1. 虚拟机的安装
1.1 下载VMware Workstation1.2 下载ubantu20.041.3 安装一台虚拟机1.4 安装Vmware Tools 2. 网络配置
2.1 添加权限2.2 DHCP动态分配IP地址2.3 配置静态IP地址2.4 主机名和IP地址映射 3. 安装必要工具
3.1 安装SSH3.2 安装JDK3.3 安装Mysql3.4 安装ZooKeeper3.6 安装Hadoop 4. 配置相关文件
4.1 修改hadoop 的配置文件
4.1.1 core-site.xml4.1.2 hdfs-site.xml4.1.3 mapred-site.xml4.1.4 yarn-site.xml4.1.5 workers 4.2 文件分发和命令传输的脚本文件
4.2.1 xsync4.2.2 xcall 5. 配置分布式集群
5.1 虚拟机的克隆5.2 修改主机名5.3 修改网络配置5.4 配置SSH免密登录5.5 测试xcall 和xsync命令5.5 设置non-login 环境变量 6. hadoop 的使用
6.1 开启HDFS6.2 开启yarn 7. 安装Hbase8. 踩坑记录
1. 虚拟机的安装 1.1 下载VMware WorkstationVM16pro百度网盘下载地址:链接：https://pan.baidu.com/s/1Lvijuq8CBb6yil-WGukYjw 提取码：if1n
VM官方下载地址：https://www.vmware.com/products/workstation-pro/workstation-pro-evaluation.html
选择windows或者linux进行下载：
ubuntu20.04百度网盘下载链接：https://pan.baidu.com/s/1p2OwVDZ16H-Jh4NKCl4Vgw 提取码：8qjx
ubuntu 20.04.4LTS 官网下载地址：https://ubuntu.com/download/desktop
找不到下一步
接下来就会进入安装导航，一般这时界面很小，往往会找不到安装的下一步按钮。这时候有两种方法可以解决：
【方法1】alt+鼠标拖动界面
【方法2】如果方法1 无法解决，则我们可以直接改变屏幕的分辨率。alt+ctrl+T 打开终端，输入xrandr 查看支持的分辨率大小。然后右键copy 1680x1050 （方便下一条命令时输入）
然后改变分辨率的大小，终端输入 xrandr - s 1680x1050， 然后关闭终端。
用户名可以随便起，但是要记住，因为后面的一些安装路径会用上。为了辨识三台主机，建议该主机名为hadoop1
然后等待安装，最后重启后，按enter键。
安装VMwareTools方便真机和虚拟机之间传输文件（鼠标直接拖拽），以及复制粘贴（真机ctrl+Cctrl+V, 虚拟机ctrl+shift+Cctrl+shift+V）
ctrl+atrl+T 打开终端输入如下命令
sudo apt upgrade sudo apt install open-vm-tools-desktop -y sudo reboot2. 网络配置
首先可以先ping 一下外网，测试联网情况
ping www.baidu.com
ping不通，域名解析失败。因为缺少inet地址（即ipv4的ip地址）
我们创建的普通用户权限不足，不能修改网络配置信息，要先为普通用户赋予root权限，这需要切换到root用户下。首先为root用户设置一个密码并切换到root用户
sudo passwd root su root
为用户增加权限, sudo命令不用密码
vi /etc/sudoers
然后添加一行 (输入i进入插入模式)
用户名 ALL=(ALL:ALL) ALL
修改一行
%sudo ALL=(ALL:ALL) NOPASSWD:ALL
然后保存退出（shift+:进入底行模式，然后输入wq!强制保存退出）
sudo dhclient -v
这种方式可以正常ping通外网，但是有个弊端，每次重启虚拟机的时候，都要再次执行上面的指令
点击该虚拟机的设置，选择NAT模式
首先在真机上打开cmd,输入ipconfig，nat配置对应的是vmnet8 , 我们需要让虚拟机的IP地址和192.168.247.1处于同一个网段下（你的电脑会是192.168.x.1）
编辑网络配置信息文件
sudo gedit /etc/netplan/01-network-manager-all.yaml
注意不要直接复制粘贴！要修改下面的addresses 和 gateway4（原理参考 ）
虚拟机ubuntu的ip与上文查到的192.168.x.1（例如我的是192.168.247.1）处于同一网段即可（例如我的ubuntu可以选择的IP可以是192.168.247.***, 此处我选取的是192.168.247.124）此处的192.168.x.1理解为主机的默认网关，在配置文件中的gateway4: 192.168.x.2 理解为虚拟机ubuntu的默认网关
network:
ethernets:
ens33:
dhcp4: no
addresses: [192.168.247.124/24]
optional: true
gateway4: 192.168.247.2
nameservers:
addresses: [8.8.8.8,8.8.8.4]
version: 2
renderer: NetworkManager
然后保存并退出
应用新的网络配置
sudo netplan apply
查看ip
ip addr
IP地址固定成功
测试联网情况
ping www.baidu.com2.4 主机名和IP地址映射
sudo gedit /etc/hosts
注释
#127.0.1.1 hadoop1
添加
注意不要直接复制粘贴，此处要修改第三段数字（你的不一定是247）
192.168.247.124 hadoop1 192.168.247.125 hadoop2 192.168.247.126 hadoop3
然后保存并退出
安装ssh-server 和 ssh-client
sudo apt-get install openssh-server
修改 /etc/ssh/sshd_config 文件
gedit /etc/ssh/sshd_config
将PermitRootLogin prohibit-password 改为 PermitRootLogin yes
保存后重启ssh服务
参考：https://blog.csdn.net/weixin_38924500/article/details/106261971
安装openjdk-8-jdk
sudo apt-get install openjdk-8-jdk
查看java版本，看看是否安装成功
java -version3.3 安装Mysql
安装mysql
#命令1 更新源 sudo apt-get update #命令2 安装mysql服务 sudo apt-get install mysql-server
初始化设置
sudo mysql_secure_installation
#1 VALIDATE PASSWORD PLUGIN can be used to test passwords... Press y|Y for Yes, any other key for No: N (选择N ,不会进行密码的强校验) #2 Please set the password for root here... New password: (输入密码) Re-enter new password: (重复输入) #3 By default, a MySQL installation has an anonymous user, allowing anyone to log into MySQL without having to have a user account created for them... Remove anonymous users? (Press y|Y for Yes, any other key for No) : N (选择N，不删除匿名用户) #4 Normally, root should only be allowed to connect from 'localhost'. This ensures that someone cannot guess at the root password from the network... Disallow root login remotely? (Press y|Y for Yes, any other key for No) : N (选择N，允许root远程连接) #5 By default, MySQL comes with a database named 'test' that anyone can access... Remove test database and access to it? (Press y|Y for Yes, any other key for No) : N (选择N，不删除test数据库) #6 Reloading the privilege tables will ensure that all changes made so far will take effect immediately. Reload privilege tables now? (Press y|Y for Yes, any other key for No) : Y (选择Y，修改权限立即生效)
检查mysql 服务状态
systemctl status mysql.service
配置环境变量
vi /etc/profile
添加
export MYSQL_HOME=/usr/share/mysql export PATH=$MYSQL_HOME/bin:$PATH
刷新环境变量
source /etc/profile
启动和停止mysql服务
#停止 sudo service mysql stop #启动 sudo service mysql start
进入mysql 数据库
mysql -u root -p
更多mysql相关操作：https://blog.csdn.net/weixin_38924500/article/details/106261971
ZooKeeper3.4.6 下载链接：https://pan.baidu.com/s/1gRfYdOTMJF4UMP3_JD9VWA
提取码：2nd8
将下载的安装包移动到/opt 目录下
mv zookeeper-3.4.6.tar.gz /opt
解压
cd /opt tar -zxvf zookeeper-3.4.6.tar.gz
在conf中新建zoo.cfg文件
cd /opt/zookeeper-3.4.6/conf cp zoo_sample.cfg zoo.cfg vi zoo.cfg
添加如下内容
# 客户端心跳时间(毫秒) tickTime=2000 # 允许心跳间隔的最大时间 initLimit=10 # 同步时限 syncLimit=5 # 数据存储目录 dataDir=/opt/zookeeper-3.4.6/tmp # 端口号 clientPort=2181 # 集群节点和服务端口配置 server.1=hadoop1:2888:3888 server.2=hadoop2:2888:3888 server.3=hadoop3:2888:3888
注：
dataDir 是缓存数据路径
2888为组成zookeeper服务器之间的通信端口，3888为用来选举leader的端口
新建zookeeper缓存数据目录
mkdir tmp
同步到hadoop2 和hadoop3
xsync /opt/zookeeper-3.4.6/
然后分别在三台虚拟机上执行如下操作：
添加环境变量
vi /etc/profile
最下面加上两行
export ZOOKEEPER_HOME=/opt/zookeeper-3.4.6 export PATH=$ZOOKEEPER_HOME/bin:$PATH
刷新环境变量
source /etc/profile
在hadoop1上执行
cd /opt/zookeeper-3.4.6/tmp touch myid echo 1 > myid
在hadoop2上执行
cd /opt/zookeeper-3.4.6/tmp touch myid echo 2 > myid
在hadoop3上执行
cd /opt/zookeeper-3.4.6/tmp touch myid echo 3 > myid
在三台虚拟机上启动zookeeper
cd /opt/zookeeper-3.4.6/bin ./zkServer.sh start
hadoop1启动成功
hadoop2启动成功
hadoop3启动成功
在三台虚拟机上查看节点状态
./zkServer.sh status
从上面的执行结果可以看出，zookeeper集群已经启动成功了。
【下载方法1】
百度网盘下载hadoop3.2.2：https://pan.baidu.com/s/1rX9aAkKzh-VTFtWAf3gurg 提取码：lc6x
【下载方法2】
hadoop 官网下载地址
下载hadoop3.2.2 安装包
wget https://dlcdn.apache.org/hadoop/common/hadoop-3.2.2/hadoop-3.2.2.tar.gz
解压
tar xzf hadoop-3.2.2.tar.gz
先切换到用户目录下（zyw是我、的用户名），添加环境变量
cd /home/zyw sudo vi .bashrc
注意不要直接粘贴，修改HADOOP_HOME的路径（zyw是我的用户名）
#Hadoop Related Options export HADOOP_HOME=/home/zyw/hadoop-3.2.2 export HADOOP_INS、TALL=$HADOOP_HOME export HADOOP_MAPRED_HOME=$HADOOP_HOME export HADOOP_COMMON_HOME=$HADOOP_HOME export HADOOP_HDFS_HOME=$HADOOP_HOME export YARN_HOME=$HADOOP_HOME export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib/nativ"
保存并退出
配置生效 （添加完成后一定不要忘记这个）
source .bashrc
修改环境变量
gedit ~/.profile
在末尾添加
# hadoop
export HADOOP_HOME=/home/zyw/hadoop-3.2.2
export PATH=$PATH:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin
source .profile
修改 hadoop-env.sh
不要直接复制粘贴，zyw是我的用户名
gedit /home/zyw/hadoop-3.2.2/etc/hadoop/hadoop-env.sh
在首行添加JAVA_HOME （如果不确定自己的JAVA_HOME,先按照后面的方法查看一下）
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
export HADOOP_HOME=/home/zyw/hadoop-3.2.2
export HADOOP_OPTS="-Djava.library.path=${HADOOP_HOME}/lib/native"
export HDFS_DATANODE_USER=root
export HADOOP_SECURE_DN_USER=root
export HDFS_NAMENODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
保存并退出
JAVA_HOME的查看方式
which javac readlink -f /usr/bin/javac
检查hadoop是否安装成功
hadoop version4. 配置相关文件 4.1 修改hadoop 的配置文件
进入配置文件目录(zyw是我的用户名)
cd /home/zyw/hadoop-3.2.2/etc/hadoop/4.1.1 core-site.xml
新建一个空文件夹/home/zyw/hadoop-3.2.2/tmp
vi core-site.xml
在
不要直接复制粘贴 /home/zyw/tmpdata 是我在本地新建的一个空目录
4.1.2 hdfs-site.xmlfs.defaultFS hdfs://hadoop1:9000 hadoop.tmp.dir /home/zyw/hadoop-3.2.2/tmp A base for other temporary directories.
新建两个空文件夹/home/zyw/hadoop-3.2.2/hdfs/name /home/zyw/hadoop-3.2.2/hdfs/data
编辑 hdfs-site.xml
vi hdfs-site.xml
在
不要直接复制粘贴 /home/zyw/dfsdata/namenode, /home/zyw/dfsdata/datanode 是我本地创建的目录
4.1.3 mapred-site.xmldfs.namenode.http-address hadoop1:50070 dfs.replication 2 dfs.namenode.name.dir file:/home/zyw/hadoop-3.2.2/hdfs/name dfs.datanode.data.dir file:/home/zyw/hadoop-3.2.2/hdfs/data
gedit mapred-site.xml
在
4.1.4 yarn-site.xmlmapreduce.framework.name yarn mapreduce.jobhistory.address hadoop1:10020 mapreduce.jobhistory.webapp.address hadoop1:19888
gedit yarn-site.xml
在
4.1.5 workersyarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.hostname hadoop1 yarn.nodemanager.env-whitelist JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME yarn.webapp.ui2.enable true yarn.nodemanager.vmem-check-enabled false
gedit workers
hadoop1 hadoop2 hadoop34.2 文件分发和命令传输的脚本文件
在用户目录下创建一个bin目录 (zyw是我的用户名)
cd /home/zyw mkdir bin cd bin4.2.1 xsync
在该目录下创建xsync文件,此脚本用于虚拟机之间通过scp传送文件
gedit xsync
添加内容如下
#!/bin/bash
#校验参数是否合法
if(($#==0))
then
echo 请输入要分发的文件!
exit;
fi
#获取分发文件的绝对路径
dirpath=$(cd `dirname $1`; pwd -P)
filename=`basename $1`
echo 要分发的文件的路径是:$dirpath/$filename
#循环执行rsync分发文件到集群的每条机器
for((i=1;i<=3;i++))
do
echo ---------------------hadoop$i---------------------
rsync -rvlt $dirpath/$filename hadoop$i:$dirpath
done
修改权限
chmod 777 xsync
拷贝到系统目录的bin下
sudo cp xsync /bin4.2.2 xcall
然后在该目录下创建xcall文件,此脚本用于对所有声明的虚拟机进行命令的传输
gedit xcall
添加内容如下
#!/bin/bash
#在集群的所有机器上批量执行同一个命令
if(($#==0))
then
echo 请输入要操作的命令!
exit;
fi
echo 要执行的命令是$*
#循环执行此命令
for((i=1;i<=3;i++))
do
echo --------------------hadoop$i--------------------
ssh hadoop$i $*
done
修改权限
chmod 777 xcall
拷贝到系统目录的bin下
sudo cp xcall /bin5. 配置分布式集群 5.1 虚拟机的克隆
在终端输入命令关闭虚拟机
shutdown -h now
克隆
按照上面的步骤再克隆一台hadoop3
克隆的另外两台主机显示的仍是hadoop1
在两台被克隆的虚拟机上分别修改
sudo gedit /etc/hostname
在hadoop2上：
在hadoop3上：
保存后，关闭当前的终端。然后点击用户文件夹（刷新作用）
重新打开终端，修改成功
编辑网络配置信息文件
sudo gedit /etc/netplan/01-network-manager-all.yaml
修改IP地址的一行(注意你的ubuntu网段要和真机的网段匹配，比如说我的前三位一定是192.168.247 最后一位分别是124、125、126)
hadoop2:
addresses: [192.168.x.125/24]
hadoop3:
addresses: [192.168.x.126/24]
不要忘记应用新的网络配置
sudo netplan apply5.4 配置SSH免密登录
在三台虚拟机上分别执行：
ssh-keygen -t rsa
此处生成rsa密钥，一直回车即可
然后将这三个密钥在三台虚拟机上相互传输
首先，在hadoop1上向hadoop2、hadoop3发送
ssh-copy-id hadoop2 ssh-copy-id hadoop3
然后，在hadoop2上向hadoop1、hadoop3发送
ssh-copy-id hadoop1 ssh-copy-id hadoop3
最后，在hadoop3上向hadoop1、hadoop2发送
ssh-copy-id hadoop1 ssh-copy-id hadoop2
然后分别在三台主机上键入
ssh hadoop1 ssh hadoop2 ssh hadoop3
可以免密相互登录
【测试xcall】
使用xcall来关闭三台虚拟机上的防火墙，在任意一台虚拟机的终端上输入
xcall ufw disable
【测试xsync】
在任意一台虚拟机上修改文件slaves
cd /home/zyw/hadoop-3.2.2/etc/hadoop/ vi slaves
修改内容为：
hadoop1 hadoop2 hadoop3
使用xsync脚本将修改的文件分发到另外两台虚拟机上
cd ../ xsync hadoop/5.5 设置non-login 环境变量
我们使用的xcall脚本是以non-login的方式打开一个bash执行命令的，此时不会读取配置文件~/.profile，而是读取 ~/.bashrc。
先在hadoop1上修改配置文件~/.bashrc
gedit ~/.bashrc
在文件的首行加入
source ~/.profile
然后注释下面 ~/.profile的内容
#if [ -n "$BASH" ]; then
# include .bashrc if it exists
# if [ -f "$HOME/.bashrc" ]; then
# . "$HOME/.bashrc"
# fi
#fi
接着将修改过的 ~/.profile和~/.bashrc文件分发到另外两台虚拟机上
xsync ~/.profile xsync ~/.bashrc
测试
xcall jps6. hadoop 的使用
hadoop初始化
在hadoop01中输入
hadoop namenode -format6.1 开启HDFS
在hadoop01上开启hdfs
start-dfs.sh 或 start-all.sh
在这里插入图片描述
在hadoop1的浏览器上访问
http://192.168.247.124:50070 或者 http://localhost:50070
出现三个节点的信息，说明集群搭建成功。
然后在hadoop1上开启yarn
start-yarn.sh
在hadoop1的浏览器上访问
http://192.168.247.124:8088 或者 http://localhost:8088
使用xcall jps 查看所有节点的运行情况
将压缩包拖动到虚拟机上的用户目录下
将下载的安装包移动到/opt 目录下
mv hbase-1.2.6-bin.tar.gz /opt
解压
cd /opt tar -zxvf hbase-1.2.6-bin.tar.gz
添加环境变量
vi /etc/profile
最下面加上两行
export SCALA_HOME=/opt/scala-2.13.0 export PATH=$SCALA_HOME/bin:$PATH
刷新环境变量
source /etc/profile
进入conf目录，修改hbase-env.sh
cd /opt/hbase-1.2.6/conf/ vi hbase-env.sh
将JAVA_HOME, HADOOP_HOME, Hbase_LOG_DIR, Hbase_MANAGES_ZK修改为以下内容：
# 配置JDK安装路径 export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64 # 配置Hadoop安装路径 export HADOOP_HOME=/home/zyw/hadoop-3.2.2 # 设置Hbase的日志目录 export Hbase_LOG_DIR=/opt/hbase-1.2.6/logs # 使用独立的ZooKeeper集群 export Hbase_MANAGES_ZK=false # 设置pid的路径 (啥用？) export Hbase_PID_DIR=/home/hadoop_files
配置hbase-site.xml
vi hbase-site.xml
8. 踩坑记录hbase.rootdir hdfs://hadoop1:9000/hbase hbase.cluster.distributed true hbase.master.port 16000 hbase.zookeeper.quorum hadoop1,hadoop2,hadoop3 hbase.zookeeper.property.clientPort 2181 hbase.zookeeper.property.dataDir /opt/zookeeper-3.4.6/tmp zookeeper.znode.parent /hbase
zyw@hadoop01:~/hadoop-3.2.2/etc/hadoop # .start-dfs.sh Starting namenodes on [master] ERROR: Attempting to operate on hdfs namenode as root ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation. Starting datanodes ERROR: Attempting to operate on hdfs datanode as root ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation. Starting secondary namenodes [slave1] ERROR: Attempting to operate on hdfs secondarynamenode as root ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.
在/hadoop/sbin路径下：
将start-dfs.sh，stop-dfs.sh两个文件顶部添加以下参数
#!/usr/bin/env bash HDFS_DATANODE_USER=root HADOOP_SECURE_DN_USER=hdfs HDFS_NAMENODE_USER=root HDFS_SECONDARYNAMENODE_USER=root
start-yarn.sh，stop-yarn.sh顶部也需添加以下：
#!/usr/bin/env bash YARN_RESOURCEMANAGER_USER=root HADOOP_SECURE_DN_USER=yarn YARN_NODEMANAGER_USER=root # Licensed to the Apache Software Foundation (ASF) under one or more
修改完成后，重新启动。
参考：
https://blog.csdn.net/qq_44937291/article/details/112298318
https://home.uncg.edu/cmp/downloads/files/Part%202.pdf
https://phoenixnap.com/kb/install-hadoop-ubuntu
