开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 大数据 -> CentOS-7 Linux 上部署hadoop集群（3台） -> 正文阅读

[大数据]CentOS-7 Linux 上部署hadoop集群（3台）

CentOS-7 Linux 上部署hadoop集群（3台）

🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈

🌈前言

本文记载一次在虚拟机上Linux 上部署hadoop集群（3台）

🌈环境说明：

虚拟机采用： vmware虚拟机软件
centos包CentOS-7-x86_64-Minimal-1804.iso
（也可以是DVD的iso文件安装的系统可以少安装很多包）
jdk版本：1.8.181
hadoop版本：3.2.1
zookeeper版本：3.4.13
需要依赖glibc-2.14以上版本
集群地址分配：
192.168.1.227 master hadoop1
192.168.1.228 slave1 hadoop2
192.168.1.229 slave2 hadoop3

🌈安装部署

🐁1.安装VirtualBox虚拟机软件

下载VirtualBox软件并安装

🐂2.在虚拟机上安装centos-7

🐅3.设置虚拟机

 安装常用命令 yum -y install net-tools vim zip unzip

（1）修改虚拟机名称（如果在安装时，设置了主机名，那么就不用修改）

  [root@master /]# hostnamectl set-hostname hadoop1
    hostname查看一个主机名称

(2)设置虚拟机网络
1.将VirtualBox软件虚拟机网络设置为桥接自动（也可心用其它网络设置），

 2.查询虚拟机使用的网卡信息，并修改网卡

 [root@master /]# ip addr

 我的虚拟机网卡信息如下：
 ens33: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500
    inet 192.168.166.188  netmask 255.255.255.0  broadcast 192.168.1.255
    inet6 fe80::20c:29ff:fe8f:ff32  prefixlen 64  scopeid 0x20<link>
    ether 00:0c:29:8f:ff:32  txqueuelen 1000  (Ethernet)
    RX packets 679298  bytes 160057604 (152.6 MiB)
    RX errors 0  dropped 1138  overruns 0  frame 0
    TX packets 426918  bytes 65730954 (62.6 MiB)
    TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

lo: flags=73<UP,LOOPBACK,RUNNING>  mtu 65536
    inet 127.0.0.1  netmask 255.0.0.0
    inet6 ::1  prefixlen 128  scopeid 0x10<host>
    loop  txqueuelen 1000  (Local Loopback)
    RX packets 465005  bytes 50278038 (47.9 MiB)
    RX errors 0  dropped 0  overruns 0  frame 0
    TX packets 465005  bytes 50278038 (47.9 MiB)
    TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

对应的网卡文件为/etc/sysconfig/network-scripts/ifcfg-enp0s3，如果看到的网卡为ecth0，那么对应的网卡文件为/etc/sysconfig/network-scripts/ifcfg-ecth0
3. 修改对应的网卡文件，将ip设置成静态并且随机启动

 [root@master /]#vim /etc/sysconfig/network-scripts/ifcfg-enp0s3

 内容如下：
TYPE=Ethernet
PROXY_METHOD=none
BROWSER_ONLY=no
#修改IP分配策略
BOOTPROTO=static
DEFROUTE=yes
#IPV4_FAILURE_FATAL=no
#IPV6INIT=yes
#IPV6_AUTOCONF=yes
#IPV6_DEFROUTE=yes
#IPV6_FAILURE_FATAL=no
#IPV6_ADDR_GEN_MODE=stable-privacy
NAME=ens33
UUID=80c892ca-6412-4418-9918-e17c3b168fd4
DEVICE=ens33
#修改网卡为开机启动
ONBOOT=yes
#设置静态的ip地址
IPADDR=192.168.1.227
#设置网关
GATEWAY=192.168.1.1
#设置子网掩码
NETMASK=255.255.255.0
#设置DNS地址
DNS1=192.168.1.1
其中大部分配置为原有，#开头的是注释掉原来的配置，修改的配置有BOOTPROTO,ONBOOT
添加的有IPADDR,GATEWAY,NETMASK,DNS1
保存后重启网卡

[root@master /]#service network restart

用ifconfig 或ip addr命令查看网络，检查配置的网卡是否生效，如果没有请重新配置ip

通过ping命令检查看虚拟机是否可以连网
ping www.baidu.com

  [root@hrmw-web-api ~]#     ping www.baidu.com
PING www.a.shifen.com (110.242.68.4) 56(84) bytes of data.
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=1 ttl=54 time=18.3 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=2 ttl=54 time=16.2 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=3 ttl=54 time=17.2 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=4 ttl=54 time=16.2 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=5 ttl=54 time=16.5 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=6 ttl=54 time=17.9 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=7 ttl=54 time=18.1 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=8 ttl=54 time=28.5 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=9 ttl=54 time=19.0 ms
64 bytes from 110.242.68.4 (110.242.68.4): icmp_seq=10 ttl=54 time=16.4 ms
^Z
[1]+  已停止               ping www.baidu.com

如果结果如下：则表示网卡正常
[root@master /]# ping www.baidu.com
PING www.a.shifen.com (61.135.169.121) 56(84) bytes of data.
64 bytes from 61.135.169.121 (61.135.169.121): icmp_seq=1 ttl=55 time=14.2 ms
64 bytes from 61.135.169.121 (61.135.169.121): icmp_seq=2 ttl=55 time=14.6 ms
64 bytes from 61.135.169.121 (61.135.169.121): icmp_seq=3 ttl=55 time=14.8 ms
64 bytes from 61.135.169.121 (61.135.169.121): icmp_seq=4 ttl=55 time=13.8 ms
64 bytes from 61.135.169.121 (61.135.169.121): icmp_seq=5 ttl=55 time=15.1 ms
^C
--- www.a.shifen.com ping statistics ---
5 packets transmitted, 5 received, 0% packet loss, time 4007ms
rtt min/avg/max/mdev = 13.814/14.551/15.116/0.465 ms
（这时已经可以用xshell等ssh工具连接虚拟机了，不用再在vmwarn中操作（太麻烦））
     3.安装net-tools，方便使用ifconfig查询网络信息，也可以不安装，用ip addr命令查看
   安装net-tools
   yum -y install net-tools
（3）修改虚拟机host文件
    安装vim命令：
    yum -y install vim
[root@master /]#vim /etc/hosts
修改内容：
127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.1.227  master hadoop1
192.168.1.228  slave1 hadoop2
192.168.1.229  slave2 hadoop3
其中 master 对应本机ip,  hadoop1为本机hostname
其它两个ip为其它两个slave节点的ip 
让修改生效
[root@master /]#source /etc/hosts

关闭防火墙

临时关闭
	[root@master /]#systemctl stop firewalld
    禁止开机启动
    [root@master /]# systemctl disable firewalld

这里关闭防火墙并禁止开机启动（也可心将下面安装步骤中所涉及到的端口开放即可，建议先关闭，安装测试完成后再考虑开放端口，开启防火墙）

安装或升级glibc
注意：hadoop依赖glibc-2.14以上版本，在格式化之前先安装glibc用下面命令即可

yum -y install glibc

🐇4.下载并安装jdk1.8.181

去oracle官网下载最新的jdk版本，我用的是jdk-8u181-linux-x64.tar.gz
下载完成后，使用xftp或其它ftp工具将文件上传到虚拟机的任意一个目录（我放在的/root目录下）
通过tar命令解压
cd 到jdk-8u181-linux-x64.tar.gz文件所在目录

软件的下载也可以,通过安装wget命令，通过wget下载（这样可以省去ftp上传，但是要在网卡找对下载地址，我用的本地下载ftp上传）
安装wget可以用yum就行：

   yum -y install wget

[root@master /]#cd /root
解压到/usr/local（这个是linux默认安装软件的目录，也可以装到其它地方，只要配置环境变量的时候，设置为对应的目录即可）
[root@master /]#tar -xzvf jdk-8u181-linux-x64.tar.gz -C /usr/local
解压后的jdk目录为/usr/local/jdk1.8.0_181
这里我用mv命令把jdk1.8.0_181改为jdk8，也可以不修改
[root@master /]#mv /usr/local/jdk1.8.0_181 /usr/local/jdk8
设置jdk的环境变量，修改/etc/profile文件（这个是所有用启都可用的配置文件，也可以在用户根目录的.bash_profile中设置，这样的话只对用户本身有效）
[root@master /]#vim /etc/profile
在文件的最后添加如下配置：

export JAVA_HOME=/usr/local/jdk8
   export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
   export PATH=$JAVA_HOME/bin:$PATH

这里要在path中把jdk的配置到最前，因为系统默认是openJdk，如果放后面的话不会生效
修改完后让配置生效，执行：

  [root@master /]#source /etc/profile

检查jdk是否安装正确：

 [root@master /]# java -version
	java version "1.8.0_181"
	Java(TM) SE Runtime Environment (build 1.8.0_181-b13)
	Java HotSpot(TM) 64-Bit Server VM (build 25.181-b13, mixed mode)

如上所示则jdk安装完成

🐉5. 创建hadoop用户，并设置sudo（以下也可以用root用户，这里我新建了个hadoop用户来安装）

[root@master /]#useradd hadoop
设置hadoop用户密码
[root@master /]#passwd hadoop
设置sudo（让hadoop用户可以用sudo命令来修改一些系统配置，省去了用su来回切换用户的麻烦）
[root@master /]#vim /etc/sudoers
增加一条类似root用户的配置：
root ALL=(ALL) ALL
hadoop ALL=(ALL) ALL
[root@master /]#source /etc/sudoers
上面这条执行如果有错误，可以不用理会
配置完hadoop用户就可以使用sudo命令了

以下安装基本都用hadoop用户了，安装软件的步骤每个机器上基本相同，所以装好之后克隆虚拟机就可以，然后稍改下配置即可

🐍6.安装zookeeper集群

(1)在网上下载zookeeper，我这里下载了zookeeper-3.4.13.tar.gz其它的版本也可以
将安装包上传到hadoop用户根目录
在hadoop用户根目录下新建app目录（我把软件装在app目录下，也可以是其它目录，其它目录要给zookeepr用户赋权限）
[hadoop@master ~] $m k d i r / h o m e / h a d o o p / a p p 解压 z o o k e e p e r 安装包到 a p p 目录下 [h a d o o p @ m a s t e r]$ tar -xzvf zookeeper-3.4.13.tar.gz -C /home/hadoop/app
解压之后的目录为/home/hadoop/app/zookeeper-3.4.13
这里我改为了/home/hadoop/app/zookeeper
[hadoop@master ~] $m v / h o m e / h a d o o p / a p p / z o o k e e p e r ? 3.4.13 / h o m e / h a d o o p / a p p / z o o k e e p e r (2) 配置 z o o k e e p e r 集群进入 z o o k e e p e r 的 c o n f 目录 [h a d o o p @ m a s t e r]$ cd /home/hadoop/app/zookeeper/conf
将zoo_sample.cfg配置文件拷贝一份改名为zoo.cfg
[hadoop@master ~] $cp zoo_sample.cfg zoo.cfg 修改zoo.cfg [hadoop@master ~]$ vim zoo.cfg
增加如下配置：
#zookeeper的data文件存放目录
dataDir=/home/hadoop/app/zookeeper/data
#zookeeper的日志文件目录
dataLogDir=/home/hadoop/app/zookeeper/datalog
# the port at which the clients will connect
#zookeeper的端口（我这里用默认）
clientPort=2181
#集群配置
server.1=master:2888:3888
server.2=slave1:2888:3888
server.3=slave2:2888:3888
注意：dataDir是原有的只要修改下目录即可，这个目录可以随意，没有的话可以mkdir去建，cilentPort也是原有的不用动;
集群配置中的server.1,server.2,server.3这个是集群的id，随后建myid文件用的id;

master,slave1,slave2是在/etc/hosts中配置的安装集群的服务器地址，也可以用IP，后面的端口都是用默认的

（3）创建zookeeper的data和log存放目录
[hadoop@master ~] $m k d i r ? p / h o m e / h a d o o p / a p p / z o o k e e p e r / d a t a [h a d o o p @ m a s t e r]$ mkdir -p /home/hadoop/app/zookeeper/datalog
要和zoo.cfg中配置的一致
(4)创建myid文件
进入上一步建的data目录，并创建myid文件
[hadoop@master ~] $c d / h o m e / h a d o o p / a p p / z o o k e e p e r / d a t a [h a d o o p @ m a s t e r]$ vim myid
myid文件中的内容对应，zoo.cfg中集群配置中的server.后面的数字，例如master机器上配置1,slave1上配置2，slave3上配置3
[hadoop@master data]$ vim myid

	1
	~                                                                                                   
注意:myid文件原来是不存在的，通过vim命令编辑保存后，会新建的
另外的机器安装相同，克隆虚拟机后修改myid文件就好
(5)设置zookeeper的环境变量，方便启动（也可以不设置，每次启动都要到zookeeper安装目录的bin下启动）
 [hadoop@master ~]$sudo vim /etc/profile
 说明：第一次用sudo可能要输入root用户密码
 在/etc/profile后面添加
 export JAVA_HOME=/usr/local/jdk8
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

export ZOOKEEPER_HOME=/home/hadoop/app/zookeeper

export PATH=$JAVA_HOME/bin:$PATH:$ZOOKEEPER_HOME/bin

（6）配置完成后就可以启动zookeeper了
  按照以上配置就没问题，这里就不启动了，还要安装hadoop
  zookeeper的启动命令：
                  zkServer.sh start 启动
                  zkServer.sh stop 关闭
		  zkServer.sh restart 重启

🐎7.安装hadoop3.2.1并配置

（1）hadoop这里用3.2.1的版本

去官网下载hadoop-3.2.1.tar.gz包，通过ftp上传到hadoop根目录
解压到app目录
[hadoop@master ~] $t a r ? x z v f h a d o o p ? 3.2.1 . t a r . g z ? C a p p / 解压后目录 / h o m e / h a d o o p / a p p / h a d o o p ? 3.2.1 这里我把目录修改为 h a d o o p 3 [h a d o o p @ m a s t e r]$ mv /home/hadoop/app/hadoop-3.2.1 /home/hadoop/app/hadoop3
（2）配置环境变量，方便启动，执行hdfs命令
[hadoop@master ~]$ sudo vim /etc/profile
在最后添加：
export JAVA_HOME=/usr/local/jdk8
export CLASSPATH=.: $JAVA_HOME/lib/dt.jar:$ JAVA_HOME/lib/tools.jar

export HADOOP_HOME=/home/hadoop/app/hadoop3

export ZOOKEEPER_HOME=/home/hadoop/app/zookeeper

export PATH=$JAVA_HOME/bin:$PATH:$ZOOKEEPER_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
这里path中要添加hadoop的bin和sbin两个目录
（3）hadoop配置文件配置（hadoop的配置文件在安装目录下的etc/hadoop下）
   1.修改workers，配置服务器列节点表
   [hadoop@hadoop1 app]$ cd /home/hadoop/app/hadoop3/etc/hadoop/
   [hadoop@master hadoop]$ vim workers
   内容如下:
    master
    slave1
    slave2
	
	注意：这个是在/etc/hosts中配置的三台集群服务器节点

   2.配置hadoop-env.sh
    [hadoop@master hadoop]$ vim hadoop-env.sh
	添加JAVA_HOME和HADOOP_HOME 防止找到不jdk和hadoop
	export JAVA_HOME=/usr/local/jdk8
    export HADOOP_HOME=/home/hadoop/app/hadoop3
   3.配置mapred-env.sh
   [hadoop@master hadoop]$ vim mapred-env.sh
   添加JAVA_HOME和HADOOP_HOME 防止找到不jdk和hadoop
    export JAVA_HOME=/usr/local/jdk8
    export HADOOP_HOME=/home/hadoop/app/hadoop3
   4.配置yarn-env.sh
   [hadoop@master hadoop]$ vim yarn-env.sh
   添加JAVA_HOME和HADOOP_HOME 防止找到不jdk和hadoop
    export JAVA_HOME=/usr/local/jdk8
    export HADOOP_HOME=/home/hadoop/app/hadoop3
	
	
   注意：下面步骤的配置文件如果在home/hadoop/app/hadoop3/etc/hadoop下没有时，将该目录下相应的 ***-**.xml.example文件拷贝一份改名即可
	
   5.配置core-site.xml
   [hadoop@master hadoop]$ vim core-site.xml
   内容如下：
   <configuration>
    <!--默认是namenode,datanode,journalNode等存放数据的公共目录-->
	<property>
		<name>hadoop.tmp.dir</name>
		<value>/home/hadoop/app/hadoop3/hdfs/tmp</value>
	</property>
	<!--流文件的缓冲区大小128k 默认4096 4k-->
	<property>
		<name>io.file.buffer.size</name>
		<value>131072</value>
	</property>
	<--默认的hdfs路径，当有多个HDFS集群同时工作时，的hdfs集群路径，其中mycluster的值来源于hdfs-size.xml中的配置-->
	<property>
		<name>fs.defaultFS</name>
		<value>hdfs://mycluster</value>
	</property>
	<!--zookeeper集群的地址和端口，注意数量一定是可数个，最少三个-->
	<property>
		<name>ha.zookeeper.quorum</name>
		<value>master:2181,slave1:2181,slave2:2181</value>
	</property>
	</configuration>
	[hadoop@master hadoop]$ mkdir -p /home/hadoop/app/hadoop3/hdfs/tmp
	6.配置hdfs-site.xml
	[hadoop@master hadoop]$ vim hdfs-site.xml
	内容如下：
	
	<configuration>
	<!--定义集群名称-->
    <property>
		<name>dfs.nameservices</name>
		<value>mycluster</value>
	</property>
	<!--指定datanode存储数据复制的块数量，这里集群有3台机器，一共3份，两个是备份，默认是3个-->
	<property>
		 <name>dfs.replication</name>
		 <value>3</value>
	</property>
	<!--指定namenode存放数据的目录-->
	<property>
		 <name>dfs.namenode.name.dir</name>
		 <value>/home/hadoop/app/hadoop3/hdfs/name</value>
		 <final>true</final>
	</property>
	<!--指定datanode存放数据的目录-->
	<property>
		 <name>dfs.datanode.data.dir</name>
		 <value>/home/hadoop/app/hadoop3/hdfs/data</value>
		 <final>true</final>
	</property>
    <!--文件操作是否检查权限，一般设置为false，设置为true时，有时候访问会出现权限问题-->
	<property>
		<name>dfs.permissions.enabled</name>
		<value>false</value>
	</property>
	<!--指定mycluster集群的namenode机器有哪些，这里我的3个机器都可以作为namenode，名字随意不重复即可-->
	<property>
		<name>dfs.ha.namenodes.mycluster</name>
		<value>master,slave1,slave2</value>
	</property>
	<!--指定master，namenode的rpc访问地址-->
	<property>
		<name>dfs.namenode.rpc-address.mycluster.master</name>
		<value>master:9820</value>
	</property>
    <!--指定slave1，namenode的rpc访问地址-->
	<property>
		<name>dfs.namenode.rpc-address.mycluster.slave1</name>
		<value>slave1:9820</value>
	</property>
    <!--指定slave2，namenode的rpc访问地址-->
	<property>
		<name>dfs.namenode.rpc-address.mycluster.slave2</name>
		<value>slave2:9820</value>
	</property>
	<!--指定master，namenode的http访问地址-->
	<property>
		<name>dfs.namenode.http-address.mycluster.master</name>
		<value>master:9870</value>
	</property>
	<!--指定slave1，namenode的http访问地址-->
	<property>
		<name>dfs.namenode.http-address.mycluster.slave1</name>
		<value>slave1:9870</value>
	</property>
	<!--指定slave2，namenode的http访问地址-->
	<property>
		<name>dfs.namenode.http-address.mycluster.slave2</name>
		<value>slave2:9870</value>
	</property>
	<!--指定namenode共享edits文件目录时，使用的journalNode集群信息-->
	<property>
		<name>dfs.namenode.shared.edits.dir</name>
		<value>qjournal://master:8485;slave1:8485;slave2:8485/mycluster</value>
	</property>
	<!--指定journalNode集群在对namenode的目录共享时，自己存放数据的目录-->
	<property>
		<name>dfs.journalnode.edits.dir</name>
		<value>/home/hadoop/app/hadoop3/data/journaldata/jn</value>
	</property>
	<!--指定集群出故障时，哪个实现类执行故障切换-->
	<property>
		<name>dfs.client.failover.proxy.provider.mycluster</name>
		<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
	</property>
	<!--一旦需要namenode切换，使用ssh的方式进行操作-->
	<property>
		<name>dfs.ha.fencing.methods</name>
		<value>
		   sshfence
		   shell(/bin/true)
		</value>
	</property>
	<!--使用ssh切换时，密钥存放地址-->
	<property>
		<name>dfs.ha.fencing.ssh.private-key-files</name>
		<value>/home/hadoop/.ssh/id_rsa</value>
	</property>
	<!--设置ssh连接超时时间-->
	<property>
		<name>dfs.ha.fencing.ssh.connect-timeout</name>
		<value>10000</value>
	</property>
	<!--设置ssh重连次数限制-->
	<property>
		<name>dfs.namenode.handler.count</name>
		<value>100</value>
	</property>
	<!--指定是否启动自动故障恢复，即当namenode出故障时，是否自动切换另一个-->
	<property>
		<name>dfs.ha.automatic-failover.enabled</name>
		<value>true</value>
	</property>
	</configuration>
	注意：为了省事，这里先配置一台的，其中ssh密钥地址，后面两台虚拟机建好时会配置ssh免密登陆，会产生密钥
     [hadoop@master hadoop]$ mkdir -p /home/hadoop/app/hadoop3/hdfs/name
         [hadoop@master hadoop]$ mkdir -p /home/hadoop/app/hadoop3/hdfs/data
         [hadoop@master hadoop]$ mkdir -p /home/hadoop/app/hadoop3/data/journaldata/jn
     [hadoop@master hadoop]$ mkdir -p /home/hadoop/app/hadoop3/logs

    7.配置mapred-site.xml
	[hadoop@master hadoop]$ vim mapred-site.xml
	内容如下：
	<configuration>
	<!--指定资源管理，这里用hadoop的yarn来管理-->
	<property>
		 <name>mapreduce.framework.name</name>
		 <value>yarn</value>
	</property>
	<!--设置mapreduce的环境变量-->
	<property>
	  <name>yarn.app.mapreduce.am.env</name>
	  <value>HADOOP_MAPRED_HOME=/home/hadoop/app/hadoop3</value>
	</property>
	<property>
	  <name>mapreduce.map.env</name>
	  <value>HADOOP_MAPRED_HOME=/home/hadoop/app/hadoop3</value>
	</property>
	<property>
	  <name>mapreduce.reduce.env</name>
	  <value>HADOOP_MAPRED_HOME=/home/hadoop/app/hadoop3</value>
	</property>
	</configuration>
	8.配置yarn-site.xml
	[hadoop@master hadoop]$ vim yarn-site.xml
	内容如下：
	<configuration>
	<!--指定resourcmanager重连间隔时间-->
	<property>
		<name>yarn.resourcemanager.connect.retry-interval.ms</name>
		<value>2000</value>
	</property>
	<!--指定RM HA高可用激活-->
	<property>
		<name>yarn.resourcemanager.ha.enabled</name>
		<value>true</value>
	</property>
	<!--故障切换激活；默认的，在HA激活下可用。-->
	<property>
		<name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
		<value>true</value>
	</property>
	<!--当自动故障切换可用时，使用内嵌的选举器来选择活跃RM。默认的，在HA激活下可用。-->
	<property>
		<name>yarn.resourcemanager.ha.automatic-failover.embedded</name>
		<value>true</value>
	</property>
	<!--定义集群的ID。被选举器使用确保RM不会在其他集群中接管称为活跃RM-->
	<property>
		<name>yarn.resourcemanager.cluster-id</name>
		<value>yarn-rm-cluster</value>
	</property>
	<!--指定RMs的逻辑ID列表-->
	<property>
		<name>yarn.resourcemanager.ha.rm-ids</name>
		<value>rm1,rm2</value>
	</property>
	<!--指定rm1的主机地址-->
	<property>
		<name>yarn.resourcemanager.hostname.rm1</name>
		<value>master</value>
	</property>
	<!--指定rm2的主机地址-->
	<property>
		<name>yarn.resourcemanager.hostname.rm2</name>
		<value>slave1</value>
	</property>
	<!--指定是否覆盖-->
	<property>
		<name>yarn.resourcemanager.recovery.enabled</name>
		<value>true</value>
	</property>
	<!---->
	<property>
		<description>The class to use as the persistent store.</description>
		<name>yarn.resourcemanager.store.class</name>
		<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
	</property>
	<!--配置zookeeper集群地址，如果是hadoop3.1以上版本，name属性改为hadoop.zk-address-->
	<property>
		<name>yarn.resourcemanager.zk-address</name>
		<value>master:2181,slave1:2181,slave2:2181</value>
	</property>
	<!--指定rm1的配置地址-->
	<property>
		<name>yarn.resourcemanager.address.rm1</name>
		<value>master:8032</value>
	</property>
	<!--指定rm1的调度地址-->
	<property>
		<name>yarn.resourcemanager.scheduler.address.rm1</name>
		<value>master:8034</value>
	</property>
	<!--指定rm1的web地址-->
	<property>
		<name>yarn.resourcemanager.webapp.address.rm1</name>
		<value>master:8088</value>
	</property>
	<!--指定rm2的配置地址-->
	<property>
		<name>yarn.resourcemanager.address.rm2</name>
		<value>slave1:8032</value>
	</property>
	<!--指定rm2的调度地址-->
	<property>
		<name>yarn.resourcemanager.scheduler.address.rm2</name>
		<value>slave1:8034</value>
	</property>
	<!--指定rm2的web地址-->
	<property>
		<name>yarn.resourcemanager.webapp.address.rm2</name>
		<value>slave1:8088</value>
	</property>
	<!--指定nodemanager的服务，用逗号隔开，不能以数字开头 默认mapreduce_shuffle-->
	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>
	<!-- Map reduce 配置 shuffle-->
	<property>
		<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
		<value>org.apache.hadoop.mapred.ShuffleHandler</value>
	</property>
	<!--指定不进行container的大小限制检查-->
	<property>
	  <name>yarn.nodemanager.vmem-check-enabled</name>
	  <value>false</value>
	  <description>Whether virtual memory limits will be enforced for containers.</description>
	</property>
	</configuration>

 以上集群的主节点服务器就已经配置完成

🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹

🐐8.部署剩余两台从节点虚拟机

最简单的办法：1.以上面安装的虚拟机为基础克隆出两个虚拟机
2.然后修改网卡和主机名称
第2台虚拟机
[root@hadoop2 ~]# hostnamectl set-hostname hadoop2

	 [root@hadoop2 ~]# vim /etc/sysconfig/network-scripts/ifcfg-enp0s3 
	 TYPE=Ethernet
	PROXY_METHOD=none
	BROWSER_ONLY=no
	#BOOTPROTO=dhcp
	BOOTPROTO=static
	DEFROUTE=yes
	IPV4_FAILURE_FATAL=no
	IPV6INIT=yes
	IPV6_AUTOCONF=yes
	IPV6_DEFROUTE=yes
	IPV6_FAILURE_FATAL=no
	IPV6_ADDR_GEN_MODE=stable-privacy
	NAME=enp0s3
	UUID=53334ffe-be25-46ee-b974-b17d3c55c313
	DEVICE=enp0s3
	ONBOOT=yes
	IPADDR=192.168.1.228
	GATEWAY=192.168.1.1
	NETMASK=255.255.255.0
	DNS1=192.168.1.1
	[root@hadoop2 ~]# service network restart
	第3台同上，主机名改为hadoop3
	  ip地址改为192.168.1.229
	 3.修改zookeeper的myid文件改为与ip相对应的即可
	 修改网卡和zookeeper的myid详见上面步骤
	 第2台（hadoop2）
	 [hadoop@hadoop2 ~]# cd /home/hadoop/app/zookeeper/data
	 [hadoop@hadoop2 data]# vim myid
	 2
	 第3台(hadoop3)
	 [hadoop@hadoop3 ~]# cd /home/hadoop/app/zookeeper/data
	 [hadoop@hadoop3 data]# vim myid
	 3

最麻烦的办法：按照以上步骤再装两台虚拟机
🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹

🐒9.设置集群的3台虚拟机hadoop用户的ssh免密登陆

以hadoop的用户登陆虚拟机
3台机器都要生成
执行ssh-keygen命令创建ssh密钥
[hadoop@master ~]$ ssh-keygen -t rsa
出现输入和选择统一回车，取默认值就可以
会在hadoop的根目录/home/hadoop/ 下生成一个.ssh的文件夹.ssh文件是隐藏文件可以用ls -a命令来查看
[hadoop@master ~]$ cd .ssh/
[hadoop@master .ssh]$ ls
会看到如下文件：
id_rsa id_rsa.pub known_hosts
其中id_rsa是私钥（注意：私钥文件就是在hdfs-site.xml中配置的密钥地址），id_rsa.pub是公钥
将上一步中的公钥分别放到集群中的三台服务器
（1）方法1：
[hadoop@master .ssh] $ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop@master 其中 ~/.ssh/id_rsa.pub是公钥文件的路径，也可写绝对路径 hadoop@master中hadoop是linux用户名，master为服务器地址（因为之前在/etc/hosts文件中配置过地址映射，所有写了master）也可以改为ip地址执行完上面的命令后会在master服务器hadoop用户根目录下的.ssh文件夹下生成一个authorized_keys文件记录公钥信息同时执行以下两条命令，将本机公钥也放到其它两台虚拟机上 [hadoop@master .ssh]$ ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop@slave1
[hadoop@master .ssh]$ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop@slave2
(2)方法2：
执行以下命令将公钥放下authorized_keys文件中
[hadoop@master .ssh]cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
别两个服务器
可以用scp 将id_rsa.pub文件复制到其它两台服务器上，然后用cat id_rsa.pub >>~/.ssh/authorized_keys 放入文件中
在其它两台虚拟机上重复1，2步骤
也可心把三台机器的id_rsa.pub 都放入1台机器的authorized_keys，然后把authorized_keys拷贝到其它两个虚拟机相应目录即可

完成之后测试下3台机器间ssh免密是否配置成功
注意：其中第2步用（2）种方法时第一次用ssh会出现确认选择，第（1）种不用

🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹

🐓10.启动测试

三台虚拟机都安装完成后，分别为hadoop用户连接三台虚拟机
注意：测试前要保证虚拟机的防火墙是关闭状态（或者程序用到的端口是开放状态，建议关闭防火墙）
（1）启动zookeeper集群
分别以hadoop用户在三台服务器上
执行：zkServer.sh start启动zookeeper
也可以编写脚本来同时启动3台linux上的zookeeper
测试zookeeper
分别在3台机器上执行
zkServer.sh status
如果出现两个follower和一个leader，说明zookeeper集群安装正常，否则检查配置，主要是myid文件
（2）分别在3台虚拟机上执行以下命令启动journalnode
hdfs --daemon start journalnode
启动后用jps查看进程
（3）格式化namenode
在master虚拟机上执行以下命令
[hadoop@master ~] $h d f s n a m e n o d e ? f o r m a t （ 4 ）格式化高可用 [h a d o o p @ m a s t e r]$ hdfs zkfc -formatZK
(5)启动dfs
[hadoop@master ~]$start-dfs.sh
(6)在slave1和slave2上启动namenode的备份
[hadoop@slave1 ~]hdfs namenode -bootstrapStandby
[hadoop@slave2 ~]hdfs namenode -bootstrapStandby
(7)在浏览器中测试namenode(可跳过)
地址：
http://master:9870
http://slave1:9870
http://slave2:9870
其中master,slave1,slave2对应集群三台虚拟机的ip
(8)测试hdfs文件上传
新建一个words.txt文件

[hadoop@master ~]# vim words.txt
	   hadoop 
	   hadoop 
	   hadoop 
	   hello
       java
       hive
       hive
       world
       spark
       hello
       hi
       word

   在hdfs上创建一个test目录
   [hadoop@master ~]#hdfs dfs -mkdir /test
   查看目录是否创建成功
   [hadoop@master ~]#hdfs dfs -ls /
   将words.txt上传到test目录下
   [hadoop@master ~]#hdfs dfs -put words.txt /test
   查看test目录，文件是否上传成功
   [hadoop@master ~]#hdfs dfs -ls /test
   查询hdfs上words.txt的内容
   [hadoop@master ~]#hdfs dfs -cat /test/words.txt
  (9)启动yarn
     在master和slave1上分别启动resourcemanager执行命令如下:
	 yarn --daemon start resourcemanager
	 在3台虚拟机上分别启动nodemanager执行命令如下：
	 yarn --daemon start nodemanager
   
  (10)可以通过web查看yarn（可以省去）
    地址：
	   http://master:8088
	   http://slave1:8088
	其中master、slave1对应master和salve1的ip（只有一个地址是可访问的）
	可以通过命令查看resourcemanager状态
	yarn rmadmin -getServiceState rm1
	yarn rmadmin -getServiceState rm2
 （11）测试运行WordCount
   hadoop jar /home/hadoop/app/hadoop3/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.3.jar wordcount /test/words.txt /test/output
   运行成功后用
   hdfs dfs -ls /test/output
   会看到
   -rw-r--r--   3 hadoop supergroup          0 2018-09-01 06:47 /test/output/_SUCCESS
   -rw-r--r--   3 hadoop supergroup         52 2018-09-01 06:47 /test/output/part-r-00000
   可以查看part-r-00000来查看wordcount的结果
   hdfs dfs -cat /test/output/part-r-00000
   如果执行时出现visual memory的错误，可以看下虚拟机的内存，我设置的是2G的

🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹