如何在window上使用VirtualBox搭建Ubuntu15.04全分布Hadoop2.7.1集群

今天就跟大家聊聊有關如何在window上使用VirtualBox搭建Ubuntu15.04全分布Hadoop2.7.1集群，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

先給大家看看配置好的集群截圖：

注意（default是docker的，大家不用管，下面四臺才是，其中Ubuntu_0是master，Ubuntu_1,2,3是slave節點）

一.新建虛擬機，配置基礎java環境，配置網絡訪問

    下載Ubuntu15.04，打開VirtualBox，新建Ubuntu虛擬機，用戶名linux1，不截圖了，內存選1G就夠了

    接下來，下載并安裝JDK：

    下載：去官網下載對應版本的JDK，我這里是jdk-8u60-linux-x64.tar.gz

    新建安裝目錄：

sudo mkdir /usr/local/java

    解壓JDK：

sudo tar xvf ~/Downloads/jdk-8u60-linux-x64.tar.gz -C  /usr/local/java

    設置全局環境變量：

sudo gedit ~/.bashrc

    文件末尾添加：

export JAVA_HOME=/usr/local/java/jdk1.8.0_60  
export JRE_HOME=${JAVA_HOME}/jre  
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib  
export PATH=${JAVA_HOME}/bin:$PATH

    驗證：新開終端，輸入java驗證（當前終端內不生效）

    接下來，配置網絡（為啥要配置：因為你搭的是集群，用的是集群的服務，肯定想除了集群以外的機器能訪問，而不是像網上那些人省事，直接在master上安裝Eclipse，進行開發，這樣是不對的，舉個例子，我的宿主機是Windows，用VirtualBox搭的集群，我想在windows上使用Eclipse進行編程，使用集群的Hadoop服務，我可不想在master上安裝Eclipse開發，雖然會省掉不少錯誤解決的麻煩事，但是是不對的！服務就是要遠程調用的）

    設置第一個網卡：NAT可以使虛擬機使用宿主機的IP上網，這樣，你的虛擬機就可以缺什么軟件就安什么了，方便！

    接下來設置第二個網卡：這使得宿主機能夠ping通虛擬機

二.克隆虛擬機

    選中第一臺ubuntu_0（一定要關閉它），你會發現右側的綿羊（你應該知道為啥是綿羊吧）圖標是可以點擊的，我現在用著集群呢，懶得關，索性找張別人的圖，點開后的樣子是這樣的：

注意要重置網卡設置，命名隨便了。我一共clone了3個虛擬機，名字分別是Ubuntu_1，Ubuntu_2，Ubuntu_3，“完全復制”，一直點確定。

三.設置虛擬機靜態IP

    為啥要設置呢？虛擬機默認是DHCP的，如果你搭建Hadoop集群，不能總是讓Hadoop集群所在的機器啟動一次就換一次IP吧，那麻煩了。所以，設置靜態IP很有必要。

    我對網絡這塊迷糊，我就說我的方法了。

    下面的操作適用于所有4個虛擬機。

sudo gedit /etc/network/interfaces

    在

auto lo
iface lo inet loopback

    下加入：

auto eth2 #這是第二塊網卡
iface eth2 inet static

address 192.168.99.101 #在終端輸入ifconfig查看下，然后每臺機器這個地址最后一段（共四段）自增1（這四臺機器是101（用作master）,100,102,103（這三個用作slave））
netmask 255.255.255.0 #ifconfig
gateway 10.0.2.2 # route查看，第一行就是

    靜態IP弄好了，接下來，就是設置主機名了。

    命令：

sudo gedit /etc/hostname

    命令：

sudo gedit /etc/hosts

    修改成需要的主機名（我這里是linux0-cloud,linux1-cloud,linux2-cloud,linux3-cloud），重啟？等下，還沒完事呢。

    接下來修改hosts文件：

    為什么要設置hosts，hosts是干嘛的，我的理解是，根據主機名找IP，所以呢，  

    修改所有虛擬機的hosts文件， 命令：sudo gedit /etc/hosts。設置為如圖所示：

    以上操作四臺機器必須都應用！好了，重啟吧！

四.安裝SSH，使得master可以無密碼登錄所有slave節點（不解釋原因）

    所有主機安裝ssh

    命令：

sudo apt-get install ssh

    在master節點上，

    命令：

ssh-keygen -t rsa -P ""
cat .ssh/id_rsa.pub >>.ssh/authorized_keys，

    使用ssh localhost查看是否能夠無密碼登錄

    下面會進行master在無密碼情況下ssh連接到slave節點

    其他所有節點執行命令：

ssh-keygen -t rsa -P ""

    接下來，只要將master的公鑰放到其它slave節點即可使用無密碼登錄ssh節點

    將master .ssh/authorized_keys使用scp命令拷貝到其它slave節點上，做到master訪問slave不需要密碼（如果slave訪問master，那么過程相反）

    在master上執行命令：

scp .ssh/authorized_keys linux1@linux1-cloud:~/.ssh/authorized_keys
scp .ssh/authorized_keys linux1@linux2-cloud:~/.ssh/authorized_keys
scp .ssh/authorized_keys linux1@linux3-cloud:~/.ssh/authorized_keys

五.安裝Hadoop2.7.1

    下面先對master節點進行配置，然后將配置好的文件復制到其余機器上

    在master上

    新建目錄，命令：mkdir ~/hadoop

    解壓hadoop,命令：tar xvf ~/Downloads/hadoop-2.7.1.tar.gz -C  ~/hadoop

    新建hdfs文件夾(不能使用sudo創建，權限問題)：

mkdir ~/dfs
mkdir ~/dfs/name
mkdir ~/dfs/data
mkdir ~/tmp

    修改hadoop/hadoop-2.7.1/etc/hadoop/hadoop-env.sh配置文件 ,

export JAVA_HOME=/usr/local/java/jdk1.8.0_60

    修改/etc/hadoop/slaves文件：

    修改/etc/hadoop/core-site.xml文件，

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://linux0-cloud:8020</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131072</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/linux1/tmp</value>
        <description>Abase for other temporary   directories.</description>
    </property>
</configuration>

    修改/etc/hadoop/hdfs-site.xml文件，

<configuration>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>linux0-cloud:9001</value>
        <description>
            這里使namenode同時作為secondary namenode，實際應該設置其他機器的比如linux1-cloud:9001
            你可以訪問linux0-cloud:50070也可以訪問linux0-cloud:9001（或者其他比如：linux1-cloud:8001）查看hadoop概況（namenode們狀態是同步的）
        </description>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/home/linux1/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/home/linux1/dfs/data</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
</configuration>

    修改etc/hadoop/mapred-site.xml，

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>linux0-cloud:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>linux0-cloud:19888</value>
    </property>
</configuration>

    修改yarn-site.xml文件，

<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>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>linux0-cloud:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>linux0-cloud:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>linux0-cloud:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>linux0-cloud:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>linux0-cloud:8088</value>
    </property>
</configuration>

    下面將hadoop復制到其它slave節點：

    命令：

sudo scp -r ~/hadoop linux1@linux1-cloud:~/
sudo scp -r ~/hadoop linux1@linux2-cloud:~/
sudo scp -r ~/hadoop linux1@linux3-cloud:~/

    設置所有節點環境變量：

gedit ~/.bashrc

    添加：

export HADOOP_HOME=/home/linux1/hadoop/hadoop-2.7.1
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME 
export HADOOP_YARN_HOME=$HADOOP_HOME 
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

    應用環境變量：

source ~/.bashrc

六.啟動Hadoop

    首先格式化：

hdfs namenode -format

    啟動hdfs: 

 start-dfs.sh

    啟動yarn:

start-yarn.sh

你也可以輸入192.168.99.101:50070訪問，不給你們截圖，宿主機瀏覽器有不少標簽

看完上述內容，你們對如何在window上使用VirtualBox搭建Ubuntu15.04全分布Hadoop2.7.1集群有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。