这篇文章主要介绍“怎么搭建虚拟机组成Hadoop集群”，在日常操作中，相信很多人在怎么搭建虚拟机组成Hadoop集群问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么搭建虚拟机组成Hadoop集群”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联长期为千余家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为海淀企业提供专业的成都网站制作、做网站，海淀网站改版等技术服务。拥有10年丰富建站经验和众多成功案例,为您定制开发。
完全分布模式是比本地模式与伪分布模式更加复杂的模式，真正利用多台Linux主机来进行部署Hadoop，对集群进行规划，使得Hadoop各个模块分别部署在不同的多台机器上，这篇文章介绍的是通过三台虚拟机进行集群配置的方式，主要步骤为：
准备虚拟机：准备虚拟机基本环境
ip+Host配置：手动设置虚拟机ip以及主机名，需要确保三台虚拟机能互相ping通
ssh配置：生成密钥对后复制公钥到三台虚拟机中，使其能够实现无密码相互连接
Hadoop配置：core-site.xml+hdfs-site.xml+workers
YARN配置：yarn-site.xml
需要使用到三台虚拟机，其中一台为Master节点，两台Worker节点，首先安装虚拟机并配置环境，最后进行测试。
使用VirtualBox进行虚拟机的安装，先去CentOS官网下载最新版本的镜像：
这里有三种不同的镜像：
boot：网络安装版
dvd1：完整版
minimal：最小化安装版
这里为了方便选择最小化安装版的，也就是不带GUI的。
下载后，打开Virtual Box并点击New，选择专家模式：
命名为CentOSMaster，作为Master节点，并且分配内存，这里是1G，如果觉得自己内存大的可以2G：
磁盘30G足够，其他可以保持默认：
创建好后从设置中的存储中，选择下载的镜像：
启动后会提示选择启动盘，确定即可：
好了之后会出现如下提示画面，选择第一个安装：
等待一会后进入安装界面：
接下来对安装位置以及时区进行配置，首先选择安装位置：
由于是虚拟的单个空磁盘，选择自动分区即可：
时区这里可以选择中国的上海：
接着选择网络，首先修改主机名为master：
接着点击Configure：
添加ip地址以及DNS服务器，ip地址可以参考本机，比如笔者的机器本地ip为192.168.1.7，则：
虚拟机的ip可以填192.168.1.8
子网掩码一般为255.255.255.0
默认网关为192.168.1.1
DNS服务器为114.114.114.114（当然也可以换其他的公共DNS比如阿里的223.5.5.5、百度的180.76.76.76等）
点击Save后应用主机名并开启：
没问题的话就可以安装了：
安装的时候设置root用户的密码以及创建用户：
用户这里采用一个叫hadoopuser的用户，后面的操作都直接基于该用户：
等待一段时间后安装完成重启即可。
在启动之前首先把原来的镜像去掉：
启动后是黑框界面：
登录刚才创建的hadoopuser用户即可。
ssh连接虚拟机默认的话是不能连接外网的，需要在菜单栏中的Devices中选择Network，设置为Bridged Adapter（桥接模式）：
使用ping测试：
接着可以测试能否ping通本地机器：
通了之后可以通过ssh连接虚拟机，像平时操作服务器一样，在本地终端中连接虚拟机，首先添加指纹：
接着输入密码连接即可：
如果想偷懒可以使用密钥连接的方式，在本地机器中：
ssh-keygen -t ed25519 -a 100 ssh-copy-id -i ~/.ssh/id_ed25519.pub hadoopuser@192.168.1.8
基本环境搭建就是安装JDK以及Hadoop，使用scp上传OpenJDK以及Hadoop。
JDK首先去下载OpenJDK，然后在本地机器上使用scp上传：
scp openjdk-11+28_linux-x64_bin.tar.gz hadoopuser@192.168.1.8:/home/hadoopuser
接着在本地上切换到连接虚拟机的ssh中，
cd ~ tar -zxvf openjdk-11+28_linux-x64_bin.tar.gz sudo mv jdk-11 /usr/local/java
下一步是编辑/etc/profile，添加bin到环境变量中，在末尾添加：
sudo vim /etc/profile # 没有vim请使用vi # 或安装：sudo yum install vim # 添加 export PATH=$PATH:/usr/local/java/bin
然后：
. /etc/profile
测试：
HadoopHadoop的压缩包scp上传到虚拟机后，解压并移动到/usr/local：
scp hadoop-3.3.0.tar.gz hadoopuser@192.168.1.8:/home/hadoopuser
虚拟机ssh终端：
cd ~ tar -xvf hadoop-3.3.0.tar.gz sudo mv hadoop-3.3.0 /usr/local/hadoop
同时修改etc/hadoop/hadoop-env.sh配置文件，填入Java路径：
sudo vim /usr/local/hadoop/etc/hadoop/hadoop-env.sh # 填入 export JAVA_HOME=/usr/local/java # 修改为您的Java目录
因为需要一个Master节点以及两个Worker节点，将Master节点关机，并选择配置好的CentOSMaster，右键进行克隆：
并选择完全克隆：
克隆出CentOSWorker1以及CentOSWorker2。
ip设置这里的两个Worker节点以Worker1以及Worker2命名，首先操作Worker1，修改主机名：
sudo vim /etc/hostname # 输入 # worker1
对于ip，由于Master节点的ip为192.168.1.8，因此这里修改两个Worker的节点分别为：
192.168.1.9
192.168.1.10
sudo vim /etc/sysconfig/network-scripts/ifcfg-xxxx # 该文件因人而异 # 修改IPADDR IPADDR=192.168.1.9
修改完成后重启Worker1，对Worker2进行同样的修改主机名以及ip操作。
Host设置需要在Master以及Worker节点进行Host设置：
Master节点sudo vim /etc/hosts # 添加 192.168.1.9 worker1 # 与上面的ip对应一致 192.168.1.10 worker2
Worker1节点sudo vim /etc/hosts # 添加 192.168.1.8 master 192.168.1.10 worker2
Worker2节点sudo vim /etc/hosts # 添加 192.168.1.8 master 192.168.1.9 worker1
ping测试在三台虚拟机中的其中一台ping另外两台的ip或者主机名，测试通过后就可以进行下一步了，这里使用Worker1节点测试：
sshsshd服务需要在三个节点（包括自身）之间配置ssh无密码（密钥）连接，首先使用
systemctl status sshd
检查sshd服务是否开启，没开启的使用
systemctl start sshd
开启。
三个节点都进行如下操作：
ssh-keygen -t ed25519 -a 100 ssh-copy-id master ssh-copy-id worker1 ssh-copy-id worker2
在其中一个节点中直接ssh连接其他节点，无需密码即可登录，比如在Master节点中：
ssh master # 都是hadoopuser用户，所以省略了用户 ssh worker1 ssh worker2
Master节点Hadoop配置在Master节点中，修改以下三个配置文件：
HADOOP/etc/hadoop/core-site.xml
HADOOP/etc/hadoop/hdfs-site.xml
HADOOP/etc/hadoop/workers
core-site.xmlfs.defaultFS hdfs://master:9000 hadoop.tmp.dir /usr/local/hadoop/data/tmp
fs.defaultFS：NameNode地址
hadoop.tmp.dir：Hadoop临时目录
hdfs-site.xmldfs.namenode.name.dir /usr/local/hadoop/data/namenode dfs.datanode.data.dir /usr/local/hadoop/data/datanode dfs.replication 2
dfs.namenode.name.dir：保存FSImage的目录，存放NameNode的metadata
dfs.datanode.data.dir：保存HDFS数据的目录，存放DataNode的多个数据块
dfs.replication：HDFS存储的临时备份数量，有两个Worker节点，因此数值为2
workers最后修改workers，输入（与上面设置的主机名一致）：
worker1 worker2
把Master节点的配置复制到Worker节点：
scp /usr/local/hadoop/etc/hadoop/* worker1:/usr/local/hadoop/etc/hadoop/ scp /usr/local/hadoop/etc/hadoop/* worker2:/usr/local/hadoop/etc/hadoop/
HDFS格式化并启动在Master节点中：
cd /usr/local/hadoop bin/hdfs namenode -format sbin/start-dfs.sh
运行后可以通过jps命令查看：
在Worker节点中：
浏览器输入：
master:9870 # 如果没有修改本机Host可以输入 # 192.168.1.8:9870
但是。。。
本以为做了这么多能看到成果了。
然后检查过了一遍本机+虚拟机Host，还有Hadoop的配置文件，都没有问题。
最后，
才定位到问题是
防火墙。
CentOS8默认开启了防火墙，可以使用：
systemctl status firewalld
查看防火墙状态。
由于是通过9870端口访问，首先查询9870是否开放，Master节点中输入：
sudo firewall-cmd --query-port=9870/tcp # 或 sudo firewall-cmd --list-ports
如果输出为no：
则表示没有开放，手动开放即可：
sudo firewall-cmd --add-port=9870/tcp --permanent sudo firewall-cmd --reload # 使其生效
再次在浏览器输入：
master:9870 # 如果没有修改本地Host # 192.168.1.8:9870
可以看到一个友好的页面了：
但是，有一个问题就是这里没有显示Worker节点，上图中的Live Nodes数目为0 ，而Datanodes这里什么也没有显示：
但是在Worker节点中的确可以看到有Datanode的进程了：
查看Worker节点的日志（/usr/local/hadoop/logs/hadoop-hadoopuser-datanode-worker1.log）可以看到应该是Master节点9000端口的没有开启的问题：
回到Master节点，先执行stop-dfs.sh关闭，并开放9000端口后执行start-dfs.sh开启：
/usr/local/hadoop/sbin/stop-dfs.sh sudo firewall-cmd --add-port=9000/tcp --permanent sudo firewall-cmd --reload /usr/local/hadoop/sbin/start-dfs.sh
再次在浏览器访问：
master:9000 # 或 # 192.168.1.8:9000
这时候就可以看见Worker节点了：
YARNYARN配置在两个Worker节点中修改/usr/local/hadoop/etc/hadoop/yarn-site.xml：
yarn.resourcemanager.hostname master
YARNMaster节点中开启YARN：
cd /usr/local/hadoop sbin/start-yarn.sh
同时开放8088端口为下面的测试做准备：
sudo firewall-cmd --add-port=8088/tcp --permanent sudo firewall-cmd --reload
浏览器输入：
master:8088 # 或 # 192.168.1.8:8088
应该就可以访问如下页面了：
同样道理没有看到Worker节点，查看Worker节点的日志，发现也是端口的问题：
Master节点先关闭YARN，开放8031端口，并重启YARN：
/usr/local/hadoop/sbin/stop-yarn.sh sudo firewall-cmd --add-port=8031/tcp --permanent sudo firewall-cmd --reload /usr/local/hadoop/sbin/start-yarn.sh
再次访问：
master:8088 # 或 # 192.168.1.8:8088
就可以看到Worker节点了：
至此，虚拟机组成Hadoop集群正式搭建完成。
到此，关于“怎么搭建虚拟机组成Hadoop集群”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
