Hadoop3.0通用版集群安装高可靠详细教程
问题导读 1.hadoop3.x检测虚拟内存的情况下，可能会产生什么问题？ 2.hadoop3.x中，下面各个配置的作用是什么？ 3.dfs.blocksize可以使用哪些单位？ hadoop3.0【GA版】集群安装与hadoop2.x集群安装还是有一定区别的。通过比较发现，hadoop3.x中除了yarn中增加的可定义资源【Hadoop3.0: YARN Resource自定义资源配置说明http://www.aboutyun.com/forum.php?mod=viewthread&tid=23626】，其它配置项基本都是相同的。但是在常用配置里面，却有比较大的不同。因为很多如果不配置，在2.x中不会报错，但是在3.x中会出问题。比如：虚拟内存的检测，如果不配置，那么在2.x中一般不会出现问题，但是在3.x则成为常用配置。缺少此配置项yarn.nodemanager.vmem-check-enabled，可能会出现下面问题。
Container is running beyond virtual memory limits. Current usage: 44.5 MB of 1 GB physical memory used; 2.5 GB of 2.1 GB virtual memory used. Killing container
所以需要加上
[XML] 纯文本查看 复制代码
?
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>当然解决方法比较多，大家也可以调整其它参数。 这里只是举例，其它的大家可以尝试。为了照顾一些零基础的同学，下面从零开始搭建集群。 首先通过虚拟机安装centos7.不会可参考下面文章 VMware workstation安装linux（ubuntu）配置详解 http://www.aboutyun.com/forum.php?mod=viewthread&tid=6424 centos7下载： 链接: https://pan.baidu.com/s/1eTj2fb8 密码: rmjw 1.网络配置
步骤3弹出内容：
如上图，我们按照配置即可。对于手动、自动、仅本地，这里选择需要按住鼠标不动，才能选择对应的内容。其中：网关不要使用192.168.1.1，这样可能上不了网。对于虚拟机的网络可参考此篇文章：
虚拟机三种网络模式该如何上网指导
http://www.aboutyun.com/forum.php?mod=viewthread&tid=6700
2.jdk1.8\hadoop环境变量设置
安装包：链接: https://pan.baidu.com/s/1pKVVNdx 密码: d3s7
配置JDK：
在~/.bashrc里面加入JAVA_HOME、JRE_HOME、HADOOP_HOME、PATH、CLASSPATH：
[Bash shell] 纯文本查看 复制代码
?
export JAVA_HOME="/usr/hadoop3.0-yarn/jdk1.8"
export HADOOP_HOME="/usr/hadoop-3.0.0"
export JRE_HOME="$JAVA_HOME/jre"
export PATH="$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"
export CLASSPATH="./:$JAVA_HOME/lib:$JRE_HOME/lib"生效：
[Bash shell] 纯文本查看 复制代码
?
source ~/.bashrc分发到slave1和slave2上
[Bash shell] 纯文本查看 复制代码
?
scp ~/.bashrc aboutyun@slave1:~/
scp ~/.bashrc aboutyun@slave2:~/执行生效
补充：
source命令的作用就是用来执行一个脚本
更多补充：
#####################################################
补充1：source与./a.sh 不同之处
你在一个脚本里export $KKK=111 ,如果你用./a.sh执行该脚本，执行完毕后，你运行 echo $KKK ,发现没有值，如果你用source来执行，然后再echo ,就会发现KKK=111。因为调用./a.sh来执行shell是在一个子shell里运行的，所以执行后，结构并没有反应到父shell里，但是source不同它就是在本shell中执行的，所以可以看到结果
补充2：Linux环境变量配置文件的区别：
（1） /etc/profile：此文件为系统的每个用户设置环境信息,当用户第一次登录时,该文件被执行. 并从/etc/profile.d目录的配置文件中搜集shell的设置。
（2） /etc/bashrc: 为每一个运行bash shell的用户执行此文件.当bash shell被打开时,该文件被读取（即每次新开一个终端，都会执行bashrc）。
（3） ~/.bash_profile: 每个用户都可使用该文件输入专用于自己使用的shell信息,当用户登录时,该文件仅仅执行一次。默认情况下,设置一些环境变量,执行用户的.bashrc文件。
（4） ~/.bashrc: 该文件包含专用于你的bash shell的bash信息,当登录时以及每次打开新的shell时,该该文件被读取。
（5） ~/.bash_logout: 当每次退出系统(退出bash shell)时,执行该文件. 另外,/etc/profile中设定的变量(全局)的可以作用于任何用户,而~/.bashrc等中设定的变量(局部)只能继承 /etc/profile中的变量,他们是"父子"关系。
（6） ~/.bash_profile: 是交互式、login 方式进入 bash 运行的~/.bashrc 是交互式 non-login 方式进入 bash 运行的通常二者设置大致相同，所以通常前者会调用后者。
摘自：csdn xyqzki
#####################################################
3.配置sudo无密码执行：
1.首先切换到root:
su root
2. sudo chmod a+w /etc/sudoers
3.通过vi命令编辑
4.添加如下内容：
aboutyun ALL=(ALL) NOPASSWD: ALL
5.恢复权限
sudo chmod a-w /etc/sudoers或则
sudo chmod 440 /etc/sudoers
二者操作是一样的
补充：
1.sudo解释
sudo是linux系统管理指令，是允许系统管理员让普通用户执行一些或者全部的root命令的一个工具，如halt、reboot、su等。这样不仅减少了root用户的登录和管理时间，同样也提高了安全性。sudo不是对shell的一个代替，它是面向每个命令的。sudo的配置文件是sudoers文件，它允许系统管理员集中的管理用户的使用权限和使用的主机。它所存放的位置默认是在/etc/sudoers，属性必须为0440。
2.权限说明
这两个对于初学者很容易混肴，这里ch，其实是change的简写，它们的含义分别是：
chown-》change own改变所有者
chmod-》change mod(mod不知道是否为简写)改变文件权限
一、chown 命令
用途：更改文件的所有者或组。命令由单词change owner组合而成。
使用示例：
1，更改文件的所有者：
chown jim program.c
文件 program.c 的所有者更改为 jim。作为所有者，jim 可以使用 chmod 命令允许或拒绝其他用户访问 program.c。
2，更改目录的所有者：
chown -R john:build /tmp/src
将目录 /tmp/src 中所有文件的所有者和组更改为用户 john 和组 build
- R 递归式地改变指定目录及其下的所有子目录和文件的拥有者。
- v 显示chown命令所做的工作。
（eg.chown –R root:root rootfs 将rootfs文件夹及其子录的权限和组均改为root
chown –R liufan:liufan-desktop rootfs 将目录rootfs文件夹及子目录的所有者和组更改为用户liufan和组liufan-desktop ）
二、chmod 命令
用途：改变文件或目录的访问权限。
该命令有两种用法：
一种是包含字母和操作符表达式的文字设定法；另一种是包含数字的数字设定法。
1，文字设定法
chmod [who] [+ | - | =] [mode] 文件名
命令中各选项的含义为：
操作对象who可是下述字母中的任一个或者它们的组合：
u 表示“用户（user）”，即文件或目录的所有者。
g 表示“同组（group）用户”，即与文件属主有相同组ID的所有用户。
o 表示“其他（others）用户”。
a 表示“所有（all）用户”。它是系统默认值。
操作符号可以是：
+ 添加某个权限。
- 取消某个权限。
= 赋予给定权限并取消其他所有权限（如果有的话）。
设置mode所表示的权限可用下述字母的任意组合：
r 可读。
w 可写。
x 可执行。
X 只有目标文件对某些用户是可执行的或该目标文件是目录时才追加x 属性。
s 在文件执行时把进程的属主或组ID置为该文件的文件属主。方式“u＋s”设置文件的用户ID位，“g＋s”设置组ID位。
t 保存程序的文本到交换设备上。
u 与文件属主拥有一样的权限。
g 与和文件属主同组的用户拥有一样的权限。
o 与其他用户拥有一样的权限。
文件名：以空格分开的要改变权限的文件列表，支持通配符。
在一个命令行中可给出多个权限方式，其间用逗号隔开。例如：chmod g+r，o+r example
使同组和其他用户对文件 example 有读权限。
2，数字设定法
我们必须首先了解用数字表示的属性的含义：0表示没有权限，1表示可执行权限，2表示可写权限，4表示可读权限，然后将其相加。
所以数字属性的格式应为3个从0到7的八进制数，其顺序是（u）（g）（o）。
例如，如果想让某个文件的属主有“读/写”二种权限，需要把4（可读）+2（可写）＝6（读/写）。
数字设定法的一般形式为：
chmod [mode] 文件名
3.vi编辑器
vi比较重要的命令.
插入命令：按下a键，或则i键
退出命令：:q
退出命令：wq
强制退出：:!q
查找命令：/+查找内容（按下/键然后输入查找内容）
更多参考
linux之vi编辑器
http://www.aboutyun.com/forum.php?mod=viewthread&tid=6450
4.NTP设置
centos7 ntp默认配置的，master使用默认同步网络服务器即可。
server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst
对于slave节点则同步master,对于出现的
[Bash shell] 纯文本查看 复制代码
?
server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst注释掉，然后替换下面内容
[Bash shell] 纯文本查看 复制代码
?
server master iburst验证ntp:
ntpq -p
关于ntp信息，更多参考
让你真正明白Linux NTP（包括历史、参数解释、安装配置）
http://www.aboutyun.com/forum.php?mod=viewthread&tid=11395
5.防火墙
关闭防火墙
sudo systemctl stop firewalld
开机禁用防火墙
sudo systemctl disable firewalld
关闭SElinux
SELINUX=disable
6.虚拟机克隆
网卡更换mac地址，防止重复：按照下面步骤点击弹出对应对话框，最后点击生成，点击确定。
克隆后修改内容
以master为例
a.修改hostnme
sudo vi /etc/hostname
b.修改hosts
127.0.0.1 localhost.localdomainlocalhost
::1 localhost6.localdomain6localhost6
192.168.1.10 master
192.168.1.20 slave1
192.168.1.30 slave2
slave1和slave2配置
相同：hosts配置相同
不同：hostname不同，分别为slave1和slave2
修改ip地址：
操作通上面网络配置部分。
ssh配置
第一步：产生密钥
$ ssh-keygen -t dsa -P ''
第二步：导入authorized_keys
$ cat ~/.ssh/id_dsa.pub >>~/.ssh/authorized_keys
其它的同样的内容，最后三个节点id_dsa.pub追加到authorized_keys
然后分发到三个节点。
比如master分发到slave1：
scp ~/.ssh/authorized_keysaboutyun@slave1:~/.ssh
最后三台机器的id_dsa.pub都追加到authorized_keys，这样达到三者彼此相互免密钥登陆
同时注意权限：
~/.ssh需要是700权限
chmod 700 ~/.ssh
authorized_keys需要是644权限
chmod 644 ~/.ssh/authorized_keys
如果权限不对，可能造成ssh无密码失败。
更多ssh可参考
云技术基础：集群搭建SSH的作用及这些命令的含义
http://www.aboutyun.com/forum.php?mod=viewthread&tid=6977
7.指定slave
.$HADOOP_HOME/etc/hadoop/works
8.配置文件
/etc/hadoop/core-site.xml
[XML] 纯文本查看 复制代码
?
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/hadoop3.0/tmp</value>
</property>
</configuration>uri: fs.defaultFS
hadoop.tmp.dir:临时路径
创建临时路径：
sudo mkdir -p /usr/hadoop3.0/tmp
注意授权，否则会格式化失败
sudo chown -Raboutyun:aboutyun /usr/hadoop3.0/
etc/hadoop/hdfs-site.xml:
[XML] 纯文本查看 复制代码
?
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
</property>
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
</configuration>dfs.replication：hadoop副本的数目
dfs.permissions.enabled：如果为true，则在HDFS中启用权限检查。 如果“false”，权限检查被关闭，如果缺少此配置，可能在远程开发中会连接失败。
新的默认的文件块大小，字节。你可以使用后缀k(kilo), m(mega), g(giga), t(tera), p(peta), e(exa)（比如：128k, 512m, 1g等等）或则提供完整的字节大小（(比如134217728为128 MB).）
etc/hadoop/mapred-site.xml:
[XML] 纯文本查看 复制代码
?
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.admin.user.env</name>
<value>HADOOP_MAPRED_HOME=/usr/hadoop-3.0.0</value>
</property>
</configuration>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=/usr/hadoop-3.0.0</value>
</property>
</configuration>mapreduce.framework.name：可以为local, classic 或则 yarn.
local表示本地运行，classic表示经典mapreduce框架，yarn表示新的框架。
mapreduce.admin.user.env：如果map和reduce任务访问本地库（压缩等），则必须保留原始值。
当此值为空时，设置执行环境的命令将取决于操作系统：
Linux：LD_LIBRARY_PATH=$HADOOP_COMMON_HOME/lib/native.
windows：PATH =%PATH%;%HADOOP_COMMON_HOME%\\bin.
yarn.app.mapreduce.am.env：可以设置AM【AppMaster】端的环境变量
注意：如果上面缺少配置，可能会造成mapreduce失败。
etc/hadoop/yarn-site.xml:
[XML] 纯文本查看 复制代码
?
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master </value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value> JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_HOME,PATH,LANG,TZ</value>
</property>
</configuration>yarn.resourcemanager.hostname ：RM的主机名。
yarn.nodemanager.env-whitelist：容器可能会覆盖的环境变量，而不是使用NodeManager的默认值。
yarn.nodemanager.aux-services ：NodeManager上运行的附属服务
9.安装包分发
scp -r /usr/hadoop3.0 aboutyun@slave1:/usr/
scp -r /usr/hadoop3.0 aboutyun@slave2:/usr/
10.格式化nemenode:
hdfs namenode -format
11.启动集群
start-dfs.sh
start-yarn.sh
访问页面：
http://192.168.1.10:8088
http://192.168.1.10:9870
12.运行wordcount：
对于wordcount需要创建文件，并上传至hdfs，它的运行跟hadoop2.x没有什么区别的。可参考
hadoop2.2使用手册2：如何运行自带wordcount
http://www.aboutyun.com/forum.php?mod=viewthread&tid=7713
做完准备工作，运行命令，并查看结果
[Bash shell] 纯文本查看 复制代码
?
hadoop jar /usr/hadoop-3.0.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0.jarwordcount /data/wordcount /output/wordcount
查看结果
13.遇到问题：
产生错误：
Container[pid=31333,containerID=container_1515487818814_0001_01_000004] is runningbeyond virtual memory limits. Current usage: 93.0 MB of 1 GB physical memoryused; 2.5 GB of 2.1 GB virtual memory used. Killing container.
解决办法： 禁用虚拟机内存检测
[XML] 纯文本查看 复制代码
?
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>参考资料：
hadoop3.0集群安装知识1
http://www.aboutyun.com/forum.php?mod=viewthread&tid=23725
Hadoop3.0集群安装知识2
http://www.aboutyun.com/forum.php?mod=viewthread&tid=23732
Hadoop3.0集群安装知识3
http://www.aboutyun.com/forum.php?mod=viewthread&tid=23745
hadoop3.x常用配置与hadoop2.x有哪些不同
http://www.aboutyun.com/forum.php?mod=viewthread&tid=23759