Hadoop集群搭建

zc_777

已于 2023-10-24 11:22:37 修改

阅读量77

点赞数 1

文章标签： hadoop linux 大数据 1024程序员节

于 2023-10-24 00:06:18 首次发布

本文链接：https://blog.csdn.net/m0_62749268/article/details/133819759

版权

1.虚拟机准备

1.1：创建模板虚拟机

(1)安装模板虚拟机，IP地址192.168.10.100、主机名称hadoop100、内存4G、硬盘50G

检查虚拟机配置，并且添加ISO映像文件

1.2：安装虚拟机

在安装页面选择Install CentOS 7进行安装

语言选择为简体中文

(a) 日期和时间中地区选择为上海

(b) 在系统中点击安装位置，选择我要配置分区，点击完成

点击加号添加挂载点，分别为三个挂载点

/boot 期望容量为1g 文件系统改为ext4

swap 期望容量为4g

/ 期望容量为45g

设置后点击完成，点击更改

更改主机名，点击应用

点击网络配置进行网络配置

点击IPV4设置，点击ADD，输入地址，子网掩码和网关，并点击保存

打开网络连接

点击开始安装，点击root密码，设置密码为123456

1.3：配置虚拟机环境

（1）使用yum安装需要虚拟机可以正常上网，yum安装前可以先测试下虚拟机联网情况

[root@hadoop100 ~]# ping www.baidu.com

PING www.baidu.com (14.215.177.39) 56(84) bytes of data.

64 bytes from 14.215.177.39 (14.215.177.39): icmp_seq=1 ttl=128 time=8.60 ms

64 bytes from 14.215.177.39 (14.215.177.39): icmp_seq=2 ttl=128 time=7.72 ms

（2）安装epel-release

注：Extra Packages for Enterprise Linux是为“红帽系”的操作系统提供额外的软件包，适用于RHEL、CentOS和Scientific Linux。相当于是一个软件仓库，大多数rpm包在官方 repository 中是找不到的）

[root@hadoop100 ~]# yum install -y epel-release

net-tool：工具包集合，包含ifconfig等命令

[root@hadoop100 ~]# yum install -y net-tools

vim：编辑器

[root@hadoop100 ~]# yum install -y vim

（3）关闭防火墙，关闭防火墙开机自启

[root@hadoop100 ~]# systemctl stop firewalld

[root@hadoop100 ~]# systemctl disable firewalld.service

（4）创建用户，并修改用户的密码

[root@hadoop100 ~]# useradd zc

[root@hadoop100 ~]# passwd zc

（5）配置zc用户具有root权限，方便后期加sudo执行root权限的命令

[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

zc ALL=(ALL)     NOPASSWD:ALL

注意：zc这一行不要直接放到root行下面，因为所有用户都属于wheel组，你先配置了zc具有免密功能，但是程序执行到%wheel行时，该功能又被覆盖回需要密码。所以zc要放到%wheel这行下面。

（6）在/opt目录下创建文件夹，并修改所属主和所属组

（1）在/opt目录下创建module、software文件夹

[root@hadoop100 ~]# mkdir /opt/module

[root@hadoop100 ~]# mkdir /opt/software

（2）修改module、software文件夹的所有者和所属组均为zc用户

[root@hadoop100 ~]# chown zc:zc /opt/module

[root@hadoop100 ~]# chown zc:zc /opt/software

（3）查看modele、software文件夹的所有者和所属组

[root@hadoop100 ~]# cd /opt/

[root@hadoop100 opt]# ll

总用量 12

drwxr-xr-x. 2 zc zc 4096 5月 28 17:18 module

drwxr-xr-x. 2 zc zc 4096 5月 28 17:18 software

（7）重启虚拟机

[root@hadoop100 ~]# reboot

2.克隆虚拟机

2.1 利用模板机hadoop100，克隆三台虚拟机：hadoop102 hadoop103 hadoop104

注意：克隆时，要先关闭hadoop100

2.2 修改克隆机IP，以hadoop102为例

（1）修改克隆虚拟机的静态IP

[root@hadoop102 ~]# vim /etc/sysconfig/network-scripts/ifcfg-ens33

改成

DEVICE=ens33

TYPE=Ethernet

ONBOOT=yes

BOOTPROTO=static

NAME="ens33"

IPADDR=192.168.10.102

PREFIX=24

GATEWAY=192.168.10.2

DNS1=192.168.10.2

(2)查看Linux虚拟机的虚拟网络编辑器，编辑->虚拟网络编辑器->VMnet8

(3)查看Windows系统适配器VMware Network Adapter VMnet8的IP地址

2.3 修改克隆机主机名，以下以hadoop102举例说明

（1）修改主机名称

[root@hadoop102 ~]# vim /etc/hostname

hadoop102

（2）配置Linux克隆机主机名称映射hosts文件，打开/etc/hosts

[root@hadoop102 ~]# vim /etc/hosts

添加如下内容

192.168.10.100 hadoop100

192.168.10.101 hadoop101

192.168.10.102 hadoop102

192.168.10.103 hadoop103

192.168.10.104 hadoop104

2.4 重启克隆机

[root@hadoop102 ~]# reboot

2.5 修改windows的主机映射文件（hosts文件）

（1）如果操作系统是window7，可以直接修改

（a）进入C:\Windows\System32\drivers\etc路径

（b）打开hosts文件并添加如下内容，然后保存

192.168.10.100 hadoop100

192.168.10.101 hadoop101

192.168.10.102 hadoop102

192.168.10.103 hadoop103

192.168.10.104 hadoop104

（2）如果操作系统是window10，先拷贝出来，修改保存以后，再覆盖即可

（a）进入C:\Windows\System32\drivers\etc路径

（b）拷贝hosts文件到桌面

（c）打开桌面hosts文件并添加如下内容

192.168.10.100 hadoop100

192.168.10.101 hadoop101

192.168.10.102 hadoop102

192.168.10.103 hadoop103

192.168.10.104 hadoop104

（d）将桌面hosts文件覆盖C:\Windows\System32\drivers\etc路径hosts文件

3.安装JDK与Hadoop

3.1.安装JDK

1）用MobaXterm工具将JDK导入到opt目录下面的software文件夹下面

注：直接将文件从本地拖进opt目录下面的software文件夹

2）在Linux系统下的opt目录中查看软件包是否导入成功

[zc@hadoop102 ~]$ ls /opt/software/

看到如下结果：

jdk-8u212-linux-x64.tar.gz

3）解压JDK到/opt/module目录下

[zc@hadoop102 software]$ tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/

4）配置JDK环境变量

（1）新建/etc/profile.d/my_env.sh文件

[zc@hadoop102 ~]$ sudo vim /etc/profile.d/my_env.sh

添加如下内容

#JAVA_HOME

export JAVA_HOME=/opt/module/jdk1.8.0_212

export PATH=$PATH:$JAVA_HOME/bin

（2）保存后退出

:wq

（3）source一下/etc/profile文件，让新的环境变量PATH生效

[zc@hadoop102 ~]$ source /etc/profile

6）测试JDK是否安装成功

[zc@hadoop102 ~]$ java -version

如果能看到以下结果，则代表Java安装成功。

java version "1.8.0_212"

3.2.安装hadoop

1）同样用MobaXterm工具将Hadoop导入到opt目录下面的software文件夹下面

2）进入到Hadoop安装包路径下

[zc@hadoop102 ~]$ cd /opt/software/

3）解压安装文件到/opt/module下面

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

4）查看是否解压成功

[zc@hadoop102 software]$ ls /opt/module/

hadoop-3.1.3

5）将Hadoop添加到环境变量

（1）获取Hadoop安装路径

[zc@hadoop102 hadoop-3.1.3]$ pwd

/opt/module/hadoop-3.1.3

（2）打开/etc/profile.d/my_env.sh文件

[zc@hadoop102 hadoop-3.1.3]$ sudo vim /etc/profile.d/my_env.sh

在my_env.sh文件末尾添加如下内容：

#HADOOP_HOME

export HADOOP_HOME=/opt/module/hadoop-3.1.3

export PATH=$PATH:$HADOOP_HOME/bin

export PATH=$PATH:$HADOOP_HOME/sbin

保存并退出：

:wq

（3）让修改后的文件生效

[zc@hadoop102 hadoop-3.1.3]$ source /etc/profile

6）测试是否安装成功

[zc@hadoop102 hadoop-3.1.3]$ hadoop version

Hadoop 3.1.3

4.配置Hadoop集训

4.1编写xsync脚本，为后期分发文件做准备

（a）在/home/zc/bin目录下创建xsync文件

[zc@hadoop102 opt]$ cd /home/zc

[zc@hadoop102 ~]$ mkdir bin

[zc@hadoop102 ~]$ cd bin

[zc@hadoop102 bin]$ vim xsync

在该文件中编写如下代码

#!/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 hadoop102 hadoop103 hadoop104

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

（b）修改脚本 xsync 具有执行权限

[zc@hadoop102 bin]$ chmod +x xsync

（c）测试脚本

[zc@hadoop102 ~]$ xsync /home/zc/bin

（d）将脚本复制到/bin中，以便全局调用

[zc@hadoop102 bin]$ sudo cp xsync /bin/

（e）同步环境变量配置（root所有者）

[zc@hadoop102 ~]$ sudo ./bin/xsync /etc/profile.d/my_env.sh

注意：如果用了sudo，那么xsync一定要给它的路径补全。

让环境变量生效

[zc@hadoop103 bin]$ source /etc/profile

[zc@hadoop104 opt]$ source /etc/profile

将hadoop102中的/opt/module发送给另外两台虚拟机

[zc@hadoop102 ~]$ xsync /opt/module/

4.2配置SSH免密

（1）生成公钥和私钥

[zc@hadoop102 .ssh]$ pwd

/home/zc/.ssh

[zc@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）将公钥拷贝到要免密登录的目标机器上

[zc@hadoop102 .ssh]$ ssh-copy-id hadoop102

[zc@hadoop102 .ssh]$ ssh-copy-id hadoop103

[zc@hadoop102 .ssh]$ ssh-copy-id hadoop104

注意：

还需要在hadoop103上采用zc账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。

还需要在hadoop104上采用zc账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。

4.3集群规划

1）集群部署规划

注意：

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

SecondaryNameNode

DataNode

YARN

NodeManager

ResourceManager

NodeManager

2）配置文件说明

Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。

（1）默认配置文件：

要获取的默认文件	文件存放在Hadoop的jar包中的位置
[core-default.xml]	hadoop-common-3.1.3.jar/core-default.xml
[hdfs-default.xml]	hadoop-hdfs-3.1.3.jar/hdfs-default.xml
[yarn-default.xml]	hadoop-yarn-common-3.1.3.jar/yarn-default.xml
[mapred-default.xml]	hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml

（2）自定义配置文件：

core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。

3）配置集群

（1）核心配置文件

配置core-site.xml

[zc@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop

[zc@hadoop102 hadoop]$ vim core-site.xml

内容如下

<?xml version="1.0" encoding="UTF-8"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

    

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://hadoop102:8020</value>

    </property>

    

    <property>

        <name>hadoop.tmp.dir</name>

        <value>/opt/module/hadoop-3.1.3/data</value>

    </property>

    

    <property>

        <name>hadoop.http.staticuser.user</name>

        <value>zc</value>

    </property>

</configuration>

（2）HDFS配置文件

配置hdfs-site.xml

[zc@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>



<property>

        <name>dfs.namenode.http-address</name>

        <value>hadoop102:9870</value>

    </property>



    <property>

        <name>dfs.namenode.secondary.http-address</name>

        <value>hadoop104:9868</value>

    </property>

</configuration>

（3）YARN配置文件

配置yarn-site.xml

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

文件内容如下：

<configuration>

    

<property>

        <name>yarn.nodemanager.aux-services</name>

        <value>mapreduce_shuffle</value>

    </property>

    

    <property>

        <name>yarn.resourcemanager.hostname</name>

        <value>hadoop103</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>

</configuration>

（4）MapReduce配置文件

配置mapred-site.xml

[zc@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>



    <property>

        <name>mapreduce.framework.name</name>

        <value>yarn</value>

    </property>

</configuration>

4）在集群上分发配置好的Hadoop配置文件

[zc@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/

5）去103和104上查看文件分发情况

[zc@hadoop103 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

[zc@hadoop104 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

4.5 群起集群

1）配置workers

[zc@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

在该文件中增加如下内容：

hadoop102

hadoop103

hadoop104

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

同步所有节点配置文件

[zc@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc

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（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化。）

[zc@hadoop102 hadoop-3.1.3]$ hdfs namenode -format

（2）启动HDFS

[zc@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh

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

[zc@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

（4）Web端查看HDFS的NameNode

（a）浏览器中输入：http://hadoop102:9870

（b）查看HDFS上存储的数据信息

（5）Web端查看YARN的ResourceManager

（a）浏览器中输入：http://hadoop103:8088

（b）查看YARN上运行的Job信息

zc_777

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
Hadoop集群搭建

Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。（d）将桌面hosts文件覆盖C:\Windows\System32\drivers\etc路径hosts文件。然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）（a）进入C:\Windows\System32\drivers\etc路径。（a）进入C:\Windows\System32\drivers\etc路径。
复制链接

扫一扫