如果Linux中有自带的JDK一定要先卸载,参考配置模板机中卸载原始JDK的操作。卸载完成后再进行安装,安装JDK需要使用远程传输工具将安装包上传到Linux系统中,具体安装流程如下:


上传完成后可以在/opt/software/目录中查看到jdk的详细情况

[root@hadoop102 software]# tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/
[li@hadoop102 ~]$ 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
Linux环境变量配置在/etc/profile文件或/etc/profile.d/中的区别:
1、当前Shell环境变量配置 ~/.bash_profile 当前用户专属的启动文件,可根据不同用户定制不同的环境变量。 触发时机:每当创建新的shell终端或ssh登入调用(即 no login shell)
2、全局Shell环境变量配置 /etc/profile 所有用户的环境变量,统一配置。 触发时机:每次开机并成功登录Linux系统将调用(即 login shell)
3、自定义Shell环境变量(目录) /etc/profile.d/*.sh 用于存放自定义shell脚本,可供所有授权用户调用,可认为其为全局变量。
触发时机:每当登入系统或有新建的shell终端(包括非交互的定时任务) 都会调用优点:
通用的环境变量,按功能独立文件存储,也便于管理(如:History日志格式化,开发工具Java、Maven、Gradle、Android、NodeJS等用到的环境变量分类存储)
有助于不同Linux主机之间进行迁移/复制、保持统一。同类功能的目录如:/etc/init.d/、/etc/rc.d//、/etc/cron.d/、/etc/yum.repos.d等。 配置立即生效后,其将作用于所有已创建shell新执行的命令注意:
- 目录 /etc/profile.d/ 下新建的shell脚本,注意授予执行权限;
- shell脚本文件命名要规范、统一,做到见名知义;
- 各shell脚本中,不要存在相同环境变量名,避免后者覆盖前者,造成不可预知异常;
4、调用优先级
当登录Linux系统时,bash shell会作为登录shell启动。登录shell会从以下几个文件中读取:
- /etc/profile
- $HOME/.bash_profile
- $HOME/.bashrc 每次启用shell会将 /etc/profile 中自定义的部分同步更新
- /etc/profile.d/*.sh
- $HOME/.bash_login 默认无此文件,支持自定义用户登入事件
- $HOME/.bash_logout 默认文件为空,支持自定义用户登出事件
:wq
[li@hadoop102 ~]$ source /etc/profile
[li@hadoop102 ~]$ java -version
java version "1.8.0_212"
Java(TM) SE Runtime Environment (build 1.8.0_212-b10)
Java HotSpot(TM) 64-Bit Server VM (build 25.212-b10, mixed mode)
表明JDK安装完成。
[li@hadoop102 ~]$ reboot
Hadoop下载地址:https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/
安装流程:


上传完后在/opt/software/目录中查看是否上传成功:

[li@hadoop102 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

[li@hadoop102 module]$ cd hadoop-3.1.3/
[li@hadoop102 hadoop-3.1.3]$ pwd
/opt/module/hadoop-3.1.3
[li@hadoop102 profile.d]$ vim /etc/profile.d/my_env.sh
# 注意用户权限,可能需要修改权限
在my_env.sh文件末尾添加如下内容:
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
[li@hadoop102 profile.d]$ source /etc/profile
测试是否安装成功:

重启(如果Hadoop命令不能用再重启虚拟机)
[li@hadoop102 profile.d]$ reboot
[li@hadoop102 ~]$ cd /opt/module/hadoop-3.1.3/
[li@hadoop102 hadoop-3.1.3]$ ll
总用量 200
drwxr-xr-x. 2 li li 4096 9月 12 2019 bin
drwxr-xr-x. 3 li li 4096 9月 12 2019 etc
drwxr-xr-x. 2 li li 4096 9月 12 2019 include
drwxr-xr-x. 3 li li 4096 9月 12 2019 lib
drwxr-xr-x. 4 li li 4096 9月 12 2019 libexec
-rw-rw-r--. 1 li li 147145 9月 4 2019 LICENSE.txt
-rw-rw-r--. 1 li li 21867 9月 4 2019 NOTICE.txt
-rw-rw-r--. 1 li li 1366 9月 4 2019 README.txt
drwxr-xr-x. 3 li li 4096 9月 12 2019 sbin
drwxr-xr-x. 4 li li 4096 9月 12 2019 share
重要目录:
Hadoop运行模式包括:本地模式、伪分布式模式以及完全分布式模式。
WordCount案例,流程:
[li@hadoop102 ~]$ cd /opt/module/hadoop-3.1.3/
[li@hadoop102 hadoop-3.1.3]$ mkdir wcinput
hadoop yarn
hadoop mapreduce
school
school
[li@hadoop102 hadoop-3.1.3]$ cd wcinput
[li@hadoop102 wcinput]$ vim word.txt
[li@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput
[li@hadoop102 hadoop-3.1.3]$ cd wcoutput
[li@hadoop102 wcoutput]$ ll
总用量 4
-rw-r--r--. 1 li li 38 8月 23 14:28 part-r-00000
-rw-r--r--. 1 li li 0 8月 23 14:28 _SUCCESS
[li@hadoop102 wcoutput]$ cat part-r-00000
school 2
hadoop 2
mapreduce 1
yarn 1
省略
完全分布式模式(Fully-Distribute Mode)也叫集群模式,是真正的分布式、由3台及以上的实体机或者虚拟机组成的集群。
所需要的配置:
1. 3台虚拟机(关闭防火墙、静态IP、主机名称、配置hosts文件,能够连接外部网络,虚拟机之间网络通畅)
2. 安装JDK、Hadoop
3. 配置JDK、Hadoop环境变量
4. 配置集群
5. 单点启动
6. 配置ssh
7. 启动集群并测试
scp命令是基于SSH协议的在本地主机和远程主机之间复制文件的客户端。
scp可以实现服务器与服务器之间的数据拷贝。(from server1 to server2)
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
[li@hadoop102 ~]$ chown li:li /opt/software /opt/module
[li@hadoop102 opt]$ scp -r /opt/module/jdk1.8.0_212 li@hadoop103:/opt/module
[li@hadoop103 ~]$ scp -r li@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/
执行命令时需要输入要连接主机的用户密码:

[li@hadoop103 ~]$ scp -r li@hadoop102:/opt/module/* li@hadoop104:/opt/module
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(remote synchronize)remote synchronize是一个远程数据同步工具。可通过LAN\WAN快速同步不同主机上的文件或目录;也可以使用rsync同步本地硬盘中的不同文件或目录。无论是使用rsync进行本地同步还是远程同步,首次运行时将会把全部文件复制一次,以后再运行时将只复制有变化的文件(对于新文件)或文件的变化部分(对于原文件)。这正是rsync的优势所在。
在使用rsync进行远程同步时,可以使用如下两种方式:
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。
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
| 选项 | 功能 |
|---|---|
| -a | 归档拷贝 |
| -v | 显示复制过程 |
[li@hadoop103 hadoop-3.1.3]$ rm -rf wcinput
[li@hadoop102 module]$ rsync -av hadoop-3.1.3/ li@hadoop103:/opt/module/hadoop-3.1.3/
li@hadoop103's password:
sending incremental file list
wcinput/
wcinput/word.txt
sent 690,037 bytes received 2,679 bytes 125,948.36 bytes/sec
total size is 844,991,427 speedup is 1,219.82
rsync -av /opt/module username@hostname:/opt/
[li@hadoop102 module]$ echo $PATH
/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/opt/module/jdk1.8.0_212/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/home/li/.local/bin:/home/li/bin
[li@hadoop102 module]$ cd /home/li
[li@hadoop102 ~]$ mkdir bin
[li@hadoop102 ~]$ cd bin
[li@hadoop102 bin]$ vim xsync
b. 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 hadoop102 hadoop103 hadoop104
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 $file does not exists!
fi
done
done
c. 修改脚本 xsync 具有执行权限
[li@hadoop102 bin]$ chmod +x xsync
d. 测试脚本
[li@hadoop102 bin]$ xsync /home/li/bin
==================== hadoop102 ====================
The authenticity of host 'hadoop102 (192.168.10.132)' can't be established.
ECDSA key fingerprint is SHA256:bZDSJaYMXq5ajm0gBenocx3VJnQO1uxdhsAzv79rrj8.
ECDSA key fingerprint is MD5:d9:aa:00:6d:20:34:7b:ba:5a:eb:22:a6:51:15:d8:6e.
Are you sure you want to continue connecting (yes/no)? yes
Warning: Permanently added 'hadoop102,192.168.10.132' (ECDSA) to the list of known hosts.
li@hadoop102's password:
li@hadoop102's password:
sending incremental file list
sent 80 bytes received 17 bytes 17.64 bytes/sec
total size is 739 speedup is 7.62
==================== hadoop103 ====================
li@hadoop103's password:
li@hadoop103's password:
sending incremental file list
bin/
bin/xsync
sent 869 bytes received 39 bytes 201.78 bytes/sec
total size is 739 speedup is 0.81
==================== hadoop104 ====================
li@hadoop104's password:
li@hadoop104's password:
sending incremental file list
bin/
bin/xsync
sent 869 bytes received 39 bytes 201.78 bytes/sec
total size is 739 speedup is 0.81
e. 将脚本复制到/bin中,以便全局调用
[root@hadoop102 bin]# cp /home/li/bin/xsync /bin/
f. 同步环境变量配置(root所有者)
[root@hadoop102 bin]# xsync /etc/profile.d/my_env.sh
g.让环境变量生效
[root@hadoop103 bin]# source /etc/profile
[root@hadoop104 bin]# source /etc/profile
SSH是一种协议标准,是用在安全远程登录以及其它安全网络服务。
SSH协议SSH协议与telnet、ftp等协议主要的区别在于安全性。这就引出下一个问题:如何实现数据的安全呢?首先想到的实现方案肯定是对数据进行加密。加密的方式主要有两种:
对称加密原理:指加密解密使用同一套密钥。对称加密的加密强度高,很难破解。
但是在实际应用过程中不得不面临一个棘手的问题:如何安全的保存密钥呢?尤其是考虑到数量庞大的Client端,很难保证密钥不被泄露。一旦一个Client端的密钥被窃据,那么整个系统的安全性也就不复存在。为了解决这个问题,非对称加密应运而生。
非对称加密工作原理:

(服务器建立公钥: 每一次启动 sshd 服务时,该服务会查找 /etc/ssh/ssh_host* 的文件,若系统刚刚安装完成时,由于没有这些公钥,因此 sshd 会主动去计算出这些需要的公钥,同时也会计算出服务器需要的私钥。)
这样就一定安全了吗?
上述流程会有一个问题:Client端如何保证接受到的公钥就是目标Server端的?如果一个攻击者中途拦截Client的登录请求,向其发送自己的公钥,Client端用攻击者的公钥进行数据加密。攻击者接收到加密信息后再用自己的私钥进行解密,不就窃取了Client的登录信息了吗?这就是所谓的"中间人攻击"
从上面的描述可以看出,问题就在于如何对Server的公钥进行认证?在https中可以通过CA来进行公证,可是SSH的公钥和密钥都是自己生成的,没法公证。只能通过Client端自己对公钥进行确认。
SHH是基于口令的认证等方法解决的这个问题的。
STelnet也是一个远程连接的技术,可以这样理解:远程连接以前用的是Telnet,但是通过发展,发现它的安全性堪忧,所以在它的基础上做了加密,这个加密是双向加密的,但是安全性也没有说级别特别高。所以,我们就把他理解成电动车外面扣了个罩子,变成老年代步车,比电动车安全一点,但是上高速,就别想了!安全性高的是SHH,现在的远程连接基本用SHH,他是一个双向加密,我的理解是第一次的连接是不能保证安全的,但双向连接建立了后面就安全了,所以它的安全性并不是很好的,同理,因为计算机里存的有证书,只要证书不失效,是可以认证安全性的,当然,证书也有伪造的。总之一句话:没有绝对的安全。
基本语法
ssh hadoop103
如果出现如下内容:
Are you sure you want to continue connecting (yes/no)?
输入yes,并回车就可以建立连接。
免密登录原理

生成公钥和私钥
切换到/home/li/.ssh目录,使用命令生成公钥和私钥,敲(三个回车),就会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)
[li@hadoop102 ~]$ cd /home/li/.sh
[li@hadoop102 ssh]$ ssh-keygen -t rsa
Generating public/private rsa key pair.
Enter file in which to save the key (/home/li/.ssh/id_rsa):
Enter passphrase (empty for no passphrase):
Enter same passphrase again:
Your identification has been saved in /home/li/.ssh/id_rsa.
Your public key has been saved in /home/li/.ssh/id_rsa.pub.
The key fingerprint is:
SHA256:hNFpzgSEkIcht9wFrXSbSvUgPQyi0Uzy9VRq99DHhRo li@hadoop102
The key's randomart image is:
+---[RSA 2048]----+
|++*=+O*+.. .. |
| O===+O+=.E... |
|. +o.==@+ .oo |
| o.oo+o.. |
| . . S . |
| . |
| |
| |
| |
+----[SHA256]-----+
[li@hadoop102 ssh]$

[li@hadoop102 .ssh]$ ssh-copy-id hadoop102
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/home/li/.ssh/id_rsa.pub"
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
li@hadoop102's password:
Number of key(s) added: 1
Now try logging into the machine, with: "ssh 'hadoop102'"
and check to make sure that only the key(s) you wanted were added.
[li@hadoop102 .ssh]$ ssh-copy-id hadoop103
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/home/li/.ssh/id_rsa.pub"
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
li@hadoop103's password:
Number of key(s) added: 1
Now try logging into the machine, with: "ssh 'hadoop103'"
and check to make sure that only the key(s) you wanted were added.
[li@hadoop102 .ssh]$ ssh-copy-id hadoop104
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/home/li/.ssh/id_rsa.pub"
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
li@hadoop104's password:
Number of key(s) added: 1
Now try logging into the machine, with: "ssh 'hadoop104'"
and check to make sure that only the key(s) you wanted were added.
注意:
还需要在hadoop103上采用li账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。
还需要在hadoop104上采用li账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。
还需要在hadoop102上采用root账号,配置一下无密登录到hadoop102、hadoop103、hadoop104;
[li@hadoop102 .ssh]$ cd ~/.ssh
[li@hadoop102 .ssh]$ ll
总用量 16
-rw-------. 1 li li 1182 8月 23 21:44 authorized_keys
-rw-------. 1 li li 1675 8月 23 21:26 id_rsa
-rw-r--r--. 1 li li 394 8月 23 21:26 id_rsa.pub
-rw-r--r--. 1 li li 558 8月 23 16:51 known_hosts
| 文件 | 说明 |
|---|---|
| authorized_keys | 存放授权过的无密登录服务器公钥 |
| id_rsa | 生成的私钥 |
| id_rsa.pub | 生成的公钥 |
| known_hosts | 记录ssh访问过计算机的公钥(public key) |