Centos安装Hadoop(含多虚拟机Hadoop集群搭建)
一、安装Hadoop
1.下载安装包到指定目录,本文使用的是Hadoop3.3.4
下载链接:Index of /dist/hadoop/common (apache.org)
2.解压安装文件到/opt/module(可以根据自己的需要调整)下面
tar -zxvf hadoop-3.3.4.tar.gz -C /opt/module/
3.检查一下是否安装成功了
ls /opt/module/hadoop-3.3.4
4.为了方便使用,重新命名
mv /opt/module/hadoop-3.3.4 /opt/module/hadoop
5.将Hadoop添加到环境变量中
(1)先获取一下Hadoop的安装路径==(注意,这时候已经切换到了解压后的路径下,我的是/opt/module/hadoop)==
(2)打开/etc/profile.d/my_env.sh文件
sudo vim /etc/profile.d/my_env.sh
(3)添加Hadoop的路径,保存并退出
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
(4)source一下让配置生效
source /etc/profile.d/my_env.sh
如果是单虚拟机安装Hadoop,至此安装工作已经结束,如果是多虚拟机组建集群可以接着往下看。
6.分发至其他集群,本文参照的是尚硅谷集群搭建,故直接使用其脚本,感兴趣的可以去视频课里看一下。
xsync /etc/profile.d/my_env.sh
二、配置集群
1.进入到Hadoop配置,并修改配置文件core-site.xml
cd /opt/module/hadoop/etc/hadoop
vim core-site.xml
2.复制文件内容到core-site.xml当中,注意其中的文件路径和用户名要改成自己的
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>xisong</value>
</property>
<!-- 配置该xisong(superUser)允许通过代理访问的主机节点 -->
<property>
<name>hadoop.proxyuser.xisong.hosts</name>
<value>*</value>
</property>
<!-- 配置该xisong(superUser)允许通过代理用户所属组 -->
<property>
<name>hadoop.proxyuser.xisong.groups</name>
<value>*</value>
</property>
<!-- 配置该xisong(superUser)允许通过代理的用户-->
<property>
<name>hadoop.proxyuser.xisong.users</name>
<value>*</value>
</property>
</configuration>
3.同样配置hdfs-site.xml
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>1</value>
</property>
</configuration>
4.配置yarn-site.xml
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>
5.配置mapred-site.xmk文件
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>
6.配置workers
vim /opt/module/hadoop/etc/hadoop/workers
和你自己的集群名称对应即可。
三、配置历史服务器
配置历史服务器可以查看程序的历史运营情况
1.还是配置mapred-site.xml,注意服务器名称
vim mapred-site.xml
添加如下内容,注意服务器名称
<!-- 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>
四、配置日志的聚集
1.配置yarn-site.xml
vim yarn-site.xml
添加内容如下:
<!-- 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>
五、分发Hadoop
xsync /opt/module/hadoop/
六、启动集群
cd /opt/module/hadoop/
bin/hdfs namenode -format
#启动HDFS
sbin/start-dfs.sh
#启动YARN
sbin/start-yarn.sh
成功后可以在Web端查看HDFS的web页面:http://hadoop102:9870/
还可以查看SecondaryNameNode:http://hadoop104:9868/status.html
如果打不开可以看下这两个是否启用了,不用话可以关掉,不然会影响平时的网络速度。