Hdfs安装模式之完全分布式集群_slave节点多了nodemanager少了

master: namenode,datanode,ResourceManager,nodemanager
slave1: datanode,nodemanager,secondarynamenode
slave2: datanode,nodemanager
4 完全分布式环境需求和搭建(重点)

4.1 环境需求说明:

-1. 三台机器的防火墙必须是关闭的.
-2. 确保三台机器的网络配置畅通(NAT模式,静态IP,主机名的配置)
-3. 确保/etc/hosts文件配置了ip和hostname的映射关系
-4. 确保配置了三台机器的免密登陆认证(克隆会更加方便)
-5. 确保所有机器时间同步
-6. jdk和hadoop的环境变量配置

4.2 关闭防火墙

[root@master ~]# systemctl stop firewalld
[root@master ~]# systemctl disable firewalld
​
#最好也把selinux关闭掉,这是linux系统的一个安全机制,进入文件中将SELINUX设置为disabled
[root@master ~]# vi /etc/selinux/config
.........
SELINUX=disabled            
.........

情况说明: 如果安装好三台机器,三台机器的防火墙都需要单独关闭和设置开机不启动。如果准备使用克隆方式,只关闭master机器即可。下面的配置也是如此。

4.3 静态IP和主机名配置

--1. 配置静态IP(确保NAT模式)
[root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-ens33
............
BOOTPROTO=static            #将dhcp改为static
............
ONBOOT=yes                  #将no改为yes
IPADDR=192.168.10.200       #添加IPADDR属性和ip地址
PREFIX=24                   #添加NETMASK=255.255.255.0或者PREFIX=24 
GATEWAY=192.168.10.2        #添加网关GATEWAY
DNS1=192.168.10.2           #添加DNS1和备份DNS
DNS2=8.8.8.8
DNS3=114.114.114.114
​
--2. 重启网络服务
[root@master ~]# systemctl restart network
或者
[root@master ~]# service network restart
​
--3. 修改主机名(如果修改过,请略过这一步)
[root@localhost ~]# hostnamectl set-hostname master
或者
[root@localhost ~]# vi /etc/hostname
master

注意:配置完ip和主机名后,最好reboot一下

4.4 配置/etc/hosts文件

[root@master ~]#  vi /etc/hosts
127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
​
192.168.81.200 master     <=添加本机的静态IP和本机的主机名之间的映射关系      

4.5 免密登陆认证

-1. 使用rsa加密技术,生成公钥和私钥。一路回车即可
[root@master ~]# cd ~
[root@master ~]# ssh-keygen -t rsa              
-2. 进入~/.ssh目录下,将id_rsa.pub复制一份文件,文件名为authorized_keys。保证此文件的权限是600
[root@master ~]# cd ~/.ssh          
[root@master .ssh]# cp id_rsa.pub authorized_keys
    或者使用ssh-copy-id命令
[root@master .ssh]# ssh-copy-id -i id_ras.pub root@master
-3. 进行验证    
[hadoop@master .ssh]# ssh localhost
[hadoop@master .ssh]# ssh master
[hadoop@master .ssh]# ssh 0.0.0.0
#输入yes后,不提示输入密码就对了
​
​
注意:三台机器提前安装好的情况下,需要同步公钥文件。如果使用克隆技术。那么使用同一套密钥对就方便多了。

4.6 时间同步

可以参考Linux文档中的时间同步或者搭建局域网时间服务器。

4.7 安装Jdk和Hadoop,配置相关环境变量

-1. 上传和解压两个软件包
[root@master ~]# cd /opt/software/
[root@master software]# tar -zxvf jdk-8u221-linux-x64.tar.gz -C /opt/apps/
[root@master software]# tar -zxvf hadoop-2.7.6.tar.gz -C /opt/apps/
​
-2. 进入apps里,给两个软件更名
[root@master software]# cd /opt/apps/
[root@master apps]# mv jdk1.8.0_221/  jdk
[root@master apps]# mv hadoop-2.7.6/ hadoop
​
-3. 配置环境变量
[hadoop@master apps]# vi /etc/profile
​
.....省略...........
​
#java environment
export JAVA_HOME=/opt/apps/jdk
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH
​
#hadoop environment
export HADOOP_HOME=/opt/apps/hadoop
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
5 Hadoop的配置文件

5.1 提取四个默认配置文件

第一步:将hadoop安装包解压到pc端的一个目录下,然后在hadoop-2.7.6目录下创建一个default目录,用于存储默认配置文件。 第二步:进入hadoop的share目录中的doc子目录,搜索default.xml。将以下四个默认的xml文件copy到default目录中,方便以后查看

5.2 $HADOOP_HOME/etc/hadoop/目录下的用户自定义配置文件

- core-site.xml
- hdfs-site.xml
- mapred-site.xml   复制mapred-site.xml.template而来
- yarn-site.xml 

5.3 属性的优先级

代码中的属性>xxx-site.xml>xxx-default.xml
6 完全分布式文件配置(重点)
配置前说明:我们先在master机器节点上配置hadoop的相关属性。

6.1 配置core-site.xml文件

[root@master ~]# cd $HADOOP_HOME/etc/hadoop/
[root@master hadoop]# vi core-site.xml
<configuration>
     <!-- hdfs的地址名称:schame,ip,port-->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:8020</value>
    </property>
     <!-- hdfs的基础路径,被其他属性所依赖的一个基础路径 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/apps/hadoop/tmp</value>
    </property>
</configuration>

参考:core-default.xml

6.2 再配置hdfs-site.xml文件

[root@master hadoop]# vi core-site.xml
<configuration>
    <!-- namenode守护进程管理的元数据文件fsimage存储的位置-->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file://${hadoop.tmp.dir}/dfs/name</value>
    </property>
    <!-- 确定DFS数据节点应该将其块存储在本地文件系统的何处-->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file://${hadoop.tmp.dir}/dfs/data</value>
    </property>
    <!-- 块的副本数-->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!-- 块的大小-->
    <property>
        <name>dfs.blocksize</name>
        <value>134217728</value>
    </property>
    <!-- secondarynamenode守护进程的http地址:主机名和端口号。参考守护进程布局-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>slave1:50090</value>
    </property>
</configuration>

参考:hdfs-default.xml

6.3 然后配置mapred-site.xml文件

如果只是搭建hdfs,只需要配置core-site.xml和hdfs-site.xml文件就可以了,但是我们过两天要学习的MapReduce是需要YARN资源管理器的,因此,在这里,我们提前配置一下相关文件。

[root@master hadoop]# cp mapred-site.xml.template  mapred-site.xml
[root@master hadoop]# vi mapred-site.xml
<configuration>
    <!-- 指定mapreduce使用yarn资源管理器-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <!-- 配置作业历史服务器的地址-->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>master:10020</value>
    </property>
    <!-- 配置作业历史服务器的http地址-->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>master:19888</value>
    </property>
</configuration>

参考:mapred-default.xml

6.4 配置yarn-site.xml文件

[root@master hadoop]# vi yarn-site.xml
<configuration>
    <!-- 指定yarn的shuffle技术-->
    <property>
        <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
    </property>
    <!-- 指定resourcemanager的主机名-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property> 
</configuration>

参考:yarn-default.xml

6.5 配置hadoop-env.sh脚本文件

[root@master hadoop]# vi hadoop-env.sh
.........
# The java implementation to use.
export JAVA_HOME=/opt/apps/jdk
.........

6.6 配置slaves文件,此文件用于指定datanode守护进程所在的机器节点主机名

[root@master hadoop]# vi slaves
master
slave1
slave2

6.7 配置yarn-env.sh文件,此文件可以不配置,不过,最好还是修改一下yarn的jdk环境比较好

[root@master hadoop]# vi yarn-env.sh
........省略........
# some Java parameters
export JAVA_HOME=/opt/apps/jdk
........省略........
7 另外两台机器配置说明

当把master机器上的hadoop的相关文件配置完毕后,我们有以下两种方式来选择配置另外几台机器的hadoop.

方法1:“scp”进行同步

提示:本方法适用于多台虚拟机已经提前搭建出来的场景。
​
--1. 同步hadoop到slave节点上
[root@master ~]# cd /opt/apps
[root@master apps]# scp -r ./hadoop slave1:/opt/apps/
[root@master apps]# scp -r ./hadoop slave2:/opt/apps/
​
--2. 同步/etc/profile到slave节点上
[root@master apps]# scp /etc/profile slave1:/etc/
[root@master apps]# scp /etc/profile slave2:/etc/
​
--3. 如果slave节点上的jdk也没有安装,别忘记同步jdk。
--4. 检查是否同步了/etc/hosts文件

**方法2:**克隆master虚拟机

提示:本方法适用于还没有安装slave虚拟机的场景。通过克隆master节点的方式,来克隆一个slave1和slave2机器节点,这种方式就不用重复安装环境和配置文件了,效率非常高,节省了大部分时间(免密认证的秘钥对都是相同的一套)。
​
--1. 打开一个新克隆出来的虚拟机,修改主机名
[root@master ~]# hostnamectl set-hostname slave1 
--2. 修改ip地址
[root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-ens33
.........省略.........
IPADDR=192.168.10.201               <==修改为slave1对应的ip地址
.........省略........
--3. 重启网络服务
[root@master ~]# systemctl restart network
--4. 其他新克隆的虚拟机重复以上1~3步
--5. 免密登陆的验证
    从master机器上,连接其他的每一个节点,验证免密是否好使,同时去掉第一次的询问步骤
​
--6. 建议:每台机器在重启网络服务后,最好reboot一下。
8 格式化NameNode

**1)**在master机器上运行命令

[root@master ~]# hdfs namenode -format

注意,注意,注意: 如果你是从伪分布式过来的,最好先把伪分布式的相关守护进程关闭:stop-all.sh

**2)**格式化的相关信息解读

--1. 生成一个集群唯一标识符:clusterid
--2. 生成一个块池唯一标识符:BlockPoolId
--3. 生成namenode进程管理内容(fsimage)的存储路径:
    默认配置文件属性hadoop.tmp.dir指定的路径下生成dfs/name目录
--4. 生成镜像文件fsimage,记录分布式文件系统根路径的元数据
​
--5. 其他信息都可以查看一下,比如块的副本数,集群的fsOwner等。

参考图片:

**3)**目录里的内容查看

9 启动集群

9.1 启动脚本和关闭脚本介绍

1. 启动脚本
    -- start-dfs.sh         :用于启动hdfs集群的脚本
    -- start-yarn.sh        :用于启动yarn守护进程
    -- start-all.sh         :用于启动hdfs和yarn
2. 关闭脚本
    -- stop-dfs.sh          :用于关闭hdfs集群的脚本
    -- stop-yarn.sh         :用于关闭yarn守护进程
    -- stop-all.sh          :用于关闭hdfs和yarn
3. 单个守护进程脚本
    -- hadoop-daemons.sh    :用于单独启动或关闭hdfs的某一个守护进程的脚本
    -- hadoop-daemon.sh     :用于单独启动或关闭hdfs的某一个守护进程的脚本
    reg:
        hadoop-daemon.sh [start|stop] [namenode|datanode|secondarynamenode]
    
    -- yarn-daemons.sh  :用于单独启动或关闭hdfs的某一个守护进程的脚本
    -- yarn-daemon.sh       :用于单独启动或关闭hdfs的某一个守护进程的脚本
    reg:
        yarn-daemon.sh [start|stop] [resourcemanager|nodemanager]

9.2 启动hdfs

**1)**使用start-dfs.sh,启动 hdfs。参考图片

**2)**启动过程解析:

- 启动集群中的各个机器节点上的分布式文件系统的守护进程
  一个namenode和resourcemanager以及secondarynamenode
  多个datanode和nodemanager
- 在namenode守护进程管理内容的目录下生成edit日志文件
- 在每个datanode所在节点下生成${hadoop.tmp.dir}/dfs/data目录,参考下图:

注意,注意,注意

如果哪台机器的相关守护进程没有开启,那么,就查看哪台机器上的守护进程对应的日志log文件,注意,启动脚本运行时提醒的日志后缀是*.out,而我们查看的是*.log文件。此文件的位置:${HADOOP_HOME}/logs/里

**3)**jps查看进程

--1. 在master上运行jps指令,会有如下进程
    namenode
    datanode
--2. 在slave1上运行jps指令,会有如下进程
    secondarynamenode
    datanode
--3. 在slave2上运行jps指令,会有如下进程
    datanode    

9.3 启动yarn

**1)**使用start-yarn.sh脚本,参考图片

**2)**jps查看

--1. 在master上运行jps指令,会多出有如下进程
    resoucemanager
    nodemanager
--2. 在slave1上运行jps指令,会多出有如下进程
    nodemanager
--3. 在slave2上运行jps指令,会多出有如下进程
    nodemanager 

9.4 webui查看

1. http://192.168.10.200:50070
2. http://192.168.10.200:8088
10 程序案例演示:wordcount

1) 准备要统计的两个文件,存储到~/data/下

--1. 创建data目录
[root@master hadoop]# mkdir ~/data
--2. 将以下两个文件上传到data目录下
- poetry1.txt
- poetry2.txt 

2) 在hdfs上创建存储目录

[root@master hadoop]# hdfs dfs -mkdir /input

3) 将本地文件系统上的上传到hdfs上,并在web上查看一下

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值