1.發(fā)行版本

?? Hadoop發(fā)行版本分為開源社區(qū)版和商業(yè)版，社區(qū)是指同Apache軟件基金會維護的版本，是官方維護的版本體系，是官方維護版本體系。商業(yè)版Hadoop是指由第三方商業(yè)公司在社區(qū)版Hadoop基礎上進行了一些修改、整合以及各個服務組件兼容性測試面發(fā)行的版本，比較著名的cloudera的CDH、mapR等

?? Hadoop的版本很特殊，是由多條分支并行的發(fā)展著。大的來看分為3個大的系列版本：1.x、2.x、3.x。
?? Hadoop2.0則包含一個支持NameNode橫向擴展的HDFS，一個資源管理系統(tǒng)YARN和一個運行在YARN上的離線計算框架MapReduce。當前穩(wěn)定版本：Apache Hadoop 2.7.4

2.集群簡介

?? Hadoop集群具體來說包含兩個集群：HDFS集群和YARN集群，兩者邏輯上分離，但物理上常在一起。
?? HDFS集群負責海量數據的存儲，集群中的角色主要有：
?? NameNode、DataNode、SecondaryNameNode
?? YARN集群負責海量數據運算時的資源調度，集群中的角色主要有：
?? ResourceManager、NodeManager
?? MapReduce是一個分布式運算編程框架，是應用程序開發(fā)包，由用戶按照編程規(guī)范進行程序開發(fā)，后打包運行在HDFS集群上，并且受到YARN集群的資源調度管理

在這里插入圖片描述

?? 集群模式主要用于生產環(huán)境部署。會使用N臺主機組成一個Hadoop集群。 這種部署模式下，主節(jié)點和從節(jié)點分開部署在不同的機器上
?? 我以3個節(jié)點為例進行搭建，角色分配如下：

3.服務器準備

VMware Workstation Pro 14
CentOS 7.4

4.服務器系統(tǒng)設置

• 同步時間

  • 手動同步時間
    date -s "2019-04-30 10:00"
  • 網絡同步時間
    yum install ntpdate ?? # 安裝軟件
    ntpdate cn.pool.ntp.org

• 設置主機名
  hostname node-1

• 配置IP、主機名映射
  vi /etc/hosts

• 配置ssh免密登陸

  • 生成ssh免登陸密鑰
    ssh-keygen -t rsa (四個回車)
  • 執(zhí)行完這個命令后，會生成id_rsa（私鑰）、id_rsa.pub（公鑰）
  • 將公鑰拷貝到要免密登陸的目標機器上
    ssh-copy-id node-2

• 配置防火墻

  • 查看防火墻
    systemctl status firewalld.service
  • 關閉防火墻
    systemctl stop firewalld.service
  • 關閉防火墻開機啟動
    systemctl disable firewalld.service

5.軟件安裝

下面安裝步驟中的所有安裝包可在“官網下載地址”下載，也可以直接從網盤下載
網盤地址（提取碼：yeb1）

• 需要的安裝包
  yum gcc gcc-c++ cmake openssl-devel ncurse-devel vim
  如使用網盤內的安裝包，并且系統(tǒng)和我一樣是centos7.4，也可直接使用hadoop-2.8.5-with-CentOS7.tar.gz包，跳過Hadoop編譯安裝
  tar zxf hadoop-2.8.5-with-CentOS7.tar.gz /root/apps/

• JDK環(huán)境安裝

  • 下載JDK安裝包并上傳
    官網下載地址
    
    在這里插入圖片描述
  • 解壓安裝包
    mkdir apps
tar zxf jdk-8u211-linux-x64.tar.gz -C /root/apps/
  • 配置環(huán)境變量 /etc/profile

    vim /etc/profile
    export JAVA_HOME=/root/apps/jdk1.8.0_211
    export PATH=$PATH:$JAVA_HOME/bin
    export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
    

  • 刷新配置
    soure /etc/profile
    
    

• Hadoop編譯安裝

  • 需要安裝包
    yum gcc gcc-c++ cmake openssl-devel ncurse-devel vim

  • 安裝maven
    官網下載地址
    

    在這里插入圖片描述
    
    解壓：
    tar zxf apache-maven-3.6.1-bin.tar.gz -C /usr/local/
    配置環(huán)境變量 /etc/profile

    vim /etc/profile
    export MAVEN_HOME=/usr/local/apache-maven-3.6.1
    export PATH=${PATH}:${MAVEN_HOME}/bin
    

    刷新配置
    soure /etc/profile

  • 安裝protobuf
    軟件下載
    解壓：
    tar zxf protobuf-2.5.0.tar.gz -C /usr/local/
    編譯安裝：
    cd /usr/local/protobuf-2.5.0/
./configure
make && make install
    驗證：
    protoc --version
    

    在這里插入圖片描述

  • Hadoop編譯安裝
    選擇2.8.5 source下載
    官網下載地址
    

    在這里插入圖片描述
    
    解壓：
    tar zxf hadoop-2.8.5-src.tar.gz
    編譯
    mvn package -DeskipTests -Pdist,native
    或者
    mvn package -DeskipTests -Pdist,native -Dtar
    等待編譯完成，時間很長，可以喝個茶，打個游戲去
    
    在這里插入圖片描述
    
    直到看到上面的內容那就說明編譯完成了。
    cp -r hadoop-2.8.5-src/hadoop-dist/target/hadoop-2.8.5/ /root/apps/

6.Hadoop安裝包目錄結構

bin: Hadoop最基本的管理腳本和使用腳本的目錄，這些腳本是sbin目錄下管理腳本的基礎實現，用戶可以直接使用這些腳本管理和使用Hadoop。
etc: Hadoop配置文件所在的目錄，包括core-size.xml、hdfs-size.xml、mapred-site.xml等從Hadoop1.0繼承來的配置文件和yarn-size.xml等Hadoop2.0新增的配置文件
include: 對外提供的編程庫頭文件（具體動態(tài)庫和靜態(tài)庫在lib目錄中），這些頭文件均是用c++定義的，通常用于c++程序訪問HDFS或者編寫MapReduce程序
lib: 該目錄包含了Hadoop對外提供的編程動態(tài)庫和靜態(tài)庫，與include目錄中的頭文件結合使用
libexec: 各個服務對用的shell配置文件所有的目錄，可用于配置日志輸出、啟動參數（比如JVM參數）等基本信息
sbin: Hadoop管理腳本所在的目錄，主要包含HDFS和YARN中各類服務的啟動/關閉腳本
share: Hadoop各個模塊編譯后的jar包所在的目錄

7.Hadoop配置文件修改

Hadoop安裝主要就是配置文件的修改，一般在主節(jié)點進行修改，完畢后scp下發(fā)給其他各個從節(jié)點機器
進入文件夾
cd /root/apps/hadoop-2.8.5/etc

7.1.hadoop-env.sh

文件中設置的是Hadoop運行時需要的環(huán)境變量。JAVA_HOME是必須設置的，即使我們當前的系統(tǒng)中設置了JAVA_HOME,它也是不認識的，因為Hadoop即使是在本機上執(zhí)行，它也是當前的執(zhí)行環(huán)境當成遠程服務器
vim hadoop-env.sh
export JAVA_HOME=/root/apps/jdk1.8.0_211

7.2.core-site.xml

<property>
    <name>fs.defaultFS</name>
    <value>hdfs://node-1:9000</value>
</property>
<property>
    <name>hadoop.tmp.dir</name>
    <value>/root/apps/hadoop-2.8.5/tmp</value>
</property>

7.3.hdfs-site.xml

<!-- 指定HDFS副本的數量 -->
<property>
    <name>dfs.replication</name>
    <value>2</value>
</property>
<property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>node-2:50090</value>
</property>

7.4.mapred-site.xml

mv mapred-site.xml.template mapred-site.xml
vim mapred-site.xml 

<!-- 指定mr運行時框架，這里指定在yarn上，默認是local -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

7.5.yarn-site.xml

 <!-- 指定 YARN 的老大（ResourceManager）的地址 -->
     <property>
         <name>yarn.resourcemanager.hostname</name>
         <value>node-1</value>
     </property>
     <!-- NodeManager上運行的附屬服務。需要配置成mapreduce_shuffle，才可運行MapReduce程序默認值-->
     <property>
         <name>yarn.nodemanager.aux-services</name>
         <value>mapreduce_shuffle</value>
     </property>

7.6.slaves文件，里面寫上主機名

vim slaves

node-1
node-2
node-3

7.7.將hadoop添加到環(huán)境變量

vim /etc/profile

export HADOOP_HOME=/root/apps/hadoop-2.8.5
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

7.8.下發(fā)配置

環(huán)境變量
scp /etc/profile node-2:/etc/
Hadoop文件
scp -r /root/apps/hadoop-2.8.5/ node-3:/root/apps
域名解析
scp /etc/hosts node-2:/etc/

*關于Hadoop的配置文件

***-default.xml 這里面配置了Hadoop默認的配置選項
如果用戶沒有更改，那么這里的選項將會生效

***-site.xml 這里配置了用戶需要自定義的配置選項
site中配置選項優(yōu)先級>Default中的，如果有配置的話，就會覆蓋默認的配置選項