最后
按照上面的过程,4个月的时间刚刚好。当然Java的体系是很庞大的,还有很多更高级的技能需要掌握,但不要着急,这些完全可以放到以后工作中边用别学。
学习编程就是一个由混沌到有序的过程,所以你在学习过程中,如果一时碰到理解不了的知识点,大可不必沮丧,更不要气馁,这都是正常的不能再正常的事情了,不过是“人同此心,心同此理”的暂时而已。
“道路是曲折的,前途是光明的!”
deploy.conf
masternode,all,namenode,zookeeper,resourcemanager,
slavenode1,all,slave,namenode,zookeeper,resourcemanager,
slavenode2,all,slave,datanode,zookeeper,
deploy.sh
#!/bin/bash
#set -x
if [ $# -lt 3 ]
then
echo “Usage: ./deply.sh srcFile(or Dir) descFile(or Dir) MachineTag”
echo “Usage: ./deply.sh srcFile(or Dir) descFile(or Dir) MachineTag confFile”
exit
fi
src=$1
dest=$2
tag=$3
if [ ‘a’$4’a’ == ‘aa’ ]
then
confFile=/home/hadoop/tools/deploy.conf
else
confFile=$4
fi
if [ -f $confFile ]
then
if [ -f $src ]
then
for server in cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'
do
scp $src s e r v e r " : " server":" server":"{dest}
done
elif [ -d $src ]
then
for server in cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'
do
scp -r $src s e r v e r " : " server":" server":"{dest}
done
else
echo “Error: No source file exist”
fi
else
echo “Error: Please assign config file or run deploy.sh command with deploy.conf in same directory”
fi
runRemoteCmd.sh
#set -x
if [ $# -lt 2 ]
then
echo “Usage: ./runRemoteCmd.sh Command MachineTag”
echo “Usage: ./runRemoteCmd.sh Command MachineTag confFile”
exit
fi
cmd=$1
tag=$2
if [ ‘a’$3’a’ == ‘aa’ ]
then
confFile=/home/hadoop/tools/deploy.conf
else
confFile=$3
fi
if [ -f $confFile ]
then
for server in cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'
do
echo “$server********”
ssh $server “source /etc/profile; $cmd”
done
else
echo “Error: Please assign config file or run deploy.sh command with deploy.conf in same directory”
fi
新建文件夹将其存入,等下会用到,作用等下讲解。
这一步在masternode进行即可。后续所有文件从masternode进行分发。
1.2.6 JDK准备
解压JDK并配置环境变量
tar -zxvf jdk<-version> -C [目标路径]
vim /etc/profile
source /etc/profile
这一步要在所有节点进行。
先解压
方式见1.2.6
1.3.1 修改配置文件
进入解压目录下的conf
zoo.cfg本来是没有的,将zoo_sample.cfg拷贝一份并命名为zoo.cfg。编辑
以上是该文件需要的全部内容。记得一定要编辑第一二行是zookeeper的日志和数据目录,可以自定义,但一定要自己建立相应的目录并且将其所有者修改为hadoop用户,命令如下
chown hadoop:hadoop -R [目录]
最后三行是节点的myid及主机名及通信端口。
其他参数关系到Hive的正常启动,如果只装hadoop,可以不用配置。
1.3.2 分发
scp -r [zookerper目录] hadoop@slavenode1:[相同路径]
一定要分发到和master相同的路径,这样便于统一调度。
1.3.3 配置环境变量
加入这些并使环境变量生效,环境变量如何生效
1.3.4 配置ID
三节点同时进行,在数据目录下新建名为myid的文件
在masternode下的该文件中写入"1"
slavenode1为“2”
slavenode2为“3”
如图,只
1.3.4 启动并查看状态
在masternode上启动三节点的zookeeper服务
这时候需要用到runRemoteCmd.sh文件了,记得先给它一个执行权限
chmod 777 runRemoteCmd.sh
执行
runRemoteCmd.sh “/home/hadoop/app/zookeeper/bin/zkServer.sh start” zookeeper
三节点的服务已全部开启,但它不会报错,所以我们要自己验证下服务的状态
runRemoteCmd.sh “/home/hadoop/app/zookeeper/bin/zkServer.sh status” zookeeper
显示masternode、slavenode2为跟随者,slavenode1为领导者。代表成功,领导者只有一个,不一定是slavenode1,它是被选举出来的。所以如果不一样不代表失败。如果失败了,则不会显示mode。
1.3.5 什么是JPS
jps是JDK 1.5提供的一个显示当前所有java进程pid的命令,简单实用,非常适合在linux/unix平台上简单察看当前java进程的一些简单情况。我们使用一下
我们发现每个节点上都出先了JPS进程和QuorumPeerMain。
JPS是这条命令本身拉起的进程,QuorumPeerMain则是zookeeper拉起的,那么QuorumPeerMain是什么呢?
根据官方文档来看,是个入口类。用来加载myid
============================================================================
还是需要JDK,这个在1.2.6中已经完成。
2.2.1 修改配置文件
首先还是在主机上进行,首先进入到安装目录下的etc/hadoop目录下去。编辑hadoop-env.sh文件
JAVA_HOME参数本来不这样,你改成JDK目录即可。等下分发的时候如果不同的机器JDK目录不一致,则自己还是要做相应
然后要编辑相同目录下的core.site.xml文件
用这一段替换原有的configuration即可。除了hadoop.tmp.dir需要自定义其他可以不用管。这个是hadoop临时目录,上传到hdfs的文件需要在这里暂存,配置完后还得手动建这么个目录然后更改拥有者为hadoop,方式见1.3.1
然后修改hdfs-site.xml
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>dfs.replication
3
dfs.permissions
false
dfs.permissions.enabled
false
dfs.nameservices
cluster1
dfs.ha.namenodes.cluster1
masternode,slavenode1
dfs.namenode.rpc-address.cluster1.masternode
masternode:9000
dfs.namenode.http-address.cluster1.masternode
masternode:50070
dfs.namenode.rpc-address.cluster1.slavenode1
slavenode1:9000
dfs.namenode.http-address.cluster1.slavenode1
slavenode1:50070
dfs.ha.automatic-failover.enabled
true
dfs.namenode.shared.edits.dir
qjournal://masternode:8485;slavenode1:8485;slavenode2:8485/cluster1
dfs.client.failover.proxy.provider.cluster1
org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
dfs.journalnode.edits.dir
/home/hadoop/data/journaldata/jn
dfs.ha.fencing.methods
shell(/bin/true)
dfs.ha.fencing.ssh.private-key-files
/home/hadoop/.ssh/id_rsa
dfs.ha.fencing.ssh.connect-timeout
10000
dfs.namenode.handler.count
100
将这段覆盖进去即可
编辑slaves文件
把主机名写入即可。
编辑mapred-site.xml
<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>mapreduce.framework.name
yarn
将这段覆盖进去即可,这表示等下要调用yarn框架。这个配置限于hadoop2.x及以上版本,因为1.x是没有yarn框架的。yarn的作用在于进行mapreduce运行时的资源调度。而1.x的资源调度是由mapreduce本身来进行的。
编辑yarn-site.xml文件
<?xml version="1.0"?>yarn.resourcemanager.connect.retry-interval.ms
2000
yarn.resourcemanager.ha.enabled
true
yarn.resourcemanager.ha.automatic-failover.enabled
true
yarn.resourcemanager.ha.automatic-failover.embedded
true
yarn.resourcemanager.cluster-id
yarn-rm-cluster
yarn.resourcemanager.ha.rm-ids
rm1,rm2
yarn.resourcemanager.hostname.rm1
masternode
yarn.resourcemanager.hostname.rm2
slavenode1
yarn.resourcemanager.recovery.enabled
true
yarn.resourcemanager.zk.state-store.address
masternode:2181,slavenode1:2181,slavenode2:2181
yarn.resourcemanager.zk-address
masternode:2181,slavenode1:2181,slavenode2:2181
yarn.resourcemanager.address.rm1
masternode:8032
yarn.resourcemanager.scheduler.address.rm1
masternode:8034
yarn.resourcemanager.webapp.address.rm1
masternode:8088
yarn.resourcemanager.address.rm2
slavenode1:8032
yarn.resourcemanager.scheduler.address.rm2
slavenode1:8034
yarn.resourcemanager.webapp.address.rm2
slavenode1:8088
yarn.nodemanager.aux-services
mapreduce_shuffle
yarn.nodemanager.aux-services.mapreduce_shuffle.class
org.apache.hadoop.mapred.ShuffleHandler
将这段覆盖进去即可。这是相关资源调度信息。
2.2.2 分发
见1.3.2的方式
2.2.3 启动journalnode
runRemoteCmd.sh “/home/hadoop/app/hadoop/sbin/hadoop-daemon.sh start journalnode” all
用于namenade之间的数据共享,它从属于zookeeper。所有namenode可以不是只有一个,如果你配置的只有一个,那么不用管这个,如果有,需要做数据共享。我这版是配置了两个的。
2.2.4 格式化
这时候需要格式化namenode了,什么是namenode?
Namenode是一个中心服务器,负责管理文件系统的名字空间(namespace)以及客户端对文件的访问。
在主节点上
bin/hdfs namenode -format #namenode 格式化
bin/hdfs zkfc -formatZK #格式化高可用
bin/hdfs namenode #启动namenode
接下来要做一个备节点
在备节点上(slavenode1)
bin/hdfs namenode -bootstrapStandby
2.2.5 启动集群
最近我根据上述的技术体系图搜集了几十套腾讯、头条、阿里、美团等公司21年的面试题,把技术点整理成了视频(实际上比预期多花了不少精力),包含知识脉络 + 诸多细节,由于篇幅有限,这里以图片的形式给大家展示一部分
daemon.sh start journalnode" all
用于namenade之间的数据共享,它从属于zookeeper。所有namenode可以不是只有一个,如果你配置的只有一个,那么不用管这个,如果有,需要做数据共享。我这版是配置了两个的。
2.2.4 格式化
这时候需要格式化namenode了,什么是namenode?
Namenode是一个中心服务器,负责管理文件系统的名字空间(namespace)以及客户端对文件的访问。
在主节点上
bin/hdfs namenode -format #namenode 格式化
bin/hdfs zkfc -formatZK #格式化高可用
bin/hdfs namenode #启动namenode
接下来要做一个备节点
在备节点上(slavenode1)
bin/hdfs namenode -bootstrapStandby
2.2.5 启动集群
[外链图片转存中…(img-mY81dUkk-1715137177316)]
最近我根据上述的技术体系图搜集了几十套腾讯、头条、阿里、美团等公司21年的面试题,把技术点整理成了视频(实际上比预期多花了不少精力),包含知识脉络 + 诸多细节,由于篇幅有限,这里以图片的形式给大家展示一部分
[外链图片转存中…(img-2gzebc64-1715137177316)]