VM虚拟机环境下Hadoop的部署与设置（多台机器）

Hadoop Multi Node Cluster

Hadoop Multi Node Cluster规划如下图，由多台电脑組成:

• 有一台主要的电脑master，在HDFS擔任NameNode角色，在MapReduce2(YARN)擔任ResourceManager角色

• 有多台辅助的电脑data1、data2、data3，在HDFS擔任DataNode角色，在MapReduce2(YARN)擔任NodeManager角色

Hadoop Multi Node Cluster规划，整理如下表格：

  Ｐｓ：考虑到大家都只有一台pc，所以为了方便，使用VM创建4台虚拟主机master、data1、data2、data3。因为是虚拟主机，所以也无法享受多台计算机的优势

主要安装步骤：

• 複製Single Node Cluster到data1

• 設定data1服务器

• 複製data1服务器至data2、data3、master

• 設定data2、data3服务器

• 設定master服务器

• master连线至data1、data2、data3建立HDFS目錄

• 建立與格式化NameNode HDFS 目錄

• 啟動Hadoop Multi Node cluster

• 開啟Hadoop Resource-Manager Web介面

• 開啟NameNode Web介面

  ---

（1）复制Single Node Cluster到data1

  我们將之前所建立的Single Node Cluster VM 虚拟机复制到data1，设置为双网卡，

网卡1：设置NAT 网卡，可以通过host主机连接至外部网络

网卡2：设置为仅主机适配器，用于建立内部网络，内部网络链接虚拟主机与host主机。

（2）设置data1的服务器

  设置Multi Node Cluster 服务器，配置设置文件的共同部分：固定IP、hostname、core-site.xml、YARN-site.xml、mapred-site.xml、hdfs-site.xml

### Step0 查询IP地址，读取双网卡的IP地址
ifconfig

### Step1.编辑网络设定文件设定固定IP
sudo gedit /etc/network/interfaces
# 輸入下列內容

# interfaces(5) file used by ifup(8) and ifdown(8)
auto lo
iface lo inet loopback

# 网卡1 设置NAT 网卡，可以通过host主机连接至外部网络，设置为ens33，并设置为自动获取ip
# NAT interface
auto ens33
iface ens33 inet dhcp

# 网卡2 设置为仅主机适配器，用于建立内部网络，内部网络链接虚拟主机与host主机。
# host only interface
auto ens38
iface ens38 inet static
address 192.168.88.129
netmask 255.255.255.0
network 192.168.88.0
broadcast 192.168.88.255

### Step2.设定hostname
sudo gedit /etc/hostname
# 輸入下列內容:
data1

### Step3.设定hosts文件
sudo gedit /etc/hosts
# 輸入下列內容:
127.0.0.1 localhost
127.0.1.1 hadoop
# 输入每台电脑的IP地址
192.168.88.128 master
192.168.88.129 data1
192.168.88.130 data2
192.168.88.131 data3

# The following lines are desirable for IPv6 capable hosts
::1 ip6-localhost ip6-loopback
fe00::0 ip6-localnet
ff00::0 ip6-mcastprefix
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters

### Step4.修改core-site.xml
sudo gedit /usr/local/hadoop/etc/hadoop/core-site.xml
# 在<configuration></configuration>之間，輸入下列內容:

<property>
   <name>fs.default.name</name>
   <value>hdfs://master:9000</value>
</property>
 
### Step5.修改yarn-site.xml
sudo gedit /usr/local/hadoop/etc/hadoop/yarn-site.xml
# 在<configuration></configuration>之間，輸入下列內容:
######################################################
#设置ResourceManager主机与NodeManager的连接地址为8025
#设置ResourceManager主机与ApplicationMaster的连接地址为8030
#设置ResourceManager主机与客户端的连接地址为8050
######################################################

<property>
   <name>yarn.resourcemanager.resource-tracker.address</name>
   <value>master:8025</value>
</property>
<property>
   <name>yarn.resourcemanager.scheduler.address</name>
   <value>master:8030</value>
</property>
<property>
   <name>yarn.resourcemanager.address</name>
   <value>master:8050</value>
</property>

### Step6.修改mapred-site.xml
sudo gedit /usr/local/hadoop/etc/hadoop/mapred-site.xml
# 在<configuration></configuration>之間，輸入下列內容:
<property>
   <name>mapred.job.tracker</name>
   <value>master:54311</value>
</property>

### Step7.修改hdfs-site.xml
sudo gedit /usr/local/hadoop/etc/hadoop/hdfs-site.xml
# 在<configuration></configuration>之間，輸入下列內容:
<property>
   <name>dfs.replication</name>
   <value>3</value>
</property>
<property>
   <name>dfs.datanode.data.dir</name>
   <value>file:/usr/local/hadoop/hadoop_data/hdfs/datanode</value>
</property>  

（3）复制data1服务器至data2、data3、master

设置master的内存为4GB，其余内存为2G

（4）设置data2的服务器

# 设置data2的固定IP地址。
# 我们需要设置虚拟机每次开机都使用固定的IP，这个IP就是我们在（2）中设置的
sudo gedit /etc/network/interfaces
# 輸入下列內容
# interfaces(5) file used by ifup(8) and ifdown(8)
auto lo
iface lo inet loopback

# NAT interface
auto ens33
iface ens33 inet dhcp

# host only interface
auto ens38
iface ens38 inet static
address 192.168.88.130            # 主要修改这里的ip地址
netmask 255.255.255.0
network 192.168.88.0
broadcast 192.168.88.255

### Step2 设置主机名
sudo gedit /etc/hostname
# 輸入下列內容:
data2

同理，设置data3的IP地址和主机名

（5）设定master服务器

# step1.设置master的固定IP地址。
# step2.设置dmaster的主机名。

# Step3 设定hdfs-site.xml
sudo gedit /usr/local/hadoop/etc/hadoop/hdfs-site.xml
#修改为：
<property>
   <name>dfs.namenode.name.dir</name>
   <value>file:/usr/local/hadoop/hadoop_data/hdfs/namenode</value>
</property>  

# Step4 设定master文件
# masters文件主要是告诉Hadoop系统哪一台服务器是namenode
sudo gedit /usr/local/hadoop/etc/hadoop/masters
# 輸入下列內容:
master

# Step5.设定slave文件
# slaves文件主要是告诉Hadoop系统哪一台服务器是datanode
sudo gedit /usr/local/hadoop/etc/hadoop/slaves
# 輸入下列內容:
data1
data2
data3

（6）master连接到data1、data2、data3创建HDFS目录

# master SSH连接至data1並建立HDFS目錄
# 连接成功如图，由master变成了data1
ssh data1  
# 清除原有的节点数据文件
sudo rm -rf /usr/local/hadoop/hadoop_data/hdfs
sudo mkdir -p /usr/local/hadoop/hadoop_data/hdfs/datanode
sudo chown -R hadooptest:hadooptest /usr/local/hadoop
exit

同理，在data2、data3里创建HDFS目录

（7）创建并格式化nameNode HDFS目录

# Step1 重新建立NameNode HDFS 目錄
sudo rm -rf /usr/local/hadoop/hadoop_data/hdfs
mkdir -p /usr/local/hadoop/hadoop_data/hdfs/namenode
sudo chown -R hadooptest:hadooptest /usr/local/hadoop

# Step2 格式化NameNode HDFS 目錄
hadoop namenode -format

（8）启动Hadoop

# 启动start-dfs.sh，再启动start-yarn.sh
start-dfs.sh
start-yarn.sh
# 启动全部
# 这里注意在输入密码的时候需要输入三个data的密码
start-all.sh
# 查看目前所執行的行程
jps

（10）Hadoop的网页地址

开启 Hadoop Resource­Manager Web介面 ：http://master:8088/

开启Hadoop Resource-Manager Web介面：http://master:50070/