安装Ubuntu

Linux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 system
   network:
     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Hadoop

Hadoop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

   	hjm1	hjm2	gyt1	gyt2
   HDFS	NameNode、DataNode	DataNode	SecondaryNameNode、DataNode	DataNode
   YARN	NodeManager	NodeManager	NodeManager	ResourceManager、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) ALL
   hjm 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/module
   sudo 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/module
   sudo 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_HOME
   export JAVA_HOME=/opt/module/jdk1.8.0_212
   export 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_HOME
   export HADOOP_HOME=/opt/module/hadoop-3.1.3
   export PATH=$PATH:$HADOOP_HOME/bin
   export 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

<configuration>
 <!-- 指定 NameNode 的地址 -->
 <property>
 <name>fs.defaultFS</name>
 <value>hdfs://hjm1:8020</value>
 </property>
 <!-- 指定 hadoop 数据的存储目录 -->
 <property>
 <name>hadoop.tmp.dir</name>
 <value>/opt/module/hadoop-3.1.3/data</value>
 </property>
 <!-- 配置 HDFS 网页登录使用的静态用户为 hjm -->
 <property>
 <name>hadoop.http.staticuser.user</name>
 <value>hjm</value>
 </property>
</configuration>

hdfs-site.xml

<configuration>
<!-- nn web 端访问地址-->
<property>
 <name>dfs.namenode.http-address</name>
 <value>hjm1:9870</value>
 </property>
<!-- 2nn web 端访问地址-->
 <property>
 <name>dfs.namenode.secondary.http-address</name>
 <value>gyt1:9868</value>
 </property>
</configuration>

yarn-site.xml

<configuration>
 <!-- 指定 MR 走 shuffle -->
 <property>
 <name>yarn.nodemanager.aux-services</name>
 <value>mapreduce_shuffle</value>
 </property>
 <!-- 指定 ResourceManager 的地址-->
 <property>
 <name>yarn.resourcemanager.hostname</name>
 <value>gyt2</value>
 </property>
 <!-- 环境变量的继承 -->
 <property>
 <name>yarn.nodemanager.env-whitelist</name>
 
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CO
NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAP
RED_HOME</value>
 </property>
</configuration>

mapred-site.xml

<configuration>
<!-- 指定 MapReduce 程序运行在 Yarn 上 -->
 <property>
 <name>mapreduce.framework.name</name>
 <value>yarn</value>
 </property>
</configuration>

workers

hjm1
hjm2
gyt1
gyt2

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 hjm1
   192.168.139.102 hjm2
   192.168.139.103 gyt1
   192.168.139.104 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

2. 切换hjm用户，cd到~/.ssh，生成公钥和私钥

   ssh-keygen -t rsa

3. 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 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

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 hjm1
   192.168.139.102 hjm2
   192.168.139.103 gyt1
   192.168.139.104 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