大数据学习 - （一）CentOS7_64位部署Hadoop3.2.2

以你之姓@ 2023-01-09 15:55 93阅读 0赞

最近想学大数据的东西，那首先就要部署一个Hadoop环境，看了看官网，现在已经3.3.x、3.2.x、3.1.x、2.x.x版本，虽然最近都有更新，但就着不是最新的也不是最旧的原则，选择了3.2.2版本。网上也有很多部署教程，参考多份教程、文档，部署过程中总会多少有些问题，这里记录一下自己的部署过程，保证按照步骤肯定能够使用最基本的Hdfs和Mapreduce功能，至于后续更深入的应用，等学到的时候再开新文进行补充。

**一、**使用 VMware Workstation 15 Pro 15.5.1版本（下称VM）安装CentOS7（CentOS Linux release 7.9.2009），命名为 hadoop-master，IP设为 192.168.0.245。此处过程略，可参考网上的教程。

**二、**上传并安装JDK和Hadoop

2.1.在 /root 目录下创建 目录 app，通过XFtp将 JDK（jdk-8u281-linux-x64.tar.gz） 和 Hadoop（hadoop-3.2.2.tar.gz）上传至 /root/app/目录下。

2.2.安装JDK 和 Hadoop。

2.2.1.命令：cd /root/app 进入 /root/app/ 目录。

2.2.2.命令：tar -zxvf /root/app/jdk-8u281-linux-x64.tar.gz 解压 jdk-8u281-linux-x64.tar.gz，解压后的JDK目录为 /root/app/jdk1.8.0\_281

2.2.3.命令：tar -zxvf /root/app/hadoop-3.2.2.tar.gz 解压 hadoop-3.2.2.tar.gz，解压后的Hadoop目录为 /root/app/hadoop-3.2.2。

2.2.4.配置环境变量，命令：vi /etc/profile 编辑 profile 文件，在文件末尾添加如下内容，保存。

export HADOOP_HOME=/root/app/hadoop-3.2.2
    export JAVA_HOME=/root/app/jdk1.8.0_281
    export JRE_HOME=${JAVA_HOME}/jre
    export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
    export PATH=$PATH:${JAVA_HOME}/bin:${JRE_HOME}/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

2.2.5.命令：source /etc/profile 使新的环境变量生效。

2.2.6.通过 java -version 和 hadoop version 查看版本信息，如下图成功。

![20210122140235593.png][]

2.3. 关闭防火墙。

命令：systemctl stop firewalld.service 关闭防火墙。

命令：systemctl disable firewalld.service 禁用防火墙，防止虚拟机重启后防火墙自动开启。

命令：systemctl status firewalld.service 查看防火墙状态。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70][]

2.4.关闭 SELINUX 。

命令：setenforce 0 关闭 SELINUX。

命令：vi /etc/selinux/config 编辑 config 文件，设置 SELINUX=disabled ，保存。

2.5.虚拟机关机。

**三、**VM克隆hadoop-master，做另外两个虚拟机（创建完整克隆），分别命名为 hadoop-slave1 和 hadoop-slave2，IP分别设为 192.168.0.246 和 192.168.0.247。三台虚拟机对应IP如下。

**hadoop-master   192.168.0.245**

**hadoop-slave1   192.168.0.246**

**hadoop-slave2   192.168.0.247**

**四、**设置hostname 和 hosts（以 hadoop-master 为例）

4.1.远程登录到 hadoop-master 虚拟机。

4.2.命令：vi /etc/hostname 编辑 hostname 文件，将 localhost.localdomain 改成 hadoopmaster 后保存（**hostname 尽量用全小写，否则，后续使用中会出现链接点击无法跳转的问题，其余虚拟机同理**）。

![20210122151807848.png][]

4.3.命令：vi /etc/hosts 编辑 hosts 文件，在文件末尾增加如下内容后保存。

192.168.0.245 hadoopmaster  
192.168.0.246 hadoopslave1  
192.168.0.247 hadoopslave2

![20210122151742969.png][]  
4.4.远程登录到 hadoop-slave1 虚拟机，同 4.2. 将 hostname 文件内容改成 hadoopslave1 后保存，同 4.3. 在 hosts 文件末尾增加 4.3. 一样的内容并保存。

4.4.远程登录到 hadoop-slave2 虚拟机，同 4.2. 将 hostname 文件内容改成 hadoopslave2 后保存，同 4.3. 在 hosts 文件末尾增加 4.3. 一样的内容并保存。

4.5.重启三台虚拟机，三台虚拟机网络设置如下。

<table style="width:593px;"> 
 <tbody> 
  <tr> 
   <td style="width:142px;">虚拟机</td> 
   <td style="width:73px;">IP</td> 
   <td>hostname</td> 
   <td style="width:246px;">hosts末尾追加</td> 
  </tr> 
  <tr> 
   <td style="width:142px;">hadoop-master</td> 
   <td style="width:73px;">192.168.0.245</td> 
   <td>hadoopmaster</td> 
   <td style="width:246px;">192.168.0.245 hadoopmaster<br> 192.168.0.246 hadoopslave1<br> 192.168.0.247 hadoopslave2</td> 
  </tr> 
  <tr> 
   <td style="width:142px;">hadoop-slave1</td> 
   <td style="width:73px;">192.168.0.246</td> 
   <td>hadoopslave1</td> 
   <td style="width:246px;">192.168.0.245 hadoopmaster<br> 192.168.0.246 hadoopslave1<br> 192.168.0.247 hadoopslave2</td> 
  </tr> 
  <tr> 
   <td style="width:142px;">hadoop-slave2</td> 
   <td style="width:73px;">192.168.0.247</td> 
   <td>hadoopslave2</td> 
   <td style="width:246px;">192.168.0.245 hadoopmaster<br> 192.168.0.246 hadoopslave1<br> 192.168.0.247 hadoopslave2</td> 
  </tr> 
 </tbody> 
</table>

**五、**启动hadoop-master、hadoop-slave1、hadoop-slave2 三台虚拟机，修改 hadoop-master 虚拟机中 Hadoop 配置文件并将修改后的 Hadoop 拷贝到 hadoop-slave1、hadoop-slave2虚拟机上。

5.1.远程登录 hadoop-master 虚拟机。命令：cd /root/app/hadoop-3.2.2/etc/hadoop 进入目录。

5.2.命令：vi hadoop-env.sh 修改 hadoop-env.sh 文件并保存。可以不管原配置文件，直接在末尾增加如下内容。

export JAVA_HOME=/root/app/jdk1.8.0_281
    export HADOOP_HOME=/root/app/hadoop-3.2.2
    
    export HDFS_NAMENODE_USER=root
    export HDFS_DATANODE_USER=root
    export HDFS_SECONDARYNAMENODE_USER=root
    export YARN_RESOURCEMANAGER_USER=root
    export YARN_NODEMANAGER_USER=root
    
    export HADOOP_PID_DIR=${HADOOP_HOME}/tmp
    export HADOOP_LOG_DIR=${HADOOP_HOME}/logs

说明：\_USER相关的设置如果不加，在启动 Hadoop 时会报找不到相关设置的错误，所以要加。

\_PID\_DIR 和 \_LOG\_DIR 设置好后，如果没有相关目录，可以自己创建相关目录。

HDFS\_DATANODE\_SECURE\_USER 需要注释掉，打开在启动过程中会出错误。

HDFS\_NFS3\_SECURE\_USER 可以设置也可以不设置，在我们这种应用中没有影响。

![20210122155706253.png][]

5.3.命令：vi core-site.xml 修改 core-site.xml 文件并保存。内容如下。

<configuration>
        <property>
            <name>hadoop.tmp.dir</name>
            <value>file:/root/app/hadoop-3.2.2/tmp</value>
            <description>Abase for other temporary directories.</description>
        </property>
        <property>
            <name>fs.defaultFS</name>
            <value>hdfs://hadoopmaster:9000</value>
        </property>
    </configuration>

5.4.命令：vi hdfs-site.xml 修改 hdfs-site.xml 文件并保存。内容如下。

<configuration>
        
        
        <property>
            <name>dfs.namenode.secondary.http-address</name>
            <value>hadoopmaster:50090</value>
        </property>
        <property>
            <name>dfs.namenode.name.dir</name>
            <value>file:/root/app/hadoop-3.2.2/tmp/dfs/name</value>
        </property>
        <property>
            <name>dfs.datanode.data.dir</name>
            <value>file:/root/app/hadoop-3.2.2/tmp/dfs/data</value>
        </property>
        <property>
            <name>dfs.replication</name>
            <value>2</value>
        </property>
    </configuration>

5.5.命令：vi yarn-site.xml 修改 yarn-site.xml 文件并保存。内容如下。

<configuration>
        <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
        </property>
        <property>
            <name>yarn.resourcemanager.hostname</name>
            <value>hadoopmaster</value>
        </property>
        
        <property>
            <name>yarn.log-aggregation-enable</name>
            <value>true</value>
        </property>
    </configuration>

5.6.命令：vi mapred-site.xml 修改 mapred-site.xml 文件并保存。内容如下。

<configuration>
        <property>
            <name>mapreduce.framework.name</name>
            <value>yarn</value>
        </property>
        <property>
            <name>mapreduce.jobhistory.address</name>
            <value>hadoopmaster:10020</value>
        </property>
        <property>
            <name>mapreduce.jobhistory.webapp.address</name>
            <value>hadoopmaster:19888</value>
        </property>
        
        <property>
            <name>mapreduce.admin.user.env</name>
            <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
        </property>
        <property>
            <name>yarn.app.mapreduce.am.env</name>
            <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
        </property>
        <property>
            <name>mapreduce.map.env</name>
            <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
        </property>
        <property>
            <name>mapreduce.reduce.env</name>
            <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
        </property>
    </configuration>

5.7.命令：vi workers 修改 workers 文件并保存。将两个从机 hadoopslave1 和 hadoopslave2 替换原内容，如下。

hadoopslave1
    hadoopslave2

5.8.将 hadoop-master 虚拟机上的 Hadoop 复制到 hadoop-slave1 和 hadoop-slave2 两台虚拟机上。

命令：scp -r /root/app/hadoop-3.2.2/ root@hadoopslave1:/root/app/ 将 hadoop-3.2.2 目录拷贝到 hadoop-slave1 虚拟机 /root/app/ 目录下。

命令：scp -r /root/app/hadoop-3.2.2/ root@hadoopslave2:/root/app/ 将 hadoop-3.2.2 目录拷贝到 hadoop-slave2 虚拟机 /root/app/ 目录下。

**注意：第一次拷贝时会有如下提示，输入 yes 即可。由于我们尚未使用SSH免密，因此传输时需要输入虚拟机的登录密码。**

![20210122170824292.png][]

**六、**设置SSH免密

6.1.远程登录 hadoop-master、hadoop-slave1、hadoop-slave2 三台虚拟机。

6.2.以 hadoop-master 虚拟机为例，创建公私钥。

进入 /root 目录。

**注意：由于是新的虚拟机，也从来没有用过ssh，因此，直接做即可。如果以前做过，则需要先找到 .ssh/ 目录，并删除其内所有文件。**

命令：ssh-keygen -t rsa 创建公钥、私钥，过程中一路回车即可。如下图，生成后的公私钥文件在 /root/.ssh/ 目录下。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 1][]

进入 /root/.ssh/ 目录。

命令：mv id\_rsa.pub id\_rsa\_master.pub 修改公钥文件名为 id\_rsa\_master.pub 。

命令：cat id\_rsa\_master.pub >> authorized\_keys 将公钥写入 authorized\_keys 文件。

![20210122180045150.png][]

**同样**，在 hadoop-slave1 和 hadoop-slave2 虚拟机上的 /root/ 目录下 执行上述命令，创建公私钥。在 hadoop-slave1 虚拟机上将 /root/.ssh/ 目录下的 id\_rsa.pub 改名为 id\_rsa\_slave1.pub，并写入 authorized\_keys 文件。 在 hadoop-slave2 虚拟机上将 /root/.ssh/ 目录下的 id\_rsa.pub 改名为 id\_rsa\_slave2.pub，并写入 authorized\_keys 文件。

6.3.将公钥传到相互虚拟机并写入 authorized\_keys 文件。

6.3.1.将 hadoop-master 虚拟机的 id\_rsa\_master.pub 传到 hadoop-slave1 和 hadoop-slave2 虚拟机并写入 authorized\_keys 文件。

命令：scp id\_rsa\_master.pub root@hadoopslave1:/root/.ssh/

命令：scp id\_rsa\_master.pub root@hadoopslave2:/root/.ssh/

![20210122181611601.png][]

进入到 hadoop-slave1 虚拟机的 /root/.ssh/ 目录，通过命令：cat id\_rsa\_master.pub >> authorized\_keys 将公钥写入 authorized\_keys 文件。

进入到 hadoop-slave2 虚拟机的 /root/.ssh/ 目录，通过命令：cat id\_rsa\_master.pub >> authorized\_keys 将公钥写入 authorized\_keys 文件。

6.3.2.同 6.3.1. 将 hadoop-slave1 虚拟机的 id\_rsa\_slave1.pub 传到 hadoop-master 和 hadoop-slave2 虚拟机并将其写入各自的 authorized\_keys 文件。

6.3.3.同 6.3.1. 将 hadoop-slave2 虚拟机的 id\_rsa\_slave2.pub 传到 hadoop-master 和 hadoop-slave1 虚拟机并将其写入各自的 authorized\_keys 文件。

**七、**启动Hadoop

7.1.首次使用HDFS，必须首先进行格式化。命令：hdfs namenode -format 。

![20210124201043309.png][]

7.2.启动Hadoop。

命令：start-dfs.sh  
命令：start-yarn.sh  
命令：mapred --daemon start historyserver

7.3.关闭Hadoop。

命令：stop-dfs.sh  
命令：stop-yarn.sh  
命令：mapred --daemon stop historyserver

7.4.查看启动是否成功。

命令：jps

hadoopmaster 存在如下进程

![20210125111232234.png][]

hadoopslave1 和 hadoopslave2 存在如下进程

![20210125111311807.png][]

7.5.打开浏览器，查看相关信息监控。

**注意：需要在浏览器所在主机同 4.3. 添加 hosts，否则，页面中的链接点击会访问不了。Windows系统则改 C:\\Windows\\System32\\drivers\\etc\\hosts 文件。**

[http://192.168.0.245:9870/][http_192.168.0.245_9870] 查看 NameNode 监控。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 2][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 3][]

[http://192.168.0.245:19888/][http_192.168.0.245_19888] 查看 MapReduce JobHistory Server 监控。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 4][]

[http://192.168.0.245:8088/][http_192.168.0.245_8088] 查看 ResourceManager 监控。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 5][]

**八、**测试 Mapreduce。

8.1.进入 /root/app/hadoop-3.2.2/share/hadoop/mapreduce/ 目录。下边以网上常用的两个示例来测试。

8.2.测试 PI 的计算。

命令：hadoop jar hadoop-mapreduce-examples-3.2.2.jar pi 10 10

![20210125114340513.png][]

8.3.测试 WordCount 统计单词出现数量。

创建目录 /root/app/mapreduce-test/ 目录，在其内创建文件 wordcounttestinput.txt。内容如下：

![20210125115032756.png][]

命令：hadoop fs -mkdir /tmp/input 在 HDFS 中创建目录。  
**注意：mkdir 时候要在 /tmp 下进行创建，其他目录会报错，猜测由于 hadoop.tmp.dir 设置到了 tmp 目录，但具体原因仍需要继续查。**

命令：hadoop fs -put /root/app/mapreduce-test/wordcounttestinput.txt /tmp/input 将测试文件上传到 HDFS 的 /tmp/input/ 目录下。

命令：hadoop jar hadoop-mapreduce-examples-3.2.2.jar wordcount /tmp/input/ /tmp/output 进行计算。  
**注意：/tmp/input 是参与统计的目录下所有文件，/tmp/output 是结果所在的文件夹。**

命令：hdfs dfs -ls /tmp/output 查询结果目录下的结果文件。  
![20210125122742722.png][]

命令：hadoop fs -text /tmp/output/part-r-00000 显示结果文件内容。  
![20210125122806753.png][]

8.4.[http://192.168.0.245:19888/][http_192.168.0.245_19888] 查看 MapReduce JobHistory Server 中刚刚两个任务的结果。  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 6][]

8.5.  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 7][]

**九**、Hadoop 安装完成。通过不断尝试，按此配置可以使 Hadoop 正常启动、使用，但仍需要继续学习、了解细节，等后续有新的进展后，继续更新。

[20210122140235593.png]: /images/20221119/196447cdb7774a11b9eb81d3020f8312.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70]: /images/20221119/ecd843c312cf497a96a348b11be4a2f4.png
[20210122151807848.png]: https://img-blog.csdnimg.cn/20210122151807848.png
[20210122151742969.png]: https://img-blog.csdnimg.cn/20210122151742969.png
[20210122155706253.png]: https://img-blog.csdnimg.cn/20210122155706253.png
[20210122170824292.png]: https://img-blog.csdnimg.cn/20210122170824292.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20210122174931817.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg==,size_16,color_FFFFFF,t_70
[20210122180045150.png]: https://img-blog.csdnimg.cn/20210122180045150.png
[20210122181611601.png]: https://img-blog.csdnimg.cn/20210122181611601.png
[20210124201043309.png]: https://img-blog.csdnimg.cn/20210124201043309.png
[20210125111232234.png]: https://img-blog.csdnimg.cn/20210125111232234.png
[20210125111311807.png]: https://img-blog.csdnimg.cn/20210125111311807.png
[http_192.168.0.245_9870]: http://192.168.0.245:9870/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/2021012511144410.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/2021012511151370.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg==,size_16,color_FFFFFF,t_70
[http_192.168.0.245_19888]: http://192.168.0.245:19888/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20210125111637764.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg==,size_16,color_FFFFFF,t_70
[http_192.168.0.245_8088]: http://192.168.0.245:8088/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20210125111737394.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg==,size_16,color_FFFFFF,t_70
[20210125114340513.png]: https://img-blog.csdnimg.cn/20210125114340513.png
[20210125115032756.png]: https://img-blog.csdnimg.cn/20210125115032756.png
[20210125122742722.png]: https://img-blog.csdnimg.cn/20210125122742722.png
[20210125122806753.png]: https://img-blog.csdnimg.cn/20210125122806753.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/2021012512300812.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20210125123157671.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmd0NTk1Mg==,size_16,color_FFFFFF,t_70