单机部署，java，hadoop，网上已经有太多的操作文章，这里也做一下记录，方便以后自己查阅。要注意的是，这里的环境是集群部署，也就是多台机器都要部署java/hadoop。慵懒的方式就在操作2遍，但是我们可以使用linux的一下技巧，比如编写集群分发脚本xsync，来实现，在hadoop112上部署环境修改配置，然后同步到hadpp113,hadp114。

下面我们就开始进行操作：

1) hadoop102安装JDK

1）卸载现有JDK

注意：安装JDK前，一定确保提前删除了虚拟机自带的JDK。

2）用传输工具(Termius/Xshell)将JDK导入到opt目录下面的software文件夹下面

3）在Linux系统下的opt目录中查看软件包是否导入成功

 ls /opt/software/

看到如下结果：

jdk-8u212-linux-x64.tar.gz

4）解压JDK到/opt/module目录下

tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/

5）配置JDK环境变量

（1）新建/etc/profile.d/my_env.sh文件

sudo vim /etc/profile.d/my_env.sh

添加如下内容

#JAVA_HOME

export JAVA_HOME=/opt/module/jdk1.8.0_212

export PATH=$PATH:$JAVA_HOME/bin

（2）保存后退出

:wq

（3）source一下/etc/profile文件，让新的环境变量PATH生效

source /etc/profile

6）测试JDK是否安装成功

java -version

如果能看到以下结果，则代表Java安装成功。

java version "1.8.0_212"   没出来，可以重启试下。
 

2） 在hadoop112安装Hadoop 

Hadoop下载地址：https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/

可以选择对应的版本

同样讲文件导入到服务器

2）进入到Hadoop安装包路径下

 cd /opt/software/

3）解压安装文件到/opt/module下面

 tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

4）查看是否解压成功

 ls /opt/module/

hadoop-3.1.3

5）将Hadoop添加到环境变量

（1）获取Hadoop安装路径

 pwd

/opt/module/hadoop-3.1.3

（2）打开/etc/profile.d/my_env.sh文件

sudo vim /etc/profile.d/my_env.sh

• 在my_env.sh文件末尾添加如下内容：（shift+g）

#HADOOP_HOME

export HADOOP_HOME=/opt/module/hadoop-3.1.3

export PATH=$PATH:$HADOOP_HOME/bin

export PATH=$PATH:$HADOOP_HOME/sbin

• 保存并退出： :wq

（3）让修改后的文件生效

 source /etc/profile

6）测试是否安装成功

hadoop version

Hadoop 3.1.3

7）重启（如果Hadoop命令不能用再重启虚拟机）

 sudo reboot

3 ）Hadoop目录结构

（1）bin目录：存放对Hadoop相关服务（hdfs，yarn，mapred）进行操作的脚本

（2）etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件

（3）lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）

（4）sbin目录：存放启动或停止Hadoop相关服务的脚本

（5）share目录：存放Hadoop的依赖jar包、文档、和官方案例

4） Hadoop知识点 

 优势：

 组成：

 Hadoop Distributed File System，简称HDFS，是一个分布式文件系统。

 Yet Another Resource Negotiator简称YARN ，另一种资源协调者，是Hadoop的资源管理器。

 说明3 ：每个NodeManager上可以有多个Container.

MapReduce将计算过程分为两个阶段：Map和Reduce

1）Map阶段并行处理输入数据

2）Reduce阶段对Map结果进行汇总

 HDFS、YARN、MapReduce三者关系

 4) Hadoop运行模式

本地模式、伪分布式模式以及完全分布式模式。

这里3台机器独立，采用完成分布式模式.

下面配置完成分布式模式：

分析：

1）准备3台客户机（关闭防火墙、静态IP、主机名称）

2）安装JDK

3）配置环境变量

4）安装Hadoop

5）配置环境变量

6）配置集群

7）单点启动

8）配置ssh

9）群起并测试集群

 重要： 编写集群分发脚本xsync

1）scp（secure copy）安全拷贝

（1）scp定义  （jenkins中自动化打包也有用到这个命令）

scp可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）

（2）基本语法

scp    -r        $pdir/$fname             $user@$host:$pdir/$fname

命令   递归     要拷贝的文件路径/名称   目的地用户@主机:目的地路径/名称

（3）案例实操

• 前提：在hadoop102、hadoop103、hadoop104都已经创建好的/opt/module、           /opt/software两个目录，并且已经把这两个目录修改为atguigu:atguigu

[hadoop112 ~]$ sudo chown atguigu:atguigu -R /opt/module

（a）在hadoop112上，将hadoop112中/opt/module/jdk1.8.0_212目录拷贝到hadoop113上。

[atguigu@hadoop112 ~]$ scp -r /opt/module/jdk1.8.0_212  atguigu@hadoop113:/opt/module

（b）在hadoop113上，将hadoop112中/opt/module/hadoop-3.1.3目录拷贝到hadoop113上。

[atguigu@hadoop103 ~]$ scp -r atguigu@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/

（c）在hadoop113上操作，将hadoop112中/opt/module目录下所有目录拷贝到hadoop114上。

[atguigu@hadoop103 opt]$ scp -r atguigu@hadoop102:/opt/module/* atguigu@hadoop104:/opt/module

2）rsync远程同步工具

rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。

rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。

（1）基本语法

rsync    -av       $pdir/$fname             $user@$host:$pdir/$fname

命令   选项参数   要拷贝的文件路径/名称   目的地用户@主机:目的地路径/名称

  选项参数说明

（2）案例实操

（a）删除hadoop113中/opt/module/hadoop-3.1.3/wcinput

[hadoop113 hadoop-3.1.3]$ rm -rf wcinput/

（b）同步hadoop112中的/opt/module/hadoop-3.1.3到hadoop113

[atguigu@hadoop102 module]$ rsync -av hadoop-3.1.3/ atguigu@hadoop103:/opt/module/hadoop-3.1.3/

3）xsync集群分发脚本

（1）需求：循环复制文件到所有节点的相同目录下

（2）需求分析：

（a）rsync命令原始拷贝：

rsync  -av     /opt/module    hadoop113:/opt/

（b）期望脚本：

xsync要同步的文件名称

（c）期望脚本在任何路径都能使用（脚本放在声明了全局环境变量的路径）

[hadoop112 ~]$ echo $PATH

/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/atguigu/.local/bin:/home/atguigu/bin:/opt/module/jdk1.8.0_212/bin

（3）脚本实现

（a）在/home/atguigu/bin目录下创建xsync文件

[atguigu@hadoop112 opt]$ cd /home/atguigu

[atguigu@hadoop112 ~]$ mkdir bin

[atguigu@hadoop112 ~]$ cd bin

[atguigu@hadoop112 bin]$ vim xsync

在该文件中编写如下代码

#!/bin/bash

#1. 判断参数个数

if [ $# -lt 1 ]

then

    echo Not Enough Arguement!

    exit;

fi

#2. 遍历集群所有机器

for host in hadoop112 hadoop113 hadoop114

do

    echo ====================  $host  ====================

    #3. 遍历所有目录，挨个发送

    for file in $@

    do

        #4. 判断文件是否存在

        if [ -e $file ]

            then

                #5. 获取父目录

                pdir=$(cd -P $(dirname $file); pwd)

                #6. 获取当前文件的名称

                fname=$(basename $file)

                ssh $host "mkdir -p $pdir"

                rsync -av $pdir/$fname $host:$pdir

            else

                echo $file does not exists!

        fi

    done

done

（b）修改脚本 xsync 具有执行权限

[atguigu@hadoop112 bin]$ chmod +x xsync

（c）测试脚本

[atguigu@hadoop112 ~]$ xsync /home/atguigu/bin

（d）将脚本复制到/bin中，以便全局调用

[atguigu@hadoop112 bin]$ sudo cp xsync /bin/

（e）同步环境变量配置（root所有者）

[atguigu@hadoop112 ~]$ sudo ./bin/xsync /etc/profile.d/my_env.sh

注意：如果用了sudo，那么xsync一定要给它的路径补全。

让环境变量生效

[atguigu@hadoop113 bin]$ source /etc/profile

[atguigu@hadoop114 opt]$ source /etc/profile

 4） SSH无密登录配置

配置ssh

（1）基本语法

ssh另一台电脑的IP地址

（2）ssh连接时出现Host key verification failed的解决方法

[atguigu@hadoop112 ~]$ ssh hadoop113

• 如果出现如下内容

Are you sure you want to continue connecting (yes/no)?

• 输入yes，并回车

（3）退回到hadoop112

[atguigu@hadoop113 ~]$ exit

 无密钥配置

（2）生成公钥和私钥

[atguigu@hadoop112 .ssh]$ pwd

/home/atguigu/.ssh

[atguigu@hadoop112 .ssh]$ ssh-keygen -t rsa

然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

（3）将公钥拷贝到要免密登录的目标机器上

[atguigu@hadoop112 .ssh]$ ssh-copy-id hadoop112

[atguigu@hadoop112 .ssh]$ ssh-copy-id hadoop113

[atguigu@hadoop112 .ssh]$ ssh-copy-id hadoop114

注意：

还需要在hadoop113上采用atguigu账号配置一下无密登录到hadoop112、hadoop113、hadoop114服务器上。

还需要在hadoop114上采用atguigu账号配置一下无密登录到hadoop112、hadoop113、hadoop114服务器上。

还需要在hadoop112上采用root账号，配置一下无密登录到hadoop112、hadoop113、hadoop114；

.ssh文件夹下（~/.ssh）的文件功能解释

检查hadoop112 访问hadoop113,hadoop114不在需要输入密码

hadoop1134j/hadoop11ava版本也查出来了