大数据环境搭建进度

1.使用虚拟机的系统：centos7.xLinux
2.资源不足，使用云服务器：
    1.
3.使用远程登录进行操作
       用xshell
4.任务
  1.虚拟机装好
   2.设置IP地址
   3.可以联网
   4.设置远程登录访问
5.创建module和software目录，修改两个目录的权限

        
6.克隆两台虚拟机，修改每台主机的hosts文件
7.安装jdk，设置jdk环境变量

        让环境变量生效

[hadoop@hadoop103 bin]$ source /etc/profile

[hadoop@hadoop104 opt]$ source /etc/profile

8.设置免密登录

        

9.安装hadoop

        /opt/module/下
10.修改hadoop的环境变量

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

        内容为：

#JAVA_HOME（1 2 3）
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin

#HADOOP_HOME（1）
export HADOOP_HOME=/opt/module/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
~                

source /etc/profile生效                   

11.修改hadoop配置文件
   1.core-site.xml
   2.hdfs-site.xml
   3.yarn-site.xml
   4.mapreduce-site.xml
hdfs  100
yarn 200
在module上分发    scp

权限问题可以配好免密登录

3.2.5 起动集群

1）配置workers

[hadoop@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

在该文件中增加如下内容：

hadoop102

hadoop103

hadoop104

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。

同步所有节点配置文件

[hadoop@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc

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（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。）

[hadoop@hadoop102 hadoop-3.1.3]$ hdfs namenode -format

（2）启动HDFS

[hadoop@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh

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

[hadoop@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

（4）Web端查看HDFS的NameNode

（a）浏览器中输入：http://hadoop102:9870

              （b）查看HDFS上存储的数据信息

（5）Web端查看YARN的ResourceManager

（a）浏览器中输入：http://hadoop103:8088

       （b）查看YARN上运行的Job信息

3）集群基本测试

（1）上传文件到集群

• 上传小文件

[hadoop@hadoop102 ~]$ hadoop fs -mkdir /input

[hadoop@hadoop102 ~]$ hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input

• 上传大文件

[hadoop@hadoop102 ~]$ hadoop fs -put  /opt/software/jdk-8u212-linux-x64.tar.gz  /

（2）上传文件后查看文件存放在什么位置

• 查看HDFS文件存储路径

[hadoop@hadoop102 subdir0]$ pwd

/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.102-1610603650062/current/finalized/subdir0/subdir0

• 查看HDFS在磁盘存储文件内容

[hadoop@hadoop102 subdir0]$ cat blk_1073741825

hadoop yarn

hadoop mapreduce

hadoop

hadoop

（3）拼接

-rw-rw-r--. 1 hadoop hadoop 134217728 5月  23 16:01 blk_1073741836

-rw-rw-r--. 1 hadoop hadoop   1048583 5月  23 16:01 blk_1073741836_1012.meta

-rw-rw-r--. 1 hadoop hadoop  63439959 5月  23 16:01 blk_1073741837

-rw-rw-r--. 1 hadoop hadoop    495635 5月  23 16:01 blk_1073741837_1013.meta

[hadoop@hadoop102 subdir0]$ cat blk_1073741836>>tmp.tar.gz

[hadoop@hadoop102 subdir0]$ cat blk_1073741837>>tmp.tar.gz

[hadoop@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz

（4）下载

[hadoop@hadoop104 software]$ hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./

（5）执行wordcount程序

[hadoop@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output