2.2 搭建Linux虚拟机
前面已经安装好IDEA开发环境，接下来还需要搭建Linux虚拟机，为后续部署大数据平台提供基础环境。
2.2.1 安装Linux系统
大数据平台通常是构建在Linux系统之上的，而大家平时使用的计算机大部分是Windows系统。此时可以通过VMware Workstation虚拟化软件在Windows系统中安装虚拟机，然后在虚拟机上安装Linux操作系统，这样大数据平台就可以构建在Linux虚拟机之上（生产环境中，公司可以购买物理服务器搭建大数据平台）。读者可通过以下教学视频学习在虚拟机上安装Linux操作系统（本书配套资料/第2章/2.2/视频）。
2.2.2 配置Linux静态IP
在实际应用中，由于经常使用动态主机配置协议（Dynamic Host Configuration Protocol, DHCP）服务器来分配IP地址，每次重启DHCP服务器，IP地址有可能是会变动的。而使用Linux系统来搭建大数据平台，希望IP地址是固定不变的，因为集群配置的很多地方都会涉及IP地址，所以需要将Linux系统配置为静态IP。那么如何进行配置呢？
这里以hadoop01节点为例，首先在控制台输入命令vi /etc/sysconfig/network-scripts/ifcfg-eth0打开配置文件，然后修改hadoop01节点的网卡信息，具体配置如图2-31所示。将BOOTPROTO参数由dhcp改为static，表示将动态IP改为静态IP；添加固定IP地址IPADDR为192.168.20.121；添加子网掩码NETMASK为255.255.255.0；网关GATEWAY设置为192.168.20.2。（可在VMware Workstation导航栏中，选择编辑→虚拟网络编辑器选项，查看自己设置的网段和网关）
修改网卡配置之后，需要在控制台输入命令service network restart重启网络服务才能生效，具体操作如图2-32所示。
图2-31 网卡配置
图2-32 重启网络服务
在控制台输入ifconfig命令，可以查看到当前固定IP地址为192.168.20.121，具体操作如图2-33所示。
图2-33 查看网络接口配置信息
Linux系统配置固定IP地址之后，即使重启Linux系统也不会改变。
2.2.3 Linux主机名和IP映射
实际上不论是IP地址还是主机名都是为了标识一台主机或服务器。IP地址就是一台主机上网时IP协议分配给它的一个逻辑地址，主机名就相当于又给这台机器取了一个名字，可以为主机取各种各样的名字。如果要用名字去访问主机，系统如何通过名字去识别一台主机呢？这就需要配置hostname与IP地址之间的对应关系。
在控制台输入命令vi/etc/hosts打开配置文件，在hosts文件的末尾按照对应格式添加IP地址和主机名之间的对应关系。此时IP地址为192.168.20.121，对应的hostname为hadoop01，注意它们之间要有空格。具体配置结果如图2-34所示。
图2-34 修改hosts文件
2.2.4 关闭Linux防火墙
防火墙是对服务器进行保护的一种服务，但是有时这种服务会带来很大的麻烦。比如它会妨碍集群间的相互通信，所以就需要关闭防火墙。在本书中为了方便学习，选择永久关闭防火墙。
在控制台中输入chkconfig iptables off命令，按〈Enter〉键执行命令即可实现防火墙的永久关闭，具体操作如图2-35所示。
图2-35 关闭Linux防火墙
注意：要永久关闭防火墙，需要输入reboot命令重新启动Linux操作系统才能生效。
2.2.5 创建Linux用户和用户组
在大数据平台搭建的过程中，为了系统安全考虑，一般不直接使用超级用户root，而是需要创建一个新的用户和用户组。在Linux系统中，可以直接使用groupadd命令创建新用户组，groupadd的使用方法如图2-36所示。
在控制台输入命令groupadd hadoop，就可以创建名字为hadoop的用户组。
在Linux系统中，可以直接使用useradd命令创建新用户，useradd的使用方法如图2-37所示。
图2-36 groupadd用法
图2-37 useradd用法
在控制台输入命令useradd-g hadoop hadoop，就可以创建名字为hadoop的用户并指定用户组为hadoop。
另外，可以在root用户下，使用passwd命令为刚刚创建的hadoop用户设置密码，密码可以自行设置，具体操作如图2-38所示。
图2-38 设置hadoop用户密码
2.2.6 Linux SSH免密登录
SSH（Secure shell）是可以在应用程序中提供安全通信的一个协议，通过SSH可以安全地进行网络数据传输，它的主要原理是利用非对称加密体系，对所有待传输的数据进行加密，保证数据在传输时不被恶意破坏、泄露或篡改。
但是大数据集群（主要指的是Hadoop集群，可用Hadoop代指）使用SSH主要不是用来进行数据传输的，而是在Hadoop集群启动或停止时，主节点需要通过SSH协议将从节点上的进程启动或停止。如果不配置SSH免密登录，对Hadoop集群的正常使用没有任何影响，只是在启动或停止Hadoop集群时，需要输入每个从节点用户名的密码。可以想象一下，当集群规模比较大时，比如达到成百上千节点规模，如果每次都要分别输入集群节点的密码，相当麻烦，这种方法肯定是不可取的，所以要对Hadoop集群进行SSH免密登录的配置，而且目前远程管理环境中最常使用的也是SSH。
SSH免密登录的功能与用户密切相关，为哪个用户配置了SSH，哪个用户就具有SSH免密登录的功能，没有配置的用户则没有该功能，这里选择为hadoop用户配置SSH免密登录。
首先在控制台，使用su命令切换到hadoop用户，具体操作如图2-39所示。
在hadoop用户的根目录下使用mkdir命令创建.ssh目录，使用命令ssh-keygen-t rsa（ssh-keygen是秘钥生成器，-t是一个参数，rsa是一种加密算法）生成秘钥对（即公钥文件id_rsa.pub和私钥文件id_rsa），具体操作如图2-40所示。
图2-39 切换到hadoop用户
图2-40 SSH生成公钥和私钥
将公钥文件id_rsa.pub中的内容复制到相同目录下的authorized_keys文件中，具体操作如图2-41所示。
切换到hadoop用户的根目录，然后为.ssh目录及文件赋予相应的权限，具体操作如图2-42所示。
图2-41 生成授权文件
图2-42 修改.ssh目录及文件权限
使用ssh命令登录hadoop01，第一次登录需要输入yes进行确认，第二次以后登录则不需要，此时表明设置成功，具体操作如图2-43所示。
图2-43 测试SSH免密登录