一、Hadopp的模块组成
1.HDFS :一个高可靠、高吞吐量的分布式文件系统
2.MapReduce :一个分布式的离线并行计算框架
3.Yarn :作业调度与集群资源管理的框架
4.Common:支持其他模块的工具模块。
二、CDH 分布式环境搭建(准备好三台机器)
1.第一步:上传压缩包并解压 第一台机器执行以下命令:
* cd /export/softwares/
*mv hadoop-2.6.0-cdh5.14.0-自己编译后的版本.tar.gz hadoop-2.6.0-cdh5.14.0.tar.gz
*tar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C …/servers/
- 第二步:查看Hadoop支持的压缩方式以及本地库
第一台机器执行以下命令:
cd /export/servers/hadoop-2.6.0-cdh5.14.0
bin/hadoop checknative
如果出现openssl为false,那么所有机器在线安装openssl即可,执行以下
命令,虚拟机联网之后就可以在线进行安装了。
yum -y install openssl-devel
3.第三步:修改配置文件
·修改core-site.xml 第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim core-site.xml
内容如下:
fs.defaultFS
hdfs://node01:8020
hadoop.tmp.dir
/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas
io.file.buffer.size
4096
<!-- 开启hdfs的垃圾桶机制,删除掉的数据可以从垃圾桶中回收,单位分钟 -->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
**注意:配置文件里的 node01 要是自己本机相匹配,以及相对应的安装路径都要保证一致**
修改hdfs-site.xml 第一台机器执行以下命令:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim hdfs-site.xml
内容如下:
<!-- 集群动态上下线
dfs.hosts
/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host
<property>
<name>dfs.hosts.exclude</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value>
</property>
-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node01:50090</value>
</property>
<property>
<name>dfs.namenode.http-address</name>
<value>node01:50070</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas</value>
</property>
<!-- 定义dataNode数据存储的节点位置,实际工作中,一般先确定磁盘的挂载目录,然后多个目录用,进行分割 -->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value>
</property>
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value>
</property>
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value>
</property>
<property>
<name>dfs.namenode.checkpoint.edits.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
dfs.blocksize 134217728
修改Hadoop-env.sh 第一台机器执行以下命令:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim hadoop-env.sh
export JAVA_HOME=/export/servers/jdk1.8.0_141
修改mapred-site.xml 第一台机器执行以下命令:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim mapred-site.xml
内容如下:
mapreduce.framework.name
yarn
<property>
<name>mapreduce.job.ubertask.enable</name>
<value>true</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>node01:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node01:19888</value>
</property>
修改slaves文件 第一台机器执行以下命令:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim slaves
node01
node02 【此处三个配置信息要与三台本机相对应】
node03
- 第四步:创建文件存放目录
第一台机器执行以下命令 node01机器上面创建以下目录:
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits
5.第五步:安装包的分发
第一台机器执行以下命令:
cd /export/servers/
scp -r hadoop-2.6.0-cdh5.14.0/ node02:
P
W
D
s
c
p
−
r
h
a
d
o
o
p
−
2.6.0
−
c
d
h
5.14.0
/
n
o
d
e
03
:
PWD scp -r hadoop-2.6.0-cdh5.14.0/ node03:
PWDscp−rhadoop−2.6.0−cdh5.14.0/node03:PWD
6.第六步:配置Hadoop的环境变量
三台机器都要进行配置Hadoop的环境变量
三台机器执行以下命令:
vim /etc/profile.d/hadoop.sh
export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
export PATH=:
H
A
D
O
O
P
H
O
M
E
/
b
i
n
:
HADOOP_HOME/bin:
HADOOPHOME/bin:HADOOP_HOME/sbin:$PATH
配置完成之后生效:source /etc/profile
7.第七步:集群启动
要启动 Hadoop 集群,需要启动 HDFS 和 YARN 两个集群。
注意:首次启动HDFS时,必须对其进行格式化操作。本质上是一些清理和准备工作,因为此时的 HDFS 在物理上还是不存在的。
命令:bin/hdfs namenode -format
脚本一键启动所有
一键启动集群
sbin/start-all.sh
一键关闭集群
sbin/stop-all.sh
单个节点逐一启动
在主节点上使用以下命令启动 HDFS NameNode: Hadoop-daemon.sh start namenode
在每个从节点上使用以下命令启动 HDFS DataNode: Hadoop-daemon.sh start datanode
在主节点上使用以下命令启动 YARN ResourceManager: yarn-daemon.sh start resourcemanager
在每个从节点上使用以下命令启动 YARN nodemanager: yarn-daemon.sh start nodemanager
以上脚本位于$HADOOP_PREFIX/sbin/目录下。如果想要停止某个节点上某个角色,只需要把命令中的start 改为stop 即可。