1 完全分布模式
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+workersYARN配置：yarn-site.xml
2 虚拟机安装
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。
2.1 镜像下载
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。
2.2 安装
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。
2.3 启动
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。
3 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：
1ssh-keygen -t ed25519 -a 100 2ssh-copy-id -i ~/.ssh/id_ed25519.pub hadoopuser@192.168.1.8
4 基本环境搭建
基本环境搭建就是安装JDK以及Hadoop，使用scp上传OpenJDK以及Hadoop。
4.1 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，
1cd ~ 2tar -zxvf openjdk-11+28_linux-x64_bin.tar.gz 3sudo 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：
1sudo vim /etc/profile 2# 没有vim请使用vi 3# 或安装：sudo yum install vim 4# 添加 5export PATH=$PATH:/usr/local/java/bin
然后：
. /etc/profile
测试：
4.2 Hadoop
Hadoop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：
1cd ~ 2tar -xvf hadoop-3.3.0.tar.gz 3sudo 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：
1sudo vim /usr/local/hadoop/etc/hadoop/hadoop-env.sh 2# 填入 3export JAVA_HOME=/usr/local/java # 修改为您的Java目录
5 克隆
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。
6 主机名+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：
1sudo vim /etc/hostname 2# 输入 3# 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 -
192.168.1.10sudo 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。
7 Host设置
需要在Master以及Worker节点进行Host设置：
7.1 Master节点
1sudo vim /etc/hosts 2# 添加 3192.168.1.9 worker1 # 与上面的ip对应一致 4192.168.1.10 worker2
7.2 Worker1节点
1sudo vim /etc/hosts 2# 添加 3192.168.1.8 master 4192.168.1.10 worker2
7.3 Worker2节点
1sudo vim /etc/hosts 2# 添加 3192.168.1.8 master 4192.168.1.9 worker1
7.4 互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：
8 配置ssh
8.1 sshd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。
8.2 复制公钥
三个节点都进行如下操作：
1ssh-keygen -t ed25519 -a 100 2ssh-copy-id master 3ssh-copy-id worker1 4ssh-copy-id worker2
8.3 测试
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：
1ssh master # 都是hadoopuser用户，所以省略了用户 2ssh worker1 3ssh worker2
9 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.xmlHADOOP/etc/hadoop/hdfs-site.xmlHADOOP/etc/hadoop/workers
9.1 core-site.xml
1<configuration> 2 <property> 3 <name>fs.defaultFS</name> 4 <value>hdfs://master:9000</value> 5 </property> 6 <property> 7 <name>hadoop.tmp.dir</name> 8 <value>/usr/local/hadoop/data/tmp</value> 9 </property> 10</configuration>
fs.defaultFS：NameNode地址hadoop.tmp.dir：Hadoop临时目录
9.2 hdfs-site.xml
1<configuration> 2 <property> 3 <name>dfs.namenode.name.dir</name> 4 <value>/usr/local/hadoop/data/namenode</value> 5 </property> 6 <property> 7 <name>dfs.datanode.data.dir</name> 8 <value>/usr/local/hadoop/data/datanode</value> 9 </property> 10 <property> 11 <name>dfs.replication</name> 12 <value>2</value> 13 </property> 14</configuration>
dfs.namenode.name.dir：保存FSImage的目录，存放NameNode的metadatadfs.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
9.3 workers
最后修改workers，输入（与上面设置的主机名一致）：
1worker1 2worker2
9.4 复制配置文件
把Master节点的配置复制到Worker节点：
1scp /usr/local/hadoop/etc/hadoop/* worker1:/usr/local/hadoop/etc/hadoop/ 2scp /usr/local/hadoop/etc/hadoop/* worker2:/usr/local/hadoop/etc/hadoop/
10 HDFS格式化并启动
10.1 启动
在Master节点中：
1cd /usr/local/hadoop 2bin/hdfs namenode -format 3sbin/start-dfs.sh
运行后可以通过jps命令查看：
在Worker节点中：
10.2 测试
浏览器输入：
1master:9870 2# 如果没有修改本机Host可以输入 3# 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。
10.3 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：
1sudo firewall-cmd --query-port=9870/tcp 2# 或 3sudo firewall-cmd --list-ports
如果输出为no：
则表示没有开放，手动开放即可：
1sudo firewall-cmd --add-port=9870/tcp --permanent 2sudo firewall-cmd --reload # 使其生效
再次在浏览器输入：
1master:9870 2# 如果没有修改本地Host 3# 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：
1/usr/local/hadoop/sbin/stop-dfs.sh 2sudo firewall-cmd --add-port=9000/tcp --permanent 3sudo firewall-cmd --reload 4/usr/local/hadoop/sbin/start-dfs.sh
再次在浏览器访问：
1master:9000 2# 或 3# 192.168.1.8:9000
这时候就可以看见Worker节点了：
11 配置YARN
11.1 YARN配置
在两个Worker节点中修改/usr/local/hadoop/etc/hadoop/yarn-site.xml：
1<property> 2 <name>yarn.resourcemanager.hostname</name> 3 <value>master</value> 4</property>
11.2 开启YARN
Master节点中开启YARN：
1cd /usr/local/hadoop 2sbin/start-yarn.sh
同时开放8088端口为下面的测试做准备：
1sudo firewall-cmd --add-port=8088/tcp --permanent 2sudo firewall-cmd --reload
11.3 测试
浏览器输入：
1master:8088 2# 或 3# 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：
1/usr/local/hadoop/sbin/stop-yarn.sh 2sudo firewall-cmd --add-port=8031/tcp --permanent 3sudo firewall-cmd --reload 4/usr/local/hadoop/sbin/start-yarn.sh
再次访问：
1master:8088 2# 或 3# 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。