大数据环境搭建

最新推荐文章于 2024-05-03 03:02:26 发布
最新推荐文章于 2024-05-03 03:02:26 发布
阅读量1.1k 收藏 17
点赞数 1
文章标签： hadoop
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fcclzydouble/article/details/114122710
版权

大数据课程课前环境准备

一、课前准备

  1. 准备一台内存最少8G（建议16G）、cpu i7 4核的电脑

二、课堂主题

  1. 安装虚拟化软件VMware

  2. 准备3台linux虚拟机

  3. 搭建3节点zookeeper集群

  4. 搭建3节点的hadoop集群

三、课堂目标

  1. 完成大数据课程课前环境准备

四、知识要点

文档说明：

  • 在学习大数据课程的全程中，要求大家统一保持跟老师一样的操作系统、软件版本、环境设置

VMware版本：

  • VMware建议使用比较新的版本，如VMware 15.5

  • 关于VMware的安装，直接使用安装包一直下一步安装即可，且安装包当中附带破解秘钥，进行破解即可使用

linux版本

1. 三台linux服务器的安装

1. 安装VMware

  • VMware虚拟机软件是一个“虚拟PC”软件，它使你可以在一台机器上同时运行二个或更多Windows、DOS、LINUX系统。与“多启动”系统相比，VMWare采用了完全不同的概念。

  • 我们可以通过VMware来安装我们的linux虚拟机，然后通过linux虚拟机来进行集群的安装，VMware的安装双击之后，一路下一步即可，尽量不要装在操作系统盘里面了，VMware的安装步骤省略

2. 通过Vmware安装第一台linux机器

  • 我们通过Vmware可以安装第一台我们的linux机器，接下来我们来看如何通过VMWare创建linux虚拟机，并给我们的虚拟机挂载操作系统

1：双击Vmware打开之后，点击创建新的虚拟机

 

 

2：选择自定义安装配置

 

 

3：选择稍后安装操作系统

 

4：选择稍后安装操作系统

 

5：选择安装路径，==尽量不要放在C盘，并且所在盘符的剩余空间尽量大些==

 

6：CPU核数，默认即可

 

 

7：虚拟机内存根据自身windows电脑进行调整

例如如果windows是8GB内存，那么每台虚拟机内存给2048M内存，如果windows是16GB没存，那么每台虚拟机可以给3072M内存即可

 

8：网络配置一定要选择==NAT==

 

 

 

9：磁盘大小尽量给40GB

 

注意：千万==不要==勾选“立即分配所有磁盘空间”

 

 

10：完成

 

3. 为我们创建的linux虚拟机挂载操作系统

  • 我们现在已经有了一台虚拟电脑了，就类似我们刚刚买了一台电脑回来，只不过不同的是我们这台虚拟电脑还没有操作系统我们需要为这台电脑挂在操作系统出来

1：通过设置来挂载操作系统

 

 

 

2：直接回车开始安装

用键盘的方向键，选中“Install CentOS 7”,然后按回车，开始安装

 

再按回车键

 

3：设置键盘为英文键盘

 

 

4：接下来配置这三项

 

（1）设置①时区为Asia/Shanghai

 

 

 

（2）设置②INSTALATION DESTINATION

 

 

（3）设置③NETWORK & HOST NAME

5：设置root用户密码

 

6：安装完成之后重启reboot即可

此过程稍长，耐心等待

 

 

4. 为我们的linux虚拟机设置网络配置

  • 我们的linux虚拟机已经创建并挂载好了操作系统，接下来我们可以为我们的第一台虚拟机来设置网络地址了，设置网络地址比较麻烦，尽量参见视频进行一步步的操作

1：设置虚拟机的网段

 

2：查看==NAT模式==的网关，子网IP以及子网掩码

 

 

3：设置window当中的VMNet8网络地址

 

 

 

4：设置linux当中的网络

  • 我们已经配置好了Vmware当中的网络、windows当中的网络；

  • 剩下就是配置linux虚拟机当中的网络，配置好了linux当中的网络，我们的linux就可以联网使用了

  • 登录linux

 

编辑配置文件

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

添加联网四要素

IPADDR=192.168.51.100
NETMASK=255.255.255.0
GATEWAY=192.168.51.1
DNS1=8.8.8.8

具体参考下图

 

 

更改完成配置，重启网络服务

systemctl restart network

安装一些常用的软件

yum -y install vim
yum -y install net-tools

关机

init 0

 

5. 克隆第一台机器

  • 现在我们已经有了种子机器了，我们可以通过种子机器进行复制或者克隆出三台机器

  • 关闭linux种子机器，然后准备进行克隆

 

 

 

选择创建完整克隆

 

 

 

6. 更改克隆机器的IP地址

  • 三台机器的ip地址分别是192.168.51.100、192.168.51.110、192.168.51.120

  • 克隆出来的机器IP地址与种子的ip地址一样，我们将第二台机器的IP地址更改为192.168.51.110即可

  • 启动虚拟机，并通过root用户，密码123456来进行登录，然后来更改linux机器的IP地址

vi /etc/sysconfig/network-scripts/ifcfg-ens33
IPADDR=192.168.51.110
NETMASK=255.255.255.0
GATEWAY=192.168.51.1
DNS1=8.8.8.8

  • 依照上面步骤，接着克隆第三台机器，并将第三台机器的IP地址设置为

    192.168.51.120

建议：三台机器准备好后，打个快照，便于出错后恢复

 

2. 安装大数据集群前的环境准备

1. 三台虚拟机关闭防火墙

三台机器执行以下命令（root用户来执行）

systemctl stop firewalld
systemctl disable firewalld

 

2. 三台机器关闭selinux

三台机器执行以下命令关闭selinux

vi /etc/sysconfig/selinux
SELINUX=disabled

 

3. 三台机器更改主机名

三台机器执行以下命令更改主机名

vi /etc/hostname

第一台机器更改内容

node01.jjtech.com

第二台机器更改内容

node02.jjtech.com

第三台机器更改内容

node03.jjtech.com

 

4. 三台机器做主机名与IP地址的映射

三台机器执行以下命令更改主机名与IP地址的映射

vi /etc/hosts

 

192.168.51.100 node01.jjtech.com node01
192.168.51.110 node02.jjtech.com node02
192.168.51.120 node03.jjtech.com node03

==注意：根据自己的实际情况，修改ip地址==

5. 三台机器时钟同步

第一种同步方式：通过网络进行时钟同步

通过网络连接外网进行时钟同步,必须保证虚拟机连上外网

三台机器都安装ntpdate

>yum -y install ntpdate

阿里云时钟同步服务器

ntpdate ntp4.aliyun.com

三台机器定时任务

crontab -e

添加如下内容

*/1 * * * * /usr/sbin/ntpdate ntp4.aliyun.com;

第二种同步方式：内网某机器作为时钟同步服务器

以下操作都在root用户下面执行，通过su root切换到root用户

以192.168.51.100这台服务器的时间为准进行时钟同步

第一步:三台机器确定是否安装了ntpd的服务

三台机器确认是否安装ntpdate时钟同步工具

rpm -qa | grep ntpdate

如果没有安装,三台机器执行以下命令可以进行在线安装

yum -y install ntpdate

安装后如下图

 

node01安装ntp

yum -y install ntp

三台机器，执行以下命令，设置时区为中国上海时区

timedatectl set-timezone Asia/Shanghai

第二步：node01启动ntpd服务

我们需要启动node01的ntpd服务，作为服务端，对外提供同步时间的服务

启动ntpd的服务

#启动ntpd服务
systemctl start ntpd

#设置ntpd服务开机启动
systemctl enable ntpd

 

第三步：修改node01服务器配置

修改node01这台服务器的时钟同步配置，允许对外提供服务

vim /etc/ntp.conf

添加以下两行内容

# 同意192.168.51.0网段（修改成自己的网段）的所有机器与node01同步时间
restrict 192.168.51.0 mask 255.255.255.0 nomodify notrap
server 127.127.1.0

注释掉以下这四行内容

#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst

 

 

修改完成之后，重启node01的ntpd服务

systemctl restart ntpd

至此，ntpd的服务端已经安装配置完成，接下来配置客户端与服务端进行同步

 

第四步：配置node02与node03同步node01的时间

客户端node02与node03设置时区与node01保持一致Asia/Shanghai

node02与node03修改配置文件，保证每次时间写入硬件时钟

vim /etc/sysconfig/ntpdate
SYNC_HWCLOCK=yes

node02与node03修改定时任务，定时与node01同步时间

[root@node03 hadoop]# crontab -e

增加如下内容

*/1 * * * * /usr/sbin/ntpdate node01

 

6. 三台机器添加普通用户

三台linux服务器统一添加普通用户hadoop，并给以sudo权限，用于以后所有的大数据软件的安装

并统一设置普通用户的密码为 ==123456==

useradd hadoop
passwd hadoop

普通用户的密码设置为123456

三台机器为普通用户添加sudo权限

visudo

增加如下内容

hadoop ALL=(ALL)    ALL

 

7. 三台定义统一目录

定义三台linux服务器软件压缩包存放目录，以及解压后安装目录，三台机器执行以下命令，创建两个文件夹，一个用于存放软件压缩包目录，一个用于存放解压后目录

mkdir -p /fcc/soft   # 软件压缩包存放目录
mkdir -p /fcc/install # 软件解压后存放目录
chown -R hadoop:hadoop /fcc  # 将文件夹权限更改为hadoop用户

 

创建hadoop用户之后，我们三台机器都通过hadoop用户来进行操作，以后再也不需要使用root用户来操作了

三台机器通过 su hadoop命令来切换到hadoop用户

su hadoop

 

8. 三台机器hadoop用户免密码登录

重启下3个linux虚拟机，让主机名生效

第一步：三台机器在hadoop用户下执行以下命令生成公钥与私钥

ssh-keygen -t rsa

执行上述命令之后，按三次Enter键即可生成了

 

第二步：三台机器在hadoop用户下，执行命令拷贝公钥到node01服务器

ssh-copy-id node01

 

第三步：node01服务器将公钥拷贝给node02与node03

node01在hadoop用户下，执行以下命令，将authorized_keys拷贝到node02与node03服务器

cd /home/hadoop/.ssh/
scp authorized_keys node02:$PWD
scp authorized_keys node03:$PWD

 

第四步：验证；从任意节点是否能免秘钥登陆其他节点；如node01免密登陆node02

ssh node02

 

9. 三台机器关机重启

三台机器在hadoop用户下执行以下命令，实现关机重启

sudo reboot -h now

 

10. 三台机器安装jdk

  • 使用hadoop用户来重新连接三台机器，然后使用hadoop用户来安装jdk软件

  • 上传压缩包到第一台服务器的/kkb/soft下面，然后进行解压，配置环境变量即可，三台机器都依次安装即可

cd /fcc/soft/
tar -xzvf jdk-8u141-linux-x64.tar.gz -C /fcc/install/
sudo vim /etc/profile

 

#添加以下配置内容，配置jdk环境变量
export JAVA_HOME=/fcc/install/jdk1.8.0_141
export PATH=$PATH:$JAVA_HOME/bin

让修改马上生效

source /etc/profile

建议：三台机器准备好后，打个快照，便于出错后恢复

 

3. hadoop集群的安装

  • 安装环境服务部署规划

服务器IPnode01node02node03
HDFSNameNode  
HDFSSecondaryNameNode  
HDFSDataNodeDataNodeDataNode
YARNResourceManager  
YARNNodeManagerNodeManagerNodeManager
历史日志服务器JobHistoryServer  

第一步：上传压缩包并解压

  • 将我们重新编译之后支持snappy压缩的hadoop包上传到第一台服务器并解压；第一台机器执行以下命令

cd /fcc/soft/
tar -xzvf hadoop-3.1.4.tar.gz -C /fcc/install

 

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 /fcc/install/hadoop-3.1.4/
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

sudo yum -y install openssl-devel

 

第三步：修改配置文件

修改hadoop-env.sh

第一台机器执行以下命令

cd /fcc/install/hadoop-3.1.4/etc/hadoop/
vim hadoop-env.sh

 

export JAVA_HOME=/fcc/install/jdk1.8.0_141

修改core-site.xml

第一台机器执行以下命令

vim core-site.xml

 

<configuration>
   <property>
        <name>fs.defaultFS</name>
        <value>hdfs://node01:8020</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/fcc/install/hadoop-3.1.4/hadoopDatas/tempDatas</value>
    </property>
    <!--  缓冲区大小，实际工作中根据服务器性能动态调整；默认值4096 -->
    <property>
        <name>io.file.buffer.size</name>
        <value>4096</value>
    </property>
    <!--  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；默认值0 -->
    <property>
        <name>fs.trash.interval</name>
        <value>10080</value>
    </property>

 <property>
        <name>hadoop.proxyuser.hadoop.hosts</name>
        <value>*</value>
    </property>
    <property>
        <name>hadoop.proxyuser.hadoop.groups</name>
        <value>*</value>
    </property>
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>hadoop</value>
    </property>
</configuration>

 

修改hdfs-site.xml

第一台机器执行以下命令

vim hdfs-site.xml
<configuration>
     <property>
            <name>dfs.namenode.secondary.http-address</name>
            <value>node01:9868</value>
    </property>
    <property>
        <name>dfs.namenode.http-address</name>
        <value>node01:9870</value>
    </property>
    <!-- namenode保存fsimage的路径 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:///fcc/install/hadoop-3.1.4/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:///fcc/install/hadoop-3.1.4/hadoopDatas/datanodeDatas</value>
    </property>
    <!-- namenode保存editslog的目录 -->
    <property>
        <name>dfs.namenode.edits.dir</name>
        <value>file:///fcc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits</value>
    </property>
    <!-- secondarynamenode保存待合并的fsimage -->
    <property>
        <name>dfs.namenode.checkpoint.dir</name>
        <value>file:///fcc/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name</value>
    </property>
    <!-- secondarynamenode保存待合并的editslog -->
    <property>
        <name>dfs.namenode.checkpoint.edits.dir</name>
        <value>file:///fcc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
    </property>
	<property>
        <name>dfs.blocksize</name>
        <value>134217728</value>
    </property>
</configuration>

 

修改mapred-site.xml

第一台机器执行以下命令

vim mapred-site.xml
<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <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>
        <property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
</configuration>

 

修改yarn-site.xml

第一台机器执行以下命令

vim yarn-site.xml
<configuration>
   
<property>
       <name>yarn.resourcemanager.hostname</name>
        <value>node01</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

     <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
    </property>
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
    </property>
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>4096</value>
    </property>
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
<property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
</property>
	<property>
        	<name>yarn.log.server.url</name>
        	<value>http://node01:19888/jobhistory/logs</value>
	</property>
	<property>
        	<name>yarn.log-aggregation.retain-seconds</name>
        	<value>25920000</value>
	</property>

</configuration>

 

修改workers文件

第一台机器执行以下命令

vim workers

原内容替换为

node01
node02
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 /fcc/install/hadoop-3.1.4/hadoopDatas/tempDatas
mkdir -p /fcc/install/hadoop-3.1.4/hadoopDatas/namenodeDatas
mkdir -p /fcc/install/hadoop-3.1.4/hadoopDatas/datanodeDatas 
mkdir -p /fcc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits
mkdir -p /fcc/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name
mkdir -p /fcc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits

 

第五步：安装包的分发scp与rsync

在linux当中，用于向远程服务器拷贝文件或者文件夹可以使用scp或者rsync，这两个命令功能类似都是向远程服务器进行拷贝，只不过scp是全量拷贝，rsync可以做到增量拷贝，rsync的效率比scp更高一些

1. 通过scp直接拷贝

scp（secure copy）安全拷贝

可以通过scp进行不同服务器之间的文件或者文件夹的复制

使用语法 

scp -r sourceFile  username@host:destpath

用法示例

scp -r hadoop-lzo-0.4.20.jar hadoop@node01:/kkb/

node01执行以下命令进行拷贝

cd /fcc/install/
scp -r hadoop-3.1.4/ node02:$PWD
scp -r hadoop-3.1.4/ node03:$PWD

 

2. 通过rsync来实现增量拷贝

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。

三台机器执行以下命令安装rsync工具

sudo yum -y install rsync

（1） 基本语法

node01执行以下命令同步zk安装包

rsync -av /fcc/soft/apache-zookeeper-3.6.2-bin.tar.gz node02:/fcc/soft/

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

选项参数说明

选项功能
-a归档拷贝
-v显示复制过程

（2）案例实操

（3）把node01机器上的/kkb/soft目录同步到node02服务器的hadooop用户下的/kkb/目录

rsync -av /fcc/soft node02:/fcc/soft

 

3. 通过rsync来封装分发脚本

我们可以通过rsync这个命令工具来实现脚本的分发，可以增量的将文件分发到我们所有其他的机器上面去

（1）需求：循环复制文件到所有节点的相同目录下

（2）需求分析：

（a）rsync命令原始拷贝：

rsync -av /fcc/soft hadoop@node02:/fcc/soft

（b）期望脚本使用方式：

xsync要同步的文件名称

（c）说明：在/home/hadoop/bin这个目录下存放的脚本，hadoop用户可以在系统任何地方直接执行。

（3）脚本实现

（a）在/home/hadoop目录下创建bin目录，并在bin目录下xsync创建文件，文件内容如下：

[hadoop@node01 ~]$ cd ~
[hadoop@node01 ~]$ mkdir bin
[hadoop@node01 bin]$ cd /home/hadoop/bin
[hadoop@node01 ~]$ touch xsync
[hadoop@node01 ~]$ vim xsync

在该文件中编写如下代码

#!/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

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

#4 获取当前用户名称
user=`whoami`

#5 循环
for((host=1; host<4; host++)); do
       echo ------------------- node0$host --------------
       rsync -av $pdir/$fname $user@node0$host:$pdir
done

（b）修改脚本 xsync 具有执行权限

[hadoop@node01 bin]$ cd ~/bin/
[hadoop@node01 bin]$ chmod 777 xsync

（c）调用脚本形式：xsync 文件名称

[hadoop@node01 bin]$ xsync /home/hadoop/bin/

 

注意：如果将xsync放到/home/hadoop/bin目录下仍然不能实现全局使用，可以将xsync移动到/usr/local/bin目录下

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

sudo vim /etc/profile

 

export HADOOP_HOME=/fcc/install/hadoop-3.1.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

配置完成之后生效

source /etc/profile

第七步：格式化集群

  • 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。格式化操作只有在首次启动的时候需要，以后再也不需要了

  • node01执行一遍即可

hdfs namenode -format

  • 或者

hadoop namenode –format

  • 下图高亮表示格式化成功；

 

第八步：集群启动

  • 启动集群有两种方式：

    • ①脚本一键启动；

    • ②单个进程逐个启动

1. 启动HDFS、YARN、Historyserver

  • 如果配置了 etc/hadoop/workers 和 ssh 免密登录，则可以使用程序脚本启动所有Hadoop 两个集群的相关进程，在主节点所设定的机器上执行。

  • 启动集群

  • 主节点node01节点上执行以下命令

start-dfs.sh
start-yarn.sh
# 已过时mr-jobhistory-daemon.sh start historyserver
mapred --daemon start historyserver

  • 停止集群（主节点node01节点上执行）：

stop-dfs.sh
stop-yarn.sh 
# 已过时 mr-jobhistory-daemon.sh stop historyserver
mapred --daemon stop historyserver

 

2. 单个进程逐个启动

# 在主节点上使用以下命令启动 HDFS NameNode： 
# 已过时 hadoop-daemon.sh start namenode 
hdfs --daemon start namenode

# 在主节点上使用以下命令启动 HDFS SecondaryNamenode： 
# 已过时 hadoop-daemon.sh start secondarynamenode 
hdfs --daemon start secondarynamenode

# 在每个从节点上使用以下命令启动 HDFS DataNode： 
# 已过时 hadoop-daemon.sh start datanode
hdfs --daemon start datanode

# 在主节点上使用以下命令启动 YARN ResourceManager： 
# 已过时 yarn-daemon.sh start resourcemanager 
yarn --daemon start resourcemanager

# 在每个从节点上使用以下命令启动 YARN nodemanager： 
# 已过时 yarn-daemon.sh start nodemanager 
yarn --daemon start nodemanager


以上脚本位于$HADOOP_HOME/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。

3. 一键启动hadoop集群的脚本

  • 为了便于一键启动hadoop集群，我们可以编写shell脚本

  • 在node01服务器的/home/hadoop/bin目录下创建脚本

[hadoop@node01 bin]$ cd /home/hadoop/bin/
[hadoop@node01 bin]$ vim hadoop.sh

  • 内容如下

#!/bin/bash
case $1 in
"start" ){
 source /etc/profile;
 /fcc/install/hadoop-3.1.4/sbin/start-dfs.sh
 /fcc/install/hadoop-3.1.4/sbin/start-yarn.sh
 #/fcc/install/hadoop-3.1.4/sbin/mr-jobhistory-daemon.sh start historyserver
 /fcc/install/hadoop-3.1.4/bin/mapred --daemon start historyserver
};;
"stop"){

 /fcc/install/hadoop-3.1.4/sbin/stop-dfs.sh
 /fcc/install/hadoop-3.1.4/sbin/stop-yarn.sh
 #/fcc/install/hadoop-3.1.4/sbin/mr-jobhistory-daemon.sh stop  historyserver
 /fcc/install/hadoop-3.1.4/bin/mapred --daemon stop historyserver
};;
esac

  • 修改脚本权限

[hadoop@node01 bin]$ chmod 777 hadoop.sh
[hadoop@node01 bin]$ ./hadoop.sh start  # 启动hadoop集群
[hadoop@node01 bin]$ ./hadoop.sh stop   # 停止hadoop集群

 

第九步：验证集群是否搭建成功

1. 访问web ui界面

  • hdfs集群访问地址

http://192.168.51.100:9870/

  • yarn集群访问地址

http://192.168.51.100:8088

  • jobhistory访问地址：

http://192.168.51.100:19888

 

  • 若将linux的/etc/hosts文件的如下内容，添加到本机的hosts文件中(==ip地址根据自己的实际情况进行修改==)

192.168.51.100 node01.jjtech.com  node01
192.168.51.110 node02.jjtech.com  node02
192.168.51.120 node03.jjtech.com  node03

  • windows的hosts文件路径是C:\Windows\System32\drivers\etc\hosts

  • mac的hosts文件是/etc/hosts

  • 那么，上边的web ui界面访问地址可以分别写程

 

2. 所有机器查看进程脚本

  • 我们也可以通过jps在每台机器上面查看进程名称，为了方便我们以后查看进程，我们可以通过脚本一键查看所有机器的进程

  • 在node01服务器的/home/hadoop/bin目录下创建文件xcall

[hadoop@node01 bin]$ cd ~/bin/
[hadoop@node01 bin]$ vim xcall

 

  • 添加以下内容

#!/bin/bash

params=$@
for (( i=1 ; i <= 3 ; i = $i + 1 )) ; do
    echo ============= node0$i $params =============
    ssh node0$i "source /etc/profile;$params"
done

  • 然后一键查看进程并分发该脚本

chmod 777  /home/hadoop/bin/xcall
xsync /home/hadoop/bin/

  • 各节点应该启动的hadoop进程如下图

xcall jps

 

3. 运行一个mr例子

  • 任一节点运行pi例子

[hadoop@node01 ~]$ hadoop jar /fcc/install/hadoop-3.1.4/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.4.jar pi 5 5

  • 最后计算出pi的近似值

 

 

==提醒：如果要关闭电脑时，清一定要按照以下顺序操作，否则集群可能会出问题==

  • 关闭hadoop集群

  • 关闭虚拟机

  • 关闭电脑

江南云朵
关注
  • 1
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
大数据环境搭建——>Spark安装配置
08-03
大数据环境搭建——>Spark安装配置
hadoop 课程_大数据专业人员的5大Hadoop课程—最佳
编程故事的地方
10-16 485
hadoop 课程 大数据专业人员的5大Hadoop课程—最佳 如果您正在学习大数据，或者想探索Hadoop框架，并正在寻找一些很棒的课程，那么您来对地方了。 在本文中，我将分享一些最佳的Hadoop课程，以深入学习Apache Hadoop。 在上两篇文章中，我分享了一些大数据和Apache Spark资源，这些资源已经受到读者的欢迎。 之后，我的一些读者给我发了电子邮件，询问了...
hadoop集群搭建教程
flye的专栏
11-23 2436
6台主机规划hadoop集群，安装hadoop，yarn，hbase，hue等，详细步骤，敬请审阅。
2024年最全大数据实战平台环境搭建_搭建大数据平台
最新发布
2401_84182824的博客
05-03 885
图24：解压完成图25：确认解压是否成功在终端输入cd jdk1.8.0_211/进入该文件夹确认解压是否成功，如果该文件夹为空则前面某一步有问题导致解压不成功，反之则为解压成功。6、配置环境变量图26：进入环境变量配置在终端输入cd …返回上一级文件夹，再输入vim ~/.bashrc进入环境变量配置。图27：进入环境变量进入环境变量，此时补课编辑，只可查看。需要按“i”进入 insert 模式。图28：配置环境变量图29：按 ESC 保存，然后 shift+：wq。
【虚拟化与云计算实验报告】Hadoop环境搭建：从系统下载、安装、命令使用，到MapReduce的简单编程实验
学无止境,勤则可达；志存高远,恒亦能成！
05-30 8456
一、实验要求 根据课本上的Hadoop的章节的内容，熟悉从系统下载、安装、命令使用，到MapReduce的简单编程实验。 二、实验内容 2.1 部署方式 Hadoop主要有两种安装方式，即传统解压包方式和Linux标准方式。安装Hadoop的同时，还要明确工作环境的构建模式。Hadoop部署环境分为单机模式、伪分布模式和分布式模式三种。 2.2 部署步骤(简述) 步骤1：制定部署规划； 步骤2：部署前工作； 步骤3：部署Hadoop； 步骤4：测试Hadoop。 2.3 准备环境 由于分布式计算需要用到很多
大数据 hadoop
爱驹一族的博客
08-12 417
1.课前资料 https://pan.baidu.com/s/1N2MZEvKxnsBjz6rh0Xkpmw 提取码：44u3 2.课程整体介绍 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fxJ90a9K-1628748843757)(day01_hadoop.assets/1628589606864.png)] 3.大数据介绍 什么是大数据？ 简单来说大数据就是海量数据及其处理。 大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据
大数据平台环境搭建
BIN_2011464841的博客
03-17 1万+
这段时间基于大数据技术与应用大赛所做的大数据平台环境搭建，原创文章。在自己电脑上搭建过几遍，按照上述笔记搭建没有出现问题。家人们如果在尝试搭建的过程中出现问题可以在下方评论区留言或者私信，我看到后会回复。希望能对有需求的萌新有所帮助。...
大数据环境搭建（java, hadoop, hbase, spark, miniconda, jupyte）
06-22
在ubuntu中搭建大数据环境，包括java, hadoop, hbase, spark, miniconda, jupyter等，环境中的环境变量保存在bigdata.sh中。
大数据教程之搭建Hadoop集群.zip_大数据环境搭建hadoop
01-09
标题中的“大数据教程之搭建Hadoop集群.zip_大数据环境搭建hadoop”暗示了这是一个关于如何在大数据环境中构建Hadoop集群的教程。Hadoop是Apache软件基金会的一个开源项目，主要用于处理和存储海量数据，其分布式...
大数据环境搭建整理2020.5.20.docx
07-15
大数据环境搭建是一个复杂而关键的过程，它涉及到多个组件的配置和集成，如Hadoop、Spark、Scala等。这里，我们将详细解析这个过程的关键步骤。 首先，我们需要一个合适的软件环境，通常选择Linux作为基础操作系统...
【博学谷学习记录】超强总结，用心分享|Linux服务器集群-大数据基础环境搭建指南
Sweet~~~
01-08 2929
本文将构建三台Linux服务器（node1、node2、node3），通过相关配置，搭建出一个Linux服务器集群环境适用于大数据的开发学习。Linux服务器集群-大数据基础环境搭建步骤较为繁琐，本文尽可能详细的描述了搭建的每一环节的必要操作。只要耐心根据本文操作，搭建出一个大数据的学习环境是非常简单的。准备环境已搭建好，后面将继续做好学习笔记整理。
大数据环境搭建（Hadoop,Spark,Zookeeper,Hbase,Kafka）
打酱油的葫芦娃
12-08 7259
本教程基于4台机器(预装有CentOS7 Linux系统)完成Hadoop集群及其相关组件的搭建，1个master，3个slave。 1 Linux环境准备 1.1 基础设置 修改主机名 hostnamectl set-hostname master reboot 依次将其他3台机器设置为slave1,slave2,slave3。 修改IP地址 vim /etc/sysconfig/ne...
org.apache.dubbo.remoting.RemotingException: client(url: dubbo://192.168.51.100:20880)问题解决
热门推荐
yihang250的博客
12-11 1万+
问题：项目启动的时候突然出现：org.apache.dubbo.remoting.RemotingException: client(url: dubbo://192.168.51.100:20880)这个问题，我发现这个ip根本不是我电脑的ip,我通过终端查询ip为192.168.51.162这个ip给我查询的不符合 解决办法1：在启动配置里面输入启动参数将ip改为你实际的ip就可以解决 解决办法2： 在yml文件或者properties写你的ip但是不要提交，服务器上没有出现这个问题 你也可以通过xml
MYSQL 双机热备 操作步骤
lch_cn的专栏
09-02 861
具体的什么叫热备，热备的原理在这我就不多讲了，网上有很多讲原理的文章，在此我主要讲下实现的步骤。本人亲测的步骤，也主要是为了防止以后忘记。不多说了，进入正题： 一、建立主-从服务器双机热备配置步骤 1，准备工作 配置两台服务器，例如IP地址分别是：192.168.51.119(主)和192.168.51.120（从） 两台服务器 在两台服务器上分别安装Mysql（版本最好一致，本人测试时安...
ceph java新建bucket时，报错：No region found with any service for endpoint 192.168.51.100
Enoch
07-01 301
ceph nautilus官网： https://docs.ceph.com/en/nautilus/radosgw/s3/java/. 根据官方文档进行createBucket操作时，报错如下： 解决方法 maven依赖中的aws-java-sdk版本调高一点就好了，如下： <dependencies> <dependency> <groupId>com.amazonaws</groupId>
大数据环境搭建步骤详解（Hadoop，Hive，Zookeeper，Kafka，Flume，Hbase，Spark等安装与配置）
李天泉
09-13 3403
大数据环境安装和配置（Hadoop2.7.7，Hive2.3.4，Zookeeper3.4.10，Kafka2.1.0，Flume1.8.0，Hbase2.1.1，Spark2.4.0等） 系统说明 搭建步骤详述 一、节点基础配置 二、Hadoop安装和配置 三、Hive安装和配置 四、ZooKeeper安装和配置 五、Kafka安装和配置 六、Flume安装和配置 七、Hbase安装和配置 八、Spark安装和配置 总结 前言：本篇文章是以Hadoop为基础，.
hadoop+hive+spark安装
开源的美好
09-26 1486
hadoop,hive,spark安装部署
spark大数据技术开发系列教程-环境搭建（一）
huazi99的博客
11-06 145
在python3.X中用到了_ctype组件，但他又必须依赖于另外一个叫libffi-devel的组件，所以我们需要先行安装。tar -zxvf apache-maven-3.6.1-bin.tar.gz -C /home/app/ 解压。解决：在解压后的 Python-3.7.4/Modules/Setup.dist 找到setup文件。配置安装的路径，如果不配置该选项，安装后可执行文件默认放在/usr/local/bin。​ 加压后，home/app/Python-3.7.4 有文件目录。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值