hadoop离线数据分析02

配置环境

linux 最少三台
1.1修改各个虚拟机主机名
    vi /etc/sysconfig/network
    
    NETWORKING=yes
    HOSTNAME=node-1    

1.2修改主机名和IP的映射关系
    vi /etc/hosts
        
    192.168.1.101   node-1
    192.168.1.102   node-2
    192.168.1.103   node-3

1.3关闭防火墙
    #查看防火墙状态
    service iptables status
    #关闭防火墙
    service iptables stop
    #查看防火墙开机启动状态
    chkconfig iptables --list
    #关闭防火墙开机启动
    chkconfig iptables off

1.4.配置ssh免登陆
#生成ssh免登陆密钥

ssh-keygen -t rsa （四个回车）
执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
将公钥拷贝到要免密登陆的目标机器上
ssh-copy-id node-2

1.5 同步集群时间
常用的手动进行时间的同步
    date -s "2017-03-03 03:03:03"
或者网络同步：
    yum install ntpdate
    ntpdate cn.pool.ntp.org
配置jdk
/usr/local/src/java/jdk1.8.0_65  

开始安装hadoop

Snip20171030_9.png 

开始配置hadoop的环境
注意这里cd etc/hadoop/下不是/etc/hadoop

Snip20171030_27.png

修改hadoop-env.sh文件，添加JAVA_HOME

[注意这里的JAVA_HOME为自己当前安装的JDK位置]

修改core-site.xml文件，这里是为了设置老大，和tmp初始位置

<!-- 指定HADOOP所使用的文件系统schema（URI），HDFS的老大（NameNode）的地址 -->
<property>
    <name>fs.defaultFS</name>
    <value>hdfs://node-1:9000</value>
</property>

<!-- 指定hadoop运行时产生文件的存储目录,默认/tmp/hadoop-${user.name} -->
<property>
    <name>hadoop.tmp.dir</name>
    <value>/usr/local/src/hadoop/tmp</value>
</property>

Snip20171030_19.png

修改hdfs-site.xml文件，指定HDFS副本的数量和老二

<!-- 指定HDFS副本的数量 -->
<property>
    <name>dfs.replication</name>
    <value>2</value>
</property>

<property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>node-2:50090</value>
</property>

Snip20171030_20.png

修改mapred-site.xml 指定mr运行时框架，这里指定在yarn上，默认是local

注意这里没有东西.xml文件所以一定要生成一个
mv mapred-site.xml.template mapred-site.xml
vi mapred-site.xml

<!-- 指定mr运行时框架，这里指定在yarn上，默认是local -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

Snip20171030_21.png

修改yarn-site.xml，指定YARN的老大的位置

<!-- 指定YARN的老大（ResourceManager）的地址 -->
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>node-1</value>
</property>

<!-- NodeManager上运行的附属服务。需配置成mapreduce_shuffle，才可运行MapReduce程序默认值："" -->
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>

注意这里所有的老大一定要放到一个机器里面

编辑slaves文件，里面写上从节点所在的主机名字

vi slaves
node-1
node-2
node-3

将hadoop添加环境环境变量

vi /etc/profile

Snip20171030_24.png

source /etc/profile

然后拷贝至node-2和node-3

scp -r /usr/local/src/hadoop/ root@node-2:/local/src/
scp -r /usr/local/src/hadoop/ root@node-2:/local/src/  

启动hadoop

Snip20171030_26.png

    先启动HDFS
    sbin/start-dfs.sh
    
    再启动YARN
    sbin/start-yarn.sh

Snip20171030_25.png

http://192.168.1.101:50070 （HDFS管理界面）
http://192.168.1.101:8088 （MR管理界面）

Snip20171030_29.png