一、概述

概念：

是一个可靠的、可伸缩的、分布式计算的开源软件。

是一个框架，允许跨越计算机集群的大数据及分布式处理，使用简单的编程模型（mapreduce）

可从单台服务器扩展至几千台主机，每个节点提供了计算和存储功能。

不依赖于硬件处理HA，在应用层面实现

特性4V：

volumn 体量大

velocity 速度快

variaty 样式多

value 价值密度低

模块：

hadoop common 公共类库，支持其他模块

HDFS hadoop distributed file system，hadoop分布式文件系统

Hadoop yarn 作业调度和资源管理框架

hadoop mapreduce 基于yarn系统的大数据集并行处理技术。

二、安装部署

2.1 主机规划

主机名称	IP地址	安装节点应用
hadoop-1	172.20.2.203	namenode/datanode/nodemanager
hadoop-2	172.20.2.204	secondarynode/datanode/nodemanager
hadoop-3	172.20.2.205	resourcemanager/datanode/nodemanager

2.2 部署

2.2.1 基础环境配置

a.配置java环境

yum install java-1.8.0-openjdk.x86_64 java-1.8.0-openjdk-devel -ycat >/etc/profile.d/java.sh<

b.修改主机名添加hosts

hostname hadoop-1cat >>/etc/hosts<

c.创建用户及目录

useradd hadoopecho "hadoopwd" |passwd hadoop --stdinmkdir -pv /data/hadoop/hdfs/{nn,snn,dn}chown -R hadoop:hadoop /data/hadoop/hdfs/mkdir -p /var/log/hadoop/yarnmkdir -p /dbapps/hadoop/logschmod g+w /dbapps/hadoop/logs/chown -R hadoop.hadoop /dbapps/hadoop/

d.配置hadoop环境变量

cat>/etc/profile.d/hadoop.sh<

e.下载并解压软件包

mkdir /software cd /software wget -c http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.7.5/hadoop-2.7.5.tar.gztar -zxf hadoop-2.6.5.tar.gz -C /usr/localln -sv /usr/local/hadoop-2.6.5/ /usr/local/hadoopchown hadoop.hadoop /usr/local/hadoop-2.6.5/ -R

f.hadoop用户免密钥配置

su - hadoopssh-keygen -t rsafor num in `seq 1 3`;do ssh-copy-id -i /home/hadoop/.ssh/id_rsa.pub hadoop@hadoop-$num;done

2.3 配置hadoop

2.3.1 配置各节点

配置master节点

hadoop-1节点运行namenode/datanode/nodemanager,修改hadoop-1的hadoop配置文件

core-site.xml（定义namenode节点）

cat>/usr/local/hadoop/etc/hadoop/core-site.xml <
    
     
     
     
      
       
        fs.defaultFS
       
       
        hdfs://hadoop-1:8020
       
       
        true
       
      
     EOF
    

hdfs-site.xml修改replication为data节点数目 （定义secondary节点）

cat >/usr/local/hadoop/etc/hadoop/hdfs-site.xml <
    
     
     
     
      
       
        dfs.namenode.secondary.http-address
       
       
        hadoop-2:50090
       
      
      
       
        dfs.replication
       
       
        2
       
      
      
       
        dfs.namenode.name.dir
       
       
        file:///data/hadoop/hdfs/nn
       
      
      
       
        dfs.datanode.data.dir
       
       
        file:///data/hadoop/hdfs/dn
       
      
      
       
        fs.checkpoint.dir
       
       
        file:///data/hadoop/hdfs/snn
       
      
      
       
        fs.checkpoint.edits.dir
       
       
        file:///data/hadoop/hdfs/snn
       
      
     EOF
    

添加mapred-site.xml

cat >/usr/local/hadoop/etc/hadoop/mapred-site.xml <
    
     
     
     
      
       
        mapreduce.framework.name
       
       
        yarn
       
      
     EOF
    

yarn-site.xml修改对应values为master的主机名（定义resourcemanager节点）

cat >/usr/local/hadoop/etc/hadoop/yarn-site.xml<
    
     
     
     
      
       
        yarn.resourcemanager.address
       
       
        hadoop-3:8032
       
      
      
       
        yarn.resourcemanager.scheduler.address
       
       
        hadoop-3:8030
       
      
      
       
        yarn.resourcemanager.resource-tracker.address
       
       
        hadoop-3:8031
       
      
      
       
        yarn.resourcemanager.admin.address
       
       
        hadoop-3:8033
       
      
      
       
        yarn.resourcemanager.webapp.address
       
       
        hadoop-3:8088
       
      
      
       
        yarn.nodemanager.aux-services
       
       
        mapreduce_shuffle
       
      
      
       
        yarn.nodemanager.auxservices.mapreduce_shuffle.class
       
       
        org.apache.hadoop.mapred.ShuffleHandler
       
      
      
       
        yarn.resourcemanager.scheduler.class
       
       
        org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler
       
      
     EOF
    

slaves(定义数据节点)

cat >/usr/local/hadoop/etc/hadoop/slaves<

同样的步骤操作hadoop-2/3，建议将hadoop-1的文件直接分发至hadoop-2/3

2.3.2 格式化namenode

在NameNode机器上（hadoop-1）执行格式化：

hdfs namenode -format

2.3.3 启动服务

在namenode hadoop-1执行start-all.sh启动服务

在hadoop-3启动resourcemanager服务``

hadoop-2服务查看hadoop-3服务查看

2.3.4 运行测试程序

yarn jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.5.jar pi 2 10

2.3.5 查看web界面

HDFS-NameNode

url:

YARN-ResourceManager

url: