．查看文件分发情况

[chen@hadoop103 hadoop]$ cat /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml

3集群单点启动

（1）如果集群是第一次启动，需要格式化NameNode

[chen@hadoop102 hadoop-2.7.2]$ hdfs namenode -format

（2）在hadoop102上启动NameNode

[chen@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start namenode
[chen@hadoop102 hadoop-2.7.2]$ jps
3461 NameNode

（3）在hadoop102、hadoop103以及hadoop104上分别启动DataNode

[chen@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[chen@hadoop102 hadoop-2.7.2]$ jps
3461 NameNode
3608 Jps
3561 DataNode
[chen@hadoop103 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[chen@hadoop103 hadoop-2.7.2]$ jps
3190 DataNode
3279 Jps
[chen@hadoop104 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[chen@hadoop104 hadoop-2.7.2]$ jps
3237 Jps
3163 DataNode

4.SSH无密登录配置

1. 配置ssh
（1）基本语法

ssh另一台电脑的ip地址

（2）ssh连接时出现Host key verification failed的解决方法

[chen@hadoop102 opt] $ ssh 192.168.1.103
The authenticity of host '192.168.1.103 (192.168.1.103)' can't be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)? 
Host key verification failed.

（3）解决方案如下：直接输入yes
2. 无密钥配置
（1）免密登录原理，如图2-40所示

（2）生成公钥和私钥：

[chen@hadoop102 .ssh]$ ssh-keygen -t rsa

然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

注意：
还需要在hadoop102上采用root账号，配置一下无密登录到hadoop102、hadoop103、hadoop104；
还需要在hadoop103上采用chen账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。

5群起集群

1. 配置slaves

/opt/module/hadoop-2.7.2/etc/hadoop/slaves
[chen@hadoop102 hadoop]$ vi slaves

在该文件中增加如下内容：

hadoop102
hadoop103
hadoop104

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

同步所有节点配置文件

[chen@hadoop102 hadoop]$ xsync slaves

2. 启动集群
（1）如果集群是第一次启动，需要格式化NameNode（注意格式化之前，一定要先停止上次启动的所有namenode和datanode进程，然后再删除data和log数据）

[chen@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format

（2）启动HDFS

[chen@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[chen@hadoop102 hadoop-2.7.2]$ jps
4166 NameNode
4482 Jps
4263 DataNode
[chen@hadoop103 hadoop-2.7.2]$ jps
3218 DataNode
3288 Jps
[chen@hadoop104 hadoop-2.7.2]$ jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps

（3）启动YARN

[chen@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh

注意：NameNode和ResourceManger如果不是同一台机器，不能在NameNode上启动 YARN，应该在ResouceManager所在的机器上启动YARN。

（4）Web端查看SecondaryNameNode
（a）浏览器中输入：http://hadoop104:50090/status.html

3. 集群基本测试
（1）上传文件到集群
上传小文件

[chen@hadoop102 hadoop-2.7.2]$ hdfs dfs -mkdir -p /user/chen/input
[chen@hadoop102 hadoop-2.7.2]$ hdfs dfs -put wcinput/wc.input /user/chen/input

上传大文件

[chen@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -put
 /opt/software/hadoop-2.7.2.tar.gz  /user/chen/input

（2）上传文件后查看文件存放在什么位置
（a）查看HDFS文件存储路径

[chen@hadoop102 subdir0]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/BP-938951106-192.168.10.107-1495462844069/current/finalized/subdir0/subdir0

（b）查看HDFS在磁盘存储文件内容

[chen@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce 
chen
chen

（3）拼接
-rw-rw-r–. 1 chen chen 134217728 5月 23 16:01 blk_1073741836
-rw-rw-r–. 1 chen chen 1048583 5月 23 16:01 blk_1073741836_1012.meta
-rw-rw-r–. 1 chen chen 63439959 5月 23 16:01 blk_1073741837
-rw-rw-r–. 1 chen chen 495635 5月 23 16:01 blk_1073741837_1013.meta

[chen@hadoop102 subdir0]$ cat blk_1073741836>>tmp.file
[chen@hadoop102 subdir0]$ cat blk_1073741837>>tmp.file
[chen@hadoop102 subdir0]$ tar -zxvf tmp.file

（4）下载

[chen@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -get
 /user/atguigu/input/hadoop-2.7.2.tar.gz ./

6集群启动/停止方式总结

1. 各个服务组件逐一启动/停止
   （1）分别启动/停止HDFS组件

hadoop-daemon.sh  start / stop  namenode / datanode / secondarynamenode

（2）启动/停止YARN

yarn-daemon.sh  start / stop  resourcemanager / nodemanager

2. 各个模块分开启动/停止（配置ssh是前提）常用
   （1）整体启动/停止HDFS

start-dfs.sh   /  stop-dfs.sh

（2）整体启动/停止YARN

start-yarn.sh  /  stop-yarn.sh