大数据环境搭建进度
1.使用虚拟机的系统：centos7.xLinux
2.资源不足，使用云服务器：
1.
3.使用远程登录进行操作
用xshell
4.任务
1.虚拟机装好
2.设置IP地址
3.可以联网
4.设置远程登录访问
5.创建module和software目录，修改两个目录的权限
6.克隆两台虚拟机，修改每台主机的hosts文件
7.安装jdk，设置jdk环境变量
让环境变量生效
[hadoop@hadoop103 bin]$ source /etc/profile
[hadoop@hadoop104 opt]$ source /etc/profile
8.设置免密登录
9.安装hadoop
/opt/module/下
10.修改hadoop的环境变量
sudo vim /etc/profile.d/my_env.sh
内容为：
#JAVA_HOME（1 2 3）
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin#HADOOP_HOME（1）
export HADOOP_HOME=/opt/module/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
~source /etc/profile生效
11.修改hadoop配置文件
1.core-site.xml
2.hdfs-site.xml
3.yarn-site.xml
4.mapreduce-site.xml
hdfs 100
yarn 200
在module上分发 scp
权限问题可以配好免密登录
3.2.5 起动集群
1）配置workers
[hadoop@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在该文件中增加如下内容：
hadoop102
hadoop103
hadoop104
注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。
同步所有节点配置文件
[hadoop@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc
2）启动集群
（1）如果集群是第一次启动，需要在hadoop102节点格式化NameNode（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化。）
[hadoop@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
（2）启动HDFS
[hadoop@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
（3）在配置了ResourceManager的节点（hadoop103）启动YARN
[hadoop@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
（4）Web端查看HDFS的NameNode
（a）浏览器中输入：http://hadoop102:9870
（b）查看HDFS上存储的数据信息
（5）Web端查看YARN的ResourceManager
（a）浏览器中输入：http://hadoop103:8088
（b）查看YARN上运行的Job信息
3）集群基本测试
（1）上传文件到集群
- 上传小文件
[hadoop@hadoop102 ~]$ hadoop fs -mkdir /input
[hadoop@hadoop102 ~]$ hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input
- 上传大文件
[hadoop@hadoop102 ~]$ hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /
（2）上传文件后查看文件存放在什么位置
- 查看HDFS文件存储路径
[hadoop@hadoop102 subdir0]$ pwd
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.102-1610603650062/current/finalized/subdir0/subdir0
- 查看HDFS在磁盘存储文件内容
[hadoop@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce
hadoop
hadoop
（3）拼接
-rw-rw-r--. 1 hadoop hadoop 134217728 5月 23 16:01 blk_1073741836
-rw-rw-r--. 1 hadoop hadoop 1048583 5月 23 16:01 blk_1073741836_1012.meta
-rw-rw-r--. 1 hadoop hadoop 63439959 5月 23 16:01 blk_1073741837
-rw-rw-r--. 1 hadoop hadoop 495635 5月 23 16:01 blk_1073741837_1013.meta
[hadoop@hadoop102 subdir0]$ cat blk_1073741836>>tmp.tar.gz
[hadoop@hadoop102 subdir0]$ cat blk_1073741837>>tmp.tar.gz
[hadoop@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz
（4）下载
[hadoop@hadoop104 software]$ hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./
（5）执行wordcount程序
[hadoop@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output