网上有一些关键搭建集群的例子,有些可能不够详细,有些关键点略过了。为了让搭建者少走弯路,写一遍够详细的部署文档,供大家参考。
关键步骤:1.主机Master一台,节点分机两台。配置主机Master可以无密码SSH登录到节点分机。2.解压JDK,解压安装Hadoop,配置hdfs,mapreduce等主从关系。3.配置初始化,服务启动,检查环境运行情况。
详细安装:
环境准备,3台64位的Centos7,64位linux版的Hadoop2.7.2,64位linux版JDK7以上。
Master:192.168.89.136
Slave1:192.168.89.134
Slave2:192.168.89.135
必须修改Hosts文件,哪怕所有配置文件都用IP也不行,不然最后会启动不了服务。修改三台机器: vi /etc/hosts
192.168.89.136 hadoop01
192.168.89.134 hadoop02
192.168.89.135 hadoop03
3. SSH免密码登录:因为Hadoop需要通过SSH登录到各个节点进行操作,我用的是root用户,每台服务器都 生成公钥,再合并到authorized_keys
(1)每台服务器都要设置:CentOS7默认没有启动ssh无密登录,去掉/etc/ssh/sshd_config其中2行的注释。
#RSAAuthentication yes
#PubkeyAuthentication yes
(2)每台服务器都要设置:输入命令,ssh-keygen -t rsa,生成key,都不输入密码,一直回车,/root就会生成.ssh文件夹。
(3)合并公钥到authorized_keys文件:在Master服务器上,进入/root/.ssh目录,通过SSH命令合并,
cat id_rsa.pub>> authorized_keys 生成 authorized_keys文件。
ssh root@192.168.89.134 cat ~/.ssh/id_rsa.pub>> authorized_keys
ssh root@192.168.89.135 cat ~/.ssh/id_rsa.pub>> authorized_keys
(4)把Master服务器的authorized_keys、known_hosts复制到Slave服务器的/root/.ssh目录
scp authorized_keys root@192.168.89.134:/root/.ssh/
scp known_hosts root@192.168.89.134:/root/.ssh/
scp authorized_keys root@192.168.89.135:/root/.ssh/
scp known_hosts root@192.168.89.135:/root/.ssh/
(5)完成。ssh root@192.168.89.134、ssh root@192.168.89.135就不需要输入密码了。
4.三台机器安装JDK,也可以解压主机后,scp到分机。Hadoop2.7.2需要JDK7,直接解压下载的JDK并配置 变量即可。
(1)下载"jdk-7u79-linux-x64.gz",放到/home/java目录下
(2)解压,输入命令,tar -zxvf jdk-7u79-linux-x64.gz
(3)编辑/etc/profile
export JAVA_HOME=/home/java/jdk1.7.0_79
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
(4)使配置生效,输入命令,source /etc/profile
(5)输入命令,java -version,完成。
5.安装Hadoop2.7,Master服务器解压并安装。
(1)下载“hadoop-2.7.0.tar.gz”,放到/home/hadoop目录下。
(2)解压,输入命令,tar -xzvf hadoop-2.7.0.tar.gz,/home/hadoop下会多一个hadoop-2.7.2目录。
(3)在/home/hadoop/hadoop-2.7.2目录下创建数据存放的文件夹,tmp、dfs、dfs/data、dfs/name。之所以把文件夹创建在这里,方便以后步骤中配置和一次性拷贝到分机。
6.配置hadoop的配置文件信息,一共有四个配置文件,里面的IP地址全部设置成Master机器的IP地址即可。其中有一个xml文件查不到,因为是template结尾的,mv修改一下文件名,或者重新建一个xml文件都可以。四个文件都是都包含site字样。
(1)配置/home/hadoop/hadoop-2.7.2/etc/hadoop目录下的core-site.xml文件
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.89.136:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/home/hadoop/hadoop-2.7.2/tmp</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131702</value>
</property>
</configuration>
(2)配置/home/hadoop/hadoop-2.7.2/etc/hadoop目录下的hdfs-site.xml文件
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop/hadoop-2.7.2/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/hadoop/hadoop-2.7.2/dfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>192.168.89.136:9001</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>
(3)配置/home/hadoop/hadoop-2.7.2/etc/hadoop目录下的mapred-site.xml文件
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>192.168.89.136:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>192.168.89.136:19888</value>
</property>
</configuration>
(4)配置/home/hadoop/hadoop-2.7.2/etc/hadoop目录下的yarn-site.xml文件。
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>192.168.89.136:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>192.168.89.136:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>192.168.89.136:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>192.168.89.136:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>192.168.89.136:8088</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>768</value>
</property>
</configuration>
7.配置三台机器:在/home/hadoop/hadoop-2.7.2/etc/hadoop目录下hadoop-env.sh、yarn-env.sh的JAVA_HOME,不设置的话,启动不了。这里必须在文件的最开始设置,环境变量不起作用的。
export JAVA_HOME=/home/java/jdk1.7.0_79
8.配置主机Mster:/home/hadoop/hadoop-2.7.2/etc/hadoop目录下的slaves,删除默认的localhost,增加3个IP,一个主机ip,两个节点ip:
192.168.89.136
192.168.89.134
192.168.89.135
9.在Master服务器上进行初始化操作,到/home/hadoop/hadoop-2.7.2/目录下:
初始化,输入命令,bin/hdfs namenode -format
10.主机Master的hadoop初始化结束后,将配置好的Hadoop复制到各个节点对应位置上,通过scp传送,
scp -r /home/hadoop 192.168.89.134:/home/
scp -r /home/hadoop 192.168.89.135:/home/
11.在Master服务器启动hadoop,从节点会自动启动:
(1)到主机Master/home/hadoop/hadoop-2.7.2/目录下
(2)全部启动sbin/start-all.sh,也可以分开sbin/start-dfs.sh、sbin/start-yarn.sh
(3)停止的话,输入命令,sbin/stop-all.sh
(4)输入命令,jps,可以看到相关服务信息。
主机服务:
23246 NameNode
19370 JobHistoryServer
23348 DataNode
28364 Jps
23720 ResourceManager
23523 SecondaryNameNode
分机服务:
12330 DataNode
16078 Jps
12.Web访问,要先开放端口或者直接关闭防火墙,三台机器都关闭。
(1)输入命令,systemctl stop firewalld.service
(2)浏览器打开http://192.168.89.136:8088/
(3)浏览器打开http://192.168.89.136:50070/
在http://192.168.89.136:50070/下的Overview找到Live Nodes 数是3,证明有3个节点是存活的。
以上Hadoop集群的全部搭建就完成了。
解决问题不是目的,学习解决的过程和培养善于发现问题的能力。