2. 程式人生 > >使用3臺虛擬機器搭建Hadoop HA叢集（2）

使用3臺虛擬機器搭建Hadoop HA叢集（2）

阿新 • • 發佈：2018-12-18

系列部落格目錄連結：Hadoop權威指南學習筆記：總章

基礎環境搭建：使用3臺虛擬機器搭建Hadoop HA叢集（1）
HA環境搭建：使用3臺虛擬機器搭建Hadoop HA叢集（2）

本部分包含以下基本分內容

  • 安裝部署zookeeper
  • 安裝部署Hadoop相關元件

一. 部署zookeeper

1. zooKeeper 軟體安裝須知

鑑於 ZooKeeper 本身的特點，伺服器叢集的節點數推薦設定為奇數臺。按照計劃，此處規劃三臺。

2. zookeeper下載

操作節點：cloud2

官方下載連結如下：

https://archive.apache.org/dist/zookeeper/ 。 選擇合適版本下載。此處使用的是zookeeper 3.4.8版本。

3. 解壓檔案

操作節點：cloud2

tar -zxvf zookeeper-3.4.8.tar.gz
mv zookeeper-3.4.8 /home/hadoop/apps
cd /home/hadoop/apps
ln -s zookeeper-3.4.8 zookeeper

此處我將解壓後的zookeeper資料夾統一放置於/home/hadoop/apps下，Hadoop同此，下面不再解釋。

4. 編輯配置檔案

操作節點：cloud2

[email protected]:~/apps$ cd zookeeper/conf
[email protected]:~/apps/zookeeper/conf$ ls
configuration.xsl  log4j.properties  zoo_sample.cfg
[email protected]:~/apps/zookeeper/conf$ cp zoo_sample.cfg zoo.cfg

原始配置檔案內包含以下四個配置，進行以下簡要說明：

  • tickTime：心跳基本時間單位，毫秒級，ZK基本上所有的時間都是這個時間的整數倍。
  • initLimit：tickTime的個數，表示在leader選舉結束後，followers與leader同步需要的時間，如果followers比較多或者說leader的資料非常大多時，同步時間相應可能會增加，那麼這個值也需要相應增加。
  • syncLimit：tickTime的個數，這時間容易和上面的時間混淆，它也表示follower和observer與leader互動時的最大等待時間，只不過是在與leader同步完畢之後，進入正常請求轉發或ping等訊息互動時的超時時間。
  • dataDir：記憶體資料庫快照存放地址，如果沒有指定事務日誌存放地址(dataLogDir)，預設也是存放在這個路徑下，建議兩個地址分開存放到不同的裝置上。
  • clientPort：配置ZK監聽客戶端連線的埠

我們需要做的包含兩項
a. 修改dataDir目錄位置，我此處指定為/home/hadoop/data/zookeeper/data
b. 檔案末尾追加：

dataLogDir=/home/hadoop/data/zookeeper/log

server.1=a.cloud.ha:2888:3888
server.2=b.cloud.ha:2888:3888
server.3=c.cloud.ha:2888:3888

其中dataLogDir為日誌檔案位置，後者格式如下：

server.serverid=host:tickpot:electionport  

server：固定寫法
serverid：每個伺服器的指定ID（必須處於1-255之間，必須每一臺機器不能重複）
host：主機名
tickpot：心跳通訊埠
electionport：選舉埠

5. 分發檔案

操作節點：cloud1、cloud2、cloud3

將cloud2配置好的zookeeper檔案傳送至cloud1和cloud3，然後分別在對應節點建立資料目錄及日誌目錄。步驟不再重複。
分發完檔案後，我們需要在資料資料夾下建立一個名為myid的檔案，內容為當前節點對應得serverid，如下圖：
在這裡插入圖片描述

6. 配置環境變數

操作節點 cloud1、cloud2、cloud3

sudo vim /etc/profile

文末新增

export ZOOKEEPER_HOME=/home/hadoop/apps/zookeeper
export PATH=$PATH:$ZOOKEEPER_HOME/bin

載入環境變數

source /etc/profile

至此，zookeeper叢集配置完成

二. 部署Hadoop

1. Hadoop的下載及安裝

操作節點：cloud1

Hadoop各版本官方下載連結：https://archive.apache.org/dist/hadoop/common/，請選擇合適的版本下載。本叢集統一採用Hadoop-2.6.5版本。

2. 解壓及建立連線檔案

操作節點：cloud1

將下載後的壓縮檔案移到/home/hadoop/apps/目錄下，執行解壓命令：

cd /home/hadoop/apps/
tar -zxvf hadoop-2.6.5.tar.gz

建立連線檔案：

ln -s hadoop-2.6.5 hadoop

3. 配置hadoop

操作節點：cloud1

hadoop的配置檔案預設位於hadoop安裝目錄的etc/hadoop目錄下，本例為/home/hadoop/apps/hadoop/etc/hadoop。
a. 修改hadoop-env.sh

[email protected]:~/apps/hadoop/etc/hadoop$ echo $JAVA_HOME
/usr/java/jdk
[email protected]:~/apps/hadoop/etc/hadoop$ vim hadoop-env.sh

在這裡插入圖片描述

b. 修改core-site.xml


<configuration>
    <!-- 指定hdfs的nameservice為mycloud -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycloud/</value>
    </property>

    <!-- 指定hadoop臨時目錄 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/hadoop/data/hadoop/tmp</value>
    </property>

    <!-- 指定zookeeper地址 -->
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>a.cloud.ha:2181,b.cloud.ha:2181,c.cloud.ha:2181</value>
    </property>

    <!-- hadoop連結zookeeper的超時時長設定 -->
    <property>
        <name>ha.zookeeper.session-timeout.ms</name>
        <value>1000</value>
        <description>ms</description>
    </property>
</configuration>

c. 配置hdfs-site.xml。按照計劃，namenode配置在域名為a.cloud.ha和b.cloud.ha兩臺節點上。配置中設計到的相關目錄需要自己根據自己情況建立。

<configuration>

    <!-- 指定副本數 -->
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>

    <!-- 配置namenode和datanode的工作目錄-資料儲存目錄 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:///home/hadoop/data/hadoop/hdfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:///home/hadoop/data/hadoop/hdfs/data</value>
    </property>

    <!-- 啟用webhdfs -->
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>

    <!--指定hdfs的nameservice為mycloud，需要和core-site.xml中的保持一致, 
        dfs.ha.namenodes.[nameservice id]為在nameservice中的每一個NameNode設定唯一標示符。 
        配置一個逗號分隔的NameNode ID列表。這將是被DataNode識別為所有的NameNode。 
        例如，如果使用"myha01"作為nameservice ID，並且使用"nn1"和"nn2"作為NameNodes標示符 
    -->
    <property>
        <name>dfs.nameservices</name>
        <value>mycloud</value>
    </property>

    <!-- myha01下面有兩個NameNode，分別是nn1，nn2 -->
    <property>
        <name>dfs.ha.namenodes.mycloud</name>
        <value>nn1,nn2</value>
    </property>

    <!-- nn1的RPC通訊地址 -->
    <property>
        <name>dfs.namenode.rpc-address.mycloud.nn1</name>
        <value>a.cloud.ha:9000</value>
    </property>
	   <property>
        <name>dfs.namenode.http-address.mycloud.nn1</name>
        <value>a.cloud.ha:50070</value>
    </property>

    <!-- nn2的RPC通訊地址 -->
    <property>
        <name>dfs.namenode.rpc-address.mycloud.nn2</name>
        <value>b.cloud.ha:9000</value>
    </property>

    <!-- nn2的http通訊地址 -->
    <property>
        <name>dfs.namenode.http-address.mycloud.nn2</name>
        <value>b.cloud.ha:50070</value>
    </property>

    <!-- 指定NameNode的edits元資料的共享儲存位置。也就是JournalNode列表 
        該url的配置格式：qjournal://host1:port1;host2:port2;host3:port3/journalId 
        journalId推薦使用nameservice，預設埠號是：8485 -->
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://a.cloud.ha:8485;b.cloud.ha:8485;c.cloud.ha:8485/mycloud</value>
    </property>

    <!-- 指定JournalNode在本地磁碟存放資料的位置 -->
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/home/hadoop/data/hadoop/journal/data</value>
    </property>

    <!-- 開啟NameNode失敗自動切換 -->
    <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>

    <!-- 配置失敗自動切換實現方式 -->
    <property>
        <name>dfs.client.failover.proxy.provider.mycloud</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>

    <!-- 配置隔離機制方法，多個機制用換行分割，即每個機制暫用一行 -->
    <property>
            <name>dfs.ha.fencing.methods</name>
        <value>
            sshfence
            shell(/bin/true)
        </value>
    </property>

    <!-- 使用sshfence隔離機制時需要ssh免登陸 -->
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/home/hadoop/.ssh/id_rsa</value>
    </property>

    <!-- 配置sshfence隔離機制超時時間 -->
    <property>
        <name>dfs.ha.fencing.ssh.connect-timeout</name>
        <value>30000</value>
    </property>

    <property>
        <name>ha.failover-controller.cli-check.rpc-timeout.ms</name>
        <value>60000</value>
    </property>
</configuration>

d. 修改mapred-site.xml

[email protected]:~/apps/hadoop/etc/hadoop$ cp mapred-site.xml.template mapred-site.xml
[email protected]:~/apps/hadoop/etc/hadoop$ vim mapred-site.xml

<configuration>
    <!-- 指定mr框架為yarn方式 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

    <!-- 指定mapreduce jobhistory地址 -->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>a.cloud.ha:10020</value>
    </property>

    <!-- 任務歷史伺服器的web地址 -->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>a.cloud.ha:19888</value>
    </property>
</configuration>

e. 修改yarn-site.xml。按照計劃，ResourceManager配置在域名為a.cloud.ha和b.cloud.ha兩臺節點上。

<configuration>

<!-- Site specific YARN configuration properties -->

    <!-- 開啟RM高可用 -->
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>

    <!-- 指定RM的cluster id -->
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>yrc</value>
    </property>

    <!-- 指定RM的名字 -->
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>

    <!-- 分別指定RM的地址 -->
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>b.cloud.ha</value>
    </property>

    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>c.cloud.ha</value>
    </property>

    <!-- 指定zk叢集地址 -->
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>a.cloud.ha:2181,b.cloud.ha:2181,c.cloud.ha:2181</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>

    <property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>86400</value>
    </property>

    <!-- 啟用自動恢復 -->
    <property>
        <name>yarn.resourcemanager.recovery.enabled</name>
        <value>true</value>
    </property>

    <!-- 制定resourcemanager的狀態資訊儲存在zookeeper叢集上 -->
    <property>
        <name>yarn.resourcemanager.store.class</name>
        <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>

f. 修改slave。按照計劃，在域名為b.cloud.ha，c.cloud.ha的兩臺節點部署namenode和nodemanager。

b.cloud.ha
c.cloud.ha

g. 分發檔案。此處將整個hadoop資料夾分發到剩餘兩臺節點。所有節點hadoop資料夾皆在/home/hadoop/apps/目錄下。

4. 配置環境變數

操作節點：cloud1、cloud2、cloud3

在/etc/profile末尾追加:

export HADOOP_HOME=/home/hadoop/apps/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:

載入環境變數

source /etc/profile

執行hadoop version驗證環境變數配置，無異常表示配置完成

三. 初始化hadoop叢集

請務必按步驟依次操作，需要在兩個及以上節點操作的，一定要在所有節點操作進行完成後，再繼續下一個步驟，否則會產生不可預知錯誤。

1. 初始化zookeeper叢集

操作節點：cloud1、cloud2、cloud3

依次在所有節點手動執行zkServer.sh start來啟動zookeeper節點。使用zkServer.sh status和jps命令檢視啟動狀態。
在這裡插入圖片描述

2. 初始化journalNode

操作節點：cloud1、cloud2、cloud3

按照計劃，我們會在所有節點啟動journalNode，因此以下命令需要在三臺節點分別執行。

hadoop-daemon.sh start journalnode

同理執行jps檢視。
在這裡插入圖片描述

3. 格式化NameNode

操作節點：cloud1或cloud2

按照計劃，我們會在cloud1和cloud2啟動一主一備NameNode，任一節點操作即可。此處選用cloud1

hadoop namenode -format

如圖表示格式化完成。
在這裡插入圖片描述

4. 複製元資料

第三步在cloud1進行了NameNode格式化，之後我們需要將該節點生成的元資料複製到cloud2，因為cloud2為另一臺NameNode。
元資料儲存位置在hadoop的配置檔案hdfs-site.xml–>dfs.namenode.name.dir項中定義，此處為/home/hadoop/data/hadoop/hdfs/name。
我們需要將該資料夾整體複製到cloud2相同位置。需要注意的是，下面的scp -r後的路徑名後面沒有/。

[email protected]:~/data/hadoop/hdfs$ tree
.
├── data
└── name
    └── current
        ├── fsimage_0000000000000000000
        ├── fsimage_0000000000000000000.md5
        ├── seen_txid
        └── VERSION

3 directories, 4 files
[email protected]:~/data/hadoop/hdfs$ scp -r name [email protected]:`pwd`
fsimage_0000000000000000000.md5                                                                                                        100%   62     0.1KB/s   00:00    
seen_txid                                                                                                                              100%    2     0.0KB/s   00:00    
fsimage_0000000000000000000                                                                                                            100%  323     0.3KB/s   00:00    
VERSION

5. 格式化zkfc並啟動zkfc

操作節點：cloud1、cloud2

按照計劃，zkfc在cloud1、cloud2執行。事實上，zkfc也只能在NameNode上執行。啟動之前，我們需要首先格式化zkfc。

a. 格式化zkfc，在任一NameNode節點操作即可。

hdfs zkfc -formatZK

b. 啟動zkfc，此步驟需要在兩個NameNode操作。

hadoop-daemon.sh start zkfc

啟動完成後，使用jps命令應該可以看到DFSZKFailoverController程序。

四. 啟動叢集

1. 啟動HDFS和Yarn

操作節點：cloud2

在cloud2執行以下命令啟動HDFS及Yarn。啟動相應服務需要在相應服務的主節點上啟動。因為ResourceManager和Namenode在cloud2上皆有服務，故在cloud2啟動

start-dfs.sh;start-yarn.sh

2. 啟動MapReduce歷史作業伺服器

操作節點：cloud1

mr-jobhistory-daemon.sh start historyserver

3. 檢查

操作節點：任一節點即可

a. 經過以上所有步驟之後，各個節點包含的服務應該如下圖：分別與計劃中規劃的服務對應

  • cloud1
    在這裡插入圖片描述
  • cloud2
    在這裡插入圖片描述
  • cloud3
    在這裡插入圖片描述

對於任意節點沒有起來的程序，可通過hadoop-daemon.sh啟動HDFS系列元件或通過yarn-daemon.sh啟動Yarn相關元件，但啟動之前應該首先將錯誤排除。

b. 命令列檢查主服務節點狀態：

[email protected]:~/apps/hadoop/etc/hadoop$ hdfs haadmin -getServiceState nn1
active
[email protected]:~/apps/hadoop/etc/hadoop$ hdfs haadmin -getServiceState nn2
standby
[email protected]:~/apps/hadoop/etc/hadoop$ yarn rmadmin -getServiceState rm1
18/12/17 19:28:16 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
active
[email protected]:~/apps/hadoop/etc/hadoop$ yarn rmadmin -getServiceState rm2
18/12/17 19:28:22 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
standby

在這裡插入圖片描述
c. 網頁端檢查

  • HDFS
    在這裡插入圖片描述
  • YARN
    在這裡插入圖片描述

至此，HA叢集搭建完畢。關於叢集的kill測試，可以根據以下幾方面測試，此處不再敘述。

  • 叢集空閒時kill掉任意一臺NM，測試檔案寫入
  • 寫入大檔案時，kill掉任意一臺NM，檢視檔案是否丟失
  • 任務執行時，kill掉任意一臺RM，檢視任務是否失敗
  • 無任務執行時，kill掉任意一臺RM，檢視任務能否提交

相關推薦

使用3臺虛擬機器搭建Hadoop HA叢集（2）

系列部落格目錄連結：Hadoop權威指南學習筆記：總章 基礎環境搭建：使用3臺虛擬機器搭建Hadoop HA叢集（1） HA環境搭建：使用3臺虛擬機器搭建Hadoop HA叢集（2） 本部分包含以下基本分內容 安裝部署zookeeper

使用3臺虛擬機器搭建Hadoop HA叢集（1）

系列部落格目錄連結：Hadoop權威指南學習筆記：總章 基礎環境搭建：使用3臺虛擬機器搭建Hadoop HA叢集（1） HA環境搭建：使用3臺虛擬機器搭建Hadoop HA叢集（2） 工欲善其事，必先利其器，要學好大資料，就必須首先學會自己動手

3臺虛擬機器搭建Hadoop HA

1.修改Linux主機名 2.修改IP 3.修改主機名和IP的對映關係 4.關閉防火牆 5.ssh免登陸 6.安裝JDK，配置環境變數等 叢集規劃： 主機名 IP 安裝的軟體 執行的程序 3臺虛擬機器 node1 jdk、hadoop、zookeeper zookee

Mongodb 3.4配置搭建高可用叢集（2）

環境準備Centos6.5 三臺伺服器： 10.68.17.106、10.68.17.109、10.68.17.110 埠分配： mongos:20000、config:21000、shard1:27001、shard2:27002、shard3:27003 分別為每臺機器

JVM十一：虛擬機器位元組碼執行引擎（2）

解析      繼續前面關於方法呼叫的話題，所有方法呼叫中的目標方法在 Class 檔案裡面都是一個常量池中的符號引用，在類載入的解析階段，會將其中的一部分符號引用轉化為直接引用，這種解析能成立的前提是：方法在程式真正執行之前就有一個可確定的呼叫版本，並且

Java虛擬機器詳解（八）------虛擬機器監控和分析工具（2）——視覺化

　　上篇部落格我們介紹了虛擬機器監控和分析命令列工具，由於其不夠直觀，不是很容易排查問題，那麼本篇部落格我們就來介紹幾個視覺化工具。 1、JConsole 　　JConsole（Java Monitoring and Management Console）是一款基於 JMX 的視覺化監視和管理的工具。它管

利用虛擬機器搭建hadoop叢集

概述 在搭建hadoop叢集時，主要參考了網上的幾篇部落格，但也遇到一些問題。 點選原文 問題一：core-site.xml檔案中的錯誤 <property> <name>hadoop.tmp.dir</name>

虛擬機器搭建hadoop叢集

1.虛擬機器安裝系統（個人安裝系統是centos 6.x final版) 1.在虛擬機器安裝了三個系統（centos 6.x final版的）目前兩個都是安裝的，一個是在檔案複製的。 2. 安裝完系統後開始安裝rz命令包（由於系統在window系統用crt操作linux系

微信棋牌原始碼虛擬機器搭建Hadoop叢集

虛擬機器搭建Hadoop叢集安裝包準備作業系統：ubuntu-16.04.3-desktop-amd64.iso軟體包：VirtualBox安裝包：hadoop-3.0.0.tar.gz，jdk-8u161-linux-x64.tar.gz1. 環境準備使用VirtualBo

多臺虛擬機器搭建zookeeper叢集

一、什麼是zookeeper（摘自百度百科） ZooKeeper是一個分散式的，開放原始碼的分散式應用程式協調服務，是Google的Chubby一個開源的實現，是Hadoop和Hbase的重要元件。它是一個為分散式應用提供一致性服務的軟體，提供的功能包括：配置維護、域名服務

基於Virtualbox虛擬機器搭建hadoop叢集環境

1.1安裝centos7 在centos官網下載centos7映象檔案，在Virtualbox軟體中匯入映象檔案進行安裝，本次由於實驗環境限制，只安裝了三臺centos7虛擬機器，分別命名為hadoop1,hadoop2,hadoop3，為保證三臺虛擬機器能夠正常通訊，三臺

大資料基礎環境之hbase（3臺虛擬機器）

hbase安裝 　　注意開啟hbase之前，需要將之前的hadoop叢集開啟 start-all.sh （啟動hadoop） zkServer.sh start（各個節點均執行） 1.同樣先建立工作路徑/usr/hbase,將/opt/soft下的hbase加壓到工作路

虛擬機器搭建偽zk叢集

基礎環境 虛擬化軟體：VMware Workstation Pro 12.5.7 下載地址：http://www.nruan.com/vmware12.html 虛擬機器系統版本：CentOS-7-x86_64 zk版本：3.4.11 JDK版本：1

虛擬機器搭建LVS-NAT叢集

一. 必備知識      區域網基礎和計算機網路7層模型  http://blog.csdn.net/liaomin416100569/article/details/72976270          必須掌握NAT 路由器 閘道器這些概念       tcp協議相關知識

阿里雲虛擬機器搭建Hadoop-2.6.0-cdh5.7.1安裝詳解（偽分散式環境）

首先先搭配安全組 開啟映象後輸入以下內容：             重要：  yum -y install lrzsz HOSTNAME=（自己的主機名字） hostname $HOSTNAME echo "$(grep -E '127|::1' /etc/host

大資料基礎環境之kafka（3臺虛擬機器）

Kafka叢集： 首先，下載解壓壓縮包 kafka_2.11-2.0.0.tgz 到 /usr/kafka/ 配置/usr/kafka/kafka_2.11-2.0.0/config/server.properties檔案： 開啟監聽埠（開啟這一行註釋）：

Vmware虛擬機器完整建立一個linux（Ubuntu）系統全過程（四）

上一篇中，我們已經完整的講完了虛擬機器的安裝和虛擬機器工具的安裝，使我們的Ubuntu實現的互動共享的功能，這一篇，我們要講的是用ssh和Xshell實現伺服器的功能。 第一步：獲取軟體（包含註冊碼） 提取碼：q2j1 第二步： 安裝過程截圖 第三步：

Vmware虛擬機器完整建立一個linux（Ubuntu）系統全過程（三）

在上一篇中，我們已經成功的將我們的虛擬機器安裝了系統，完成了對系統的設定，那麼，我們如何能將本機檔案和虛擬機器檔案進行互動和共享呢？還有，解析度上我們怎麼得到我們想要的解析度呢？ 第一步： 開啟我們的虛擬機器，然後單擊VMware選單欄虛擬機器選項，在彈出的選項中選擇安裝VMware T

Vmware虛擬機器完整建立一個linux（Ubuntu）系統全過程（二）

上一篇，我們講到了VMware的安裝和建立一個新的虛擬機器的框架，這篇我們就講一下如何將我們的下載的linux系統匯入到我們的虛擬機器框架中。 第一步： 開啟VMware，點選編輯虛擬機器設定，選擇CD/DVD（SATA）將右邊的連線改成使用ISO映像檔案，瀏覽找到你的Ubuntu壓縮包

Vmware虛擬機器完整建立一個linux（Ubuntu）系統全過程（一）

所需軟體下載： Vmware10虛擬機器+ubuntu16.04.3+啟用金鑰獲取  提取密碼: 8bzm   當軟體下載完畢後 我們就做好了一個完整虛擬機器所需要的所有初步軟體，所以接下來我們先進行第一步Vmware虛擬機器的安裝。  第