Hadoop3.2.*安装

CentOS8系统安装Hadoop-3.2.1伪分布式配置

Hadoop3.2.1版本的环境搭建 - Java提升营 - 博客园

[TOC]

实验目的

​ 在 Linux（VM15pro/CentOS8） 环境下完成Hadoop-3.2.1伪分布式环境的搭建，并运行 Hadoop 自带的 WordCount 实例检测是否运行正常。

一、下载并配置java环境

​ Java 环境可选择 Oracle 的 JDK，或是 OpenJDK，现在一般 Linux 系统默认安装的基本是 OpenJDK。通过 yum 进行安装 JDK，安装过程中会让输入 [y/N]，输入 y 即可：

[root@localhost ~]# yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel

​ 接着我们需要配置Java的环境变量，打开/etc/profile文件最后面添加如图内容，并让该环境变量生效。

PS:yum 安装的jdk 1.8 的话，默认JAVA_HOME 都是 /usr/lib/jvm/java-1.8.0，总之都是在 /usr/lib/jvm/ 这个目录下

因为yum安装后会自动配置 环境变量，所以 安装后  直接指向javac 或者 Java -version 都是可以的，

但是 你会发现 /etc/profile 这个文件中其实是 没有JAVA_HOME配置的需要手动配置

# java
export JAVA_HOME=/usr/lib/jvm/java-1.8.0
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin

[root@localhost ~]# source /etc/profile

​ 测试Java版本信息，了解环境变量配置是否成功

ps:  whereis java   可以查看Java的安装路径

二、下载并解压hadoop安装包

[root@localhost ~]# wget https://mirrors.bfsu.edu.cn/apache/hadoop/common/hadoop-3.2.1/hadoop-3.2.1.tar.gz
[root@localhost ~]# tar -xzvf hadoop-3.2.1.tar.gz

三、配置环境变量

​ 将hadoop配置写入/etc/profile中，并测试是否配置成功。

vi /etc/profile

# hadoop
export HADOOP_HOME=/home/hzp/software/hadoop/hadoop-3.2.1
export LD_LIBRARY_PATH=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

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

四、修改相关配置文件

​ 1、修改 hadoop-3.2.1/etc/hadoop/hadoop-env.sh，

取消并修改添加export JAVA_HOME=，使其值为我们解压出jdk的位置。

vi /etc/hadoop/hadoop-env.sh

# 修改hadoop-env.sh，在最后边添加JAVA_HOME

export JAVA_HOME=/usr/lib/jvm/java-1.8.0

​ 2、修改hadoop-3.2.1/etc/hadoop/core-site.xml

vi core-site.xml

#在configuration标签中添加下面内容

<!--HDFS临时目录-->
<property>
    <name>hadoop.tmp.dir</name>

<!--hadoop主目录/tmp-->
    <value>/home/hzp/software/hadoop/hadoop-3.2.1/tmp</value>
</property>
<!--HDFS的默认地址、端口 访问地址-->
<property>
    <name>fs.defaultFS</name>
    <value>hdfs://hadoop0:9000</value>
</property>

​ 3、修改hadoop-3.2.1/etc/hadoop/hdfs-site.xml

vi hdfs-site.xml

#在configuration标签中添加下面内容

<!--hdfs web的地址-->
<property>
    <name>dfs.namenode.http-address</name>
    <value>hadoop0:50070</value>
</property>
<!--副本数-->
<property>
    <name>dfs.replication</name>
    <value>3</value>
</property>
<!--是否启用hdfs权限，当值为false时，代表关闭-->
<property>
    <name>dfs.permissions.enabled</name>
    <value>false</value>
</property>
<!--块大小，默认128M-->
<property>
    <name>dfs.blocksize</name>
    <value>134217728</value>
</property>
 

​ 4、修改hadoop-3.2.1/etc/hadoop/mapred-site.xml

vi mapred-site.xml

#在configuration标签中添加下面内容

<!--local表示本地运行，classic表示经典mapreduce框架，yarn表示新的框架-->

<property>

    <name>mapreduce.framework.name</name>

    <value>yarn</value>

</property>

<!--如果map和reduce任务访问本地库（压缩等），则必须保留原始值，当此值为空时，设置执行环境的命令将取决于操作系统-->

<property>

    <name>mapreduce.admin.user.env</name>

<!--设置为hadoop主目录-->

    <value>HADOOP_MAPRED_HOME=/home/hzp/software/hadoop/hadoop-3.2.1</value>

</property>

<!--可以设置AM【AppMaster】端的环境变量-->

<property>

    <name>yarn.app.mapreduce.am.env</name>

<!--设置为hadoop主目录-->

    <value>HADOOP_MAPRED_HOME=/home/hzp/software/hadoop/hadoop-3.2.1</value>

</property>

​ 5、修改hadoop-3.2.1/etc/hadoop/yarn-site.xml 

vi yarn-site.xml

#在configuration标签中添加下面内容

<!--集群master-->

<property>

    <name>yarn.resourcemanager.hostname</name>

    <value>hadoop0</value>

</property>

<!--NodeManager上运行的附属服务-->

<property>

    <name>yarn.nodemanager.aux-services</name>

    <value>mapreduce_shuffle</value>

</property>

<!--容器可能会覆盖的环境变量，而不是使用NodeManager的默认值-->

<property>

    <name>yarn.nodemanager.env-whitelist</name>

    <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_HOME,PATH,LANG,TZ</value>

</property>

<!--关闭内存检测，在虚拟机环境中不做配置会报错-->

<property>

    <name>yarn.nodemanager.vmem-check-enabled</name>

    <value>false</value>

</property>

6.编辑 集群下的worker 文件

 vi hadoop-3.2.1/etc/hadoop/workers

写入两个worker节点

hadoop0 hadoop1 hadoop2

 

克隆

五、设置ssh免密码登录

​ 执行下面命令检测是否已安装ssh

​ 利用 ssh-keygen 生成密钥，并将密钥加入到授权中，配置成SSH无密码登陆

1. host配置

修改三台服务器的hosts文件

vim /etc/hosts

#添加下面内容，根据个人服务器IP配置

10.101.18.21 master
10.101.18.8 slave1
10.101.18.24 slave2

免密登陆配置

1. 生产秘钥

ssh-keygen -t rsa

1. master免密登录到slave中

ssh-copy-id -i ~/.ssh/id_rsa.pub master
ssh-copy-id -i ~/.ssh/id_rsa.pub slave1
ssh-copy-id -i ~/.ssh/id_rsa.pub slave2

1. 测试免密登陆

ssh master 
ssh slave1
ssh slave2

六、开启hadoop

​ 1、格式化NameNode，使用start-all开启所有进程，并且使用jps查看进程情况。

[root@localhost hadoop-3.2.1]# hdfs namenode -format
[root@localhost hadoop-3.2.1]# start-all.sh
[root@localhost hadoop-3.2.1]# jps

​ 2、浏览器进行hadoop服务的访问，http://localhost:9870

七、WordCount 实例检测

​ 1、单机模式读取的是本地数据，伪分布式读取的则是 HDFS 上的数据。要使用 HDFS，首先需要在 HDFS 中创建用户目录，接着将 ./etc/hadoop 中的 xml 文件作为输入文件复制到分布式文件系统中 。

​ 2、复制完成后，可以通过如下命令查看 HDFS 中的文件列表：

​ 3、伪分布式读取的是HDFS中的文件，运行 MapReduce 作业 

​ 4、将输出文件从分布式文件系统复制到本地文件系统并查看

八、实验过程中报错解决

​ 1、HDFS创建用户目录时报“Name node is in safe mode”，使用下面命令退出安全模式。

​ 2、jps发现DataNode进程没有开启，查看日志发现报没法找到/dfs/data目录，造成原因是在每次执行hadoop namenode -format时，都会为NameNode生成namespaceID,，但是在hadoop.tmp.dir目录下的DataNode还是保留上次的namespaceID，因为namespaceID的不一致，而导致DataNode无法启动，解决方法如下：

​ 3、jps发现NameNode进程没有开启，日志报错是/tmp/hadoop-hadoop/dfs/name目录不存在或目录不可访问，解决方法是重新格式化文件系统如下：

HADOOP_HOME/sbin/stop-all.sh  			#先停止hadoop相关进程
HADOOP_HOME/bin/hdfs namenode -format 	#重新格式化文件系统
HADOOP_HOME/sbin/start-all.sh 			#重启hadoop，此时hadoop的相关进程正常启动

​ 4、要是上面情况出现依次走到这里，又发现jpsDataNode进程没有开启，这时候删掉/dfs/data文件，重启服务就行。 

​ 5、运行wordcount报错找不到或无法加载主类，设置classpath，重启yarn服务，具体如下： 

九、参考目录

[https://www.cnblogs.com/hanhaotian/p/11754393.html]:

[https://blog.csdn.net/weixin_49736959/article/details/108815976]:

[https://blog.csdn.net/haveqing/article/details/106006860]: