虚拟环境的搭建
硬件前提:安装了vm;有centos7镜像文件
1.配母机hadoop111
看图步骤:(对应的文字描述在图的上面)
硬件
然后,选择centos7,可能还可以选其他,但是我不太懂:
起名字和选择位置:
选择处理器有说法的:尚硅谷,我的电脑处理器是12;然后Hadoop学习至少需要三台服务器,加上windows一台总该四台;我个人而言: 12/4 = 3 最多分配三个。
此处看个人电脑配置,我内核总数最多分配三个
内存
50G学习差不多,虽然是五十G,但是实际学习的时候用不到那么多 不用担心。
放在刚刚的文件那里,方便管理
接下来选择centos7 选择自定义硬件
按图处理
软件
硬件选择好后,正式进入软件安装:
随便直接回车:
等待片刻,跳出语言选择:
加载片刻,本地化三个可以不用设置 (其中日期和时间 后面设置 网络和主机名称的时 开启网络会跟windows同步时间的)
软件: 安装源不用动,软件选择(学习可以选择界面话,但是既然都是要学到高级的,不如最小安装挑战自己!节省笔记本电脑资源提高自己)
接下来 磁盘:当然要自己配置分区
点击完成后进入手动分区的界面了,然后点击 + 号 ,开始手动
接下里,网络和主机名称
接下来开始安装咯、等待安装结束了,再进行用户设置,不然卡死了
然后重启之后用root登录
安装epel-release:
[root@hadoop100 ~]# yum install -y epel-release
另外,最小安装需要安装:
1.[root@hadoop100 ~]# yum install -y net-tools
2.[root@hadoop100 ~]# yum install -y vim
3.[wts@hadoop112 ~]$ sudo yum -y install rsync (下载rsync)
配置主机名、静态IP、映射
1) 配置VM和windows的IP
VM:
window:
2)设置hadoop111的主机和静态IP
- 主机:
查看主机名:hostname
修改主机名:vim /etc/hostname - 静态IP的修改:
修改:vim /etc/sysconfig/network-scripts/ifcfg-ens33
- hadoop111映射
命令:vim /etc/hosts
重启验证一下ifconfig 可以发现是固定的IP了
配置window本地映射
有手就行
配置普通用户有root权限
[root@hadoop100 ~]# vim /etc/sudoers
修改/etc/sudoers文件,在%wheel这行下面添加一行,如下所示:
##Allow root to run any commands anywhere
root ALL=(ALL) ALL
##Allows people in group wheel to run all commands
%wheel ALL=(ALL) ALL
atguigu ALL=(ALL) NOPASSWD:ALL
2.虚拟机克隆
克隆出hadoop112、hadoop113、hadoop114
克隆出来后修改hadoop的主机名称和静态ip地址
有手就行
重启
3.jdk和hadoop安装和配置
/opt 下创 module 和 software 两个文件夹
然后改所有者和所在组
xftp传到software
然后解压到module中:(*我这里解压的时候jdk的所有者所在组我改成了wts,不知道有没有影响)
配环境咯(尚硅谷版)
[atguigu@hadoop102 ~]$ sudo vim /etc/profile.d/my_env.sh
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk180
export PATH=$PATH:$JAVA_HOME/bin
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop313
export PATH= $ PATH :$HADOOP_HOME/bin
export PATH= $ PATH : $ HADOOP_HOME/sbin
2)[atguigu@hadoop102 ~]$ source /etc/profile
3)测试
[wts@hadoop102 /]$ java -version
[wts@hadoop102 /]$ hadoop version
4.三个脚本
把module文件分发给每台机器,我用的scp(日后看看能不能xsync)
- xsync分发脚本
最小安装没有下载rsync!每台机器上先下载rsync:
[wts@hadoop112 ~]$ sudo yum -y install rsync
1)在~目录下创建bin目录里面写脚本
脚本内容:
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop112 hadoop113 hadoop114
do
echo ==================== $host ====================
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
修改脚本权限777
2)把bin/目录(以便全局调用xsync)、配置的jdk和hadoop的环境变量文件分发到每个集群:
这里遇到点小问题:
第一,用wts分发/etc/profile.d/my_env.sh文件,从112发到113和114不成功
网上找了点资料,说是my_env.sh文件时root的,需要用root分发操作。
切换成root用户确实完成了分发操作。
wts下用sudo调用xsync 要写全所有路径
第二,分发操作我在hadoop102 103 104系列机上分发时不需要密码的
这里待考察(是不是应为配置了ssh无密操作呢?确实!)
3)在每个机子上source一下/etc/profile 验证jdk和hadoop环境是否成功
-
jpsall脚本
#!/bin/bash for host in hadoop112 hadoop113 hadoop114 do echo =============== $host =============== ssh $host jps done
chmod 777
-
一键开关机脚本
#!/bin/bash if [ $# -lt 1 ] then echo "No Args Input..." exit ; fi case $1 in "start") echo " =================== 启动 hadoop集群 ===================" echo " --------------- 启动 hdfs ---------------" ssh hadoop112 "/opt/module/hadoop313/sbin/start-dfs.sh" echo " --------------- 启动 yarn ---------------" ssh hadoop113 "/opt/module/hadoop313/sbin/start-yarn.sh" echo " --------------- 启动 historyserver ---------------" ssh hadoop112 "/opt/module/hadoop313/bin/mapred --daemon start historyserver" ;; "stop") echo " =================== 关闭 hadoop集群 ===================" echo " --------------- 关闭 historyserver ---------------" ssh hadoop112 "/opt/module/hadoop313/bin/mapred --daemon stop historyserver" echo " --------------- 关闭 yarn ---------------" ssh hadoop113 "/opt/module/hadoop313/sbin/stop-yarn.sh" echo " --------------- 关闭 hdfs ---------------" ssh hadoop112 "/opt/module/hadoop313/sbin/stop-dfs.sh" ;; *) echo "Input Args Error..." ;; esac
chmod777
5.ssh免密登录
三个机子上相同重复操作
1)[atguigu@hadoop102 .ssh]$ ssh-keygen -t rsa
然后敲(三个回车),就会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)
2)拷贝公钥到要免密登录的机器上
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop112
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop113
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop114
ok了
6.集群配置
1)配置core-site.xml
/opt/module/hadoop313/etc/hadoop/下
[wts@hadoop113 hadoop]$ vim core-site.xml
<configuration>
<!-- 指定NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop112:8020</value>
</property>
<!-- 指定hadoop数据的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop313/data</value>
</property>
<!-- 配置HDFS网页登录使用的静态用户为wts -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>wts</value>
</property>
</configuration>
2)配置hdfs-site.xml
[wts@hadoop113 hadoop]$ vim hdfs-site.xml
<configuration>
<!-- nn web端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>hadoop112:9870</value>
</property>
<!-- 2nn web端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop114:9868</value>
</property>
</configuration>
3)配置yarn-site.xml
[wts@hadoop112 hadoop]$ vim yarn-site.xml
<configuration>
<!-- Site specific YARN configuration properties -->
<!-- 指定MR走shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定ResourceManager的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop113</value>
</property>
<!-- 环境变量的继承 -->
<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>
<!-- 开启日志聚集功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://hadoop112:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为7天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
</configuration>
4)配置mapred-site.xml
[wts@hadoop112 hadoop]$ vim mapred-site.xml
<configuration>
<!-- 指定MapReduce程序运行在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 历史服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop112:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop112:19888</value>
</property>
</configuration>
5)分发
xsync /opt/module/hadoop-3.1.3/etc/hadoop/
7.群起集群
1)配置workers
[atguigu@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在该文件中增加如下内容:
hadoop112
hadoop113
hadoop114
分发!!!!
2)启动集群
(1)如果集群是第一次启动,需要在hadoop102节点格式化NameNode:(格式化前,删除hadoop根目录下的data和logs文件夹)
[wts@hadoop112 hadoop313]$ hdfs namenode -format
(2)启动HDFS和YARN(注意yarn的启动位置)
关闭防火墙启动!!!
[wts@hadoop112 hadoop313]$ sbin/start-dfs.sh
[wts@hadoop113 hadoop313]$ sbin/start-yarn.sh
当然我是高手,我选择了.sh文件群体启动 ^ 0 ^
- 浏览器中输入:http://hadoop102:9870
- 浏览器中输入:http://hadoop103:8088
注意了!如果访问不了9870和8088的问题的个人解决方案!!
- 首先要关闭防火墙操作:这里我一开始是傻逼,关闭了windows的防火墙。其实,是要关闭Linux下每台机器的防火墙
[wts@hadoop112 hadoop]$ systemctl status firewalld
[wts@hadoop112 hadoop]$ sudo systemctl stop firewalld
[wts@hadoop112 hadoop]$ sudo systemctl disable firewalld.service(关闭开机自动启动防火墙)
- 其次, 四个配置文件真的写对了吗
(版本我不管,可能hadoop版本需要不同的小细节改写,但是最基本的路径,hadoopxxx,复制粘贴后看看要不要更改)