hadoop分布式安装及其集群配置笔记

最新推荐文章于 2024-11-04 16:01:37 发布

dengxin5129

最新推荐文章于 2024-11-04 16:01:37 发布

阅读量97

点赞数

文章标签：大数据运维 java

原文链接：http://www.cnblogs.com/bornot/p/4949935.html

版权

各机器及角色信息：

共10台机器，hostname与ip地址映射在此不做赘述。此为模拟开发环境安装，所以不考虑将NameNode和SecondaryNameNode安装在同一台机器。

节点

角色

namenode01 namenode
namenode02 secondarynamenode
datanode01 datanode
datanode02 datanode
datanode03 datanode
datanode04 datanode
datanode05 datanode
datanode06 datanode
datanode07 datanode
datanode08 datanode

步骤：

因为hadoop依赖JDK环境，必须先进行JDK安装，步骤另行参考资料。此处默认已经安装过JDK环境，并做过环境变量配置。

一、设置各节点ssh免密码登录

1.进入到当前用户的.ssh目录下
cd ~/.ssh
2.执行ssh公钥生成命令，出现确认选项直接回车即可
ssh-keygen –t rsa
3.生成：id-rsa、id-rsa.pub两个文件，执行命令将.pub文件放入到认证文件中
cat id-rsa.pub >> authorized_keys
自此本机的ssh免密码登录已经设置完成，可以执行命令：ssh localhost 进行验证，不需密码直接登入即为成功。

4.剩下9台机器如法炮制。都完成本机ssh-免密码登录之后，将各节点的authorized_keys拷贝汇总到一台机器，分别追加到authorized_keys中。此处是将nn02以及dn0*全部拷贝到nn01上，执行：
cat authorized_keys_* >> authorized_keys
5.此时所有节点都可对nn01进行免密码登录，然后将nn01的authorized_keys拷贝到其余节点，覆盖原来的authorized_keys即可。

避免一台一台复制，可以写一个简单的脚本，实现群体复制，代码如下供参考：（脚本名称：scpFile 使用方法：脚本第一个参数表示源文件，第二个参数是要拷贝到其余节点的位置路径，ex: ./scpFile ~/.ssh/authorized_keys ~/.ssh/ ）
#/bin/bash

# HostName which is copying files to.
ipNum="namenode02 datanode01 datanode02 datanode03 datanode04 datanode05 datanode06 datanode07 datanode08"

# Path of source file
#src="/home/sys/hadoop-2.6.1/etc/hadoop/hadoop-env.sh"
src=$1

# Destination of the file moved
#dest="/home/sys/hadoop-2.6.1/etc/hadoop/"
dest=$2

# Execute copying operation
for next in ${ipNum}
do
#      echo ${next}
       scp -r ${src} root@$next:${dest}
       echo "Copy file to root@${next}:${dest} is done!~"
done

二、关闭防火墙

1.暂时性关闭防火墙

service iptables stop

2.设置开机不启动防火墙

chkconfig iptables off

3.查看防火墙状态

service iptables status

三、解压hadoop包，并修改配置

1.解压hadoop压缩包，指定到 /home/sys/ 目录

tar –zxvf hadoop-2.6.1.tar.gz –C /home/sys/

2.增加hadoop的环境变量到 /etc/profile 中:

export HADOOP_HOME=/home/sys/hadoop-2.6.1
export PATH=.:$HADOOP_HOME/bin:$PATH

3.修改配置文件,共8个(hadoop-env.sh、yarn-env.sh、core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml、masters、slaves)

cd $HADOOP_HOME/etc/hadoop/

在hadoop-env.sh和yarn-env.sh中指定 JAVA_HOME：

export JAVA_HOME=/home/sys/jdk1.8.0_65

编辑core-site.xml，增加如下内容：

         <!-- hdfs的访问名称及端口 -->
         <property>
                <name>fs.defaultFS</name>
                <value>hdfs://namenode01:9000</value>
                <description>The name of the default file system.</description>
        </property>

        <!-- 临时目录 -->
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/home/tmp</value>
                <description>A base for other temporary directories.</description>
        </property>

编辑hdfs-site.xml，增加如下内容：

        <property>
                <name>dfs.namenode.name.dir</name>
                <value>/home/dfs/name</value>
                <description>
                        Directory where HDFS name node store the name table(fsimage).
                </description>
        </property>

        <property>
                <name>dfs.datanode.data.dir</name>
                <value>/home/dfs/data</value>
                <description>
                        Directory where HDFS data node store blocks.
                </description>
        </property>
        <!--   NameNode和SecondaryNameNode分离的情况下，此项配置不可少，会影响SecondaryNameNode从NameNode拷贝镜像文件的存储，

               不配置的话，NameNode宕机，Secondary找不着备份的镜像文件   -->
        <property>
                <name>dfs.namenode.checkpoint.dir</name>
                <value>/home/dfs/namesecondary</value>
                <description>
                        Determines where on the local filesystem the DFS secondary
                        name node should store the temporary images to merge.
                </description>
        </property>

        <property>
                <name>dfs.replication</name>
                <value>2</value>
                <description>
                        HDFS block replication.
                </description>
        </property>

        <property>
                <name>dfs.blocksize</name>
                <value>134217728</value>
                <description>
                        HDFS storage blocksize.
                </description>
        </property>
        
        <!-- 将NameNode和SecondaryNameNode分离开的配置分别指定namenode和secondarynamenode的启动节点 -->
        <property>
                <name>dfs.namenode.http-address</name>
                <value>namenode01:50070</value>
                <description>
                        The address and the base port where the dfs namenode web ui will listen on.
                </description>
        </property>

        <property>
                <name>dfs.namenode.secondary.http-address</name>
                <value>namenode02:50090</value>
                <description>
                        The secondary namenode http server address and port.
                </description>
        </property>

        <property>
                <name>dfs.namenode.checkpoint.period</name>
                <value>3600</value>
                <description>
                        The number of seconds between two periodic checkpoints.
                </description>
        </property>

编辑mapred-site.xml，增加如下内容：

        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
                <description>
                        The runtime framework for executing MapReduce jobs.
                        Can be one of local, classic or yarn.
                </description>
        </property>

编辑yarn-site.xml，增加如下内容：

        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
                <description>
                        the valid service name should only contain a-zA-Z0-9_ and can not start with numbers
                </description>
        </property>

        <!--  指定resourcemanager的节点，若无此段配置，将会出现DataNode节点上的nodemanager进程启动一段时间之后自动消失的问题  -->
        <property>
                <description>The hostname of the RM.</description>
                <name>yarn.resourcemanager.hostname</name>
                <value>namenode01</value>
        </property>

创建文件 masters，增加如下内容：（实现namenode和secondarynamenode分离）

namenode02

修改文件 slaves，增加如下内容：

datanode01
datanode02
datanode03
datanode04
datanode05
datanode06
datanode07
datanode08

将hadoop文件夹拷贝到其他节点，使用上面的脚本scpFile

scpFile /home/sys/hadoop-2.6.1 /home/sys/

二、集群启动

格式化操作，进入到namenode01的hadoop根目录下，执行：

bin/hadoop namenode –format

出现Successfully字样的时候，即为格式化成功

注意：如果需要再次及多次格式化namenode，一定把hdfs-site.xml中dfs.datanode.data.dir目录清空一下，否则会造成重新格式化后DataNode启动不起来的问题。

因为该目录下有一个版本号，多次格式化可能导致DataNode和NameNode的版本号不一致。

启动dfs文件系统

sbin/start-dfs.sh

验证，jps命令查看：

namenode01上出现NameNode进程

namenode02上出现SecondaryNameNode进程

datanode0*上出现DataNode进程

即为启动dfs成功

启动yarn

sbin/start-yarn.sh

验证，jps命令查看：

namenode01上出现ResourceManager进程

datanode0*上出现NodeManager进程

即为启动yarn成功

三、修改hadoop启动日志目录

修改namenode、datanode节点默认日志目录

编辑hadoop-env.sh，修改HADOOP_LOG_DIR

export HADOOP_LOG_DIR=your path

修改resourcemanager、nodemanager日志目录

编辑yarn-env.sh，修改YARN_LOG_DIR

if [ "$YARN_LOG_DIR" = "" ]; then
  YARN_LOG_DIR="your path"

不可在hadoop-env.sh中看到‘# Where log files are stored. $HADOOP_HOME/logs by default.’就省略，默认的配置是/logs/，显然是

$HADOOP_HOME未生效，原因待查找，暂用绝对路径处理。

四、去除本地库加载失败的警告信息

WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable

原因：Apache提供的hadoop本地库是32位的，而在64位的服务器上就会有问题

修改加载本地库的日志级别

编辑 $HADOOP_HOME/etc/hadoop/log4j.properties，增加如下内容：

log4j.logger.org.apache.hadoop.util.NativeCodeLoader=ERROR

转载于:https://www.cnblogs.com/bornot/p/4949935.html

dengxin5129

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

节点	角色
namenode01	namenode
namenode02	secondarynamenode
datanode01	datanode
datanode02	datanode
datanode03	datanode
datanode04	datanode
datanode05	datanode
datanode06	datanode
datanode07	datanode
datanode08	datanode