零基础搭建Hadoop大数据处理环境

发表于:2017-5-10 16:35

字体: | 上一篇 | 下一篇 | 我要投稿

 作者:小恩    来源:博客园

  由于Hadoop需要运行在Linux环境中,而且是分布式的,因此个人学习只能装虚拟机,本文都以VMware Workstation为准,安装CentOS7,具体的安装此处不作过多介绍,只作需要用到的知识介绍。
  VMware的安装,装好一个虚拟机后利用复制虚拟机的方式创建后面几个虚拟机,省时省力,需要注意的是需要修改每个虚拟机的IP与主机名。
  所有虚拟机采用NAT模式上网,而且要保证与物理主机的IP互相能访问。
  需要注意的几个问题。nat如果上网首先需要查看物理机(pc机)这个服务器已经启动。上网的原理:流量是走的物理网卡,但是它的ip,却是和物理机没有关系的。 也就是说,无论你怎么更换网络环境,你的虚拟机都不需要做改变。这就是它的优点。
  首先在安装VMware 之后,我们会看到多了两个网卡
  这个如果经过网络配置的折磨,应该能找到着两个网卡:vmnet1和vmnet8,这里讲的是vmnet8。
  重点看右侧第三图你会看到ip地址,这个ip地址,因个人而异,也就是说不同网络,不同环境,这个ip变化的概率是很大的。可能是192.168.0.1等等。这里也相当于我们编程的一个变量,这里是需要你根据你的环境来赋值的,建议vmnet1到vmnet8分别设置192.168.10.1到192.168.80.1,好作区分。
  上面我们通过看到的虚拟机网卡的ip,为了避免混肴,上面的虚拟网卡和本地网络适配器处于同一界面。如下图
  而下面则是在打开虚拟机之后,通过菜单弹出
  弹出之后,我们在看一下虚拟机的(交换机)vmnet8.
  可以看到vmnet8子网ip和虚拟机网卡是出于同一个网段的。
  同时在右侧net设置界面,
  我们可以看到网关为:192.168.106.2,改成192.168.80.2 虚拟机的设置会用到。
  Linux基础知识
  Linux的学习也是一个过程,因为可能你连最简单的开机和关机命令都不会,更不要谈配置网络。这里面给大家提供刚开始学习所查阅的资料和经验总结。
  首先我们需要使用一些命令,进行网络配置,但是在网络配置中,这里面又必须懂得虚拟机的一些知识,所以前面的虚拟机知识需要掌握扎实一些。
  在此注意CentOS7与CentOS6的命令有些不同,会一些常用命令是必备,每次开机或启动解压安装授权都是最基本的知识,其它的可以暂时不用学。
  具体常用命令可参考常备Linux命令
  CentOS中安装java环境
  下载对应32或64位jdk,设置好JDK环境变量PATH,具体的配置可自行Google
  环境准备
  修改机器名,每个系统中都要修改成这样。
  打开终端,切换到root用户下修改机器名称。
  $ sudo su
  $ vim /etc/sysconfig/network
  在其中添加“HOSTNAME=H32”
  添加每个服务器IP对应的机器名
  三个ip地址都添加到各自的/etc/hosts文件中
  每个系统中都要修改成这样
  #编辑hosts
  vim /etc/hosts
  关闭SELinux
  #编辑 SELinux 配置文件
  vim /etc/selinux/config
  #改状态
  SELINUX=disabled
  SSH设置
  进入H30,查看ssh是否安装,如果有,继续,没有安装下。
  rpm -qa|grep ssh
  关于ssh的安装参考 :
  如何实现两台服务器间无密码的传输数据和操作
  时间服务器安装
  这里需要安装时间服务器,其他的服务器通过这个来进行多机器时间的同步,分布式部署时机器时间不一致会导致数据错误或组件内通讯错误。
  安装httpd服务
  httpd是Apache超文本传输协议(HTTP)服务器的主程序。被设计为一个独立运行的后台进程,它会建立一个处理请求的子进程或线程的池。
  安装yum-utils
  yum install yum-utils  用于在线yum安装 它是基於RPM包管理,能够从指定的服务器自动下载RPM包并且安装,可以自动处理依赖性关系,并且一次安装所有依赖的软体包,无须繁琐地一次次下载、安装。yum提供了查找、安装、删除某一个、一组甚至全部软件包的命令,而且命令简洁而又好记。(需要机器能访问外网)
  准备资源和环境
  下载Centos 7.2 的iso安装镜像,jdk1.8 for Linux压缩包,hadoop2.7.3压缩包(本来用hadoop3,发现后面不兼容hive的最新版本)
  Java基础知识
  由于Hadoop框架源码都是以java来写,因此最好都以java作为开发的最佳语言,虽然说有些用C#做了封装,但性能已大打折扣。(这就是为什么说Java的学大数据有很大的优势,其它语言的还需要重新学习Java)
  Eclipse IDE使用
  Linux和Windows下源码编译技术
  还有最重要的是你的网速要好,因为安装过程中会下载依赖包,网不好会卡到你怀疑人生。
  最后还需要有耐心,每台机子的环境都不一样,而且每个人下载的包的版本也有可能不一样 会导致各种问题,此时就需要耐心的去看日志,不停的尝试和仔细的对比安装步骤,可能就是少了个变量 或大小写错误或是要重启。
  环境准备就这么多,下一章开始讲如何安装Hadoop集群。
《2023软件测试行业现状调查报告》独家发布~

关注51Testing

联系我们

快捷面板 站点地图 联系我们 广告服务 关于我们 站长统计 发展历程

法律顾问:上海兰迪律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2024
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪ICP备05003035号

沪公网安备 31010102002173号