Hadoop从零开始教程第一篇（在linux上安装hadoop集群centos7+hadopp3.2）

最新推荐文章于 2023-02-05 18:11:13 发布
原创 最新推荐文章于 2023-02-05 18:11:13 发布 · 705 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#hadoop #从零开始

本文详细介绍Hadoop3.2的分布式计算平台特性，包括核心组件HDFS、YARN、MapReduce，以及在Linux环境下搭建Hadoop集群的步骤，涵盖虚拟机克隆、网络配置、防火墙设置、JDK安装、Hadoop安装与配置、环境变量设置、格式化、免密登录、启动验证等关键环节。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Hadoop简介

Hadoop是Apache旗下的一套开源分布式计算平台。
应用范围：利用服务器集群，根据用户的自定义业务逻辑，对海量数据进行分布式处理。
核心组件：

  • HDFS（分布式文件系统）高容错性、高伸缩性等允许用户将Hadoop部署在低廉的硬件上
  • YARN（运算资源调度系统）
  • MAPREDUCE（分布式运算编程框架）允许用户在不了解分布式系统细节情况下开发并行应用程序。

准备Linux环境

虚拟机克隆

  • 1、虚拟机克隆

Vmware左侧选中要克隆的机器，这里对原有的BigData01机器进行克隆，虚拟机菜单中，选中管理菜单下的克隆命令。
选择“创建完整克隆”，虚拟机名称为BigData02，选择虚拟机文件保存路径，进行克隆。
再次克隆一个名为BigData03的虚拟机。
修改配

  • 2、网络配置
    主要固定IP和固定IP与host的关系
    界面配置：
    1）、进入界面settings
    在这里插入图片描述
    2）、选择network
    在这里插入图片描述
    3）、设置IPV4为手动配置，并配置IP、子网掩码、默认网关
    默认网关与你要连接的电脑或者虚拟机的默认网关保持一致
    在这里插入图片描述
    命令配置
    配置文件/etc/sysconfig/network-scripts/ifcfg-ens33中的IP和默认网关，设置bootproto为none表示为手动配置。
    在这里插入图片描述
    修改主机名
    hostnamectl set-hostname xxxx(你要的主机名字)
    修改hosts文件，将名字和IP建立联系

  • 3、配置Hostname

BigData01配置hostname为 bigdata01.com
BigData02配置hostname为 bigdata02.com

  • 4、配置主机名和IP的映射关系

输入命令“vi /etc/hosts”后，在配置文件中加入
BigData01、BigData02、BigData03三台机器hosts都配置为：
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo vim /etc/hosts
192.168.100.10 bigdata01.com
192.168.100.12 bigdata02.com

虚拟机用户切换和文件拷贝

  • 创建用户名
    a、创建用户 useradd hadoop
    b、修改密码 passwd hadoop
    在这里插入图片描述
  • 用户名切换
    格式为：su username。
    普通用户的su命令不加username时，就相当于切换到root用户，反之亦然。
    在这里插入图片描述
    PS：当由root切换到普通用户时，不需要输入密码。
  • 文件移动

scp +文件+ 对方虚拟机host + 对方虚拟机路径

scp /etc/sudoers aubin.com: /etc/

在这里插入图片描述
PS：只有root账号才有移动的权限，可以通过修改etc下sudoers内容增加移动权限
通过：vi /etc/sudoers 进行修改，添加其他账号的权限。通过：wq！进行强制更新。
在这里插入图片描述

防火墙

centos7防火墙

Centos7不在使用iptables 而是使用了firewalld
查看防火墙状态： systemctl status firewalld.service
在这里插入图片描述
绿的running表示防火墙开启

执行关闭命令： systemctl stop firewalld.service

再次执行查看防火墙命令：systemctl status firewalld.service
如下图所示表示防火墙已经关闭
在这里插入图片描述

执行开机禁用防火墙自启命令 ： systemctl disable firewalld.service

关于防火墙的其他命令：

启动：systemctl start firewalld.service

防火墙随系统开启启动 ： systemctl enable firewalld.service

PS：如果查看防火墙状态出现Failed to get properties: Access denied报错，运行以下语句即可：

systemctl daemon-reexec

centos7安装iptables

原因：在centos7中执行service iptables start 报如下错误
在这里插入图片描述

执行如下命令

systemctl stop firewalld
systemctl mask firewalld

安装iptables-service

yum install iptables-services

设置开机启动

systemctl enable iptables
systemctl stop iptables
systemctl start iptables
systemctl restart iptables
systemctl reload iptables

保存设置

service iptables save

centos6以及之前版本

#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

centos7下安装JDK

tar zvxf jdk-8u201-linux-x64.tar
  • 配置环境变量
    1、打开文件配置文件
vi  /etc/profile

2、补充配置信息

export JAVA_HOME=/usr/local/java/jdk1.8.0_201
export PATH=.:$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

3、保存配置

source  /etc/profile
  • 验证是否成功
    java -version进行验证。红色为正确情况，蓝色部分为docker安装java自带jdk（存在一定问题）
    在这里插入图片描述

Hadoop安装（Hadoop3.2）

自动安装：https://www.cloudera.com/
软件下载路径官网：https://hadoop.apache.org/releases.html
下载安装文件：hadoop-3.2.0.tar
下载源码：hadoop-3.2.0-src.tar。可以通过编译源码和生产安装包。
本文使用安装文件进行安装。

  • 1、 新建文件夹apps存放hudoop安装文件
    在这里插入图片描述
  • 2、将hudoop解压到文件夹中在这里插入图片描述
  • 3、文件说明，在apps下有一个叫hadopp-3.2.0的文件夹
    在这里插入图片描述
    其中：
    bin：自己的操作命令；
    sbin：系统命令
    etc：备注文件
    include：C语言本地库头文件
    lib：本地库
    share：架包，包括所有文档文件夹（doc）和架包文件夹（hadoop）
    share的hadoop下包括很多架包，各个架包中的lib文件夹中包括各个架包的依赖，结果如下图
    在这里插入图片描述
  • 4、配置文件，路径 etc/hadoop
    官网配置连接：
    http://hadoop.apache.org/common/docs/current/core-default.html
    http://hadoop.apache.org/common/docs/current/hdfs-default.html
    http://hadoop.apache.org/common/docs/current/mapred-default.htm
    配置hadoop-env.sh文件
    在这里插入图片描述
    获取JAVA_HOME注意大小写，将hadoop-env.sh中的JAVA_HOME路径改为此绝对路径。原因：hadoop是通过SSH远程到一台机器上进行启动，而原配置为一个变量，当SSH启动后，在这个子进程中就无此变量，所有就不生效了。
    在这里插入图片描述
    在这里插入图片描述
    配置core-site.xml文件
    公共参数配置：添加如下内容
    在这里插入图片描述
    说明：
    fs.defaultFS：指定hadoop的文件系统使用hdfs，并指定nameload和端口。
    hadoop.tmp.dir：指定每个集群运行的进程的工作目录。

配置hdfs-site.xml文件
可以不进行配置，一般默认有。也可配置如下信息：
在这里插入图片描述
说明：
dfs.replication：配置HDFS副本的数量，即上次一份文件备份几次，默认为3。
dfs.secondary.http.address：指定启动第二服务的地址，配置本地IP
配置mapred-site.xml文件
指定mapreduce运行的平台，此处为yarn。默认为local，local能运行但是在本地运行，无法在集群中运行。
在这里插入图片描述
配置yarn-site.xml文件
配置yarn平台信息
在这里插入图片描述
说明：
yarn.resourcemanager.hostname：配置yarn平台中的老大，老大进行配置。
yarn.nodemanager.aux-services：平台运行需要一个默认服务

  • 5、分发到集群的其他机器上
    注意：集群中其他机器的HOST，并且输入密码
    在这里插入图片描述
    如果用户名不同使用以下的当时进行补全
    在这里插入图片描述

  • 6、将hadoop添加到环境变量
    运行vim /etc/proflie命令，根据hadoop安装目录不同进行修改
    在这里插入图片描述
    运行下：source /etc/profile

  • 7、格式化
    运行hadoop namenode -format进行格式化，提前如下即表示完成，在此文件夹中记录信息。
    在这里插入图片描述

  • 8、免密登录
    需要先设置SSH免密登录才能运行hadoop
    cd ~/.shh到指定目录
    运行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）
    在这里插入图片描述
    将公钥拷贝到要免密登陆的目标机器上
    ssh-copy-id bigdata02.com
    在这里插入图片描述
    通过 SSH hadoop01 进行验证；exit退出；如下登录成功
    在这里插入图片描述

  • 9、启动hadoop
    先启动HDFS
    sbin/start-dfs.sh
    再启动YARN
    sbin/start-yarn.sh

  • 10、验证hadoop
    验证是否启动成功
    使用jps命令验证
    在这里插入图片描述
    http://192.168.0.104:9870（HDFS管理界面）Hadoop3.2中namenode的默认端口配置发生变化：从50070改为9870
    http://192.168.0.104:8088 （MR管理界面）
    其他集群的机器中显示
    在这里插入图片描述

其他注意点（坑）

Q:为什么hadoop没有slaves配置文件？

A：hadoop3.0以后slaves更名为workers

Q:新增一台机器

A：因为hadoop其实是通过进程进行启动的，所有新建一台机器，配置core-site.xml 的HDFS的NameNode命令即可，然后在新机器上运行 hadoop-daemon.sh start datanode即可，会添加到集群中。但是重启不会自动添加，如果要自动添加在etc中的workers中添加新加机器的计算机名即可。

	<!-- 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://weekend-1206-01:9000</value>
	</property>

Q:datanode的目录不同或者配置多个路径？

A：hdfs-site.xml中配置

<property>
   <name>dfs.datanode.data.dir</name>
   <value>/home/hadoop/data,/home/hadoop/data2</value>
</property>

Q:权限问题

A：切记启动hadoop集群的时候，如果使用了root账号。关机后，再使用hadoop账号会出现无法启动的情况，因为写的权限变为了root后，hadoop无法再对文件进行读写导致识别。

Q:域名解析问题

A：虚拟机新建完成，配置完成IP，但是无法上网，ping www.baidu.com无成功，但是对ping百度对应的IP（115.239.211.112）是可以的。确定问题是对域名解析出现了问题，发现DNS对应的文件没有配置 vim /etc/resolv.conf，修改为下图本地的DNS即可
在这里插入图片描述

初学者CentOS7安装hadoop-2.8.0集群详细过程以及问题解决
z_q3322183的博客
10-18 365
博客参考https://blog.csdn.net/wl0909/article/details/53354999 一、安装前准备 VMware-workstation-full-10.0.4 CentOS-7-x86_64-DVD-1804.iso镜像 jdk-8u181-linux-x64.tar.gz hadoop-2.8.0.tar.gz 二、安装过程 虚拟机设置 （1）3台虚拟...
Linux搭建Hadoop集群（详细步骤）
沃和莱特的博客
10-07 3241
Hadoop集群搭建
centos7安装hadoop集群（亲测可用）
AKA石头
11-03 4267
环境准备 1、hadoop集群 host hostname 192.168.46.22 master 192.168.46.23 slave1 192.168.46.24 slave2 2、软件版本 centos7：CentOS-7-x86_64-DVD-1708.iso 下载地址 hadoop：hadoop-2.9.2.tar.gz 下载地址 jdk：jdk-8u311-linux-x64.tar.gz 下载地址 虚拟机：VMware® Workstation 16 Pro 开
hadoop环境搭建——从零开始
学习笔记
04-22 847
对hadoop的认识只停留在是mapreduce的一种实现工具，大数据，分布式等抽象层面，完全没有
CentOS7安装Hadoop集群实例
newmeet的博客
12-01 478
所有的机器上都要安装hadoop，现在就先在Master服务器安装，然后其他服务器按照步骤重复进行即可。 1.首先是上传文件并解压缩。 2.然后是配置Hadoop的环境变量：
（超详细）从零开始安装与配置hadoop完全分布式环境
粉刷匠
08-19 3622
七、Hadoop完全分布式环境的安装与配置 1、创建文件目录 2、解压缩 3、配置hadoop环境 4、运行Hadoop 5、测试Hadoop 日后可能遇到的问题
【大数据技术】Centos7环境下Hadoop完全分布式集群安装配置：虚拟机搭建与环境部署指南
最新发布
06-17
内容概要：本文详细介绍了在CentOS 7环境下安装Hadoop完全分布式集群的具体步骤。首先准备虚拟机及相关软件，如JDK和Hadoop包，并通过Xshell和Xftp进行文件传输。接着，创建并配置三个虚拟机节点（master、slave1、...
Hadoop 从零开始（1） ——CentOS 安装配置
04-14
在本文中，我们将深入探讨如何从零开始在CentOS操作系统上安装和配置Hadoop，这是一个分布式文件系统，为大数据处理提供了强大的支持。首先，我们需要理解Hadoop的基本概念和它的核心组件。 Hadoop是由Apache软件...
从零开始搭建hadoop集群 视频 # 谭子
02-06
大数据课程入门，使用Vm虚拟机搭建hadoop集群，用到的系统是centOS6.8，该视频同步了如何安装虚拟机、修改虚拟网卡、配置ssh环境、配置JDK1.8及hadoop2.7.4。视频时长一小时半，当然也可以看另外一条链接：...
从零开始Hadoop安装和配置.docx
04-26
### Hadoop从零开始安装与配置详解 #### 一、事前准备 Hadoop是一种分布式计算框架，能够让数据处理能力分布在多个计算机节点上，从而提高数据处理效率和系统的可扩展性。本文将详细介绍如何从零开始搭建Hadoop...
非常详细的centos7.0下Hadoop2.7.1集群搭建教程
09-26
非常详细的centos7.0下Hadoop2.7.1集群搭建教程，内附自己的解决办法和提示
centos7 hadoop集群搭建详细教程
qq_40085632的博客
05-09 1178
参考文献：https://xiaolei.blog.csdn.net/article/details/52946840 准备工作 软件版本 centos 7 jdk : 1.8.0_211 hadoop : 3.1.2 本次演示的各个主机 mu01(管理节点) cu01 cu02 cu03 (三个工作节点) 修改主机名并记录所有节点ip 所有主机修改各自的主机名 修改/etc/hostname文件 将文件中的名字修改，如mu01 重启reboot hostname查看主机名是否修改 所有主机
CentOs7 minimal 安装Hadoop
Harper
04-14 1454
前几天参考了hadoop.apache.org的文档以及csdn学院上的一个视频，在一个破旧刀片机上安装了hadoop，暂且把流程做个记录。由于刀片机好久没用了，所以首先做的是安装操作系统。发现一共4台刀片，每个刀片只有200多G的硬盘空间，真是好小。安装重启过程中又发现原来每个刀片配置了2个286G的硬盘并且做了raid1，为了进行空间扩容，果断把打算做datanode用的刀片改成raid0，做n
centos7minimal安装mysql(haoop集群hive使用mysql存储metastore）
yhblog的博客
12-07 512
文章目录CentOS7默认数据库是mariadb,配置等用着不习惯,因此决定改成mysql,但是CentOS7的yum源中默认好像是没有mysql的。为了解决这个问题，我们要先下载mysql的repo源 (可以先不卸载MariaDB，安装mysql后会自动覆盖删除MariaDB，文末提供卸载MariaDB步骤)第一步下载mysql的repo源第二步安装mysql-community-release...
Linux操作系统下的Hadoop安装与配置
weixin_43981095的博客
04-02 1342
摘要 前置（可选）使普通用户获取部分管理员权限 网络联通配置 修改主机名、修改主机名与IP地址的对应关系、关闭防火墙 关闭防火墙、并设置开机不自启动 ssh免密登录 jdk的安装 hadoop的安装 启动Hadoop 1.1前置（可选）使普通用户获取部分管理员权限 操作步骤： 登陆虚拟控制台ctrl+alt+f2 登录管理员root和密码 打开sudoers文件：vim /etc/sudoer...
什么是Hadoop
一只行走在闹市的猪
06-10 1884
大数据框架按功能来划分 海量数据存储： HDFS、Hive（本质存储数据还是HDFS）、Hbase、ES（ElasticSearch） 海量数据分析 MapReduce、Spark、SQL 最原始的Hadoop框架 数据存储：HDFS（Hadoop Distributed File System） 数据分析：MapReduce Hadoop的起源 Google的三篇论文 虽然Google...
Hadoop 简介
热门推荐
qq_40322236的博客
02-05 5万+
Hadoop 生态圈是指围绕 Hadoop 软件框架为核心而出现的越来越多的相关软件框架，这些软件框架和 Hadoop 框架一起构成了一个生机勃勃的 Hadoop 生态圈
hadoop
孔祥旭的博客
11-26 496
Hadoop搭建 更换系统源 解决virtualbox安装增强包失败 Java命令 查看当前java版本 java -version 安装默认java jdk sudo apt-get install default-jdk 查询java安装路径 update-alternatives --display java 我的java路径为/usr/lib/jvm/java-11-openjdk...
CentOS上搭建Hadoop全配置教程：从零开始详解
本文档详细介绍了在CentOS环境中安装和配置Hadoop集群的全过程。首先，Hadoop是一个开源的分布式计算平台，由Apache软件基金会提供，核心组件包括HDFS（Hadoop分布式文件系统）和MapReduce。Hadoop的设计目标是提供...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值