hadoop环境搭建

最新推荐文章于 2019-09-10 10:20:12 发布

奈文杰

最新推荐文章于 2019-09-10 10:20:12 发布

阅读量292

点赞数

分类专栏： hadoop 文章标签： hadoop

本文链接：https://blog.csdn.net/Hj95815/article/details/89554190

版权

hadoop 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

环境准备

安装Java环境，zookeeper环境，修改/etc/hosts文件

node1 ip地址1
node2 ip地址2
node3 ip地址3
node4 ip地址4

关闭防火墙，关闭selinux，并确定防火墙状态,打开selinux文件，修改SELINUX=disabled

systemctl stop firewalld
systemctl disabled firewalld
systemctl status firewalld




vim /etc/sysconfig/selinux   #打开文件

配置ssh免密登录

生产秘钥：

ssh-keygen

生成之后会在/root/文件夹下生产一个.ssh文件夹，打开该文件夹，将id_rsa.pub文件里面的内容写入authorized_keys(自己创建) cat id_rsa.pub >> authorized_keys

authorized_keys:存放远程免密登录的公钥,主要通过这个文件记录多台机器的公钥
id_rsa : 生成的私钥文件
id_rsa.pub ：生成的公钥文件
know_hosts : 已知的主机公钥清单
如果希望ssh公钥生效需满足至少下面两个条件：
1) .ssh目录的权限必须是700
2) .ssh/authorized_keys文件权限必须是600

将四个主机生产的公钥内容全写入一个 authorized_keys文件，然后辅助改文件

scp authorized_keys root@ip:/root/.ssh/

验证测试 ssh node1/2/3/4

同步服务器时间

安装

获取安装包

下载安装包：http://hadoop.apache.org/

链接: https://pan.baidu.com/s/1iZ0zU_bzMt_F2KJyoge45Q

提取码: naf9

上传解压文件

创建hadoop目录：解压文件

修改配置文件

配置环境变量

export JAVA_HOME=/home/huangjie/java/jdk1.8.0_211
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
export ZOOKEEPER_HOME=/home/huangjie/zookeeper/zookeeper-3.4.14
export PATH=$PATH:$ZOOKEEPER_HOME/bin
export HADOOP_HOME=/home/huangjie/hadoop/hadoop-2.8.3
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

修改hadoop-env.sh文件讲JAVA_HOME设置问本地java环境

修改core-site.xml

<configuration>
        <!-- 指定hdfs的nameservice为node1 -->
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://node1:9000</value>
        </property>
        <!-- 指定hadoop临时目录-->
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/home/huangjie/hadoop/data/hadoopdata</value>
        </property>
        <!-- 指定zookeeper地址 -->
        <property>
                <name>ha.zookeeper.quorum</name>
                <value>192.168.17.128:2181,192.168.17.129:2181,192.168.17.130:2181</value>
        </property>
        <!-- hadoop链接zookeeper的超时时长设置 -->
        <property>
                <name>ha.zookeeper.session-timeout.ms</name>
                <value>1000</value>
                <description>ms</description>
        </property>
</configuration>

修改hdfs-site.xml

<configuration>

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

    <!-- 配置namenode和datanode的工作目录-数据存储目录 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/home/huangjie/hadoop/data/hadoopdata/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/home/huangjie/hadoop/data/hadoopdata/dfs/data</value>
    </property>

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

    <!--指定hdfs的nameservice为myha01，需要和core-site.xml中的保持一致 
                          dfs.ha.namenodes.[nameservice id]为在nameservice中的每一个NameNode设置唯一标示符。 
        配置一个逗号分隔的NameNode ID列表。这将是被DataNode识别为所有的NameNode。 
        例如，如果使用"myha01"作为nameservice ID，并且使用"nn1"和"nn2"作为NameNodes标示符 
    -->
    <property>
        <name>dfs.nameservices</name>
        <value>myha01</value>
    </property>
  <!-- myha01下面有两个NameNode，分别是nn1，nn2 -->
    <property>
        <name>dfs.ha.namenodes.myha01</name>
        <value>nn1,nn2</value>
    </property>

    <!-- nn1的RPC通信地址 这里端口要和core-site.xml中fs.defaultFS保持一致 -->
    <property>
        <name>dfs.namenode.rpc-address.myha01.nn1</name>
        <value>node1:9000</value>
    </property>

    <!-- nn1的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.myha01.nn1</name>
        <value>node1:50070</value>
    </property>

    <!-- nn2的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.myha01.nn2</name>
        <value>node2:9000</value>
    </property>

    <!-- nn2的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.myha01.nn2</name>
        <value>node2:50070</value>
    </property>

    <!-- 指定NameNode的edits元数据的共享存储位置。也就是JournalNode列表 
                          该url的配置格式：qjournal://host1:port1;host2:port2;host3:port3/journalId 
        journalId推荐使用nameservice，默认端口号是：8485 -->
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://node1:8485;node2:8485;node3:8485/myha01</value>
    </property>

    <!-- 指定JournalNode在本地磁盘存放数据的位置 -->
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/home/hadoop/data/journaldata</value>
    </property>

    <!-- 开启NameNode失败自动切换 -->
    <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
 <!-- 配置失败自动切换实现方式 -->
    <property>
        <name>dfs.client.failover.proxy.provider.myha01</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>

    <!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行 -->
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>
            sshfence
            shell(/bin/true)
        </value>
    </property>

    <!-- 使用sshfence隔离机制时需要ssh免登陆 -->
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/home/hadoop/.ssh/id_rsa</value>
    </property>

    <!-- 配置sshfence隔离机制超时时间 -->
     <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>

修改mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
         <!-- 指定mapreduce jobhistory地址 -->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>node1:10020</value>
    </property>

    <!-- 任务历史服务器的web地址 -->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>node1:19888</value>
    </property>
</configuration>

修改yarn-site.xml

<configuration>
<!-- 开启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>

    <!-- 分别指定RM的地址 -->
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>node3</value>
    </property>

    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>node4</value>
    </property>

    <!-- 指定zk集群地址 -->
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>node1:2181,node2:2181,node3:2181</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>
 <!-- 启用自动恢复 -->
    <property>
        <name>yarn.resourcemanager.recovery.enabled</name>
        <value>true</value>
    </property>

    <!-- 制定resourcemanager的状态信息存储在zookeeper集群上 -->
    <property>
        <name>yarn.resourcemanager.store.class</name>
        <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>
</configuration>

修改slaves(hadoop安装目录下的/etc/hadoop/slaves)

node1
node2
node3
node4  #主机名  用于启动相应的datanode

将hadoop安装包分发到其他集群节点

source /etc/profile 使环境变量生效

初始化

1、启动zookeeper。（逐个启动）

zkServer.sh start

jps 查看是否有QuorumPeerMain进程

启动完毕之后查看zk状态zkServer.sh status

2、在配置的各个journalnode节点启动该进程

hadoop-daemon.sh start journalnode   （出现JournalNode进程）

3、格式化namenode

hadoop namenode -format

多次格式化之后将会出现多个节点datanode未启动的问题。原因：各个节点的datanode 的urrent/VERSION中的clusterID不同所导致，每次format namenode之后要拷贝/home/huangjie/hadoop/data/hadoopdata/dfs/name(指定name目录)/current下VERSION中的clusterID到其他的节点

4、要把在node1节点上生成的元数据给复制到另一个namenode（node2）节点上

scp -r data/ root@192.168.17.129:/home/huangjie/hadoop/

5、格式化zkfc（只在namenode节点进行）

hdfs zkfc -formatZK

启动集群

1、启动hdfs

  start-dfs.sh

可以从启动输出日志里面看到启动了哪些进程

Starting namenodes on [node1 node2]
node1: starting namenode, logging to ...
node2: starting namenode, logging to ...
node3: starting datanode, logging to ...
node4: starting datanode, logging to ...
node2: starting datanode, logging to ...
node1: starting datanode, logging to ...
Starting journal nodes [ndoe1 node2 node3]
node3: journalnode running as process 16712. Stop it first.
node2: journalnode running as process 3049. Stop it first.
node1: journalnode running as process 2739. Stop it first.
Starting ZK Failover Controllers on NN hosts [hadoop1 hadoop2]
node2: starting zkfc, logging to ...
node1: starting zkfc, logging to ...

查看各节点进程是否正常，相应的进程还在（未成功启动可进入相应的日志文件查看错误信息）

2、启动YARN

在主备 resourcemanager 中随便选择一台进行启动

start-yarn.sh（NodeManager进程）

若备用节点的 resourcemanager 没有启动起来，则手动启动起来，在node3上进行手动启动

yarn-daemon.sh start resourcemanager（ResourceManager进程）

3、启动 mapreduce 任务历史服务器

mr-jobhistory-daemon.sh start historyserver（JobHistoryServer进程）

4、查看各主节点的状态

HDFS

hdfs haadmin -getServiceState nn1/2  (standy或active)

YARN

yarn rmadmin -getServiceState rm1/2  (standy或active)

5、web界面进行查看

node1:50070

YARN node3:8088/cluster

MapReduce历史服务器web界面

查看 java 进程端口

netstat -lpten | grep java

检查所有节点的/etc/hosts配置是否正确

如果9000端口前面的IP地址是127.0.0.1的话，那可能是/etc/hosts文件中为配置有问题。如果/etc/hosts出现127.0.0.1 localhost.localdomain localhost，那么启动hadoop集群后，使用netstat命令查看端口监听情况的话，会发现9000端口前的IP地址变成了127.0.0.1，而不是master对应的IP地址（此案例为192.168.91.130），从而导致从节点访问master:9000被拒绝，但master本机可以正常使用hadoop命令 .注释掉127.0.0.1 和：：1的两行

大牛博客：https://www.cnblogs.com/qingyunzong/category/1169344.html