模块一：平台搭建与运维
（一）任务一：大数据平台搭建
1.子任务一：Hadoop 完全分布式安装配置
本任务需要使用 root 用户完成相关配置，安装 Hadoop 需要配置前置环境。命令中要求使用绝对路径，具体要求如下:
（1）从 Master 中的/opt/software 目录下将文件hadoop-3.1.3.tar.gz、jdk-8u191-linux-x64.tar.gz 安装 将 JDK 解压命令复制并粘贴至客户端桌面【M1-T1-SUBT1-提 交结果 1.docx】中对应的任务序号下；
答：
tar zxvf /opt/software/hadoop-3.2.1.tar.gz -C /root/software/
tar zxvf /opt/software/jdk-8u202-linux-x64.tar.gz -C /root/software
（2）修改 Master 中/etc/profile 文件，设置 JDK 环境 变量并使其生效，配置完毕后在 Master 节点分别执行“java -version”和“javac”命令，将命令行执行结果分别截图 并粘贴至客户端桌面【M1-T1-SUBT1-提交结果2.docx】中对应的任务序号下；
答：
vi /etc/profile
export JAVA_HOME=/root/software/jdk1.8.0
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
添加完成后保存。执行source /etc/profile命令。
（3）请完成 host 相关配置，将三个节点分别命名为master、slave1、slave2，并做免密登录，用 scp 命令并使 用绝对路径从 Master 复制 JDK 解压后的安装文件到 slave1、 slave2 节点（若路径不存在，则需新建），并配置 slave1、 slave2 相关环境变量，将全部 scp 复制 JDK 的命令复制并粘贴至客户端桌面【M1-T1-SUBT1-提交结果 3.docx】中对应的 任务序号下；
答：
在master上生成SSH密钥对，执行ssh-keygen -t rsa，一直回车即可。
将master上的公钥拷贝到slave1和slave2上；ssh-copy-id slave1
根据提示输入yes以及目标主机密码即可，slave2同理。
在 master 上通过 SSH 连接 slave1 和 slave2 来验证。
ssh slave1
执行上述命令后无需输入密码即可直接连接到slave1表示成功，slave2同理。
scp -r /root/software/hadoop-3.2.1 root@slave1:/root/software/
scp -r /root/software/hadoop-3.2.1 root@slave2:/root/software/
（4）在 Master 将 Hadoop 解压到/opt/module(若路径 不存在，则需新建)目录下，并将解压包分发至 slave1、 slave2 中，其中 master、slave1、slave2 节点均作为 datanode，配置好相关环境，初始化 Hadoop 环境 namenode， 将初始化命令及初始化结果截图（截取初始化结果日志最后 20 行即可）粘贴至客户端桌面【M1-T1-SUBT1-提交结果 4.docx】中对应的任务序号下；
答：
hadoop-env.sh：
export JAVA_HOME=/root/software/jdk1.8.0
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
core-site.xml：
<!– 在configuration标签内添加以下内容 –>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<!– 临时文件存放位置 –>
<property>
<name>hadoop.tmp.dir</name>
<value>/root/software/hadoop-3.2.1/hadoopDatas/tempDatas</value>
</property>
hdfs-site.xml：
<!– 在configuration标签内添加以下内容 –>
<!– 设置副本数量 –>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<!– namenode存放的位置，老版本是用dfs.name.dir –>
<property>
<name>dfs.namenode.name.dir</name>
<value>/root/software/hadoop-3.2.1/hadoopDatas/namenodeDatas</value>
</property>
<!– datanode存放的位置，老版本是dfs.data.dir –>
<property>
<name>dfs.datanode.data.dir</name>
<value>/root/software/hadoop-3.2.1/hadoopDatas/datanodeDatas/</value>
</property>
<!– 关闭文件上传权限检查 –>
<property>
<name>dfs.permissions.enalbed</name>
<value>false</value>
</property>
<!– namenode运行在哪儿节点，默认是0.0.0.0:9870,在hadoop3.x中端口从原先的50070改为了9870 –>
<property>
<name>dfs.namenode.http-address</name>
<value>master:9870</value>
</property>
<!– secondarynamenode运行在哪个节点，默认0.0.0.0:9868 –>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master:9868</value>
</property>
mapred-site.xml：
<!– 在configuration标签内添加以下内容 –>
<!– 设置mapreduce在yarn平台上运行 –>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!– 配了上面这个下面这个也得配， 不然跑mapreduce会找不到主类。MR应用程序的CLASSPATH–>
<property>
<name>mapreduce.application.classpath</name>
<value>/root/software/hadoop-3.2.1/share/hadoop/mapreduce/*:/root/software/hadoop-3.2.1/share/hadoop/mapreduce/lib/*</value>
</property>
<!– 历史服务器端地址 –>
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<!– 历史服务器web端地址 –>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
yarn-site.xml：
<!– 在configuration标签内添加以下内容 –>
<!– resourcemanager运行在哪个节点 –>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
<!– nodemanager获取数据的方式 –>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!– 关闭虚拟内存检查 –>
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
workers：
# 删掉里面的localhost，添加以下内容
master
slave1
slave2
在master节点上使用scp命令将配置完的Hadoop安装目录直接拷贝至slave1和slave2
scp -r /root/software/hadoop-3.2.1 root@slave1:/root/software/
scp -r /root/software/hadoop-3.2.1 root@slave2:/root/software/
三台节点的“/etc/profile”文件中配置Hadoop环境变量HADOOP_HOME和PATH的值，并让配置文件立即生效；
vi /etc/profile
export HADOOP_HOME=/root/software/hadoop-3.2.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
在主节点格式化集群
hdfs namenode -format
（5）启动 Hadoop 集群（包括 hdfs 和 yarn），使用 jps 命令查看 Master 节点与 slave1 节点的 Java 进程，将 jps 命令与结果截图粘贴至客户端桌面【M1-T1-SUBT1-提交结果 5.docx】中对应的任务序号下。
答：
start-all.sh
2.子任务二：Flume 安装配置
本任务需要使用root用户完成相关配置，已安装Hadoop 及需要配置前置环境，具体要求如下：
（1）从 Master 中的/opt/software 目录下将文件apache-flume-1.9.0
-bin.tar.gz 解压到/opt/module 目录 下，将解压命令复制并粘贴至客户端桌面【M1-T1-SUBT2-提 交结果 1.docx】中对应的任务序号下；
答：
tar zxvf /opt/software/apache-flume-1.11.0-bin.tar.gz -C /root/software/
（2）完善相关配置设置，配置 Flume 环境变量，并使环境变量生效，执行命令 flume-ng version 并将命令与结 果截图粘贴至客户端桌面【M1-T1-
SUBT2-提交结果 2.docx】 中对应的任务序号下；
答：
vim /etc/profile
export FLUME_HOME=/root/software/apache-flume-1.11.0-bin
export PATH=$PATH:$FLUME_HOME/bin
source /etc/profile
配置
cd /root/software/apache-flume-1.11.0-bin/conf
cp flume-env.sh.template flume-env.sh
vim flume-env.sh
export JAVA_HOME=/usr/local/jdk1.8.0
查看Flume版本
flume-ng version
（3）启动Flume传输Hadoop日志（namenode或datanode 日志），查看 HDFS 中/tmp/flume 目录下生成的内容，将查看 命令及结果（至少 5 条结果）截图粘贴至客户端桌面【M1-T1-SUBT2-提交结果 3.docx】中对应的任务序号下。
答：
vim conf/flume-conf-hdfs.properties，内容如下：
# Define agent name
a1.sources = r1
a1.sinks = k1
a1.channels = c1
# Describe/configure the source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F /root/software/hadoop-3.2.1/logs/hadoop-root-datanode-master.log
# Describe the sink
a1.sinks.k1.hdfs.useLocalTimeStamp=true
a1.sinks.k1.type = hdfs
a1.sinks.k1.hdfs.path = hdfs://60.0.0.5:9000/tmp/flume/%Y%m%d%H%M%S.log
a1.sinks.k1.hdfs.use_header = true
a1.sinks.k1.hdfs.header_key = host
# Define the memory channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 10000
# Bind the source and sink to the channel
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1
启动：./flume-ng agent -c conf -n a1 -f ../conf/flume-conf-hdfs.properties -Dflume.root.logger=INFO,console
3.子任务三：Flink on Yarn 安装配置
本任务需要使用root用户完成相关配置，已安装Hadoop 及需要配置前置环境，具体要求如下：
（1）从 Master 中的/opt/software 目录下将文flink-1.14.0-bin-scala_
2.12.tgz解 压 到 路 径 /opt/module 中(若路径不存在，则需新建)，将完整解压命令复制粘贴至客户端桌面【M1-T1-SUBT3-提交结果 1.docx】 中对应的任务序号下；
答：
tar zxf /opt/software/flink-1.14.0-bin-scala_2.12.tgz -C /root/software/
（2）修改容器中/etc/profile 文件，设置 Flink 环境 变量并使环境变量生效。在容器中/opt 目录下运行命令 flink –version，将命令与结果截图粘贴至客户端桌面【M1-T1-SUBT3-提交结果 2.docx】中对应的任务序号下；
答：
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
export HADOOP_CLASSPATH=`hadoop classpath`
export FLINK_HOME=/root/software/flink-1.14.0
export PATH=$PATH:$FLINK_HOME/bin
（3）开启 Hadoop 集群，在 yarn 上以 per job 模式（即 Job 分 离 模 式 ， 不 采 用 Session 模 式 ） 运 行$FLINK_HOME/examples/batch/
WordCount.jar，将运行结果最后 10 行截图粘贴至客户端桌【M1-T1-SUBT3-提交结果 3.docx】中对应的任务序号下
答：
flink run -m yarn-cluster -p 2 -yjm 2G -ytm 2G $FLINK_HOME/examples/batch/WordCount.jar
