官方手册 2.7.2版本

Linux环境准备

1）关闭防火墙，配置静态ip，主机名称

2）安装 JDK 配置环境变量

3）安装Hadoop 配置环境变量

4）配置 SSH

运行环境

1）本地模式

运行本地grep官方案例：

$ mkdir input

$ cp etc/hadoop/*.xml input

$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'

$ cat output/*

运行本地WordCount官方案例：

$ mkdir wcinput

$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput/ wcoutput

$ cat wcoutput/*

2）伪分布模式

（伪分布模式）启动HDFS并运行MapReduce程序

（伪分布模式）启动YARN并运行MapReduce程序

3）完全分布式模式

    3.1）部署规划

    3.2）参考

        （伪分布模式）启动HDFS并运行MapReduce程序

        （伪分布模式）启动YARN并运行MapReduce程序

    3.3）修改配置文件

        3.3.1）HDFS配置文件

            指定Hadoop辅助名称节点可修改 etc/hadoop/hdfs-site.xml：

<configuration>

    <!-- 指定HDFS副本的数量 -->

    <property>

        <name>dfs.replication</name>

        <value>3</value>

    </property>

    <!-- 指定Hadoop辅助名称节点主机配置 -->

    <property>

        <name>dfs.namenode.secondary.http-address</name>

        <value>hadoop104:50090</value> <!-- hadoop104为主机名称 -->

    </property>

</configuration>

        3.3.2）YARN配置文件

            指定YARN的ResourceManager地址可修改etc/hadoop/yarn-site.xml：

<configuration>

    <!-- 指定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> <!-- hadoop103为主机名称 -->

    </property>

</configuration>

        3.3.3）MapReduce配置文件

            制定MR运行在YARN上可修改etc/hadoop/mapred-site.xml 增加如下配置：

<!-- 制定MR运行在YARN上 -->

<property>

    <name>mapreduce.framework.name</name>

    <value>yarn</value>

</property>

    3.4）使用集群分发脚本分配置好的Hadoop配置文件

$ xsync /opt/module/hadoop-2.7.2/

        3.4.1）查看文件分发情况

$ cat /opt/module/hadoop2.7.2/etc/hadoop/core-site.xml

    3.5）集群单节点启动

        3.5.1）格式化

$ bin/hdfs namenode -format

        3.5.2）启动

无SSH需要每台服务器一个一个节点启动

$ sbin/hadoop-daemon.sh start namenode

$ sbin/hadoop-daemon.sh start datanode

SSH无密登录配置，配置完成后还需要进行3.6）群起集群的操作

    3.6）群起集群

        3.6.1）配置slaves

/opt/module/hadoop-2.7.2/etc/hadoop/slaves

$ vim slaves

        3.6.2）增加如下内容，存放DataNode的节点的主机名称，注意不允许有空格和空行

hadoop102

hadoop103

hadoop104

        3.6.3）分发slaves

$ xsync slaves

        3.6.4）启动HDFS

$ sbin/start-dfs.sh

        3.6.5）启动YARN（存放ResourceManager的节点在那个服务器上就在那个服务器上启动）

$ sbin/start-yarn.sh

集群启动/停止方式总结

    1）单节点

        启动/停止HDFS

hadoop-daemon.sh start/stop namenode/datanode/secondarynamenode

        启动/停止YARN

yarn-daemon.sh start/stop resourcemanager/nodemanager

    2）集群

        启动/停止HDFS

start-dfs.sh  /  stop-dfs.sh

        启动/停止YARN

start-yarn.sh  /  stop-yarn.sh 

        全部启动/全部停止

start-all.sh  /  stop-all.sh