溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
在之前的大數據學習系列中，搭建了Hadoop+Spark+HBase+Hive 環境以及一些測試。其實要說的話，我開始學習大數據的時候，搭建的就是集群，并不是單機模式和偽分布式。至于為什么先寫單機的搭建，是因為作為個人學習的話，單機已足以，好吧，說實話是自己的電腦不行，使用虛擬機實在太卡了。。。
整個的集群搭建是在公司的測試服務搭建的，在搭建的時候遇到各種各樣的坑，當然也收獲頗多。在成功搭建大數據集群之后，零零散散的做了寫筆記，然后重新將這些筆記整理了下來。于是就有了本篇博文。
其實我在搭建的時候，并不是按部就班的搭建，中間或多或少都更改過不少，試驗出來了目前沒啥問題的集群搭建。在寫本文的時候，開始準備將環境在一臺機器上搭建，然后全部傳輸到其他機器上。但是想了想，這樣或許在搭建環境的時候快速，但是對于閱讀者來說，不太友好。于是便拆分出來了，單獨搭建一個也是可以的。好了，廢話就少說了，教程如下。[TOC]
這次因為是集群搭建，所以在環境配置方面，我使用一張表格來大致描述。集群使用了3臺機器，分別是master、slave1、slave2，通過名稱命名就可以知道主從關系了。使用的操作系統是CentOS6.8，具體各個機器安裝的配置如下表格:
具體每個機器的配置就如上圖了。需要補充的是，spark這塊我沒有使用官方自帶的spark，而是使用的已經編譯好的spark和hive的版本。因為后面在使用hive查詢的時候，不想使用hive默認的mr，在hive2.x之后，官方也不建議了。因為使用mr效率實在太低，所以在后面我會將hive的引擎換成spark，而自己又不想重新編譯spark ，所以就用這個版本了。如果各位想自行編譯，或者出現更高的版本，就沒必要一定按照上面的來。還有存放路徑這塊，沒必要一定要使用上面的，可以先在機器上使用 df -h 查看相應的磁盤空間，再來進行部署。
官方地址:
Hadoop:
http://www.apache.org/dyn/closer.cgi/hadoop/common
Spark：
http://spark.apache.org/downloads.html
Spark Sql on Hive
http://mirror.bit.edu.cn/apache/spark
Scala:
http://www.scala-lang.org/download
JDK:
http://www.oracle.com/technetwork/java/javase/downloads
HBase
http://mirror.bit.edu.cn/apache/hbase/
Zookeeper
http://mirror.bit.edu.cn/apache/zookeeper/
Hive
http://mirror.bit.edu.cn/apache/hive/
百度云:
鏈接：https://pan.baidu.com/s/1kUYfDaf 密碼：o1ov
說明:更改主機名是為了方便集群管理，不然每個機器的名稱都叫localhost也不太好吧！ 集群所有的機器都要做這個操作。
輸入
vim /etc/sysconfig/network 將localhost.localdomain修改為你要更改的名稱，每臺名稱都不一樣
例如:
HOSTNAME=master注: 名稱更改了之后輸入reboot重啟才會生效。修改hosts文件，做關系映射
說明:這個每臺機器都做這個配置，具體ip和主機名稱以自己的為準。
輸入:
vim /etc/hosts添加
192.169.0.23 master
192.169.0.24 slave1
192.169.0.25 slave2
說明:可以在一臺機器添加了之后可以使用scp 命令或使用ftp將這個文件copy到 其他機器中。
scp命令示例:
scp -r /etc/hosts root@192.169.0.24:/etc設置ssh免密碼登錄是為了操作方便
生成秘鑰文件
在每臺機器上都執行一遍
首先輸入:
ssh-keygen -t rsa -P ''生成秘鑰之后，然后將每臺機器/root/.ssh 都存入內容相同的文件，文件名稱叫authorized_keys，文件內容是我們剛才為3臺機器生成的公鑰。可以在一臺機器上生成，然后復制到其它的機器上。
新建authorized_keys文件
輸入 :
touch /root/.ssh/authorized_keys編輯 authorized_keys 并將其他機器上的秘鑰拷貝過來
cat /root/.ssh/id_rsa.pub
vim /root/.ssh/authorized_keys將其它機器上的 id_rsa.pub 的內容拷貝到 authorized_keys這個文件中。
第一個機器:
第二個機器:
第三個機器:
最終authorized_keys文件的內容
將這個最終的authorized_keys文件copy到其他機器的 /root/.ssh 目錄下。使用scp或者ftp都可以。
scp命令示例:
scp -r /root/.ssh/authorized_keys root@192.169.0.24:/root/.ssh測試免密碼登錄
輸入:
ssh slave1
ssh slave2輸入 exit 退出
說明:其實可以不關閉防火墻，進行權限設置，但是為了方便訪問，于是便關閉了防火墻。每個機器都做！！！
關閉防火墻的命令
停止防火墻:
service iptables stop
啟動防火墻:
service iptables start
重啟防火墻:
service iptables restart
永久關閉防火墻:
chkconfig iptables off
集群上的機器時間要同步，因為我這邊的是虛擬機，所以就不用了。
設置集群時間同步可以使用NTP服務。
具體可以參考: http://blog.csdn.net/to_baidu/article/details/52562574
說明:因為要經常切換各個目錄之間，所以為了偷懶，就設置別名了。只需要在linux輸入別名，就可以執行別名后面的命令，相當的方便。 例如:我們常用的ll就是 ls -l 的別名。關于別名這塊各位可以自行摸索。
輸入:
vim ~/.bashrc添加下面的內容
# Some more ailases
alias chd='cd /opt/hadoop/hadoop2.8'
alias chb='cd /opt/hbase/hbase1.2'
alias chi='cd /opt/hive/hive2.1'
alias czk='cd /opt/zookeeper/zookeeper3.4'
alias csp='cd /opt/spark/spark2.0-hadoop2.4-hive'
alias fhadoop='/opt/hadoop/hadoop2.8/bin/hdfs namenode -format'
alias starthadoop='/opt/hadoop/hadoop2.8/sbin/start-all.sh'
alias stophadoop='/opt/hadoop/hadoop2.8/sbin/stop-all.sh'
alias starthbase='/opt/hbase/hbase1.2/bin/start-hbase.sh'
alias stophbase='/opt/hbase/hbase1.2/bin/stop-hbase.sh'
alias startzk='/opt/zookeeper/zookeeper3.4/bin/zkServer.sh start'
alias stopzk='/opt/zookeeper/zookeeper3.4/bin/zkServer.sh stop'
alias statuszk='/opt/zookeeper/zookeeper3.4/bin/zkServer.sh status'
alias startsp='/opt/spark/spark1.6-hadoop2.4-hive/sbin/start-all.sh'
alias stopsp='/opt/spark/spark1.6-hadoop2.4-hive/sbin/stop-all.sh'成功添加之后輸入
source ~/.bashrc然后輸入設置的別名就可以執行你所設置的內容了。別名的設置不一定非要按照上面的，如果有更好方式就請使用
在 /etc/profile 這個配置文件要添加很多的環境配置，這里就先將整體的環境配置列舉出來，各位在配置環境變量的以自己的為準！！！ 可以先配置好環境變量之后，在傳輸到其他機器上去。
我這里先將這些配置都傳輸到其他的機器上了，并且都source了，所以下文中這個配置文件的操作實際是沒做的。具體情況以自己的為準。
#Java Config
export JAVA_HOME=/opt/java/jdk1.8
export JRE_HOME=/opt/java/jdk1.8/jre
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
# Scala Config
export SCALA_HOME=/opt/scala/scala2.12
# Spark Config
export SPARK_HOME=/opt/spark/spark1.6-hadoop2.4-hive
# Zookeeper Config
export ZK_HOME=/opt/zookeeper/zookeeper3.4
# HBase Config
export HBASE_HOME=/opt/hbase/hbase1.2
# Hadoop Config
export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
# Hive Config
export HIVE_HOME=/opt/hive/hive2.1
export HIVE_CONF_DIR=${HIVE_HOME}/conf
export PATH=.:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${ZK_HOME}/bin:${HBASE_HOME}/bin:${HIVE_HOME}/bin:$PATH事先說明，這些配置可以在一臺機器上配置，然后復制到其他機器上就行了。復制之后注意使這些配置文件生效。
說明: 一般CentOS自帶了openjdk，但是hadoop集群使用的是oracle官方的jdk，所以先行卸載CentOS的jdk，然后再安裝在oracle下載好的JDK。
首先輸入 java -version
查看是否安裝了JDK，如果安裝了，但版本不適合的話，就卸載
輸入
rpm -qa | grep java
查看信息
然后輸入:
rpm -e --nodeps “你要卸載JDK的信息”
如: rpm -e --nodeps java-1.7.0-openjdk-1.7.0.99-2.6.5.1.el6.x86_64
確認沒有了之后，解壓下載下來的JDK
tar -xvf jdk-8u144-linux-x64.tar.gz移動到opt/java文件夾中，沒有就新建，然后將文件夾重命名為jdk1.8。
mv jdk1.8.0_144 /opt/java
mv jdk1.8.0_144 jdk1.8然后編輯 profile 文件，添加如下配置
輸入:
vim /etc/profile添加:
export JAVA_HOME=/opt/java/jdk1.8
export JRE_HOME=/opt/java/jdk1.8/jre
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
export PATH=.:${JAVA_HOME}/bin:$PATH添加成功之后，輸入
source /etc/profile
java -version 查看是否配置成功
將下載下來的Hadoop的配置文件進行解壓
在linux上輸入:
tar -xvf hadoop-2.8.2.tar.gz然后將解壓之后的文件夾移動到opt/hadoop文件夾下，沒有該文件夾就新建，然后將文件夾重命名為hadoop2.8。
在linux上輸入移動文件夾命令:
mv hadoop-2.8.2 /opt/hadoop
mv hadoop-2.8.2 hadoop2.8編輯 /etc/profile 文件
輸入:
vim /etc/profile添加:
export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export PATH=.:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:$PATH輸入:
source /etc/profile使配置生效
修改 core-site.xml、hadoop-env.sh、hdfs-site.xml、mapred-site.xml 等這些配置文件
在linux輸入進入該目錄的命令：
cd /opt/hadoop/hadoop2.8/etc/hadoophadoop的存放路徑可以自行更改。開始我以為這些文件夾需要手動創建，后來實踐了，如果不手動創建，會自動創建的，所以就去掉了手動創建目錄的步驟。
輸入:
vim core-site.xml在<configuration>節點內加入配置:
<configuration>
<property>
<name>hadoop.temp.dir</name>
<value>file:/root/hadoop/tmp</value>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<!-- eclipse連接hive 的配置-->
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
</configuration>說明: fs.defaultFS 是缺省文件的名稱， 最早使用的是 fs.default.name，后來在最新官方文檔中查到該方法已經棄用了。于是邊改成這個了。ps：感覺也沒啥區別。
這個要做，不知道為什么相對路徑不識別，于是就使用絕對路徑。
將
export JAVA_HOME=${JAVA_HOME}修改為：
export JAVA_HOME=/opt/java/jdk1.8注:修改為自己JDK的路徑
下面的hdfs的存放路徑，可以根據自己機器更改。
在<configuration>節點內加入配置:
<property>
<name>dfs:replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/root/hadoop/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/root/hadoop/data</value>
</property> 執行mapreduce的運行框架配置。ps:感覺這個配置沒啥用，可能我沒用mr吧。
如果沒有 mapred-site.xml 該文件，就復制mapred-site.xml.template文件并重命名為mapred-site.xml。
修改這個新建的mapred-site.xml文件，在<configuration>節點內加入配置:
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>yarn 資源調度的配置，集群的話這個配置是必須的。
修改/opt/hadoop/hadoop2.8/etc/hadoop/yarn-site.xml文件，
在<configuration>節點內加入配置
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>${yarn.resourcemanager.hostname}:8032</value>
</property>
<property>
<description>The address of the scheduler interface.</description>
<name>yarn.resourcemanager.scheduler.address</name>
<value>${yarn.resourcemanager.hostname}:8030</value>
</property>
<property>
<description>The http address of the RM web application.</description>
<name>yarn.resourcemanager.webapp.address</name>
<value>${yarn.resourcemanager.hostname}:8088</value>
</property>
<property>
<description>The https adddress of the RM web application.</description>
<name>yarn.resourcemanager.webapp.https.address</name>
<value>${yarn.resourcemanager.hostname}:8090</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>${yarn.resourcemanager.hostname}:8031</value>
</property>
<property>
<description>The address of the RM admin interface.</description>
<name>yarn.resourcemanager.admin.address</name>
<value>${yarn.resourcemanager.hostname}:8033</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>8182</value>
<discription>每個節點可用內存,單位MB,默認8182MB</discription>
</property>
<property>
<name>yarn.nodemanager.vmem-pmem-ratio</name>
<value>2.1</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>說明：yarn.nodemanager.vmem-check-enabled這個的意思是忽略虛擬內存的檢查，如果你是安裝在虛擬機上，這個配置很有用，配上去之后后續操作不容易出問題。如果是實體機上，并且內存夠多，可以將這個配置去掉。
設置主從的配置。如果不設置這個，集群就無法得知主從了。如果是單機模式，就沒必要配置了。
修改/opt/hadoop/hadoop2.8/etc/hadoop/slaves文件
更改為
slave1
slave2這些配置參考Hadoop官方文檔。
Hadoop官方配置文件具體說明: http://hadoop.apache.org/docs/r2.8.3/
在一臺機器上(最好是master)做完這些配置之后，我們使用scp命令將這些配置傳輸到其他機器上。
輸入:
jdk環境傳輸
scp -r /opt/java root@slave1:/opt
scp -r /opt/java root@slave2:/opthadoop環境傳輸
scp -r /opt/hadoop root@slave1:/opt
scp -r /opt/hadoop root@slave2:/opt傳輸之后，便在主節點啟動集群。
在啟動hadoop之前，需要初始化，這個只需要在master上初始化就可以了。
注:啟動hadoop之前確保防火墻關閉，各個機器時間通過，ssh免登錄都沒問題。
初始化hadoop
切換到/opt/hadoop/hadoop2.8/bin目錄下輸入
./hdfs namenode -format初始化成功之后，切換到/opt/hadoop/hadoop2.8/sbin
啟動hadoop 的hdfs和yarn
輸入:
start-dfs.sh
start-yarn.sh第一次登錄會詢問是否連接，輸入yes ，然后輸入密碼就可以了
啟動成功之后，可以使用jps命令在各個機器上查看是否成功
可以在瀏覽器輸入: ip+50070 和8088端口查看
若如圖顯示，則啟動成功。
若失敗，檢查jps是否成功啟動，防火墻是否都關閉。都確認沒問題之后，還是無法打開界面，請查看日志，再來找原因。
說明:其實spark的相關配置，我在大數據學習系列之六 ----- Hadoop+Spark環境搭建 http://www.panchengming.com/2017/12/19/pancm63/ 應該已經說的很詳細了，雖然是單機環境。其實集群也就增加個slave配置，其他的暫時好像沒什么了。所以就簡單的貼下配置。
和JDK配置幾乎一樣
將下載好的Scala文件解壓
輸入
tar -xvf scala-2.12.2.tgz然后移動到/opt/scala 里面
并且重命名為scala2.1
輸入
mv scala-2.12.2 /opt/scala
mv scala-2.12.2 scala2.12編輯 /etc/profile 文件
輸入:
export SCALA_HOME=/opt/scala/scala2.12
export PATH=.:${JAVA_HOME}/bin:${SCALA_HOME}/bin:$PATH輸入:
source /etc/profile使配置生效
輸入 scala -version 查看是否安裝成功
將下載好的Spark文件解壓
輸入
tar -xvf spark-1.6.3-bin-hadoop2.4-without-hive.tgz然后移動到/opt/spark 里面，并重命名
輸入
mv spark-1.6.3-bin-hadoop2.4-without-hive /opt/spark
mv spark-1.6.3-bin-hadoop2.4-without-hive spark1.6-hadoop2.4-hive編輯 /etc/profile 文件
輸入:
export SPARK_HOME=/opt/spark/spark1.6-hadoop2.4-hive
export PATH=.:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:$PATH輸入:
source /etc/profile使配置生效
切換目錄
輸入:
cd /opt/spark/spark1.6-hadoop2.4-hive/conf在conf目錄下，修改spark-env.sh文件，如果沒有 spark-env.sh 該文件，就復制spark-env.sh.template文件并重命名為spark-env.sh。
修改這個新建的spark-env.sh文件，加入配置:
export SCALA_HOME=/opt/scala/scala2.1
export JAVA_HOME=/opt/java/jdk1.8
export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export SPARK_HOME=/opt/spark/spark1.6-hadoop2.4-hive
export SPARK_MASTER_IP=master
export SPARK_EXECUTOR_MEMORY=4G注:上面的路徑以自己的為準，SPARK_MASTER_IP為主機，SPARK_EXECUTOR_MEMORY為設置的運行內存。
slaves 分布式文件
在conf目錄下，修改slaves文件，如果沒有 slaves 該文件，就復制slaves .template文件并重命名為slaves 。
修改這個新建的slaves 文件，加入配置:
slave1
slave2在一臺機器上(最好是master)做完這些配置之后，我們使用scp命令將這些配置傳輸到其他機器上。
輸入:
scala環境傳輸
scp -r /opt/scala root@slave1:/opt
scp -r /opt/scala root@slave2:/optspark環境傳輸
scp -r /opt/spark root@slave1:/opt
scp -r /opt/spark root@slave2:/opt傳輸之后，便在主節點啟動集群。
說明:要先啟動Hadoop
切換到Spark目錄下
輸入:
cd /opt/spark/spark2.2/sbin然后啟動Spark
輸入:
start-all.sh啟動成功之后，可以使用jps命令在各個機器上查看是否成功。
可以在瀏覽器輸入: ip+8080 端口查看
若成功顯示這個界面，則表示Spark成功啟動。
因為HBase做集群，所以就需要zookeeper了。
zookeeper 在很多環境搭建上，都會有他的身影，如kafka、storm等，這里就不多說了。
將下載下來的Zookeeper 的配置文件進行解壓
在linux上輸入:
tar -xvf zookeeper-3.4.10.tar.gz然后移動到/opt/zookeeper里面，沒有就新建，然后將文件夾重命名為zookeeper3.4
輸入
mv zookeeper-3.4.10 /opt/zookeeper
mv zookeeper-3.4.10 zookeeper3.4編輯 /etc/profile 文件
輸入:
export ZK_HOME=/opt/zookeeper/zookeeper3.4
export PATH=.:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:${ZK_HOME}/bin:$PATH輸入:
source /etc/profile使配置生效
在集群的服務器上都創建這些目錄
mkdir /opt/zookeeper/data
mkdir /opt/zookeeper/dataLog并且在/opt/zookeeper/data目錄下創建myid文件
輸入:
touch myid創建成功之后，更改myid文件。
我這邊為了方便，將master、slave1、slave2的myid文件內容改為1,2,3
切換到/opt/zookeeper/zookeeper3.4/conf 目錄下
如果沒有 zoo.cfg 該文件，就復制zoo_sample.cfg文件并重命名為zoo.cfg。
修改這個新建的zoo.cfg文件
dataDir=/opt/zookeeper/data
dataLogDir=/opt/zookeeper/dataLog
server.1=master:2888:3888
server.2=slave1:2888:3888
server.3=slave2:2888:3888說明：client port，顧名思義，就是客戶端連接zookeeper服務的端口。這是一個TCP port。dataLogDir里是放到的順序日志(WAL)。而dataDir里放的是內存數據結構的snapshot，便于快速恢復。為了達到性能最大化，一般建議把dataDir和dataLogDir分到不同的磁盤上，這樣就可以充分利用磁盤順序寫的特性。dataDir和dataLogDir需要自己創建，目錄可以自己制定，對應即可。server.1中的這個1需要和master這個機器上的dataDir目錄中的myid文件中的數值對應。server.2中的這個2需要和slave1這個機器上的dataDir目錄中的myid文件中的數值對應。server.3中的這個3需要和slave2這個機器上的dataDir目錄中的myid文件中的數值對應。當然，數值你可以隨便用，只要對應即可。2888和3888的端口號也可以隨便用，因為在不同機器上，用成一樣也無所謂。
1.tickTime：CS通信心跳數
Zookeeper 服務器之間或客戶端與服務器之間維持心跳的時間間隔，也就是每個 tickTime 時間就會發送一個心跳。tickTime以毫秒為單位。
tickTime=2000
2.initLimit：LF初始通信時限
集群中的follower服務器(F)與leader服務器(L)之間初始連接時能容忍的最多心跳數（tickTime的數量）。
initLimit=10
3.syncLimit：LF同步通信時限
集群中的follower服務器與leader服務器之間請求和應答之間能容忍的最多心跳數（tickTime的數量）。
syncLimit=5
依舊將zookeeper傳輸到其他的機器上，記得更改 /opt/zookeeper/data 下的myid，這個不能一致。
輸入:
scp -r /opt/zookeeper root@slave1:/opt
scp -r /opt/zookeeper root@slave2:/opt因為zookeeper是選舉制，它的主從關系并不是像hadoop那樣指定的，具體可以看官方的文檔說明。
成功配置zookeeper之后，在每臺機器上啟動zookeeper。
切換到zookeeper目錄下
cd /opt/zookeeper/zookeeper3.4/bin輸入:
zkServer.sh start成功啟動之后
查看狀態輸入:
zkServer.sh status可以查看各個機器上zookeeper的leader和follower
將下載下來的HBase的配置文件進行解壓
在linux上輸入:
tar -xvf hbase-1.2.6-bin.tar.gz然后移動到/opt/hbase 文件夾里面，并重命名為 hbase1.2
輸入
mv hbase-1.2.6 /opt/hbase
mv hbase1.2 /opt/hbase編輯 /etc/profile 文件
輸入:
export HBASE_HOME=/opt/hbase/hbase1.2
export PATH=.:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:$PATH輸入:
source /etc/profile使配置生效
輸入
hbase version
查看版本
切換到 /opt/hbase/hbase-1.2.6/conf 下
編輯 hbase-env.sh 文件，添加以下配置
export JAVA_HOME=/opt/java/jdk1.8
export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HBASE_HOME=/opt/hbase/hbase1.2
export HBASE_CLASSPATH=/opt/hadoop/hadoop2.8/etc/hadoop
export HBASE_PID_DIR=/root/hbase/pids
export HBASE_MANAGES_ZK=false
說明:配置的路徑以自己的為準。HBASE_MANAGES_ZK=false 是不啟用HBase自帶的Zookeeper集群。
編輯hbase-site.xml 文件，在<configuration>添加如下配置
<property>
<name>hbase.rootdir</name>
<value>hdfs://master:9000/hbase</value>
<description>The directory shared byregion servers.</description>
</property>
<!-- hbase端口 -->
<property>
<name>hbase.zookeeper.property.clientPort</name>
<value>2181</value>
</property>
<!-- 超時時間 -->
<property>
<name>zookeeper.session.timeout</name>
<value>120000</value>
</property>
<!--防止服務器時間不同步出錯 -->
<property>
<name>hbase.master.maxclockskew</name>
<value>150000</value>
</property>
<!-- 集群主機配置 -->
<property>
<name>hbase.zookeeper.quorum</name>
<value>master,slave1,slave2</value>
</property>
<!-- 路徑存放 -->
<property>
<name>hbase.tmp.dir</name>
<value>/root/hbase/tmp</value>
</property>
<!-- true表示分布式 -->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<!-- 指定master -->
<property>
<name>hbase.master</name>
<value>master:60000</value>
</property>
</configuration>
說明:hbase.rootdir：這個目錄是region server的共享目錄，用來持久化Hbase 。hbase.cluster.distributed ：Hbase的運行模式。false是單機模式，true是分布式模式。若為false,Hbase和Zookeeper會運行在同一個JVM里面。
指定hbase的主從，和hadoop的slaves文件配置一樣
將文件修改為
slave1
slave2
注:上面的為集群的主機名稱
在一臺機器上(最好是master)做完這些配置之后，我們使用scp命令將這些配置傳輸到其他機器上。
輸入:
hbase環境傳輸
scp -r /opt/hbaseroot@slave1:/opt
scp -r /opt/hbase root@slave2:/opt傳輸之后，便在主節點啟動集群。
在成功啟動Hadoop、zookeeper之后
切換到HBase目錄下
cd /opt/hbase/hbase1.2/bin輸入:
start-hbase.sh啟動成功之后，可以使用jps命令在各個機器上查看是否成功
可以在瀏覽器輸入: ip+16010 端口查看
若成功顯示該界面，則啟動成功。
因為hive安裝使用不需要集群，只需在一臺機器上安裝使用就可以了，之前在我的
大數據學習系列之四 ----- Hadoop+Hive環境搭建圖文詳解(單機) http://www.panchengming.com/2017/12/16/pancm61/ 里面已經講解的很詳細，所以本文就不在描述了。
環境搭建參考: http://blog.csdn.net/pucao_cug/article/details/72773564
環境配置參考的官方文檔。
到此，本教程就結束了，謝謝閱讀！
版權聲明:
作者：虛無境
博客園出處：http://www.cnblogs.com/xuwujing
CSDN出處：http://blog.csdn.net/qazwsxpcm
個人博客出處：http://www.panchengming.com
原創不易，轉載請標明出處，謝謝！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
