Hadoop笔记-02 安装

主要讲解在虚拟机中安装Hadoop的方法

在本示例中，使用VBOX模拟3台Centos系统，分别是1台master和2台slaver。IP分别是：

• 192.168.56.3
• 192.168.56.4
• 192.168.56.5

每台均安装下面章节安装。

1 VBOX安装CentOS7

1.1 安装VBOX软件

（略）

1.2 下载CentOS7镜像文件

从阿里镜像网站下载镜像文件

1.3 初始化VBOX虚拟盘

（略）

1.4 CentOS7网络配置

• ip addr检查网卡信息，显示有两个网卡eno0s3和enp0s8,如下图：

• cd /etc/sysconfig/network-scripts/修改对应ifcfg-enp0s3和ifcfg-enp0s8文件，如下图:

• enp0s3对应VBOX网卡1 NET方式取动态获取IP，如下图：

• enp0s8对应VBOX网卡2 仅主机(Host-only)网络，配置静态IP，与宿主机windows中VBOX网卡对应，如下图：

• service network restart重启网络后，在xshell中配置静态IP即可访问，如下图：

1.5 CentOS7 yum源配置

访问阿里镜像网站，点击centos右侧帮助按钮

# 备份
mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.backup

# 下载新的CentOS-Base.repo 到/etc/yum.repos.d/
curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo

# 运行yum makecache生成缓存

安装一些基础工具

yum install -y lrzsz

1.6 CentOS7 一般配置

1.6.1关闭防火墙

• CentOS7之前（不含CentOS7）

命令	备注
service iptable status	查看防火墙状态
service iptables stop	临时关闭防火墙
chkconfig iptables off	永久关闭防火墙

• CentOS7之后（含CentOS7）

命令	备注
firewall-cmd --state	查看防火墙状态（关闭后显示notrunning，开启后显示running）
systemctl list-unit-files|grep firewalld.service 或 systemctl status firewalld.service	从centos7开始使用systemctl来管理服务和程序，包括了service和chkconfig
systemctl stop firewalld.service	停止firewall
systemctl disable firewalld.service	禁止firewall开机启动
systemctl start firewalld.service	启动一个服务
systemctl stop firewalld.service	关闭一个服务
systemctl restart firewalld.service	重启一个服务
systemctl status firewalld.service	显示一个服务的状态
systemctl enable firewalld.service	在开机时启用一个服务
systemctl disable firewalld.service	在开机时禁用一个服务
systemctl is-enabled firewalld.service	查看服务是否开机启动
systemctl list-unit-files|grep enabled	查看已启动的服务列表

1.6.2 修改hostname

临时修改 hostname
hostname bigdata01	这种修改方式，系统重启后就会失效

永久修改 hostname
想永久修改，应该修改配置文件	写入以下内容：
vi /etc/hosts	修改 127.0.0.1这行中的 localhost.localdomain为 bigdata01
vi /etc/hostname	删除文件中的所有文字，在第一行添加slave3
重启并验证	#>reboot -f

1.6.3 配置DNS绑定

将所有主机的vi /etc/hosts都配置如下：

192.168.56.3 bigdata01
192.168.56.4 bigdata02
192.168.56.5 bigdata03

1.6.4 关闭selinux

vi /etc/sysconfig/selinux

修改为

2 JDK等基础安装配置

2.1 安装JDK前检查

检查是否已经安装了JDK

注意： Hadoop机器上的JDK， 最好是Oracle的JavaJDK， 不然会有一些问题，比如可能没有 JPS 命令。如果安装了其他版本的JDK， 卸载掉。

删除自带 java

[root@server media]# rpm -qa |grep java
tzdata-java-2014g-1.el6.noarch
java-1.7.0-openjdk-1.7.0.65-2.5.1.2.el6_5.x86_64
java-1.6.0-openjdk-1.6.0.0-11.1.13.4.el6.x86_64
[root@server media]# rpm -e java-1.7.0-openjdk-1.7.0.65-2.5.1.2.el6_5.x86_64
[root@server media]# rpm -e java-1.6.0-openjdk-1.6.0.0-11.1.13.4.el6.x86_64 --nodeps
[root@server media]# rpm -qa|grep java
tzdata-java-2014g-1.el6.noarch

2.2 安装tar格式JDK

上传tar.gz包只安装目录

# 将jdk-7u67-linux-x64.tar.gz解压到/opt/modules目录下
[root@bigdata-senior01 /]# tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules

添加环境变量

# 设置JDK的环境变量JAVA_HOME。需要修改配置文件/etc/profile，追加
export JAVA_HOME="/opt/modules/jdk1.7.0_67"
export PATH=$JAVA_HOME/bin:$PATH
# 修改完毕后，执行 source /etc/profile

2.3 安装rpm格式JDK

rpm -ivh jdk-8u261-linux-x64.rpm

添加环境变量

vi /etc/profile
export JAVA\_HOME="/usr/java/jdk1.7.0\_80"
export PATH=`$JAVA_HOME/bin:$`PATH
# 修改完毕后，执行 source /etc/profile

2.4 配置SSH互信

• 首先是安装SSH（安全外壳协议），这里推荐安装OpenSSH
• 安装expect，使用expect建立主机间的互信

yum -y install expect
[root@bigdata01 ~]# which expect
/usr/bin/expect

• 编写节点文件hadoop_hosts.txt如下：

bigdata01
bigdata02
bigdata03
# 这里使用hostname，是因为之前的步骤在主机已经配置了hosts文件。也可以直接使用IP

• 编写并上传sshkey.sh，执行

# cat sshkey.sh
#!/bin/bash
# 这里替换为真实密码
password=mage
#2.keys
ssh-keygen -t rsa -P "" -f /root/.ssh/id_rsa &> /dev/null
#3.install expect
rpm -q expect &> /dev/null || yum install expect -y &> /dev/null
#4.send key
while read ip;do
expect << EOF
set timeout 20
spawn ssh-copy-id -i /root/.ssh/id_rsa.pub root@$ip
expect {
    "yes/no" { send "yes\n";exp_continue }
    "password" { send "$password\n" }
}
expect eof
EOF
done < /tmp/hadoop_hosts.txt

• 在每台机器上测试互信

(略)

2.5 配置NTP时钟同步

bigdata01 ntpd服务器，用于与外部公共ntpd同步标准时间

bigdata02 ntpd客户端，用于与ntpd同步时间

bigdata03 ntpd客户端，用于与ntpd同步时间

• 使用rpm检查ntp包是否安装

rpm -q ntp

• 使用yum进行安装，并设置系统开机自动启动并启动服务

yum -y install ntp
systemctl enable ntpd
systemctl start ntpd

• 配置前先使用命令：ntpdate -u cn.pool.ntp.org，同步服务器

• 修改vi /etc/ntp.conf文件，红色字体是修改的内容

# For more information about this file, see the man pages
# ntp.conf(5), ntp_acc(5), ntp_auth(5), ntp_clock(5), ntp_misc(5), ntp_mon(5).
driftfile /var/lib/ntp/drift
# Permit time synchronization with our time source, but do not
# permit the source to query or modify the service on this system.
restrict default nomodify notrap nopeer noquery
# Permit all access over the loopback interface.  This could
# be tightened as well, but to do so would effect some of
# the administrative functions.
restrict 127.0.0.1
restrict ::1
# Hosts on local network are less restricted.
#restrict 192.168.1.0 mask 255.255.255.0 nomodify notrap
restrict 192.168.56.0 mask 255.255.255.0 nomodify notrap
#允许内网其他机器同步时间，如果不添加该约束默认允许所有IP访问本机同步服务

# Use public servers from the pool.ntp.org project.
# Please consider joining the pool (http://www.pool.ntp.org/join.html).
#server 0.centos.pool.ntp.org iburst
#server 101.201.72.121  # 中国国家授时中心
#server 133.100.11.8  #日本[福冈大学]
#server 3.cn.pool.ntp.org
#server 1.asia.pool.ntp.org
#server 3.asia.pool.ntp.org
#配置和上游标准时间同步，时间服务器的域名，如不需要连接互联网，就将他们注释掉

#broadcast 192.168.1.255 autokey        # broadcast server
#broadcastclient                        # broadcast client
#broadcast 224.0.1.1 autokey            # multicast server
#multicastclient 224.0.1.1              # multicast client
#manycastserver 239.255.254.254         # manycast server
#manycastclient 239.255.254.254 autokey # manycast client
#配置允许上游时间服务器主动修改本机(内网ntp Server)的时间
#restrict 101.201.72.121 nomodify notrap noquery
#restrict 133.100.11.8 nomodify notrap noquery
#restrict 3.cn.pool.ntp.org nomodify notrap noquery
#restrict 1.asia.pool.ntp.org nomodify notrap noquery
#restrict 3.asia.pool.ntp.org nomodify notrap noquery

#确保localhost有足够权限，使用没有任何限制关键词的语法。
#外部时间服务器不可用时，以本地时间作为时间服务。
#注意：这里不能改，必须使用127.127.1.0，否则会导致无法！
#在ntp客户端运行ntpdate serverIP，出现no server suitable for synchronization found的错误。
#在ntp客户端用ntpdate –d serverIP查看，发现有“Server dropped: strata too high”的错误，并且显示“stratum 16”。而正常情况下stratum这个值得范围是“0~15”。
#这是因为NTP server还没有和其自身或者它的server同步上。
#以下的定义是让NTP Server和其自身保持同步，如果在ntp.conf中定义的server都不可用时，将使用local时间作为ntp服务提供给ntp客户端。

server 127.127.1.0  # local clock
fudge 127.127.1.0  stratum 8

# Enable public key cryptography.
#crypto

includefile /etc/ntp/crypto/pw

# Key file containing the keys and key identifiers used when operating
# with symmetric key cryptography.
keys /etc/ntp/keys

# Specify the key identifiers which are trusted.
#trustedkey 4 8 42

# Specify the key identifier to use with the ntpdc utility.
#requestkey 8

# Specify the key identifier to use with the ntpq utility.
#controlkey 8

# Enable writing of statistics records.
#statistics clockstats cryptostats loopstats peerstats


# Disable the monitoring facility to prevent amplification attacks using ntpdc
# monlist command when default restrict does not include the noquery flag. See
# CVE-2013-5211 for more details.
# Note: Monitoring will not be disabled with the limited restriction flag.
disable monitor

• 重启ntp服务

systemctl restart ntpd

• 启动后，查看同步情况

ntpq -p
ntpstat

• 检查是否启动ntp服务

lsof -i:123

• ntp客户机/etc/ntp.conf按照如下配置，并启动ntp服务

#配置上游时间服务器为本地的ntpd Server服务器
server 192.168.56.3

# 配置允许上游时间服务器主动修改本机的时间
restrict 192.168.56.3 nomodify notrap noquery

server 127.127.1.0
fudge 127.127.1.0  stratum 10

3 Hadoop安装

3.1 Hadoop 1.x伪分布式

伪分布式模式，只需要使用一台主机，以bigdata01为例。其即作为master也作为slaver使用。

3.1.1 上传hadoop-1.2.1-bin.tar.gz至/opt目录

tar -zxvf hadoop-1.2.1-bin.tar.gz
ln -s hadoop-1.2.1 hadoop

3.1.2 配置环境变量

如下图配置/etc/profile，并source生效

其中export HADOOP_HOME_WARN_SUPPRESS=1配置后是为了解决Hadoop1.2.1出现==Warning: $HADOOP_HOME is deprecated.==的问题

3.1.3 修改Hadoop配置文件

• conf/hadoop-env.sh

# The java implementation to use.  Required.
# export JAVA_HOME=/usr/lib/j2sdk1.5-sun
export JAVA_HOME=/usr/java/jdk1.7.0_80

• conf/core-site.xml

</xml version="1.0"/>
</xml-stylesheet type="text/xsl" href="configuration.xsl"/>
<!-- Put site-specific property overrides in this file. -->
<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://bigdata01:9000</value>
        <description>用于dfs命令模块中指定默认的文件系统协议</description>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/tmp/hadoop1xlocalm</value>
        <description>临时目录,其他临时目录的父目录</description>
    </property>
</configuration>

• conf/hdfs-site.xml

</xml version="1.0"/>
</xml-stylesheet type="text/xsl" href="configuration.xsl"/>
<!-- Put site-specific property overrides in this file. -->
<configuration>
        <property>
        	<name>dfs.name.dir</name>
        	<value>/hadoop/1x/localm/hdfs/name</value>
			<description>name node的元数据,以,号隔开,hdfs会把元数据冗余复制到这些目录，一般这些目录是不同的块设备，不存在的目录会被忽略掉</description>
		</property>
    	<property>
        	<name>dfs.data.dir</name>
			<value>/hadoop/1x/localm/hdfs/data</value>
			<description>data node的数据目录,以,号隔开,hdfs会把数据存在这些目录下，一般这些目录是不同的块设备，不存在的目录会被忽略掉</description>
		</property>
        <property>
        	<name>dfs.replication</name>
        	<value>1</value>
        	<description>文件复制的副本数，如果创建时不指定这个参数，就使用这个默认值作为复制的副本数</description>
    	</property>
</configuration>

• conf/mapred-site.xml

</xml version="1.0"/>
</xml-stylesheet type="text/xsl" href="configuration.xsl"/>
<!-- Put site-specific property overrides in this file. -->
<configuration>
    <property>
        <name>mapred.job.tracker</name>
        <value>bigdata01:9001</value>
        <description>job tracker交互端口</description>
    </property>
</configuration>

• conf/masters

bigdata01

• conf/slaves

bigdata01

3.1.4 启动Hadoop

• 格式化工作空间 hadoop namenode –format

• 启动hdfs

# 启动所有的Hadoop守护。包括namenode, datanode, jobtracker, tasktrack
start-all.sh        

# 停止所有的Hadoop
stop-all.sh        

# 启动Map/Reduce守护。包括Jobtracker和Tasktrack
start-mapred.sh 

# 停止Map/Reduce守护
stop-mapred.sh        

# 启动Hadoop DFS守护Namenode和Datanode
start-dfs.sh        

# 停止DFS守护
stop-dfs.sh        

3.1.5 使用jps命令查看结果

3.1.6 查看Web界面

• NameNode

http://192.168.56.3:50070/dfshealth.jsp

• JobTracker

http://192.168.56.3:50030/jobtracker.jsp

3.2 Hadoop1.x完全分布式

安装部署完全分布式集群，现有3台机器，分别规划为

• bigdata01 ： namenode，secondarynamenode，jobtracker
• bigdata02 ： datanode，tasktracker
• bigdata03 ： datanode，tasktracker

3.2.1 hadoop1.x配置

• conf/hadoop-env.sh

# The java implementation to use.  Required.
# export JAVA_HOME=/usr/lib/j2sdk1.5-sun
export JAVA_HOME=/usr/java/jdk1.7.0_80

• conf/core-site.xml

</xml version="1.0"/>
</xml-stylesheet type="text/xsl" href="configuration.xsl"/>
<!-- Put site-specific property overrides in this file. -->
<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://bigdata01:9000</value>
        <description>用于dfs命令模块中指定默认的文件系统协议</description>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/tmp/hadoop1xclusterm</value>
        <description>临时目录,其他临时目录的父目录</description>
    </property>        
</configuration>

• conf/hdfs-site.xml

</xml version="1.0"/>
</xml-stylesheet type="text/xsl" href="configuration.xsl"/>
<!-- Put site-specific property overrides in this file. -->
<configuration>
    <property>
        <name>dfs.name.dir</name>
        <value>/hadoop/1x/clusterm/hdfs/name</value>
		<description>name node的元数据,以,号隔开,hdfs会把元数据冗余复制到这些目录，一般这些目录是不同的块设备，不存在的目录会被忽略掉</description>
    </property>
    <property>
        <name>dfs.data.dir</name>
        <value>/hadoop/1x/clusterm/hdfs/data</value>
        <description>data node的数据目录,以,号隔开,hdfs会把数据存在这些目录下，一般这些目录是不同的块设备，不存在的目录会被忽略掉</description>
    </property>
	<property>
        <name>dfs.replication</name>
        <value>2</value>
        <description>文件复制的副本数，如果创建时不指定这个参数，就使用这个默认值作为复制的副本数</description>
    </property>
</configuration>

• conf/mapred-site.xml

</xml version="1.0"/>
</xml-stylesheet type="text/xsl" href="configuration.xsl"/>
<!-- Put site-specific property overrides in this file. -->
<configuration>
    <property>
        <name>mapred.job.tracker</name>
        <value>bigdata01:9001</value>
        <description>job tracker交互端口</description>
    </property>
</configuration>

• conf/masters

bigdata01

• conf/slaves

bigdata02
bigdata03

3.2.2 复制hadoop1.2.1的安装包至其他两个机器

• 在bigdata01上传两个安装脚本到/usr/local/bin目录下，方便后续集群间拷贝文件和执行命令。

cluster_copy_all_nodes 用来集群间同步拷贝文件:

#!/bin/bash
SELF=`hostname`
if [ -z "$NODE_LIST" ]; then
  echo
  echo Error: NODE_LIST environment variable must be set in .bash_profile
  exit 1
fi

for i in $NODE_LIST; do
  if [ ! $i = $SELF ]; then
    if [ $1 = "-r" ]; then
      scp -oStrictHostKeyChecking=no -r $2 $i:$3
    else
      scp -oStrictHostKeyChecking=no $1 $i:$2
    fi
  fi
done
wait

cluster_run_all_nodes 用来集群间同步运行命令：

#!/bin/bash
if [ -z "$NODE_LIST" ]; then
  echo
  echo Error: NODE_LIST environment variable must be set in .bash_profile
  exit 1
fi

if [[ $1 = '--background' ]]; then
  shift
  for i in $NODE_LIST; do
    ssh -oStrictHostKeyChecking=no -n $i "$@" &
  done
else
  for i in $NODE_LIST; do
    ssh -oStrictHostKeyChecking=no $i "$@"
  done
fi
wait

授予两个脚本的可执行权限：

chmod +x /usr/local/bin/cluster_*

• 压缩hadoop-1.2.1目录，并scp至bigdata02，bigdata03

tar -zcvf hadoop-1.2.1.tar.gz hadoop-1.2.1
cluster_copy_all_nodes.sh "bigdata02 bigdata03" /opt/hadoop-1.2.1.tar.gz /opt/hadoop-1.2.1.tar.gz

• 解压缩，并创建软连接

cluster_run_all_nodes.sh "bigdata02 bigdata03" "tar -zxvf /opt/hadoop-1.2.1.tar.gz"
cluster_run_all_nodes.sh "bigdata02 bigdata03" "cd  /opt;ln -s hadoop-1.2.1 hadoop"

3.2.3 格式化启动

hadoop namenode -format
start-all.sh

3.2.4 验证

在各台机器上执行jps

3.3 Hadoop2.X伪分布式

(略)

3.4 Hadoop2.X完全分布式

3.4.1 服务器功能规划

BigData01	BigData02	BigData03
NameNode	ResourceManager
DataNode	DataNode	DataNode
NodeManager	NodeManager	NodeManager
HistoryServer		SecondaryNameNode

3.4.2 BigData01安装

• 解压Hadoop目录

mkdir -p /opt/modules/app/
tar -zxf /root/hadoop-2.6.5.tar.gz -C /opt/modules/app/

• 配置环境变量(每台都配置) /etc/profile

JAVA_HOME=/usr/java/jdk1.7.0_80
CLASSPATH=.:$JAVA_HOME/lib.tools.jar
export HADOOP_HOME=/opt/modules/app/hadoop-2.6.5
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib:$HADOOP_COMMON_LIB_NATIVE_DIR"
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin:$JAVA_HOME/bin

• 配置Hadoop JDK路径

# 进入Hadoop目录
cd /opt/modules/app/hadoop-2.6.5/etc/hadoop

# 修改 hadoop-env.sh、 mapred-env.sh、 yarn-env.sh 文件中的JDK路径，必须写绝对路径，不能写环境变量
# The java implementation to use.
export JAVA_HOME="/usr/java/jdk1.7.0_80"

# 最后加上
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib:$HADOOP_COMMON_LIB_NATIVE_DIR"

• 配置文件修改

core-site.xml

<configuration>
       <property>
               <name>fs.defaultFS</name>
               <value>hdfs://BigData01:8020</value>
               <description>NameNode的地址</description>
       </property>
       <property>
               <name>hadoop.tmp.dir</name>
               <value>/opt/modules/app/hadoop-2.6.5/data/tmp</value>
               <description>hadoop临时目录的地址,默认情况下,NameNode和DataNode的数据文件都会存在这个目录下的对应子目录下.应该保证此目录是存在的,如果不存在,先创建</description>
       </property>
       <property>
               <name>dfs.namenode.name.dir</name>
               <value>file://${hadoop.tmp.dir}/dfs/name</value>
               <description>NameNode的目录,该目录必须手动创建，不然启动报错</description>
       </property>
       <property>
               <name>dfs.datanode.data.dir</name>
               <value>file://${hadoop.tmp.dir}/dfs/data</value>
               <description>DataNode的目录，该目录可以由程序自动创建</description>
       </property>
</configuration>

hdfs-site.xml

<configuration>
       <property>
               <name>dfs.namenode.secondary.http-address</name>
               <value>BigData03:50090</value>
               <description>secondaryNameNode的http访问地址和端口号</description>
       </property>
</configuration>

slaves：slaves文件是指定HDFS上有哪些DataNode节点

BigData01
BigData02
BigData03

yarn-site.xml

<configuration>
       <property>
               <name>yarn.nodemanager.aux-services</name>
               <value>mapreduce_shuffle</value>
               <description>附属服务AuxiliaryService是由YARN中节点管理器NM启动的通用服务</description>
       </property>
       <property>
               <name>yarn.resourcemanager.hostname</name>
               <value>BigData02</value>
               <description>resourcemanager服务器</description>
       </property>
       <property>
               <name>yarn.log-aggregation-enable</name>
               <value>true</value>
               <description>配置是否启用日志聚集功能</description>
       </property>
       <property>
               <name>yarn.log-aggregation.retain-seconds</name>
               <value>106800</value>
               <description>配置聚集的日志在HDFS上最多保存多长时间</description>
       </property>
</configuration>

mapred-site.xml

<configuration>
       <property>
               <name>mapreduce.framework.name</name>
               <value>yarn</value>
               <description>设置mapreduce任务运行在yarn</description>
       </property>
       <property>
               <name>mapreduce.jobhistory.address</name>
               <value>BigData01:10020</value>
               <description>设置mapreduce的历史服务器</description>
       </property>
       <property>
               <name>mapreduce.jobhistory.webapp.address</name>
               <value>BigData01:19888</value>
               <description>设置历史服务器的web页面地址和端口号</description>
       </property>
</configuration>

3.4.3 拷贝目录至其他机器

mkdir -p /opt/modules/app
scp -r /opt/modules/app/hadoop-2.6.5/ BigData02:/opt/modules/app
scp -r /opt/modules/app/hadoop-2.6.5/ BigData03:/opt/modules/app

3.4.4 格式 NameNode

在NameNode机器上执行格式化：

/opt/modules/app/hadoop-2.6.5/bin/hdfs namenode -format

3.4.5 启动集群

• 启动 HDFS 在BigData01主机上执行：start-dfs.sh

• 启动YARN 在BigData01主机执行 start-yarn.sh

• 启动ResourceManager 在BigData02主机执行 yarn-daemon.sh start resourcemanager

• 启动日志服务器 在BigData03主机执行 mr-jobhistory-daemon.sh start historyserver

• 检查进程

• 直接启动，无需执行上面多个命令 start-all.sh

• 查看 HDFS Web 页面

  http://192.168.137.10:50070/

• 查看 YARN Web 页面

  http://192.168.137.12:8088/cluster

3.5 Hadoop3.X完全分布式

此处未做测试，可以参考文章：最新Hadoop3.2.1完全分布式集群安装教程

3.6 Docker安装Hadoop

通过Docker可以更方便的安装Hadoop集群，而无需配置如此多的机器。具体安装方法，请参见：Docker章节。

4 问题

4.1 当把配置resourcemanager到BigData02时，start-all.sh启动报错

2018-08-09 11:06:46,081 INFO org.apache.hadoop.service.AbstractService: Service ResourceManager failed in state STARTED; cause: org.apache.hadoop.yarn.exceptions.YarnRuntimeException: java.net.BindException: Problem binding to [BigData02:8031] java.net.BindException: 无法指定被请求的地址; For more details see:  http://wiki.apache.org/hadoop/BindException

org.apache.hadoop.yarn.exceptions.YarnRuntimeException: java.net.BindException: Problem binding to [BigData02:8031] java.net.BindException: 无法指定被请求的地址; For more details see:  http://wiki.apache.org/hadoop/BindException
       at org.apache.hadoop.yarn.factories.impl.pb.RpcServerFactoryPBImpl.getServer(RpcServerFactoryPBImpl.java:139)
       at org.apache.hadoop.yarn.ipc.HadoopYarnProtoRPC.getServer(HadoopYarnProtoRPC.java:65)
       at org.apache.hadoop.yarn.ipc.YarnRPC.getServer(YarnRPC.java:54)
       at org.apache.hadoop.yarn.server.resourcemanager.ResourceTrackerService.serviceStart(ResourceTrackerService.java:162)
       at org.apache.hadoop.service.AbstractService.start(AbstractService.java:193)
       at org.apache.hadoop.service.CompositeService.serviceStart(CompositeService.java:120)

yarn-site.xml 按照以下配置也不行

<configuration>
       <property>
               <name>yarn.nodemanager.aux-services</name>
               <value>mapreduce_shuffle</value>
               <description>附属服务AuxiliaryService是由YARN中节点管理器NM启动的通用服务</description>
       </property>
       <property>
               <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
               <value>org.apache.hadoop.mapred.ShuffleHandler</value>
       </property>
       <property>
               <name>yarn.resourcemanager.address</name>
               <value>192.168.137.12:8032</value>
       </property>
       <property>
               <name>yarn.resourcemanager.scheduler.address</name>
               <value>192.168.137.12:8030</value>
       </property>
       <property>
               <name>yarn.resourcemanager.resource-tracker.address</name>
               <value>192.168.137.12:8031</value>
       </property>
       <property>
               <name>yarn.resourcemanager.admin.address</name>
               <value>192.168.137.12:8033</value>
       </property>
       <property>
               <name>yarn.resourcemanager.webapp.address</name>
               <value>192.168.137.12:8088</value>
       </property>
       <property>
               <name>yarn.log-aggregation-enable</name>
               <value>true</value>
               <description>配置是否启用日志聚集功能</description>
       </property>
       <property>
               <name>yarn.log-aggregation.retain-seconds</name>
               <value>106800</value>
               <description>配置聚集的日志在HDFS上最多保存多长时间</description>
       </property>
</configuration>

原因暂未找到

4.2 执行命令后提示WARN

[root@bigdata01 ~]# hadoop fs -ls /
18/09/13 10:45:34 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Found 1 items
drwxr-xr-x   - root supergroup          0 2018-09-13 10:36 /input
[root@bigdata01 ~]#

问题处理参见：

util.NativeCodeLoader: Unable to load native-hadoop library for your platform