1、安裝VMware

2、在編輯里面找到虛擬網(wǎng)絡(luò)編輯器

3、配置VNnet8的子網(wǎng)IP為192.168.59.0;子網(wǎng)掩碼為：255.255.255.0

4、在文件中找到新建虛擬機，根據(jù)電腦配置創(chuàng)建新的虛擬機

5、修改主機名 vi /etc/sysconfig/network(bigdata-training01.huadian.com)

6、配置ip UI界面 或 /vi /etc/sysconfig/network-scripts/ifcfg-eth0 (個人建議：IPv4 Setting 192.168.59.150 255.255.255.0192.168.59.2 8.8.8.8)

7、主機名映射 vi /etc/hosts 192.168.59.150 bigdata-training01.huadian.com bigdata-training01

8、測試 ping bigdata-training01.huadian.com

9、改Windows下的配置 C:WindowsSystem32driversetchosts 192.168.59.150 bigdata-training01.huadian.com bigdata-training01

10、可以運用遠(yuǎn)程連接工具 CRT、Xshell、notepad++

11、在root用戶下配置普通用戶具有sudo權(quán)限 visudo huadian ALL=(root) NOPASSWD:ALL

12、關(guān)閉防火墻 當(dāng)前關(guān)閉 sudo service iptables stop

13、檢查是否關(guān)閉成功 sudo service iptables status

14、設(shè)置開機不啟動 sudo service iptables off

15、檢查設(shè)置是否成功 chkcomfig iptables –list

補充：關(guān)閉selinux

vi /etc/selinux/config

vi /etc/sysconfig/selinux

設(shè)置SELINUX=disabled 該設(shè)置必須重啟才能生效

16、關(guān)閉虛擬機 init 0 / halt

17、虛擬機快照

18、開機工作

19、規(guī)劃Linux系統(tǒng)的目錄結(jié)構(gòu)

20、以系統(tǒng)的/opt為主安裝軟件包

21、/opt

/datas 測試數(shù)據(jù)

/softwares 軟件包，上傳的軟件包

/moduls 軟件安裝目錄

/tools 開發(fā)的IDE及工具

22、將上述目錄所有者改為huadian sudo chown huadian:huadian /datas /softwares /moduls /tools

23、安裝JDK

24、查看系統(tǒng)自帶的openjdk是否存在 sudo rpm -qa |grep java

25、卸載系統(tǒng)自帶的openjdk sudo -e –nodeps java-1.6.0-openjdk-1.6.0.0-1.50.1.11.5.el6_3.x86_64 tzdata-java-2012j-1.el6.noarch java-1.7.0-openjdk-1.7.0.9-2.3.4.1.el6_3.x86_64

26、下載Linux自帶的上傳和下載文件軟件 sudo yum install -y lrzsz

27、rz 上傳文件 上傳到當(dāng)前執(zhí)行rz命令的路徑

28、sz 下載文件

29、正式安裝JDK 注意：Linux安裝JDK類似于Windows安裝一個綠色版本軟件直接解壓，然后配置環(huán)境變量即可

30、使用rz將Windows下的JDK上傳的Linux系統(tǒng)下/opt/softwares下

31、解壓JDK到/opt/moduls下 tar -zxvf jdk-8u91-linux-x64.tar.gz -C /opt/moduls/

32、配置環(huán)境變量 sudo vi /etc/profile

33、在最后面追加 #JAVA_HOME

export JAVA_HOME=/opt/moduls/jdk1.8.0_91

export PATH=${PATH}:${JAVA_HOME}/bin

34、使其生效 source /etc/profile

35、驗證 java -version

36、虛擬機快照

37、偽分布式的安裝

38、上傳解壓 hadoop-2.7.3.tar.gz

39、查看目錄結(jié)構(gòu) ls/ll

40、刪除 /bin /sbin share 下的*.cmd doc文件 補充：查看JDK路徑：echo ${JAVA_HOME}

41、修改三個模塊的環(huán)境變量(*.evn) hadoop-env.sh、 yarn-env.sh、mapred-env.sh 將JAVA_HOME的路徑改為現(xiàn)在的路徑

42、添加可執(zhí)行權(quán)限 chown u+x hadoop-env.sh yarn-env.sh mapred-env.sh?

43、如果上述操作有誤而導(dǎo)致權(quán)限問題 chown -R huadian:huadian hadoop……(出現(xiàn)權(quán)限問題的路徑)

44、按照模塊進行配置

45、common：

core-site.xml

fs.defaultFS

hdfs://bigdata-training01.huadian.com:8020 //8020:HDFS的內(nèi)部通信端口

hadoop.tmp.dir

/opt/moduls/hadoop-2.7.2/data/tmpData

46、執(zhí)行創(chuàng)建的臨時目錄

47、HDFS：

hdfs.site.xml

dfs.replications

1

48、slaves：

配置slaves文件，指定datanode運行在那些機器上

49、啟動HDFS：

第一次使用文件系統(tǒng)，需要格式化。

-》格式系統(tǒng)

cd /opt/moduls/hadoop-2.7.3

bin/hdfs namenode -format(返回0 Exiting with status 0表示格式化成功)

-》啟動和關(guān)閉

主節(jié)點

sbin/hadoop-daemon.sh start namenode

sbin/hadoop-daemon.sh stop namenode

從節(jié)點

sbin/hadoop-daemon.sh start datanode

sbin/hadoop-daemon.sh stop datanode

50、驗證是否啟動成功

方式一：jps / ps -ef |grep java

方式二：通過web界面查看 bigdata-training01.huadian.com:50070 //50070:HDFS的外部UI訪問端口

60、虛擬機快照

61、測試HDFS cd /opt/moduls/hadoop-2.7.3/

幫助文檔 bin/hdfs dfs

在HDFS下創(chuàng)建目錄 bin/hdfs dfs -mkdir -p /datas

HDFS的文件系統(tǒng)目錄和Linux目錄結(jié)構(gòu)類似 命令也類似

上傳文件 bin/hdfs dfs -put /opt/datas/input.data /datas/

查看文件內(nèi)容 bin/hdfs dfs -text /datas/input.data 或 bin/hdfs dfs -cat /datas/input.data

下載文件 bin/hdfs dfs -get /datas/input.data ./

刪除文件 bin/hdfs dfs -rm -r /datas/input.data

62、配置YARN

對于分布式資源管理和任務(wù)調(diào)度來說：哪些程序可以運行在YARN上

MapReduce

并行數(shù)據(jù)處理框架

spark

基于內(nèi)存分布式處理框架

storm / flink

實時流式處理框架

TeZ

分析數(shù)據(jù)，比MapReduce快

主節(jié)點

resourceManager

從節(jié)點

nodeManager

需要修改的配置

yarn-site.xml

yarn.resourcemanager.hostname

bigdata-training01.huadian.com

yarn.resourcemanager.aux-services

mapreduce_shuffle

63、slaves文件 因為用的是偽分布式，所有程序在一臺機器上，所以前面已經(jīng)配置過，就不用再次配置

64、啟動

主節(jié)點：resourceManager

sbin/yarn-daemon.sh start resourcemanager

從節(jié)點：nodeManager

sbin/yarn-daemon.sh start nodemanager

65、MapReduce

并行計算框架(2.X) 思想：分而治之

核心

Map 并行處理數(shù)據(jù)，將數(shù)據(jù)分割，一部分一部分的處理

Reduce 將Map的處理結(jié)果進行合并

配置

cd {Hadoop_Home}/etc/hadoop

cp mapred-site.xml.template mapred-site.xml

mapreduce.farmework.name

yarn

66.mapreduce程序運行在yarn上

通過經(jīng)典程序案例：wordcount

Hadoop提到測試案例，

/opt/moduls/hadoop-2.7.3/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar

-》準(zhǔn)備數(shù)據(jù)，數(shù)據(jù)是放到hdfs上的

-》提交運行

bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar wordcount? //會報出需要傳參數(shù)的錯誤

bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /datas/input.data /output1

-》查看單詞統(tǒng)計后的文件

bin/hdfs dfs -text (/output1/part-r-00000)根據(jù)自己的文件目錄而定

67、配置歷史服務(wù)器

查看監(jiān)聽已經(jīng)運行完成的MapReduce任務(wù)的執(zhí)行情況

配置mapred-site.xml

mapreduce.jobhistory.address

bigdata-hpsk01.huadian.com:10020

啟動

sbin/mr-jobhistory-daemon.sh start historyserver

注意：在啟動historyServer服務(wù)之前運行的job相關(guān)信息已經(jīng)沒了，只有后面運行的才有。

68、日志集聚功能

當(dāng)MapReduce程序在YARN上運行完成之后，將產(chǎn)生日志文件上傳到HDFS目錄中，

以便后續(xù)查看。

yarn-site.xml

yarn.log-aggregation-enable

true

yarn.log-aggregation.retain-seconds

604800

69、重啟YARN和jobHistoryServer

——————快照，克隆————————-

70、日志信息

{Hadoop_home}/logs

組件名稱-用戶名-服務(wù)名稱-主機名

hadoop-huadian-datanode-bigdata-hpsk01.huadian.com.log

根據(jù)后綴名：

.log

程序啟動相關(guān)信息會在里面，

進程啟動失敗

.out

程序運行相關(guān)的輸出

system.out.print

system.out.error

怎么看：

tail -100f name