Hadoop（一）概述与配置安装_hadoop.proxyuser.$superuser.users-优快云博客

Hadoop之HDFS

一.Hadoop学习要点
二.Hadoop基础概述
三.Hadoop实践操作*
四.常见问题
五.虚拟机系统配置脚本

学习一个框架，主要关注这个框架是什么、干什么、原理、怎么用、实地使用场景中可能存在的问题、原因及优化。

大数据开发面试指南

一.Hadoop学习要点

Hadoop 体系是我们学习大数据框架的基石，尤其是 MapReduce、HDFS、Yarn 三驾马车基本垫定了整个数据方向的发展道路。也是后面我们学习其他框架的基础，关于 Hadoop 本身我们主要应该掌握：

HDFS架构理解（基础）
HDFS源码/工作原理（高级）
MapReduce架构理解（基础）
MapReduce源码/原理/Shuffle原理（高级）
MapReduce二次排序（编程，必选）
YARN架构理解（基础）
YARN源码/工作原理（高级）

其主要是三方面内容：

1）HDFS

十分熟悉 HDFS 的架构图和读写流程
十分熟悉 HDFS 的配置
熟悉 DataNode 和 NameNode 的作用
NameNode 的 HA 搭建和配置，Fsimage 和 Edit Journal 的作用的场景
HDFS 操作文件的常用命令
HDFS 的安全模式

2）MapReduce

掌握 MapReduce 的工作原理
能用 MapReduce 手写代码实现简单的 WordCount 或者 TopN 算法
掌握 MapReduce Combiner 和 Partitioner的作用
熟悉 Hadoop 集群的搭建过程，并且能解决常见的错误
熟悉 Hadoop 集群的扩容过程和常见的坑
如何解决 MapReduce 的数据倾斜
Shuffle 原理和减少 Shuffle 的方法

3）Yarn

Yarn 的产生背景和架构
Yarn 中的角色划分和各自的作用
Yarn 的配置和常用的资源调度策略
Yarn 进行一次任务资源调度的过程

二.Hadoop基础概述

关于大数据

什么是大数据？多大算是大数据？其有什么特点？

大数据(BigData) :指无法在一定时间范围内用常规软件工具进行捕捉、管理
和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程
优化能力的海量、高增长率和多样化的信息资产。

按顺序给出数据存储单位: bit.、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

大数据的特点：4V

volume 大量
velocity 高速
variety 多样
value 低价值密度

大数据生态体系图

关于Hadoop

Hadoop三大发行版本：Apache、Cloudera、Hortonworks。

Apache版本最原始（最基础）的版本，对于入门学习最好（手动挡）。
Cloudera内部集成了很多大数据框架。对应产品CDH（自动挡）。
Hortonworks文档较好。对应产品HDP。

Hadoop的优势：4高

1）高可靠性：多个数据副本
2）高扩展性：节点方便扩展
3）高效性：MapReduce思想下的并行工作，加快任务处理速度
4）高容错性：能自动将失败任务重新分配

Hadoop官方网站：http://hadoop.apache.org/

Hadoop组成

在这里插入图片描述

1）Hadoop HDFS：一个高可靠、高吞吐量的分布式文件系统。
2）Hadoop MapReduce：一个分布式的离线并行计算框架。
3）Hadoop YARN：作业调度与集群资源管理的框架。
4）Hadoop Common：支持其他模块的工具模块。

Hadoop2.x 之后，将之前的MapReduce部分分为MapReduce与YARN两个部分，其目的是为了解耦。

解耦的一个好处就是可以实现MapReduce的可插拔，从而更加方便地替换计算框架。
在这里插入图片描述

MapReduce将计算过程分为两个阶段：Map和Reduce

1）Map阶段并行处理输入数据
2）Reduce阶段对Map结果进行汇总

YARN架构：
1）ResourceManager(rm)：处理客户端请求、启动/监控ApplicationMaster、监控NodeManager、资源分配与调度；
2）NodeManager(nm)：单个节点上的资源管理、处理来自ResourceManager的命令、处理来自ApplicationMaster的命令；
3）ApplicationMaster：数据切分、为应用程序申请资源，并分配给内部任务、任务监控与容错。
4）Container：对任务运行环境的抽象，封装了CPU、内存等多维资源以及环境变量、启动命令等任务运行相关的信息。

在这里插入图片描述

三.Hadoop实践操作*

1. 运行环境搭建

Hadoop的运行环境安装主要包括三大部分：基础的集群操作系统的准备、具体的运行环境安装——包括JDK和Hadoop两个部分。

1）虚拟机环境准备

①单台最小安装的虚拟机：内存4G，硬盘50G，并安装必要环境：

sudo yum install -y epel-release
sudo yum install -y psmisc nc net-tools rsync vim lrzsz ntp libzstd openssl-static tree iotop git

如果有需要，修改YUM源为国内镜像

②修改虚拟机的静态IP

sudo vim /etc/sysconfig/network-scripts/ifcfg-ens33

③修改主机名

sudo hostnamectl --static set-hostname hadoop101

④配置主机名称映射，打开/etc/hosts

sudo vim /etc/hosts

⑤修改windows的hosts文件

路径：C:\Windows\System32\drivers\etc

⑥关闭虚拟机防火墙

sudo systemctl stop firewalld
sudo systemctl disable firewalld

⑦创建新用户，并重启

sudo useradd zxy
sudo passwd zxy

reboot

⑧配置atguigu用户具有root权限

visudo

修改/etc/sudoers文件，找到下面一行（91行），在root下面添加一行，如下所示：

## Allow root to run any commands anywhere
root    ALL=(ALL)     ALL
atguigu   ALL=(ALL)     ALL

⑨在/opt目录下创建下创建module、software文件夹；并修改module、software文件夹的所有者

sudo mkdir module
sudo mkdir software

sudo mkdir /opt/module /opt/software
sudo chown zxy:zxy /opt/module /opt/software

⑩关机照快照，再克隆两台虚拟机

修改其IP，主机名

2）安装JDK

①卸载现有JDK

rpm -qa | grep -i java | xargs -n1 sudo rpm -e –nodeps

grep -i 或 --ignore-case : 忽略字符大小写的差别
xargs是给命令传递参数的一个过滤器：
- -n num 后面加次数，表示命令在执行的时候一次用的argument的个数，默认是用所有的

②将JDK导入到opt目录下面的software文件夹下

③解压JDK到/opt/module目录下

tar -zxvf /opt/software/jdk-8u212-linux-x64.tar.gz -C /opt/module/

④配置JDK环境变量

新建/etc/profile.d/my_env.sh文件：一般用户对该文件夹只有只读权限，所以需要sudo

sudo vim /etc/profile.d/my_env.sh

在my_env.sh文件中添加如下内容

#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin

保存后退出
重启xshell窗口，让环境变量生效，或者运行命令

source /etc/profile.d/my_env.sh

⑤测试JDK是否安装成功

java -version

如果能看到版本信息，则Java正常安装；否则试着重启。

3）安装Hadoop

Hadoop下载地址：

https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3

①进入到Hadoop安装包的路径下，解压安装文件到/opt/module下面

[zxy@hadoop101 ~]$ cd /opt/software/
[zxy@hadoop101 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
[zxy@hadoop101 software]$  ls /opt/module/
hadoop-3.1.3

②添加Hadoop环境变量，并执行source命令

[zxy@hadoop101 hadoop-3.1.3]$ sudo vim /etc/profile.d/my_env.sh

在profile文件末尾添加JDK路径：（shift+g）

##HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

③测试是否安装成功

[zxy@hadoop101 hadoop-3.1.3]$ source /etc/profile.d/my_env.sh
[zxy@hadoop101 hadoop-3.1.3]$ hadoop version
Hadoop 3.1.3

Hadoop目录结构

[zxy@hadoop102 hadoop-3.1.3]$ ll
总用量 180
drwxr-xr-x. 2 zxy zxy    236 4月   2 15:50 bin
drwxrwxr-x. 4 zxy zxy     30 3月  23 10:16 data
drwxr-xr-x. 3 zxy zxy     20 9月  12 2019 etc
drwxr-xr-x. 2 zxy zxy    106 9月  12 2019 include
drwxr-xr-x. 3 zxy zxy     20 9月  12 2019 lib
drwxr-xr-x. 4 zxy zxy    288 9月  12 2019 libexec
-rw-rw-r--. 1 zxy zxy 147145 9月   4 2019 LICENSE.txt
drwxrwxr-x. 3 zxy zxy   4096 4月   2 15:46 logs
-rw-rw-r--. 1 zxy zxy  21867 9月   4 2019 NOTICE.txt
-rw-rw-r--. 1 zxy zxy   1366 9月   4 2019 README.txt
drwxr-xr-x. 3 zxy zxy   4096 9月  12 2019 sbin
drwxr-xr-x. 4 zxy zxy     31 9月  12 2019 share

1）bin目录：存放对Hadoop相关服务（HDFS,YARN）进行操作的脚本
2）etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件
3）lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）
4）sbin目录：存放启动或停止Hadoop相关服务的脚本
5）share目录：存放Hadoop的依赖jar包、文档、和官方案例

2.Hadoop运行模式

Hadoop运行模式：

1）本地模式（默认模式）：不需要启用单独进程，直接可以运行，测试和开发时使用。
2）伪分布式模式：等同于完全分布式，只有一个节点。
3）完全分布式模式：多个节点一起运行

3.完全分布式部署Hadoop集群

完全分布式模式配置流程：

1）准备3台客户机（关闭防火墙、静态ip、主机名称、hosts文件）
2）安装JDK，配置环境变量
3）安装Hadoop，配置环境变量
4）配置集群
5）单点启动
6）配置ssh
7）群起并测试集群

前三步配置完毕，现在需要后四步的操作。

4）准备工作

现在已经在第一台机器上安装完毕JDK与Hadoop，现在需要在另两台机器上配置同样的环境。

①使用rsync远程同步工具，编辑集群分发脚本

需求：

1）循环复制文件到所有节点的相同目录下
2）需求分析：
- a）rsync命令原始拷贝：
```
rsync -av /opt/module root@hadoop103:/opt/
-a	归档拷贝
-v	显示复制过程
```
- b）期望脚本：
  xsync要同步的文件名称
3）脚本实现
- a）在/home/zxy目录下创建xsync文件
```
cd /home/zxy
vim xsync
```

在xsync文件中编写如下代码：

#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
  echo Not Enough Arguement!
  exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
  echo ====================  $host  ====================
  #3. 遍历所有目录，挨个发送
  for file in $@
  do
    #4 判断文件是否存在
    if [ -e $file ]
    then
      #5. 获取父目录
      pdir=$(cd -P $(dirname $file); pwd)
      #6. 获取当前文件的名称
      fname=$(basename $file)
      ssh $host "mkdir -p $pdir"
      rsync -av $pdir/$fname $host:$pdir
    else
      echo $file does not exists!
    fi
  done
done

b）修改脚本 xsync 具有执行权限

chmod +x xsync

c）将脚本移动到/bin中，以便全局调用

sudo mv xsync /bin/

d）分发xsync脚本

sudo xsync /bin/xsync

②配置SSH免密登陆

基本语法:

ssh 另一台电脑的ip地址

1）生成公钥和私钥：

ssh-keygen -t rsa

然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

2）将公钥拷贝到要免密登录的目标机器上

ssh-copy-id hadoop102
ssh-copy-id hadoop103
ssh-copy-id hadoop104

注意：

还需要在hadoop102上采用root账号，配置一下无密登录到hadoop102、hadoop103、hadoop104；
还需要在hadoop103上采用普通账户配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。

3）.ssh文件夹下（~/.ssh）的文件功能解释

文件名	内容
known_hosts	记录ssh访问过计算机的公钥(public key)
id_rsa	生成的私钥
id_rsa.pub	生成的公钥
authorized_keys	存放授权过的无密登录服务器公钥

③编辑jpsall脚本

vim jpsall

#!/bin/bash
for i in hadoop102 hadoop103 hadoop104
do
	echo "====================    $i    ========================"
	ssh $i "jps $@" | grep -v Jps
done

增加执行权限：+x
chmod +x jpsall
放到/bin目录下
sudo mv jpsall /bin
分发该脚本
xsync /bin/jpsall

5）配置集群

①最小集群部署规划

HDFS集群最低组成：

NameNode × 1
SecondaryNameNode × 1
DataNode × 3

YARN集群最低组成：

ResourceManager ×1
NodeManager × 3 （与DataNode配套）

其中NameNode不能与SecondaryNameNode 安装在同一服务器上，同时ResourceManager 也很消耗内存所以也不能与两者安装在同一设备上。所以最小的Hadoop分布式集群部署规划可以是3台服务器，具体的节点配置如下：

组件	hadoop102	hadoop103	hadoop104
HDFS	NameNode DataNode	DataNode	SecondaryNameNode DataNode
YARN	NodeManager	ResourceManager NodeManager	NodeManager

②修改集群配置文件

配置文件目录地址：$HADOOP_HOME/etc/hadoop

Hadoop集群的配置文件主要包括：

核心配置文件：core-site.xml
HDFS配置文件：hdfs-site.xml
YARN配置文件：yarn-site.xml
MapReduce配置文件：mapred-site.xml

官方文档：https://hadoop.apache.org/docs/r3.2.1/

a)核心配置文件：core-site.xml

官方文档：https://hadoop.apache.org/docs/r3.2.1/hadoop-project-dist/hadoop-common/core-default.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!--1.必备配置-->
	<!-- 指定HDFS中NameNode的地址 -->
	<property>
	   <name>fs.defaultFS</name>
       <value>hdfs://hadoop102:8020</value>
	</property>
	<!-- 指定Hadoop运行时产生文件的存储目录 -->
	<property>
		<!-- 该属性在hadoopjar包的配置文件中会被使用到-->
        <name>hadoop.data.dir</name>
        <value>/opt/module/hadoop-3.1.3/data</value>
	</property>
	
	<!-- 2.代理权限设置 -->
    <property>
    	<!-- 配置该superUser：zxy允许通过代理访问的主机节点 -->
        <name>hadoop.proxyuser.zxy.hosts</name>
        <value>*</value>
    </property>
    <property>
    	<!-- 配置该superUser允许代理的用户所属组 -->
        <name>hadoop.proxyuser.zxy.groups</name>
        <value>*</value>
	</property>
	
	<!--3.提供web端口的HDFS文件操作 -->
	<property>
	    <name>hadoop.http.staticuser.user</name>
	    <value>zxy</value>
	</property>
</configuration>

服务端需要在NameNode和ResourceManager的core- site.xmlI中进行代理权限相关配置。对于每一个superUser用户，配置参数：

配置	说明
hadoop.proxyuser.$superuser.hosts	配置该superUser允许通过代理访问的主机节点
nadoop.proxyuser.$superuser.groups	配置该superUser允许代理的用户所属组
hadoop.proxyuser.$superuser.users	配置该superUser允许代理的用户

对于每个superUser用户，hosts必须进行配置,而groups和users至少需要配置一个。

这几个配置项的<value>值都可以使用*来表示允许所有的主机/用户组/用户。

b)HDFS配置文件：hdfs-site.xml

官方文档：https://hadoop.apache.org/docs/r3.2.1/hadoop-project-dist/hadoop-hdfs/hdfs-default.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
  <!-- 1.必配：指定Hadoop辅助名称节点主机配置：SecondaryNameNode地址 -->
  <property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>hadoop104:9868</value>
  </property>

  <!-- 2.配置各节点namenode\datanode的数据存储路径 -->
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file://${hadoop.data.dir}/name</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file://${hadoop.data.dir}/data</value>
  </property>
  <property>
    <name>dfs.namenode.checkpoint.dir</name>
    <value>file://${hadoop.data.dir}/namesecondary</value>
  </property>
</configuration>

c)YARN配置文件：yarn-site.xml

官方文档：https://hadoop.apache.org/docs/r3.2.1/hadoop-yarn/hadoop-yarn-common/yarn-default.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

	<!-- 1.必备配置： -->
	<!-- Reducer获取数据的方式 -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
	<!-- 指定YARN的ResourceManager的地址 -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop103</value>
    </property>
    <!-- 容器可以覆盖的环境变量，而不是使用NodeManager的默认值 -->
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
    
	<!-- 2.配置日志的聚集 -->
    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>
    <property>  
        <name>yarn.log.server.url</name>  
        <value>http://hadoop102:19888/jobhistory/logs</value>  
    </property>
    <property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>604800</value>
    </property>
    
    <!--3.其他配置-->
    <!--The minimum allocation for every container request at the RM in MBs.-->
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
    </property>
    <!--The maximum allocation for every container request at the RM in MBs.-->
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
    </property>
    <!--可以分配给容器的物理内存总量-->
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>4096</value>
    </property>
    <!--是否对容器实施物理内存限制-->
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
	<!-- 是否对容器实施虚拟内存限制 -->
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>

配置日志聚集：

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上
日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试

d)MapReduce配置文件：mapred-site.xml

官方文档：https://hadoop.apache.org/docs/r3.2.1/hadoop-mapreduce-client/hadoop-mapreduce-client-core/mapred-default.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
  <!-- 1.必备：配置执行MapReduce作业的运行时框架 -->
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
  
  <!-- 2.配置历史服务器 -->
  <!-- 历史服务器端地址 -->
  <property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
  </property>
  <!-- 历史服务器web端地址 -->
  <property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
  </property>
</configuration>

配置历史服务器

作用：查看程序的历史运行情况

③分发安装文件到其他集群

分发JDK、Hadoop安装目录，以及配置好的环境变量文件：

[zxy@hadoop102 ~]$ xsync /opt/module/
[zxy@hadoop102 ~]$ sudo xsync /etc/profile.d/my_env.sh

6）单点启动

1）如果集群是第一次启动，需要格式化NameNode

[zxy@hadoop102 ~]$ hdfs namenode -format

2）在hadoop102上：启动\关闭NameNode

[zxy@hadoop102 ~]$ hdfs --daemon start namenode
[zxy@hadoop102 ~]$ jps
1353 NameNode
[zxy@hadoop102 ~]$ hdfs --daemon stop namenode

完成后执行jps命令（java process 查看java进程），看到如下结果（进程号可能不同）：1353 NameNode

3）在hadoop102、hadoop103以及hadoop104上执行如下命令（三台都要执行）

[zxy@hadoop102 ~]$ hdfs --daemon start datanode

7）群起集群

①配置workers

配置群起文件workes，并同步到所有节点配置文件：

[zxy@hadoop102 ~]$ vim $HADOOP_HOME/etc/hadoop/workers
hadoop102
hadoop103
hadoop104
[zxy@hadoop102 ~]$ xsync $HADOOP_HOME/hadoop-3.1.3/etc/hadoop/workers

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

②启动集群

1）如果集群是第一次启动，需要在hadoop102节点格式化NameNode

[zxy@hadoop102 ~]$ hdfs namenode -format

注意格式化之前，一定要先停止上次启动的所有namenode和datanode进程，然后再删除/opt//opt/module/hadoop-3.1.3/ data和log文件夹数据，否则会导致启动失败。

2）启动HDFS

[zxy@hadoop102 ~]$ start-dfs.sh

3）在配置了ResourceManager的节点上启动YARN（hadoop103）

[zxy@hadoop103 ~]$ start-yarn.sh

3.集群启动/停止方式总结

1.各个服务组件逐一启动/停止

1）分别启动/停止HDFS组件

hdfs –daemon start/stop namenode/datanode/secondarynamenode

2）启动/停止YARN

yarn --daemon start/stop  resourcemanager/nodemanager

3）启动/停止HistoryServer

mapred --daemon start/stop historyserver

2.各个模块分开启动/停止（配置ssh是前提）常用

1）整体启动/停止HDFS

start-dfs.sh/stop-dfs.sh

2）整体启动/停止YARN

start-yarn.sh/stop-yarn.sh

4.Web端查看Hadoop运行情况

查看网络端口占用情况：

netstat –nltp
netstat –nltp | grep 进程号

默认web端口号：

dfs.namenode.http-address—${hdfs.namenode.hostname}:9870
yarn.resourcemanager.webapp.address—${yarn.resourcemanager.hostname}:8088
mapreduce.jobhistory.webapp.address——0.0.0.0:19888

1）HDFS：
HDFS

2）YARN：
YARN

3）JobHistory：

四.常见问题

DataNode和NameNode进程同时只能工作一个、或者是搭完集群，格式化成功但启动失败，重新格式化后启动又失败
在这里插入图片描述

五.虚拟机系统配置脚本

虚拟机系统配置准备工作包括：

安装必要系统软件
开启网络
关闭防火墙
设置主机编号
配置IP地址
添加hosts文件
添加新用户
添加sudoer权限
创建软件安装文件夹
重启

#!/bin/bash
#0. 获取必要变量
read -p '请输入这台机器的编号：' start
read -p '请输入你要设置的用户名：' username
read -p '请输入密码：' password

echo "设置进行中，完成后会自动重启..."
#1. 安装必要软件
yum install -y epel-release >/dev/null 2>&1
yum install -y psmisc nc net-tools rsync vim lrzsz ntp libzstd openssl-static >/dev/null 2>&1

#2. 开启网络
systemctl start network >/dev/null 2>&1

#3. 关闭防火墙
systemctl stop firewalld >/dev/null 2>&1
systemctl disable firewalld >/dev/null 2>&1

#3. 获取当前IP网段
LAN=$(ifconfig | grep broadcast | cut -d . -f 3)

#4. 设置主机编号
hostnamectl --static set-hostname hadoop$start

#5. 配置IP地址
cat > /etc/sysconfig/network-scripts/ifcfg-ens33 <<EOF
TYPE="Ethernet"
BOOTPROTO="static"
NAME="ens33"
DEVICE="ens33"
ONBOOT="yes"
IPADDR="192.168.$LAN.$start"
PREFIX="24"
GATEWAY="192.168.$LAN.2"
DNS1="192.168.$LAN.2"
EOF

#6. 添加hosts文件
for ((i=$start;i<$[$start+10];i++))
do
    echo "192.168.$LAN.$i hadoop$i" >> /etc/hosts
done

#7. 添加新用户
userdel -r $username >/dev/null 2>&1
useradd $username >/dev/null 2>&1
echo $password | passwd $username --stdin >/dev/null 2>&1

#8. 添加sudoer权限
sed -i "/^root	ALL/a$username  ALL=(ALL)     NOPASSWD:ALL" /etc/sudoers

#9. 创建文件夹
mkdir -p /opt/module /opt/software
chown -R $username:$username /opt/module /opt/software

reboot