大数据学习笔记(四)-Hadoop集群脚本分发和群起

前面，已经搭建好了三台服务器，并实现了单机器启动，现在，将要实现集群启动，并使用xsync.sh煎熬本实现集群之间的配置分发，集群群起，这样就只需在一台机器上操作，就可以配置集群了。直接开干：

1.配置集群分发脚本

• scp（secure copy）安全拷贝

scp    -r          $pdir/$fname        $user@hadoop$host:$pdir/$fname
命令   递归       要拷贝的文件路径/名称    目的用户@主机:目的路径/名称

将hadoop101中/etc/profile文件拷贝到hadoop102的/etc/profile上。
[root@hadoop101 ~]$ sudo scp /etc/profile root@hadoop102:/etc/profile

• rsync 远程同步工具

rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。

基本语法
rsync    -rvl       $pdir/$fname              $user@hadoop$host:$pdir/$fname
命令   选项参数   要拷贝的文件路径/名称    目的用户@主机:目的路径/名称

把hadoop101机器上的/opt/software目录同步到hadoop102服务器的root用户下的/opt/目录
[root@hadoop101 opt]$ rsync -rvl /opt/software/ root@hadoop102:/opt/software

• xsync集群分发脚本

需求：循环复制文件到所有节点的相同目录下
需求分析：
rsync命令原始拷贝：
rsync  -rvl     /opt/module  		 root@hadoop103:/opt/
期望脚本：
xsync要同步的文件名称

在root/bin 目录下新建xsync.sh文件
具体脚本如下：

#!/bin/bash
#1 获取输入参数个数，如果没有参数，直接退出
pcount=$#
if((pcount==0)); then
echo no args;
exit;
fi

#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname

#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir

#4 获取当前用户名称
user=`whoami`

#5 循环
for((host=102; host<105; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done

修改脚本 xsync 具有执行权限

[root@hadoop102 bin]$ chmod 777 xsync.sh

2.集群部署规划

	hadoop102	hadoop103	hadoop104
HDFS	NameNode、DataNode	DataNode	SecondaryNameNode、 DataNode
YARN	NodeManager	ResourceManager、NodeManager	NodeManager

2.1 核心配置文件配置：

（1）核心配置文件
配置core-site.xml
[root@hadoop102 hadoop]$ vi core-site.xml
在该文件中编写如下配置
<!-- 指定HDFS中NameNode的地址 -->
<property>
	  <name>fs.defaultFS</name>
      <value>hdfs://hadoop102:9000</value>
</property>

<!-- 指定Hadoop运行时产生文件的存储目录 -->
<property>
		<name>hadoop.tmp.dir</name>
		<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>

（2）HDFS配置文件
配置hadoop-env.sh
[root@hadoop102 hadoop]$ vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置hdfs-site.xml
[root@hadoop102 hadoop]$ vi hdfs-site.xml
在该文件中编写如下配置
<property>
		<name>dfs.replication</name>
		<value>3</value>
</property>

<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>hadoop104:50090</value>
</property>

（3）YARN配置文件
配置yarn-env.sh
[root@hadoop102 hadoop]$ vi yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置yarn-site.xml
[root@hadoop102 hadoop]$ vi yarn-site.xml
在该文件中增加如下配置
<!-- Reducer获取数据的方式 -->
<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
</property>

<!-- 指定YARN的ResourceManager的地址 -->
<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>hadoop103</value>
</property>

（4）MapReduce配置文件
配置mapred-env.sh
[root@hadoop102 hadoop]$ vi mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置mapred-site.xml
[root@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml

[root@hadoop102 hadoop]$ vi mapred-site.xml
在该文件中增加如下配置
<!-- 指定MR运行在Yarn上 -->
<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
</property>
3．在集群上分发配置好的Hadoop配置文件
[root@hadoop102 hadoop]$ xsync /opt/module/hadoop-2.7.2/
4．查看文件分发情况
[root@hadoop103 hadoop]$ cat /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml

2.2 SSH无密登录配置

生成公钥和私钥：
[root@hadoop102 .ssh]$ ssh-keygen -t rsa
将公钥拷贝到要免密登录的目标机器上
[root@hadoop102 .ssh]$ ssh-copy-id hadoop102
[root@hadoop102 .ssh]$ ssh-copy-id hadoop103
[root@hadoop102 .ssh]$ ssh-copy-id hadoop104

注意：
还需要在hadoop102上采用root账号，配置一下无密登录到hadoop102、hadoop103、hadoop104；
还需要在hadoop103上采用root账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。

2.3 群起集群

• 配置slaves

[root@hadoop102 hadoop]$ vi slaves
在该文件中增加如下内容：
hadoop102
hadoop103
hadoop104
注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

同步所有节点配置文件
[root@hadoop102 hadoop]$ xsync slaves

• 启动集群

（1）如果集群是第一次启动，需要格式化NameNode（注意格式化之前，一定要先停止上次启动的所有namenode和datanode进程，然后再删除data和log数据）
[root@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format
（2）启动HDFS
[root@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
（3）启动YARN
[root@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
注意：NameNode和ResourceManger如果不是同一台机器，不能在NameNode上启动 YARN，应该在ResouceManager所在的机器上启动YARN。

jps 查看各服务器情况：
[root@hadoop102 hadoop-2.7.2]# jps
6386 NameNode
6770 NodeManager
6511 DataNode

[root@hadoop103 hadoop-2.7.2]# jps
5008 NodeManager
4775 DataNode
4908 ResourceManager

[root@hadoop104 module]# jps
5282 NodeManager
5095 DataNode
5191 SecondaryNameNode

Web端查看SecondaryNameNode


上传文件测试：

[root@hadoop104 hadoop-2.7.2]# hdfs dfs -mkdir -p /user/root/input
[root@hadoop104 hadoop-2.7.2]# hdfs dfs -put wcinput/wc.input /user/root/input
[root@hadoop104 hadoop-2.7.2]# bin/hadoop fs -put /opt/software/hadoop-2.7.2.tar.gz  /user/root/input
[root@hadoop104 hadoop-2.7.2]# 

查看文件存放位置：

[root@hadoop102 hadoop-2.7.2]# ll
总用量 32
drwxr-xr-x. 2 10011 10011   194 1月   4 17:32 bin
drwxr-xr-x. 3 root  root     17 3月  10 15:03 data
drwxr-xr-x. 3 10011 10011    20 1月  26 2016 etc
drwxr-xr-x. 2 10011 10011   106 1月   4 17:32 include
drwxr-xr-x. 2 root  root    187 1月   4 17:32 input
drwxr-xr-x. 3 10011 10011    20 1月  26 2016 lib
drwxr-xr-x. 2 10011 10011   239 1月   4 17:32 libexec
-rw-r--r--. 1 root  root  15429 1月   4 17:32 LICENSE.txt
drwxr-xr-x. 3 root  root   4096 3月  10 15:17 logs
-rw-r--r--. 1 root  root    101 1月   4 17:32 NOTICE.txt
drwxr-xr-x. 2 root  root     88 1月   4 17:32 output
-rw-r--r--. 1 root  root   1366 1月   4 17:32 README.txt
drwxr-xr-x. 2 10011 10011  4096 1月   4 17:32 sbin
drwxr-xr-x. 4 10011 10011    31 1月  26 2016 share
drwxr-xr-x. 2 root  root     22 1月   4 17:32 wcinput
drwxr-xr-x. 2 root  root     88 1月   4 17:32 wcoutput
[root@hadoop102 hadoop-2.7.2]# cd data
......
......
[root@hadoop102 subdir0]# cd subdir0/
[root@hadoop102 subdir0]# ll
总用量 208712
-rw-r--r--. 1 root root        45 3月  10 15:28 blk_1073741825
-rw-r--r--. 1 root root        11 3月  10 15:28 blk_1073741825_1001.meta
-rw-r--r--. 1 root root 134217728 3月  10 15:29 blk_1073741826
-rw-r--r--. 1 root root   1048583 3月  10 15:29 blk_1073741826_1002.meta
-rw-r--r--. 1 root root  77829046 3月  10 15:29 blk_1073741827
-rw-r--r--. 1 root root    608047 3月  10 15:29 blk_1073741827_1003.meta
[root@hadoop102 subdir0]# pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/BP-1958721629-192.168.18.102-1615360361097/current/finalized/subdir0/subdir0

集群整体停止：

各个模块分开启动/停止（配置ssh是前提）常用
	（1）整体启动/停止HDFS
		start-dfs.sh   /  stop-dfs.sh
	（2）整体启动/停止YARN
		start-yarn.sh  /  stop-yarn.sh