Hadoop集群搭建
配置安排:
node-1: NameNode ResourceManager
node-2: SecondaryNameNode
node-3:
说明:这里集群由三台服务器组成。配置hadoop集群环境,其实需要配置hdfs集群和yarn集群。
按照上述安排,这里一共三台服务器分别是node-1,node-2,node-3。
根据下文配置,最终的结果是:对于hdfs来讲:NameNode在node-1,SecondaryNameNode在node-2,DataNode每台机器都有。
对于yarn来讲:ResourceManager在node-1,NodeManager在node-2和node-3。
切记一点,在生产环境中主就是主,从就是从,切勿在一台机器上即配置主节点,又配置从节点。
1.准备Linux环境(CentOS)
设置好Linux的网络环境:nat模式
1.1修改各个机器主机名,以node-1为例。
vi /etc/sysconfig/network
NETWORKING=yes
HOSTNAME=node-1
1.2修改各主机名和IP的映射关系
vi /etc/hosts
192.168.12.150 node-1
192.168.12.151 node-2
192.168.12.152 node-3
1.3关闭各机器防火墙
这里统一关闭开机自启动
#查看防火墙状态
service iptables status
#关闭防火墙
service iptables stop
#查看防火墙开机启动状态
chkconfig iptables --list
#关闭防火墙开机启动
chkconfig iptables off
1.4.配置ssh免登陆
#生成ssh免登陆密钥
ssh-keygen -t rsa (四个回车)
执行完这个命令后,会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)
将公钥拷贝到要免密登陆的目标机器上(有几个就发几个,其中也可以在本机上发一次)
ssh-copy-id node-2
1.5 同步集群时间
常用的手动进行时间的同步
date -s "2017-03-03 03:03:03"
或者网络同步:
yum install ntpdate
ntpdate cn.pool.ntp.org
2.在/export/servers/安装JDK
2.1上传jdk(可直接上传到/export/servers/)
rz jdk-8u65-linux-x64.tar.gz
2.2解压jdk
tar -zxvf jdk-8u65-linux-x64.tar.gz -C /root/apps
解压后可以删除安装包
rm -rf jdk-8u65-linux-x64.tar.gz
2.3将java添加到环境变量中
vim /etc/profile
#在文件最后添加
export JAVA_HOME=/export/servers/jdk
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
#刷新配置
source /etc/profile
3.安装hadoop2.7.4到/export/servers/
上传hadoop的安装包到服务器(可直接上传到/export/servers/)
hadoop-2.7.4-with-centos-6.7.tar.gz
解压安装包
tar zxvf hadoop-2.7.4-with-centos-6.7.tar.gz
解压后可以删除安装包
rm -rf hadoop-2.7.4-with-centos-6.7.tar.gz
注意:hadoop2.x的配置文件目录:$HADOOP_HOME/etc/hadoop
3.1配置hadoop(整个3.1步骤都在hadoop安装目录下的etc/hadoop下进行)
第一个:hadoop-env.sh
vi hadoop-env.sh
export JAVA_HOME=/export/servers/jdk
第二个:core-site.xml
<!-- 指定HADOOP所使用的文件系统schema(URI),HDFS的老大(NameNode)的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://node-1:9000</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录,默认/tmp/hadoop-${user.name},这里自己选择一个路径 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/export/data/hddata</value>
</property>
第三个:hdfs-site.xml
<!-- 指定HDFS副本的数量 ,默认为3-->
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node-2:50090</value>
</property>
第四个:mapred-site.xml
mv mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
<!-- 指定mr运行时框架,这里指定在yarn上,默认是local -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
第五个:yarn-site.xml
<!-- 指定YARN的老大(ResourceManager)的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node-1</value>
</property>
<!-- NodeManager上运行的附属服务。需配置成mapreduce_shuffle,才可运行MapReduce程序默认值:"" -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
第六个:slaves文件,里面写上从节点所在的主机名字
vi slaves
node-1
node-2
node-3
3.2将hadoop添加到环境变量
vim /etc/proflie
export HADOOP_HOME=/export/servers/hadoop-2.7.4/
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
3.3.将这台机器上的hadoop安装包及其环境变量文件发送到集群其他机器上(有几台发几次)
scp -r /export/servers/hadoop-2.7.4/ root@node-2:/export/servers/
scp -r /etc/profile root@node-2:/etc/profile
3.4格式化namenode
(本质是对namenode进行初始化,格式化只能进行一次,
而且要在NameNode所在的机器进行,除非失败。千万注意!!!)
(hadoop namenode -format)
3.5启动hadoop(此为一键启动)
先启动HDFS
start-dfs.sh
再启动YARN
start-yarn.sh
相应的关闭命令
stop-dfs.sh
stop-yarn.sh
------------单个启动---------------
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
3.6验证是否启动成功
使用jps命令验证(由于不同的机器上面分布了不同的节点,所以在不同的机器上执行jps
看到的启动情况不同)
27408 NameNode
28218 Jps
27643 SecondaryNameNode
28066 NodeManager
27803 ResourceManager
27512 DataNode
http://192.168.12.150:50070 (HDFS管理界面,ip为NameNode所在机器的ip)
http://192.168.12.150:8088 (MR管理界面,ip为ResourceManager所在机器的ip)