说明：

        1.准备三台虚拟机，参考：CentOS7集群环境搭建(以3台为例)

        2.配置虚拟机间免密登陆：参考：CentOS7集群配置免密登录

        3.虚拟机分别安装jdk：参考：CentOS7集群安装JDK1.8

        4.hadoop安装包下载，下载地址

准备开始搭建hadoop集群，以下操作在第一台机器node1执行：

1.上传并解压hadoop安装包

1.1上传安装包到/develop/software

mkdir -p /develop/software
mkdir -p /develop/server
cd /develop/software
rz

 1.2解压安装包到/develop/server

tar -zxvf hadoop-2.7.5.tar.gz -C /develop/server/

 1.3切换到解压目录，查看解压后的文件

cd /develop/server/hadoop-2.7.5
ll

2.修改hadoop配置文件

2.1切换到hadoop的etc/hadopp目录，修改hadoop-env.sh

cd /develop/server/hadoop-2.7.5/etc/hadoop/
ll
vim hadoop-env.sh

 2.2配置hadoop-env.sh文件，修改jdk路径

export JAVA_HOME=/develop/server/jdk1.8.0_241

 2.3配置core-site.xml（hadoop的核心配置文件）在<configuration></configuration>中配置以下内容

<!-- 设置Hadoop的文件系统 --> 
<property>
	<name>fs.defaultFS</name>
	<value>hdfs://node1:8020</value>
 </property>
<!-- 配置Hadoop数据存储目录 -->
 <property>
   <name>hadoop.tmp.dir</name>
   <value>/develop/server/hadoop-2.7.5/data/tempdata</value>
</property>
<!--  缓冲区大小 -->
 <property>
   <name>io.file.buffer.size</name>
   <value>4096</value>
 </property>
<!--  hdfs的垃圾桶机制，单位分钟 -->
 <property>
   <name>fs.trash.interval</name>
   <value>10080</value>
 </property>

 2.4配置hdfs-site.xml（hdfs的核心配置文件），在<configuration></configuration>中配置以下内容，注意secondaryNameNode和Namenode不要放在同一台机器上

<!-- SecondaryNameNode的主机和端口 -->
<property>
	<name>dfs.namenode.secondary.http-address</name>
	<value>node2:50090</value>
</property>
<!-- namenode的页面访问地址和端口 -->
<property>
	<name>dfs.namenode.http-address</name>
	<value>node1:50070</value>
</property>
<!-- namenode元数据的存放位置 -->
<property>
	<name>dfs.namenode.name.dir</name>
	<value>file:///develop/server/hadoop-2.7.5/data/nndata</value>
</property>
<!--  定义datanode数据存储的节点位置 -->
<property>
	<name>dfs.datanode.data.dir</name>
	<value>file:///develop/server/hadoop-2.7.5/data/dndata</value>
</property>	
<!-- namenode的edits文件存放路径 -->
<property>
	<name>dfs.namenode.edits.dir</name>
	<value>file:///develop/server/hadoop-2.7.5/data/nn/edits</value>
</property>
<!-- 检查点目录 -->
<property>
	<name>dfs.namenode.checkpoint.dir</name>
	<value>file:///develop/server/hadoop-2.7.5/data/snn/name</value>
</property>

<property>
	<name>dfs.namenode.checkpoint.edits.dir</name>
	<value>file:///develop/server/hadoop-2.7.5/data/dfs/snn/edits</value>
</property>
<!-- 文件切片的副本个数-->
<property>
	<name>dfs.replication</name>
	<value>3</value>
</property>
<!-- HDFS的文件权限-->
<property>
	<name>dfs.permissions</name>
	<value>true</value>
</property>
<!-- 设置一个文件切片的大小：128M-->
<property>
	<name>dfs.blocksize</name>
	<value>134217728</value>
</property>

2.5复制mapred-site.xml.template，并更改名称为mapred-site.xml

cp mapred-site.xml.template mapred-site.xml
ll

2.6配置mapred-site.xml（MapReduce的核心配置文件），在<configuration></configuration>中配置以下内容

<!-- 分布式计算使用的框架 -->
<property>
	<name>mapreduce.framework.name</name>
	<value>yarn</value>
</property>
<!-- 开启MapReduce小任务模式 -->
<property>
	<name>mapreduce.job.ubertask.enable</name>
	<value>true</value>
</property>
<!-- 历史任务的主机和端口 -->
<property>
	<name>mapreduce.jobhistory.address</name>
	<value>node1:10020</value>
</property>
<!-- 网页访问历史任务的主机和端口 -->
<property>
	<name>mapreduce.jobhistory.webapp.address</name>
	<value>node1:19888</value>
</property>

2.7配置mapred-env.sh，指定JAVA_HOME

export JAVA_HOME=/develop/server/jdk1.8.0_241

2.8配置yarn-site.xml（YARN的核心配置文件） ，在<configuration></configuration>中配置以下内容

<!-- yarn主节点的位置 -->
<property>
	<name>yarn.resourcemanager.hostname</name>
	<value>node1</value>
</property>
<property>
	<name>yarn.nodemanager.aux-services</name>
	<value>mapreduce_shuffle</value>
</property>
<!-- 开启日志聚合功能 -->
<property>
	<name>yarn.log-aggregation-enable</name>
	<value>true</value>
</property>
<!-- 设置聚合日志在hdfs上的保存时间 -->
<property>
	<name>yarn.log-aggregation.retain-seconds</name>
	<value>604800</value>
</property>
<!-- 设置yarn集群的内存分配方案 -->
<property>    
	<name>yarn.nodemanager.resource.memory-mb</name>    
	<value>2048</value>
</property>
<property>  
	<name>yarn.scheduler.minimum-allocation-mb</name>
	<value>2048</value>
</property>
<property>
	<name>yarn.nodemanager.vmem-pmem-ratio</name>
	<value>2.1</value>
</property>

 2.9配置slaves，slaves文件里面记录的是集群主机名，删除原有内容，配置以下内容

node1
node2
node3

3.创建数据存放目录

mkdir -p /develop/server/hadoop-2.7.5/data/tempdata
mkdir -p /develop/server/hadoop-2.7.5/data/nndata
mkdir -p /develop/server/hadoop-2.7.5/data/dndata
mkdir -p /develop/server/hadoop-2.7.5/data/nn/edits
mkdir -p /develop/server/hadoop-2.7.5/data/snn/name
mkdir -p /develop/server/hadoop-2.7.5/data/dfs/snn/edits

4.文件分发

4.1将安装配置好的hadoop分发到另外两台机器

scp -r hadoop-2.7.5/ node2:$PWD

scp -r hadoop-2.7.5/ node3:$PWD

4.2在另外两台机器上分别查看分发后的文件

cd /develop/server/
ll

 

4.3分别在三台机器上配置hadoop环境变量

vim /etc/profile.d/my_env.sh

# HADOOP_HOME
export HADOOP_HOME=/develop/server/hadoop-2.7.5
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

 4.4刷新环境变量

source /etc/profile

4.5另外两台机器同样配置环境变量 

5.启动hadoop集群

5.1首次启动hdfs时需要格式化，在node1执行以下命令

hadoop namenode -format

 5.2启动相关服务，三种启动方式

5.2.1单节点逐一启动，

5.2.1.1启动namenode，在node1执行以下命令

hadoop-daemon.sh start namenode

5.2.1.2三台机器分别启动datanode,在node1、node2、node3上，分别使用以下命令启动 datanode

hadoop-daemon.sh start datanode

5.2.1.3在node1启动resourcemanager

yarn-daemon.sh  start resourcemanager

5.2.1.4在node1、node2、node3上使用以下命令启动YARN nodemanager

yarn-daemon.sh start nodemanager

5.2.1.5在node2上启动secondarynamenode

hadoop-daemon.sh start secondarynamenode

 5.2.1.6在node1上启动historyserver

mr-jobhistory-daemon.sh start historyserver

5.2.1.7查看服务启动情况，分别在三台机器执行jps命令

 

 5.2.1.8关闭服务

如果要关闭服务只需将上面命令中的start改为stop即可

5.2.2使用hadoop自带脚本启动，以下命令在node1执行

5.2.2.1启动hdfs

start-dfs.sh

 5.2.2.2启动yarn

start-yarn.sh

5.2.2.3启动历史任务服务

mr-jobhistory-daemon.sh start historyserver

5.2.2.3关闭服务

stop-dfs.sh

stop-yarn.sh

mr-jobhistory-daemon.sh stop historyserver

5.2.3一键启动脚本:hadoop集群启动脚本

6.访问集群UI页面

6.1 namenode集群页面

http://ip:50070/ 

6.2 yarn集群页面

http://ip:8088/cluster

6.3mapreduce历史任务页面

http://ip:19888/jobhistory

到此，hadoop集群搭建完毕