环境说明

配置环境准备3台机器，四台机器环境是 CentOS 6.9，IP和主机名配置如下：

192.168.100.101 node01
192.168.100.102 node02
192.168.100.103 node03

前置配置

ssh免密登录,JDK环境,防火墙配置,SELINUX关闭

Hadoop配置及安装

①文件下载&&解压

下载:http://archive.cloudera.com/cdh5/cdh/5/

文件放置在 /export/soft下，解压缩：tar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C ../servers/

②hadoop支持检验

/export/servers/hadoop-2.6.0-cdh5.14.0 bin/hadoop checknative

如openssl为false，yum安装   yum -y install openssl-devel

③配置文件修改

core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://node01:8020</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas</value>
    </property>
<!-- 缓冲区大小，实际工作中根据服务器性能动态调整 -->
    <property>
        <name>io.file.buffer.size</name>
        <value>4096</value>
    </property>

<!-- 开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 -->
    <property>
        <name>fs.trash.interval</name>
        <value>10080</value>
    </property>
</configuration>

hdfs-site.xml

<configuration>
<!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 -->
<!-- 集群动态上下线
    <property>
        <name>dfs.hosts</name>
        <value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host</value>
    </property>
    <property>
        <name>dfs.hosts.exclude</name>
        <value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value>
    </property>
-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>node01:50090</value>
    </property>

    <property>
        <name>dfs.namenode.http-address</name>
        <value>node01:50070</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas</value>
    </property>
<!-- 定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 -->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value>
    </property>
    <property>
        <name>dfs.namenode.edits.dir</name>
        <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value>
    </property>
    <property>
        <name>dfs.namenode.checkpoint.dir</name>
        <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value>
    </property>
    <property>
        <name>dfs.namenode.checkpoint.edits.dir</name>
        <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.permissions</name>
        <value>false</value>
    </property>
    <property>
        <name>dfs.blocksize</name>
        <value>134217728</value>
        </property>
</configuration>

Hadoop-env.sh

若未配置JAVA环境变量，修改JAVA_HOME为绝对路径

mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

    <property>
        <name>mapreduce.job.ubertask.enable</name>
        <value>true</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>node01:10020</value>
    </property>

    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>node01:19888</value>
    </property>
</configuration>

yarn-site.xml

<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>node01</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

slaves

node01
node02
node03

④创建文件存放目录

mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas 
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits

⑤安装文件分发

cd /export/servers/

scp -r hadoop-2.6.0-cdh5.14.0/ node02:$PWD
scp -r hadoop-2.6.0-cdh5.14.0/ node03:$PWD

⑥Hadoop环境变量配置

vim /etc/profile.d/hadoop.sh

export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

配置完成之后生效

source /etc/profile

⑦集群启动

注：首次启动HDFS时，必须对其进行格式化操作。本质上是一些清理和准备工作，因为此时的 HDFS 在物理上还是不存在的。

bin/hdfs namenode -format或者bin/Hadoop namenode –format

单个节点逐一启动
在主节点上使用以下命令启动 HDFS NameNode：            Hadoop-daemon.sh start namenode
在每个从节点上使用以下命令启动 HDFS DataNode：      Hadoop-daemon.sh start datanode
在主节点上使用以下命令启动 YARN ResourceManager： yarn-daemon.sh start resourcemanager
在每个从节点上使用以下命令启动 YARN nodemanager： yarn-daemon.sh start nodemanager

以上脚本位于$HADOOP_PREFIX/sbin/目录下。如果想要停止某个节点上某个角色，只需要把命令中的start 改为stop 即可。
脚本一键启动HDFS、Yarn
如果配置了 etc/Hadoop/slaves 和 ssh 免密登录，则可以使用程序脚本启动所有Hadoop 两个集群的相关进程，在主节点所设定的机器上执行。
启动集群
node01节点上执行以下命令
第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/
sbin/start-dfs.sh
sbin/start-yarn.sh

停止集群：没事儿不要去停止集群

sbin/stop-dfs.sh
sbin/stop-yarn.sh

脚本一键启动所有

一键启动集群

sbin/start-all.sh

一键关闭集群

sbin/stop-all.sh

验证

验证进程

主节点   jps -m

[root@node01 current]# jps
19969 ResourceManager
20245 NodeManager
19527 NameNode
19819 SecondaryNameNode
19660 DataNode
22828 Jps

从节点

[root@node02 hadoop-2.6.0-cdh5.14.0]# jps
6822 NodeManager
8507 Jps
6716 DataNode

Hadoop Web 端验证

访问http://192.168.100.101:50070/

目前存活节点

Yarn Web 端验证

目前存活节点

⑧JobHistory配置启用

mapred-site.xml

<property>
        <name>mapreduce.jobhistory.address</name>
        <value>node01:10020</value>
</property>

<property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>node01:19888</value>
</property>

yarn-site.xml

<property>
       <name>yarn.log-aggregation-enable</name>
       <value>true</value>
</property>
<property>
       <name>yarn.log-aggregation.retain-seconds</name>
       <value>604800</value>
</property>
<!--指定文件压缩类型用于压缩汇总日志-->
<property>
       <name>yarn.nodemanager.log-aggregation.compression-type</name>
       <value>gz</value>
       </property>
       <!-- nodemanager本地文件存储目录-->
<property>
       <name>yarn.nodemanager.local-dirs</name>
       <value>/export/servers/hadoop-2.6.0/yarn/local</value>
       </property>
       <!-- resourceManager 保存最大的任务完成个数 -->
<property>
       <name>yarn.resourcemanager.max-completed-applications</name>
       <value>1000</value>
</property>

SCP将文件分发至其他服务器

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
scp mapred-site.xml yarn-site.xml node02:$PWD
scp mapred-site.xml yarn-site.xml node03:$PWD

重启yarn集群以及启动jobHistoryServer进程

cd /export/servers/hadoop-2.6.0-cdh5.14.0/
sbin/stop-yarn.sh
sbin/start-yarn.shs
bin/mr-jobhistory-daemon.sh start historyserver

页面访问验证

http://192.168.100.101:19888/jobhistory

注:注意各节点间时间同步问题

命令  hadoop dfsadmin -safemode get  查看安全模式状态

命令  hadoop dfsadmin -safemode enter    进入安全模式状态

命令   hadoop dfsadmin -safemode leave   离开安全模式