优于别人，并不高贵，真正的高贵应该是优于过去的自己

Hadoop 完全分布式环境搭建

编写分发文件脚本

应用场景如下：比如有三台主机 master1,slave1,slave2

如果简历完全分布式的集群就需要将文件从 master1 拷贝到 slave 从机上

那么可以使用 rsync 命令分发单个文件，也可以使用如下脚本分发文件夹或者文件

#!/bin/bash

#1 获取输入参数个数，如果没有参数，直接退出
# $# 代表获得命令行参数个数
pcount=$#
if((pcount==0)); then
echo no args;
exit;
fi

#2 获取文件名称
# $1 代表获得命令行第一个参数
p1=$1
fname=`basename $p1`
echo fname=$fname

#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir

#4 获取当前用户名称
user=`whoami`

#5 rsync 命令可以分发文件到指定主机
# 这里 slave 就是从机的机名
for((host=1; host<3; host++))
do
        echo ------------------- slave$host --------------
        rsync -rvl $pdir/$fname $user@slave$host:$pdir
done

集群规划

配置集群

配置文件都在 hadoop2.7.2/etc/hadoop 下

配置 core-site.xml

<!-- 指定 HDFS 中 NameNode 的地址 -->
<property>
        <name>fs.defaultFS</name>
      <value>hdfs://hadoop102:9000</value>
</property>

<!-- 指定 Hadoop 运行时产生文件的存储目录 -->
<property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>

配置 hadoop-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_144

配置 hdfs-site.xml

<!-- 指定副本数量 -->
<property>
        <name>dfs.replication</name>
        <value>3</value>
</property>

<!-- 指定 SecondaryNamenode 主机配置 -->
<property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>hadoop104:50090</value>
</property>

配置 yarn-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_144

配置 yarn-site.xml

<!-- reducer 获取数据的方式 -->
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>

<!-- 指定 YARN 的 ResourceManager 的地址 -->
<property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop103</value>
</property>

配置 mapred-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_144

配置 mapred-site.xml

【需要拷贝 mapred-site.xml.template 然后重命名即可】

<!-- 指定 mr 运行在 yarn 上 -->
<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
</property>

分发配置到集群中

# xsync 就是刚刚编写的分发脚本
xsync /opt/module/hadoop-2.7.2/

集群格式化

# 这部分必须没有报错才行，不然就重来一篇，必须在 hadoop 根目录下执行
hadoop namenode -format

集群启动测试

 在主机 hadooop102 在 sbin 目录下，运行 start-dfs.sh 启动 HDFS
在主机 hadooop103 在 sbin 目录下，运行 start-yarn.sh 启动 yarn
然后使用 jps 查看进程即可 

相关资料

本文配套 GitHub：https://github.com/zhutiansam…

本文配套公众号：FocusBigData

回复【大数据面经】【大数据面试经验】【大数据学习路线图】会有惊喜哦