Hadoop集群之伪分布式搭建

目录

一、前言

二、安装及配置虚拟机

1、在个人计算机上安装及配置Linux虚拟机

2、使用Xshell工具通过远程访问的方式对虚拟机进行管理

3、配置本地YUM源并在线安装常用的软件包

三、搭建Hadoop伪分布式集群

1、配置免密登录

2、HDFS的相关配置

3、YARN的相关配置 

4、Web端访问 

---

一、前言

秉承着学习的态度去写下我在学习Hadoop的一些心得，若有不足之处，还请各位多多包涵。

Hadoop集群环境可以分为单机环境，伪分布式环境和完全分布式环境，文章将介绍在个人计算机上安装配置虚拟机，并在虚拟机中搭建Hadoop伪分布式集群的完整过程。

Hadoop相关软件安装包及其版本说明

软件	版本	安装包名称	备注
Linux  OS	CentOS 7	CentOS-7-x86_64-DVD-2003	64位
JDK	1.8+	jdk-8u281-linux-x64.rpm	64位
VMware	17	VMware Workstation 17 Pro	虚拟机软件
Hadoop	3.1.4	hadoop-3.1.4.tar.gz	安装包
SSH连接工具	1	tabby-1.0.196-setup-x64	远程连接虚拟机

二、安装及配置虚拟机

1、在个人计算机上安装及配置Linux虚拟机

（1）环境准备

CentOS下载地址：​​​​​​https://centos.org/download/

（2）设置固定IP

使用service network restart命令重启网卡服务

修改配置文件的内容，将该文件中ONBOOT的值修改为“yes ” ，将BOOTPROTO的值修改为“static ” ，并添加IP地址IPADDR、子网掩码NETMASK、网关GATEWAY以及域名解析服务器DNS1的网络配置信息。

vi /etc/sysconfig/network-scripts/ifcfg-ens33

再次重启网卡服务，使修改内容生效，并使用“ip addr”命令查看IP

使用tabby连接虚拟机前，需要先设置VMware Workstation的虚拟网络。在VMware的“编辑”菜单中单击“虚拟网络编辑器(N)…”选项。

注意：子网IP必须对应自己设置的IP

2、使用Xshell工具通过远程访问的方式对虚拟机进行管理

Tabby官网下载地址：https://tabby.sh/

**连接步骤说明**

3、配置本地YUM源并在线安装常用的软件包

使用“cd /etc/yum.repos.d”命令，进入/etc/yum.repos.d目录。

将除YUM本地源以外的其他YUM源禁用。将yum.repos.d目录下的文件CentOS-Base.repo、CentOS-Debuginfo.repo、CentOS-fasttrack.repo、CentOS-Vault.repo分别重命名为CentOS-Base.repo.bak、CentOS-Debuginfo.repo.bak、CentOS-fasttrack. repo.bak、CentOS-Vault.repo.bak。

修改CentOS-Media.repo文件内容。将baseurl的值修改为“file:///media/”，将gpgcheck的值改为“0”，将enabled的值改为“1”。

使用“mount /dev/sr0 /media”命令挂载本地YUM源。

如果返回“mount: no medium found on /dev/sr0”的信息提示，那么说明挂载没有成功。

解决方案为在VMware软件中，右键单击master虚拟机，在弹出的快捷菜单中选择“设置”命令，弹出“虚拟机设置”对话框。在“硬件”选项卡中选择“CD/DVD（IDE）”所在行，并在右侧的“设备状态”组中选择“已连接(C)”复选框。

再次执行挂载本地YUM源命令，返回“mount:block device /dev/sr0 is write-protected,mounting read-only”信息提示或“mount: /dev/sr0 写保护，将以只读方式挂载” 中文信息提示，说明挂载成功。

 清理YUM缓存。使用“yum clean all”命令，出现下图所示的信息，说明清理yum缓存成功。

使用yum命令安装软件

yum install -y vim zip openssh-server openssh-clients

三、搭建Hadoop伪分布式集群

**将所需要的安装包上传至虚拟机/opt目录下**

1、配置免密登录

修改主机名

hostnamectl set-hostname master

修改host文件，添加以下代码

vim /etc/hosts

 

重启虚拟机，并使用ssh-keygen产生公钥与私钥对，如以下图。

ssh-keygen -t rsa

 

使用ssh-copy-id命令将公钥复制至远程机器中，如图所示。

ssh-copy-id -i /root/.ssh/id_rsa.pub master

 

验证SSH是否能够无密钥登录，在master节点下输入ssh master，结果如下图，说明配置成功。

2、HDFS的相关配置

进入Hadoop主目录：cd /opt/hadoop/etc/hadoop

注意：为了方便，修改hadoop-3.1.4为hadoop

（1）配置hadoop-env.sh，添加以下代码

vim hadoop-env.sh

hadoop-env.sh文件是配置hadoop环境的文件，添加java的路径。如图所示：

export JAVA_HOME=/usr/java/jdk1.8.0_281-amd64

 （2）配置core-site.xml，添加以下代码

vim core-site.xml

<configuration>
 <property>
     <name>fs.defaultFS</name>
     <value>hdfs://master:8020</value>
 </property>
 <property>
     <name>hadoop.tmp.dir</name>
     <value>/opt/hadoop/tmp</value>
 </property>
</configuration>

（3）配置hdfs-site.xml，添加以下代码

vim hdfs-site.xml

<configuration>
 <property>
     <name>dfs.replication</name>
     <value>1</value>
 </property>
</configuration>

（4）格式化HDFS

格式化命令：

hdfs namenode -format

出现以下代码，说明格式化成功！ 

 

（5）HDFS的启动和停止

启动命令：

start-dfs.sh

注意：在前面已经配置hadoop的环境变量，故只需要输入start-dfs.sh就可以启动，如果没有配置环境变量，则需退回/opt/hadoop目录下，使用sbin/start-dfs.sh运行。

暂停命令：

stop-dfs.sh

注意：同样的如果没有配置环境变量，则需退回/opt/hadoop目录下，使用sbin/stop-dfs.sh运行。

注意事项：

如果在启动hadoop时，出现以下错误

 

在hadoop安装目录下找到sbin文件夹

在里面修改四个文件

1、对于start-dfs.sh和stop-dfs.sh文件，添加下列参数：

HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

2、对于start-yarn.sh和stop-yarn.sh文件，添加下列参数：

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

（6）验证（查看是否启动成功）

命令：

jps

 可以查看到有三个进程已经开启，分别是NameNode、DataNode、SecondaryNameNode。则表示启动HDFS成功。

3、YARN的相关配置 

（1）配置yarn-site.xml

vim yarn-site.xml

<configuration>
 <property>
    <name>yarn.resourcemanager.hostsname</name>
    <value>master</value>
 </property>
 <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
 </property>
</configuration>

（2）配置mapred-site.xml

把mapred-site.xml.template修改成mapred-site.xml

cp mapred-site.xml.template mapred-site.xml

vim mapred-site.xml

<configuration>
<property>
     <name>mapreduce.framework.name</name>
     <value>yarn</value>
</property>
</configuration>

（3）启动和停止YARN

启动命令：

start-dfs.sh

 暂停命令：

stop-dfs.sh

同理dfs的启动，若不能成功启动，则需退回/opt/hadoop目录下使用sbin/start-yarn.sh或sbin/stop-yarn.sh

4、Web端访问 

（1）关闭防火墙

停止firewall：

systemctl stop firewalld.service

禁止firewall开机启动：

systemctl disable firewalld.service

（2）访问HDFS：50070

192.168.128.170:50070    #访问HDFS,50070是端口

（3）访问YARN：8088

192.168.128.170:8088     #访问YARN,8088是端口

感谢阅读，之后的学习我也会像这样记录自己的心得。