Hadoop的安装部署

目录

1.Hadoop部署

2.配置集群

3.配置历史服务器

4.配置日志的聚焦

5.分发Hadoop

---

安装前的准备

1）准备3台客户机（关闭防火墙、静态IP、主机名称）

2）安装JDK

3）配置环境变量

4）安装Hadoop

5）配置环境变量

6）配置集群

7）单点启动

8）配置ssh

9）群起并测试集群

1.Hadoop部署

---

1）集群部署规划

注意：NameNode和SecondaryNameNode不要安装在同一台服务器

注意：ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。

	hadoop102	hadoop103	hadoop104
HDFS	NameNode DataNode	DataNode	SecondaryNameNode DataNode
YARN	NodeManager	ResourceManager NodeManager	NodeManager

2）用SecureCRT工具将hadoop-3.1.3.tar.gz导入到opt目录下面的software文件夹下面

切换到sftp连接页面，选择Linux下编译的hadoop jar包拖入，如图所示

拖入hadoop的tar包

拖入Hadoop的tar包成功

3）进入到Hadoop安装包路径下

[wzw@hadoop102 ~]$ cd /opt/software/

4）解压安装文件到/opt/module下面

[wzw@hadoop102 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

5）查看是否解压成功

[wzw@hadoop102 software]$ ls /opt/module/hadoop-3.1.3

6）重命名

[wzw@hadoop102 software]$ mv /opt/module/hadoop-3.1.3 /opt/module/hadoop

7）将Hadoop添加到环境变量

（1）获取Hadoop安装路径

[wzw@hadoop102 hadoop]$ pwd /opt/module/hadoop

（2）打开/etc/profile.d/my_env.sh文件

[wzw@hadoop102 hadoop]$ sudo vim /etc/profile.d/my_env.sh

在profile文件末尾添加JDK路径：（shitf+g）

#HADOOP_HOME export HADOOP_HOME=/opt/module/hadoop export PATH=$PATH:$HADOOP_HOME/bin export PATH=$PATH:$HADOOP_HOME/sbin

（3）保存后退出

:wq

（4）分发环境变量文件

[wzw@hadoop102 hadoop]$ sudo /home/atguigu/bin/xsync /etc/profile.d/my_env.sh

（5）source 是之生效（3台节点）

[wzw@hadoop102 module]$ source /etc/profile.d/my_env.sh [wzw@hadoop103 module]$ source /etc/profile.d/my_env.sh [wzw@hadoop104 module]$ source /etc/profile.d/my_env.sh

2.配置集群

---

1）核心配置文件

配置core-site.xml

[wzw@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop [wzw@hadoop102 hadoop]$ vim core-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 指定NameNode的地址 -->     <property>         <name>fs.defaultFS</name>         <value>hdfs://hadoop102:8020</value> </property> <!-- 指定hadoop数据的存储目录 -->     <property>         <name>hadoop.tmp.dir</name>         <value>/opt/module/hadoop/data</value> </property> <!-- 配置HDFS网页登录使用的静态用户为atguigu -->     <property>         <name>hadoop.http.staticuser.user</name>         <value>atguigu</value> </property> <!-- 配置该atguigu(superUser)允许通过代理访问的主机节点 -->     <property>         <name>hadoop.proxyuser.atguigu.hosts</name>         <value>*</value> </property> <!-- 配置该atguigu(superUser)允许通过代理用户所属组 -->     <property>         <name>hadoop.proxyuser.atguigu.groups</name>         <value>*</value> </property> <!-- 配置该atguigu(superUser)允许通过代理的用户-->     <property>         <name>hadoop.proxyuser.atguigu.users</name>  <value>*</value> </property> </configuration>

2）HDFS配置文件

配置hdfs-site.xml

[wzw@hadoop102 hadoop]$ vim hdfs-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- nn web端访问地址--> <property>         <name>dfs.namenode.http-address</name>         <value>hadoop102:9870</value>     </property>      <!-- 2nn web端访问地址-->     <property>         <name>dfs.namenode.secondary.http-address</name>         <value>hadoop104:9868</value>     </property>          <!-- 测试环境指定HDFS副本的数量1 -->     <property>         <name>dfs.replication</name>         <value>3</value>     </property> </configuration>

3）YARN配置文件

配置yarn-site.xml

[wzw@hadoop102 hadoop]$ vim yarn-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 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>hadoop103</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>          <!--yarn单个容器允许分配的最大最小内存 -->     <property>         <name>yarn.scheduler.minimum-allocation-mb</name>         <value>512</value>     </property>     <property>         <name>yarn.scheduler.maximum-allocation-mb</name>         <value>4096</value>     </property>          <!-- yarn容器允许管理的物理内存大小 -->     <property>         <name>yarn.nodemanager.resource.memory-mb</name>         <value>4096</value>     </property>          <!-- 关闭yarn对物理内存和虚拟内存的限制检查 -->     <property>         <name>yarn.nodemanager.pmem-check-enabled</name>         <value>true</value>     </property>     <property>         <name>yarn.nodemanager.vmem-check-enabled</name>         <value>false</value>     </property> </configuration>

4）MapReduce配置文件

配置mapred-site.xml

[wzw@hadoop102 hadoop]$ vim mapred-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 指定MapReduce程序运行在Yarn上 -->     <property>         <name>mapreduce.framework.name</name>         <value>yarn</value>     </property> </configuration>

5）配置workers

[wzw@hadoop102 hadoop]$ vim /opt/module/hadoop/etc/hadoop/workers

在该文件中增加如下内容：

hadoop102

hadoop103

hadoop104

3.配置历史服务器

---

为了查看程序的历史运行情况，需要配置一下历史服务器。具体配置步骤如下：

1）配置mapred-site.xml

[wzw@hadoop102 hadoop]$vim mapred-site.xml

在该文件里面增加如下配置。

<!-- 历史服务器端地址 --> <property>     <name>mapreduce.jobhistory.address</name>     <value>hadoop102:10020</value> </property> <!-- 历史服务器web端地址 --> <property>     <name>mapreduce.jobhistory.webapp.address</name>     <value>hadoop102:19888</value> </property>

4.配置日志的聚焦

---

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。

日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。

注意：开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryManager。

开启日志聚集功能具体步骤如下：

1）配置yarn-site.xml

[wzw@hadoop102 hadoop]$ vim yarn-site.xml

在该文件里面增加如下配置。

<!-- 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://hadoop102:19888/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>

5.分发Hadoop

---

[wzw@hadoop102 hadoop]$ xsync /opt/module/hadoop/

6.群起集群

---

1）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（注意格式化之前，一定要先停止上次启动的所有namenode和datanode进程，然后再删除data和log数据）

[wzw@hadoop102 hadoop]$ bin/hdfs namenode -format

（2）启动HDFS

[wzw@hadoop102 hadoop]$ sbin/start-dfs.sh

（3）在配置了ResourceManager的节点（hadoop103）启动YARN

[wzw@hadoop103 hadoop]$ sbin/start-yarn.sh

（4）Web端查看HDFS的Web页面：http://hadoop102:9870/

（5）Web端查看SecondaryNameNode

        （a）浏览器中输入：http://hadoop104:9868/status.html

        （b）查看SecondaryNameNode信息

7.群起集群

---

[wzw@hadoop102 bin]$ pwd /home/atguigu/bin

[wzw@hadoop102 bin]$ vim hdp.sh

输入如下内容：

#!/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 hadoop102 "/opt/module/hadoop/sbin/start-dfs.sh"         echo " --------------- 启动 yarn ---------------"         ssh hadoop103 "/opt/module/hadoop/sbin/start-yarn.sh"         echo " --------------- 启动 historyserver ---------------"         ssh hadoop102 "/opt/module/hadoop/bin/mapred --daemon start historyserver" ;; "stop")         echo " =================== 关闭 hadoop集群 ==================="         echo " --------------- 关闭 historyserver ---------------"         ssh hadoop102 "/opt/module/hadoop/bin/mapred --daemon stop historyserver"         echo " --------------- 关闭 yarn ---------------"         ssh hadoop103 "/opt/module/hadoop/sbin/stop-yarn.sh"         echo " --------------- 关闭 hdfs ---------------"         ssh hadoop102 "/opt/module/hadoop/sbin/stop-dfs.sh" ;; *)     echo "Input Args Error..." ;; esac

给脚本运行权限

[wzw@hadoop102 bin]$ chmod 777 hdp.sh