本篇教程探讨了大数据技术 centos7+hadoop完全分布式集群搭建，希望阅读本篇文章以后大家有所收获，帮助大家对大数据技术的理解更加深入。

<

Hadoop集群部署，就是以Cluster mode方式进行部署。本文是基于JDK1.7.0_79，hadoop2.7.5。
 1.Hadoop的节点构成如下：
HDFS daemon：  NameNode, SecondaryNameNode, DataNode
YARN damones： ResourceManager, NodeManager, WebAppProxy
MapReduce Job History Server
本次测试的分布式环境为：Master 1台 (test166)，Slave 1台(test167)
2.1 安装JDK及下载解压hadoop
JDK安装可参考：https://www.cnblogs.com/Dylansuns/p/6974272.html 或者简单安装：https://www.cnblogs.com/shihaiming/p/5809553.html
从官网下载Hadoop最新版2.7.5

[hadoop@hadoop-master ~]$ su - hadoop[hadoop@hadoop-master ~]$ cd /usr/hadoop/
[hadoop@hadoop-master ~]$ wget //mirrors.shu.edu.cn/apache/hadoop/common/hadoop-2.7.5/hadoop-2.7.5.tar.gz

将hadoop解压到/usr/hadoop/下

[hadoop@hadoop-master ~]$ tar zxvf /root/hadoop-2.7.5.tar.gz

结果：

[hadoop@hadoop-master ~]$ ll
total 211852
drwxr-xr-x.  2 hadoop hadoop         6 Jan 31 23:41 Desktop
drwxr-xr-x.  2 hadoop hadoop         6 Jan 31 23:41 Documents
drwxr-xr-x.  2 hadoop hadoop         6 Jan 31 23:41 Downloads
drwxr-xr-x. 10 hadoop hadoop      4096 Feb 22 01:36 hadoop-2.7.5
-rw-rw-r--.  1 hadoop hadoop 216929574 Dec 16 12:03 hadoop-2.7.5.tar.gz
drwxr-xr-x.  2 hadoop hadoop         6 Jan 31 23:41 Music
drwxr-xr-x.  2 hadoop hadoop         6 Jan 31 23:41 Pictures
drwxr-xr-x.  2 hadoop hadoop         6 Jan 31 23:41 Public
drwxr-xr-x.  2 hadoop hadoop         6 Jan 31 23:41 Templates
drwxr-xr-x.  2 hadoop hadoop         6 Jan 31 23:41 Videos
[hadoop@hadoop-master ~]$ 

 
 
 2.2 在各节点上设置主机名及创建hadoop组和用户
所有节点（master,slave）

1 [root@hadoop-master ~]#  su - root
2 [root@hadoop-master ~]#  vi /etc/hosts
3 10.86.255.166 hadoop-master
4 10.86.255.167 slave1
5 注意：修改hosts中，是立即生效的，无需source或者. 。

先使用
建立hadoop用户组
新建用户，useradd -d /usr/hadoop -g hadoop -m hadoop （新建用户hadoop指定用户主目录/usr/hadoop 及所属组hadoop）
passwd hadoop 设置hadoop密码（这里设置密码为hadoop）

[root@hadoop-master ~]# groupadd hadoop [root@hadoop-master ~]# useradd -d /usr/hadoop -g hadoop -m hadoop[root@hadoop-master ~]# passwd hadoop

 
2.3 在各节点上设置SSH无密码登录
最终达到目的：即在master:节点执行  ssh hadoop@salve1不需要密码，此处只需配置master访问slave1免密。
 su - hadoop
进入~/.ssh目录
执行：ssh-keygen -t rsa，一路回车
 生成两个文件，一个私钥，一个公钥，在master1中执行：cp id_rsa.pub authorized_keys

[hadoop@hadoop-master ~]$ su - hadoop[hadoop@hadoop-master ~]$ pwd
/usr/hadoop
[hadoop@hadoop-master ~]$ cd .ssh
[hadoop@hadoop-master .ssh]$ ssh-keygen -t rsa
Generating public/private rsa key pair.
Enter file in which to save the key (/usr/hadoop/.ssh/id_rsa): 
Enter passphrase (empty for no passphrase): 
Enter same passphrase again: 
Your identification has been saved in /usr/hadoop/.ssh/id_rsa.
Your public key has been saved in /usr/hadoop/.ssh/id_rsa.pub.
The key fingerprint is:
11:b2:23:8c:e7:32:1d:4c:2f:00:32:1a:15:43:bb:de hadoop@hadoop-master
The key's randomart image is:
+--[ RSA 2048]----+
|=+*.. . .        |
|oo O . o .       |
|. o B + .        |
|   = + . .       |
|  + o   S        |
| . +             |
|  . E            |
|                 |
|                 |
+-----------------+
[hadoop@hadoop-master .ssh]$ [hadoop@hadoop-master .ssh]$ cp id_rsa.pub authorized_keys[hadoop@hadoop-master .ssh]$ lltotal 16-rwx------. 1 hadoop hadoop 1230 Jan 31 23:27 authorized_keys-rwx------. 1 hadoop hadoop 1675 Feb 23 19:07 id_rsa-rwx------. 1 hadoop hadoop  402 Feb 23 19:07 id_rsa.pub-rwx------. 1 hadoop hadoop  874 Feb 13 19:40 known_hosts[hadoop@hadoop-master .ssh]$ 

 2.3.1：本机无密钥登录

[hadoop@hadoop-master ~]$ pwd/usr/hadoop[hadoop@hadoop-master ~]$ chmod -R 700 .ssh[hadoop@hadoop-master ~]$ cd .ssh[hadoop@hadoop-master .ssh]$ chmod 600 authorized_keys[hadoop@hadoop-master .ssh]$ lltotal 16-rwx------. 1 hadoop hadoop 1230 Jan 31 23:27 authorized_keys-rwx------. 1 hadoop hadoop 1679 Jan 31 23:26 id_rsa-rwx------. 1 hadoop hadoop  410 Jan 31 23:26 id_rsa.pub-rwx------. 1 hadoop hadoop  874 Feb 13 19:40 known_hosts

验证：没有提示输入密码则表示本机无密钥登录成功，如果此步不成功，后续启动hdfs脚本会要求输入密码

[hadoop@hadoop-master ~]$ ssh hadoop@hadoop-master
Last login: Fri Feb 23 18:54:59 2018 from hadoop-master
[hadoop@hadoop-master ~]$ 

 
2.3.2：master与其他节点无密钥登录       
 ( 若已有authorized_keys，则执行ssh-copy-id ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop@slave1 上面命令的功能ssh-copy-id将pub值写入远程机器的~/.ssh/authorized_key中
)      
从master中把authorized_keys分发到各个结点上(会提示输入密码，输入slave1相应的密码即可)：

scp /usr/hadoop/.ssh/authorized_keys hadoop@slave1:/home/master/.ssh/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keyshadoop@slave1's password:
 Number of key(s) added: 1
Now try logging into the machine, with:   "ssh 'hadoop@slave1'" and check to make sure that only the key(s) you wanted were added.
[hadoop@hadoop-master .ssh]$


          
然后在各个节点对authorized_keys执行(一定要执行该步，否则会报错)：chmod 600 authorized_keys
保证.ssh 700，.ssh/authorized_keys 600权限
测试如下（第一次ssh时会提示输入yes/no，输入yes即可）：

[hadoop@hadoop-master ~]$ ssh hadoop@slave1
Last login: Fri Feb 23 18:40:10 2018
[hadoop@slave1 ~]$ [hadoop@slave1 ~]$ exitlogoutConnection to slave1 closed.[hadoop@hadoop-master ~]$ 

 
2.4 设置Hadoop的环境变量
Master及slave1都需操作

[root@hadoop-master ~]#  su - root

[root@hadoop-master ~]#  vi /etc/profile  末尾添加，保证任何路径下可执行hadoop命令

JAVA_HOME=/usr/java/jdk1.7.0_79

CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

PATH=/usr/hadoop/hadoop-2.7.5/bin:$JAVA_HOME/bin:$PATH

让设置生效

[root@hadoop-master ~]# source /etc/profile

或者

[root@hadoop-master ~]# . /etc/profile

Master设置hadoop环境

su - hadoop1 # vi etc/hadoop/hadoop-env.sh   新增以下内容
2 export   JAVA_HOME=/usr/java/jdk1.7.0_79
3 export   HADOOP_HOME=/usr/hadoop/hadoop-2.7.5

此时hadoop安装已完成，可执行hadoop命令，后续步骤为集群部署
 

[hadoop@hadoop-master ~]$ hadoop
Usage: hadoop [--config confdir] [COMMAND | CLASSNAME]
  CLASSNAME            run the class named CLASSNAME
 or
  where COMMAND is one of:
  fs                   run a generic filesystem user client
  version              print the version
  jar             run a jar file
                       note: please use "yarn jar" to launch
                             YARN applications, not this command.
  checknative [-a|-h]  check native hadoop and compression libraries availability
  distcp   copy file or directories recursively
  archive -archiveName NAME -p  *  create a hadoop archive
  classpath            prints the class path needed to get the
  credential           interact with credential providers
                       Hadoop jar and the required libraries
  daemonlog            get/set the log level for each daemon
  trace                view and modify Hadoop tracing settings

Most commands print help when invoked w/o parameters.
[hadoop@hadoop-master ~]$ 

 
2.5 Hadoop设定
2.5.0 开放端口50070
注：centos7版本对防火墙进行 加强,不再使用原来的iptables,启用firewall
Master节点:

su - root

firewall-cmd --state 查看状态（若关闭，则先开启systemctl start firewalld）

firewall-cmd --list-ports 查看已开放的端口

开启8000端口：firewall-cmd --zone=public(作用域) --add-port=8000/tcp(端口和访问类型) --permanent(永久生效)

firewall-cmd --zone=public --add-port=1521/tcp --permanent

firewall-cmd --zone=public --add-port=3306/tcp --permanent

firewall-cmd --zone=public --add-port=50070/tcp --permanent

firewall-cmd --zone=public --add-port=8088/tcp --permanent

firewall-cmd --zone=public --add-port=19888/tcp --permanent

firewall-cmd --zone=public --add-port=9000/tcp --permanent

firewall-cmd --zone=public --add-port=9001/tcp --permanent

firewall-cmd --reload -重启防火墙

firewall-cmd --list-ports 查看已开放的端口

systemctl stop firewalld.service停止防火墙

systemctl disable firewalld.service禁止防火墙开机启动

 

关闭端口：firewall-cmd --zone= public --remove-port=8000/tcp --permanent

 
Slave1节点：

su - rootsystemctl stop firewalld.service停止防火墙

systemctl disable firewalld.service禁止防火墙开机启动

 
 
2.5.1 在Master节点的设定文件中指定Slave节点

[hadoop@hadoop-master hadoop]$ pwd
/usr/hadoop/hadoop-2.7.5/etc/hadoop
[hadoop@hadoop-master hadoop]$ vi slaves
slave1

2.5.2 在各节点指定HDFS文件存储的位置（默认是/tmp）
Master节点： namenode
创建目录并赋予权限

Su - root

# mkdir -p   /usr/local/hadoop-2.7.5/tmp/dfs/name

# chmod -R 777   /usr/local/hadoop-2.7.5/tmp

# chown   -R hadoop:hadoop /usr/local/hadoop-2.7.5

Slave节点：datanode
创建目录并赋予权限，改变所有者

Su - root

# mkdir -p   /usr/local/hadoop-2.7.5/tmp/dfs/data

# chmod -R 777   /usr/local/hadoop-2.7.5/tmp

# chown -R   hadoop:hadoop /usr/local/hadoop-2.7.5

2.5.3 在Master中设置配置文件(包括yarn)
 

su - hadoop  1 # vi   etc/hadoop/core-site.xml
 2 
 3 
 4 
 5 
 6 
 7         fs.default.name
 8 
 9         hdfs://hadoop-master:9000
10 
11     
12 
13 
14 
15           hadoop.tmp.dir
16 
17           /usr/local/hadoop-2.7.5/tmp
18 
19     
20 
21 

 

 1 # vi   etc/hadoop/hdfs-site.xml
 2 
 3 
 4 
 5 
 6 
 7         dfs.replication
 8 
 9       3
10 
11 
12 
13   
14 
15       dfs.name.dir
16 
17         /usr/local/hadoop-2.7.5/tmp/dfs/name
18 
19 
20 
21     
22 
23       dfs.data.dir
24 
25       /usr/local/hadoop-2.7.5/tmp/dfs/data
26 
27     
28 
29  
30 
31 


 1 #cp mapred-site.xml.template   mapred-site.xml
 2 
 3 # vi   etc/hadoop/mapred-site.xml
 4 
 5 
 6 
 7     
 8 
 9         mapreduce.framework.name
10 
11         yarn
12 
13     
14 
15 

YARN设定
yarn的组成（Master节点： resourcemanager ，Slave节点： nodemanager）
以下仅在master操作,后面步骤会统一分发至salve1。

 1 # vi   etc/hadoop/yarn-site.xml
 2 
 3 
 4 
 5     
 6 
 7         yarn.resourcemanager.hostname
 8 
 9         hadoop-master
10 
11     
12 
13     
14 
15         yarn.nodemanager.aux-services
16 
17         mapreduce_shuffle
18 
19     
20 
21 

2.5.4将Master的文件分发至slave1节点。

cd /usr/hadoop

scp -r  hadoop-2.7.5 hadoop@hadoop-master:/usr/hadoop

 
2.5.5 Master上启动job history server，Slave节点上指定
此步2.5.5可跳过
Mater:
启动jobhistory daemon
# sbin/mr-jobhistory-daemon.sh start historyserver
确认
# jps
 
访问Job History Server的web页面
//localhost:19888/
Slave节点：

1 # vi   etc/hadoop/mapred-site.xml
2 
3     
4 
5         mapreduce.jobhistory.address
6 
7         hadoop-master:10020
8 
9     

2.5.6 格式化HDFS（Master）

# hadoop namenode -format

Master结果：
 
 
2.5.7 在Master上启动daemon，Slave上的服务会一起启动
 启动:

[hadoop@hadoop-master hadoop-2.7.5]$ pwd
/usr/hadoop/hadoop-2.7.5[hadoop@hadoop-master hadoop-2.7.5]$ sbin/start-all.sh
This script is Deprecated. Instead use start-dfs.sh and start-yarn.sh
Starting namenodes on [hadoop-master]
hadoop-master: starting namenode, logging to /usr/hadoop/hadoop-2.7.5/logs/hadoop-hadoop-namenode-hadoop-master.out
slave1: starting datanode, logging to /usr/hadoop/hadoop-2.7.5/logs/hadoop-hadoop-datanode-slave1.out
Starting secondary namenodes [0.0.0.0]
0.0.0.0: starting secondarynamenode, logging to /usr/hadoop/hadoop-2.7.5/logs/hadoop-hadoop-secondarynamenode-hadoop-master.out
starting yarn daemons
starting resourcemanager, logging to /usr/hadoop/hadoop-2.7.5/logs/yarn-hadoop-resourcemanager-hadoop-master.out
slave1: starting nodemanager, logging to /usr/hadoop/hadoop-2.7.5/logs/yarn-hadoop-nodemanager-slave1.out
[hadoop@hadoop-master hadoop-2.7.5]$ 

确认
Master节点：

[hadoop@hadoop-master hadoop-2.7.5]$ jps
81209 NameNode
81516 SecondaryNameNode
82052 Jps
81744 ResourceManager

Slave节点：

[hadoop@slave1 ~]$ jps
58913 NodeManager
59358 Jps
58707 DataNode

停止（需要的时候再停止，后续步骤需running状态）:

[hadoop@hadoop-master hadoop-2.7.5]$ sbin/stop-all.sh
This script is Deprecated. Instead use stop-dfs.sh and stop-yarn.sh
Stopping namenodes on [hadoop-master]
hadoop-master: stopping namenode
slave1: stopping datanode
Stopping secondary namenodes [0.0.0.0]
0.0.0.0: stopping secondarynamenode
stopping yarn daemons
stopping resourcemanager
slave1: stopping nodemanager
no proxyserver to stop

 
2.5.8 创建HDFS

# hdfs dfs -mkdir /user

# hdfs dfs -mkdir   /user/test22

2.5.9 拷贝input文件到HDFS目录下

# hdfs dfs -put etc/hadoop/*.sh   /user/test22/input

查看

# hdfs dfs -ls /user/test22/input

2.5.10 执行hadoop job
统计单词的例子，此时的output是hdfs中的目录，hdfs dfs -ls可查看

# hadoop jar   share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar wordcount   /user/test22/input  output

确认执行结果

# hdfs dfs -cat output/*

2.5.11 查看错误日志
注：日志在salve1的*.log中而不是在master或*.out中
 
 
2.6 Q&A
1. hdfs dfs -put 报错如下，解决关闭master&salve防火墙
hdfs.DFSClient: Exception in createBlockOutputStream
java.net.NoRouteToHostException: No route to host    

本文由职坐标整理发布，学习更多的大数据技术相关知识，请关注职坐标大技术云计算大技术技术频道！