一、配置服务器

1. 创建普通用户

• 说明：由于 root 环境下操作比较危险，所以这里新建一个普通用户来进行 hadoop 的搭建。
  创建一个普通用户 hadoop

sudo useradd -m hadoop -s /bin/bash

设置密码并重复一次

sudo passwd hadoop

给 hadoop 用户增加 sudo 管理员权限

sudo adduser hadoop sudo

关闭终端，重新登录，将用户名更改为 hadoop ，并输入密码登录
切换到hadoop用户

su hadoop

2. 安装 Java 环境

进入 /usr/lib 文件夹下

cd /usr/lib

创建 jvm 文件夹

sudo mkdir jvm

• Windows 上下载 jdk1.8 安装包下载链接——提取码：6fat
• 解压缩到 jvm 文件夹中

sudo tar -zxvf jdk-8u291-linux-x64.tar.gz -C /usr/lib/jvm

• 编辑环境变量文件

vim ~/.bashrc

• 在文件头添加如下内容：

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_291
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

• 保存后退出，并让 bashrc 文件重新生效

source ~/.bashrc

• 输入命令查看 Java 是否配置成功，显示如下即表示成功了

java -version

3.安装hadoop

• Hadoop 下载地址
• 解压缩文件到 /usr/local 中

sudo tar -zxf hadoop-3.3.1.tar.gz -C /usr/local

• 进入到 /usr/local 文件夹下，更改 hadoop-3.3.1 的文件名为 hadoop

cd /usr/local
sudo mv ./hadoop-3.3.1/ ./hadoop

• 修改文件权限，让用户 hadoop 可以使用 hadoop 文件夹

sudo chown -R hadoop ./hadoop

• 进入到 hadoop 文件夹中，运行 hadoop，显示版本号即表示配置成功
  

4.网络配置

• 配置hostname
  为了更好的在Shell中区分三台主机，修改其显示的主机名，执行如下命令
  在3台机器上分别执行

sudo vim /etc/hostname

在master的/etc/hostname中添加如下配置：

master

slave1的/etc/hostname中添加如下配置：

slave1

同理slave2

slave2

• 在三台机器的/etc/hosts文件中,添加如下配置

ip1 master
ip2 slave1
ip3 slave2

其中每台服务器自己的IP是内网IP，别人的是外网IP

• 配置ssh免密登陆
  开始配置ssh之前，先确保三台机器都装了ssh。输入以下命令测试能否连接到本地，验证是否安装ssh。

ssh localhost

若不能，则安装open-server

sudo apt-get openssh-server

并生成ssh公钥。

ssh-keygen -t rsa -P ""

将公钥加入到已认证的key中

cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys

在保证了三台主机电脑都能连接到本地localhost后，还需要让master主机免密码登录slave1和slave2主机。在master执行如下命令，将master的id_rsa.pub传送给两台slave主机。

scp ~/.ssh/id_rsa.pub hadoop@slave1:/home/hadoop/
scp ~/.ssh/id_rsa.pub hadoop@slave2:/home/hadoop/

接着在slave1、slave2主机上将master的公钥加入各自的节点上,在slave1和slave2执行如下命令:

cat ~/id_rsa.pub >> ~/.ssh/authorized_keys
rm ~/id_rsa.pub

在master主机上直接执行如下测试命令，即可让master主机免密码登录slave1、slave2主机。

ssh slave1
ssh slave2

5.hadoop配置

在配置集群/分布式模式时，需要修改“/usr/local/hadoop/etc/hadoop”目录下的配置文件，这里仅设置正常启动所必须的设置项，包括workers 、core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml共5个

• 修改文件workers
  本教程让Master节点仅作为名称节点使用，因此将workers文件中原来的localhost删除，只添加如下两行内容：

slave1
slave2

• 配置文件配置

cd /etc
vim hadoop-env.sh
将JAVA_HOME修改为本机的JAVA_HOME
JAVA_HOME=/usr/lib/jvm/java-openjdk

修改core-site.xml

  <configuration><property><name>hadoop.tmp.dir</name><value>file:/usr/local/hadoop/tmp</value><description>Abase for other temporary directories.</description></property><property><name>fs.defaultFS</name><value>hdfs://master:9000</value></property></configuration>

修改hdfs-site.xml：

	<configuration><property><name>dfs.replication</name><value>3</value></property></configuration>

修改mapred-site.xml

<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property>
</configuration>

修改yarn-site.xml

 <configuration><!-- Site specific YARN configuration properties --><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><property><name>yarn.resourcemanager.hostname</name><value>master</value></property></configuration>

配置好后，将 master 上的 /usr/local/Hadoop 文件夹复制到各个节点上。速度较慢，也可直接在slave上重新配置

cd /usr/local/
tar -zcf ~/hadoop.master.tar.gz ./hadoop
cd ~
scp ./hadoop.master.tar.gz slave1:/home/hadoop
scp ./hadoop.master.tar.gz slave2:/home/hadoop

在slave1,slave2节点上执行：

sudo tar -zxf ~/hadoop.master.tar.gz -C /usr/local
sudo chown -R hadoop /usr/local/hadoop

• 启动Hadoop集群
  在master主机上执行如下命令：

cd /usr/local/hadoop
bin/hdfs namenode -format
sbin/start-all.sh

运行后，在master，slave1,slave2运行jps命令，查看：

jps

首次启动Hadoop集群时，需要先在Master节点执行名称节点的格式化（只需要执行这一次，后面再启动Hadoop时，不要再次格式化名称节点），命令如下

hdfs namenode -format

6.执行分布式实例

首先创建HDFS上的用户目录，命令如下：

hdfs dfs -mkdir -p /user/hadoop

然后，在HDFS中创建一个input目录，并把“/usr/local/hadoop/etc/hadoop”目录中的配置文件作为输入文件复制到input目录中，命令如下：

hdfs dfs -mkdir input
hdfs dfs -put /usr/local/hadoop/etc/hadoop/*.xml input

接着就可以运行 MapReduce 作业了，命令如下：

 hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep input output 'dfs[a-z.]+'

3.0之后hadoop登录端口9870