centos7搭建hadoop-3.3.0集群手记

### 回答1：
很高兴为您提供CentOS 7搭建Hadoop 3.3.集群的手记。

1. 安装Java

首先，需要安装Java。可以使用以下命令安装OpenJDK 8：

sudo yum install java-1.8.-openjdk-devel

2. 下载Hadoop

下载Hadoop 3.3.版本，并将其解压缩到/opt目录下：

sudo tar -xzf hadoop-3.3..tar.gz -C /opt

3. 配置Hadoop

进入Hadoop目录并编辑hadoop-env.sh文件：

cd /opt/hadoop-3.3.
sudo nano etc/hadoop/hadoop-env.sh

将JAVA_HOME设置为Java安装路径：

export JAVA_HOME=/usr/lib/jvm/java-1.8.-openjdk

编辑core-site.xml文件：

sudo nano etc/hadoop/core-site.xml

添加以下内容：

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:900</value>
</property>
</configuration>

编辑hdfs-site.xml文件：

sudo nano etc/hadoop/hdfs-site.xml

添加以下内容：

<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/opt/hadoop-3.3./data/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/opt/hadoop-3.3./data/datanode</value>
</property>
</configuration>

编辑mapred-site.xml文件：

sudo cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
sudo nano etc/hadoop/mapred-site.xml

添加以下内容：

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

编辑yarn-site.xml文件：

sudo nano etc/hadoop/yarn-site.xml

添加以下内容：

<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
</configuration>

4. 启动Hadoop

格式化Hadoop文件系统：

sudo bin/hdfs namenode -format

启动Hadoop：

sudo sbin/start-all.sh

5. 验证Hadoop

在浏览器中访问http://localhost:987/，可以看到Hadoop集群的状态。

在Hadoop集群中创建一个目录：

sudo bin/hdfs dfs -mkdir /test

在Hadoop集群中上传一个文件：

sudo bin/hdfs dfs -put etc/hadoop/core-site.xml /test

在Hadoop集群中查看文件：

sudo bin/hdfs dfs -ls /test

以上就是CentOS 7搭建Hadoop 3.3.集群的手记，希望对您有所帮助。

### 回答2：
本篇文章主要介绍了如何在CentOS7系统上搭建Hadoop-3.3.0的集群，并在这个过程中遇到的一些问题和解决方案。

一、环境准备

操作系统：CentOS7
JDK版本：1.8.0_282
Hadoop版本：hadoop-3.3.0.tar.gz（可自行到官网下载）

二、系统设置

1、关闭防火墙
因为Hadoop集群需要互相通信和数据传输，所以需要关闭系统的防火墙，以避免互相之间的阻拦。

systemctl stop firewalld
systemctl disable firewalld

2、设置hostname
为了方便节点之间的通信，需要给每个节点设置一个唯一的hostname。可以通过以下命令设置：

hostnamectl set-hostname <hostname>

三、安装 JDK

Hadoop运行依赖于JDK，需要先安装JDK。这里默认已经安装了openjdk-1.8.0_282版本，因此就不再重复说明了。如果您还没有安装JDK，可以通过以下命令进行安装：

yum install java-1.8.0-openjdk-devel.x86_64

四、安装 Hadoop

1、解压缩 Hadoop
将下载好的hadoop-3.3.0.tar.gz复制到/opt/目录下，并解压缩：

tar -zxvf hadoop-3.3.0.tar.gz

2、配置Hadoop环境变量
配置Hadoop环境变量，可以方便我们在任何地方都能够使用hadoop相关命令。在/etc/profile.d/目录下创建一个hadoop.sh文件，输入以下内容：

export HADOOP_HOME=/opt/hadoop-3.3.0
export PATH=$HADOOP_HOME/bin:$PATH

最后执行以下命令，让环境变量生效：

source /etc/profile

3、配置Hadoop
进入hadoop-3.3.0目录下，修改etc/hadoop/hadoop-env.sh文件，将JAVA_HOME指向正确的JDK目录：

export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.282.b08-1.el7_9.x86_64

接下来修改etc/hadoop/core-site.xml文件，添加以下配置：

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://<NameNode_IP>:9000</value>
</property>
</configuration>

其中，NameNode_IP需要替换为NameNode的IP地址。

修改etc/hadoop/hdfs-site.xml文件，添加以下配置：

<configuration>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/opt/hdfs/namenode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/opt/hdfs/datanode</value>
</property>
<property>
<name>dfs.namenode.datanode.registration.ip-hostname-check</name>
<value>false</value>
</property>
</configuration>

其中，dfs.replication表示副本数，dfs.namenode.name.dir表示NameNode元数据的存放路径，dfs.datanode.data.dir表示DataNode数据的存放路径，dfs.namenode.datanode.registration.ip-hostname-check设置为false表示关闭IP和hostname的检查，否则可能会导致节点无法正常注册。

最后，在etc/hadoop/mapred-site.xml和etc/hadoop/yarn-site.xml文件中添加以下内容：

mapred-site.xml：

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

yarn-site.xml：

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

五、配置ssh免密登录

在Hadoop集群中，各个节点之间需要相互通信，并且需要使用ssh远程登录操作。为了方便操作，可以实现ssh免密登录，即在各个节点之间可以直接相互访问而无需输入密码。具体实现步骤如下：

1、在每个节点上生成公钥和私钥

ssh-keygen -t rsa

2、将公钥拷贝到各个节点上

ssh-copy-id -i ~/.ssh/id_rsa.pub <hostname>

其中，<hostname>需要替换成对应节点的hostname。

3、测试是否成功

ssh <hostname>

如果可以直接登录而无需输入密码，则表示ssh免密登录配置成功。

六、启动Hadoop集群

1、启动Hadoop

首先需要启动NameNode和DataNode，使用以下命令启动：

hadoop-daemon.sh start namenode
hadoop-daemon.sh start datanode

然后启动ResourceManager和NodeManager，使用以下命令启动：

yarn-daemon.sh start resourcemanager
yarn-daemon.sh start nodemanager

启动成功后使用jps命令查看进程，看是否启动正常。

2、验证Hadoop

在启动Hadoop集群之后，可以通过以下命令验证是否正常：

hadoop fs -mkdir /test
hadoop fs -ls /

如果命令执行没有报错，则表示Hadoop集群启动成功并且在操作系统上正常运行。

以上便是在CentOS7系统上搭建Hadoop-3.3.0集群的过程。在实际操作中可能还会遇到一些其他的问题，需要我们不断的尝试和调试。相信通过这篇文章，读者可以对Hadoop的安装和配置有更深入的理解，并可以顺利搭建自己的Hadoop集群。

### 回答3：
CentOS 7是一种广泛使用的Linux操作系统，用于服务器和桌面应用程序。Hadoop是一个开源的分布式计算框架，专门用于处理大规模数据。在本文中，将介绍如何在CentOS 7上安装Hadoop 3.3.0，并建立Hadoop集群。

1. 安装Java

由于Hadoop是使用Java编写的，因此必须首先在系统上安装Java。可以使用以下命令来安装Oracle Java：

$ sudo yum install java-1.8.0-openjdk-devel

Java将安装在`/usr/lib/jvm/java-1.8.0-openjdk`目录中。

2. 配置DNS

为了更好地管理Hadoop集群，可以将每个节点的IP地址映射到相应的主机名。可以在/etc/hosts文件中添加这些条目。例如，假设存在以下主机：

- 192.168.1.10：master
- 192.168.1.11：slave1
- 192.168.1.12：slave2

可以在每个节点上编辑/etc/hosts文件，添加以下内容：

192.168.1.10 master
192.168.1.11 slave1
192.168.1.12 slave2

3. 安装Hadoop

可以从Hadoop官方网站下载Hadoop二进制文件，或者使用以下命令下载并解压缩最新版本：

$ wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-3.3.0/hadoop-3.3.0.tar.gz
$ tar -xzvf hadoop-3.3.0.tar.gz -C /opt

Hadoop将解压缩到/opt/hadoop-3.3.0目录中。

4. 配置Hadoop

接下来需要配置Hadoop。可以在/opt/hadoop-3.3.0/etc/hadoop目录中找到所有Hadoop配置文件。必须编辑以下文件：

- core-site.xml
- hdfs-site.xml
- mapred-site.xml
- yarn-site.xml

第一个文件是core-site.xml。在每个节点上打开此文件，并添加以下配置：

<configuration>
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://master:9000/</value>
  </property>
</configuration>

第二个文件是hdfs-site.xml。在每个节点上打开此文件，并添加以下配置：

<configuration>
  <property>
    <name>dfs.replication</name>
    <value>2</value>
  </property>
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>/opt/hadoop-3.3.0/data/namenode</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>/opt/hadoop-3.3.0/data/datanode</value>
  </property>
</configuration>

第三个文件是mapred-site.xml。在每个节点上打开此文件，并添加以下配置：

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

最后一个文件是yarn-site.xml。在每个节点上打开此文件，并添加以下配置：

<configuration>
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
  <property>
    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
    <value>org.apache.hadoop.mapred.ShuffleHandler</value>
  </property>
</configuration>

5. 配置SSH

为了在集群节点之间进行通信，必须配置SSH。可以使用以下命令在每个节点上安装SSH客户端和服务器：

$ sudo yum install openssh-server openssh-clients

要在所有节点上免密码认证，必须使用以下命令生成SSH秘钥：

$ ssh-keygen -t rsa

按照默认设置创建SSH秘钥对，并在使用此命令的过程中将公共SSH秘钥添加到所有节点上的~/.ssh/authorized_keys文件中：

$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

6. 启动Hadoop

现在，可以在集群节点上启动Hadoop。首先要格式化NameNode：

$ /opt/hadoop-3.3.0/bin/hdfs namenode -format

然后，在master节点上启动Hadoop：

$ /opt/hadoop-3.3.0/sbin/start-all.sh

这将启动Hadoop集群中的所有节点。可以在每个节点上检查日志，以确保节点正在正确运行：

$ tail -f /opt/hadoop-3.3.0/logs/*.log

7. 使用Hadoop

现在，可以在Hadoop集群上运行MapReduce作业。可以使用Hadoop的example程序来运行简单的MapReduce任务。例如，可以使用以下命令来运行wordcount程序：

$ /opt/hadoop-3.3.0/bin/hadoop jar /opt/hadoop-3.3.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.0.jar wordcount input output

该命令将从input目录中读取数据，并将结果写入output目录。可以使用以下命令查看输出：

$ /opt/hadoop-3.3.0/bin/hdfs dfs -cat output/*

以上是搭建Hadoop集群的基本步骤，如果需要实现更复杂的功能，可以在这些基本步骤的基础上进行进一步的配置和调整。