安装UbuntuLinux元信息

  1. 两台机器,每台机器两台Ubuntu
  2. Ubuntu版本:ubuntu-22.04.3-desktop-amd64.iso
  3. 处理器数量2,每个处理器的核心数量2,总处理器核心数量4
  4. 单个虚拟机内存8192MB(8G),最大磁盘大小30G

参考链接

  1. 清华大学开源软件镜像站

    https://mirrors.tuna.tsinghua.edu.cn/ubuntu-releases/22.04/

  2. 虚拟机(VMware)安装Linux(Ubuntu)安装教程

    https://blog.csdn.net/qq_39657434/article/details/112252844

具体步骤

  1. 把下载好的iso文件保存到一个位置

  2. 开始在VMware安装Ubuntu

  3. 选择网络类型(图片错了,应该是“桥接网络”,详见“配置虚拟机网络”)

  4. 指定磁盘容量

  5. 设置镜像文件

  6. 开始安装Ubuntu

配置虚拟机网络配置桥接模式

  1. 查看宿主机WLAN硬件配置信息

  2. 打开VMware中的虚拟网络编辑器,根据宿主机WLAN硬件配置如下信息

设置虚拟机静态IP

​防止每次开机随机IP,导致无法连接到其他虚拟机

  1. 切换root用户(第一次切换root用户需要配置root密码)

    sudo passwd
  2. 打开01-network-manager-all.yaml文件(网卡配置文件)

    vim /etc/netplan/01-network-manager-all.yaml
  3. 删除原内容,复制粘贴如下信息(根据实际情况更改)

    # Let NetworkManager manage all devices on this systemnetwork:  ethernets:    ens33:      dhcp4: false      addresses: [192.168.139.101/24]      routes:        - to: default          via: 192.168.139.92      nameservers:        addresses: [8.8.8.8]  version: 2
  4. 在宿主机的cmd中运行ipconfig命令查看网络信息,如下图所示:

  5. 根据第四步更改第三步的部分信息

    • via:宿主机的默认网关
    • addresses:前三位和宿主机默认网关保持一致,后一位自己随便设置(但要避免和已有ip重复)

安装HadoopHadoop元信息

  1. 统一用户名:hjm,密码:000000

  2. 四台虚拟机分别为gyt1,gyt2,hjm1,hjm2

  3. 四台虚拟机用桥接模式,连接一台手机的热点,虚拟机ip如下:

    hjm1:192.168.139.101

    hjm2:192.168.139.102

    gyt1:192.168.139.103

    gyt2:192.168.139.104

  4. 集群部署规划

    hjm1hjm2gyt1gyt2
    HDFSNameNode、DataNodeDataNodeSecondaryNameNode、DataNodeDataNode
    YARNNodeManagerNodeManagerNodeManagerResourceManager、NodeManager

配置用户sudo权限

​配置以后,每次使用sudo,无需输入密码

  1. 用sudo权限打开sudoers文件

    sudo vim /etc/sudoers
  2. 增加修改sudoers文件,在%sudo下面新加一行(这里以hjm用户为例)

    # Allow members of group sudo to execute any command%sudo   ALL=(ALL:ALL) ALLhjm ALL=(ALL) NOPASSWD: ALL

创建目录并更改权限

  1. 创建module和software文件夹

    sudo mkdir /opt/modulesudo mkdir /opt/software
  2. 修改 module、software 文件夹的所有者和所属组均为hjm用户

    sudo chown hjm:hjm /opt/modulesudo chown hjm:hjm /opt/software

Ubuntu查看、安装和开启ssh服务

  1. 查看ssh服务的开启状态,如果开启,则可以跳过这一部分

    ps -e|grep ssh
  2. 安装ssh服务

    sudo apt-get install openssh-server
  3. 启动ssh服务

    sudo /etc/init.d/ssh start

​注意:

​当你用ssh软件(这里默认是Xhell 7)连接时,不要用root用户连,ssh默认不能用root直接连,除非修改配置文件

安装JDK

  1. 用xftp工具将jdk导入到opt目录下面的software文件夹下面

  2. 解压jdk到opt/module目录下

    tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/
  3. 配置jdk环境变量

    (1)新建/etc/profile.d/my_env.sh 文件

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

    (2)添加以下内容

    #JAVA_HOMEexport JAVA_HOME=/opt/module/jdk1.8.0_212export PATH=$PATH:$JAVA_HOME/bin

    (3)保存后退出,source 一下/etc/profile 文件,让新的环境变量 PATH 生效

    source /etc/profile

    (4)测试jdk是否安装成功

    java -version

安装Hadoop

  1. 用xftp工具将hadoop导入到opt目录下面的software文件夹下面

  2. 解压hadoop到opt/module目录下

    tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
  3. 配置hadoop环境变量

    (1)打开/etc/profile.d/my_env.sh 文件

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

    (2)在 my_env.sh 文件末尾添加如下内容

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

    (3)保存后退出,source 一下/etc/profile 文件,让新的环境变量 PATH 生效

    source /etc/profile

    (4)测试hadoop是否安装成功

    hadoop version

修改配置文件

​cd到$HADOOP_HOME/etc/hadoop目录

core-site.xml

   fs.defaultFS hdfs://hjm1:8020    hadoop.tmp.dir /opt/module/hadoop-3.1.3/data    hadoop.http.staticuser.user hjm 

hdfs-site.xml

 dfs.namenode.http-address hjm1:9870   dfs.namenode.secondary.http-address gyt1:9868 

yarn-site.xml

   yarn.nodemanager.aux-services mapreduce_shuffle    yarn.resourcemanager.hostname gyt2    yarn.nodemanager.env-whitelist JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME 

mapred-site.xml

  mapreduce.framework.name yarn 

workers

hjm1hjm2gyt1gyt2

克隆虚拟机

  1. 在hjm1和gyt1的两台宿主机上分别克隆出hjm2和gyt2

  2. 按照“配置虚拟机网络-设置虚拟机静态IP”的方式,配置hjm2的ip为192.168.139.102,gyt2的ip为192.168.139.104

  3. 改每台虚拟机的ubuntu映射文件,这里以gyt2为例

    127.0.0.1       localhost# 127.0.1.1       gyt2 记得删除这一行192.168.139.101 hjm1192.168.139.102 hjm2192.168.139.103 gyt1192.168.139.104 gyt2
  4. 修改四台虚拟机的主机名分别为hjm1,hjm2,gyty1,gyt2

    sudo vim /etc/hostname
  5. 重启虚拟机

ssh免密登录

  1. 分别要配置16种免密登录,如下图所示

  1. 切换hjm用户,cd到~/.ssh,生成公钥和私钥

    ssh-keygen -t rsa
  2. 将公钥复制到目的机上,这里以hjm1举例

    ssh-copy-id hjm1

xsync集群分发脚本

  1. 在/home/hjm/bin目录下创建xsync文件

  2. 在该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 hadoop104do 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 donedone
  3. 修改脚本xsync具有执行权限

    chmod +x xsync
  4. 测试脚本

    xsync /home/atguigu/bin
  5. 将脚本复制到/bin中,以便全局调用

    sudo cp xsync /bin/
  6. 在客户端电脑(默认windows)配置映射

    (1)windows + R

    (2)输入drivers,回车

    (3)进入etc文件夹

    (4)编辑hosts文件

    192.168.139.101 hjm1192.168.139.102 hjm2192.168.139.103 gyt1192.168.139.104 gyt2

测试hadoop

  1. 格式化NameNode

    如果集群是第一次启动,需要在 hadoop102 节点格式化 NameNode(注意:格式化 NameNode,会产生新的集群 id,导致 NameNode 和 DataNode 的集群 id 不一致,集群找不到已往数据。如果集群在运行过程中报错,需要重新格式化 NameNode 的话,一定要先停止 namenode 和 datanode 进程,并且要删除所有机器的 data 和 logs 目录,然后再进行格式化。)

    hdfs namenode -format
  2. 在hjm1上启动hdfs

    sbin/start-dfs.sh
  3. 在gyt2上启动yarn

    sbin/start-yarn.sh
  4. Web 端查看 HDFS 的 NameNode

    http://hjm1:9870

  5. Web 端查看 YARN 的 ResourceManager

    http://gyt2:8088

  6. 测试结果

    (1)datanode

    (2)Yarn

    (3)WordCount

报错及解决

  1. https://blog.csdn.net/sinat_23225111/article/details/127497281