苦战了18个小时,终于祭出了一片记叙文!
在这里我只想说:在本机装虚拟机搞hadoop跟在云服务器上真的不一样。。。
开始:
Ps: 在看这里的时候,你的java环境应该已经配置了
1.系统环境配置
1.1 下载hadoop,我这里使用3.x版本
下载hadoop地址地址:http://mirror.bit.edu.cn/apache/hadoop/common/
1.2 先关闭防火墙
systemctl stop firewalld.service #停止防火墙
(仅供参考)centos7的方式:
systemctl stop firewalld.service #停止防火墙
systemctl start firewalld.service #开启防火墙
systemctl status firewalld.service #查看防火墙状态
systemctl enable firewalld.service #开机自启 “启用”
systemctl disable firewalld.service #开机自启 “禁用”
1.3配置系统文件的host
网上几乎所有的文章都没说这个,哎,踩了好久
1.3.1进入host文件
vim /etc/hosts
1.3.2修改添加配置(node1是接下来要用的)
0.0.0.0 node1
2.配置hadoop
2.1 解压
我把hadoop放到了 /usr/local/src/hadoop
目录下
tar xzvf hadoop-3.1.1.tar.gz
2.2 修改hadoop配置文件
进入hadoop-3.1.1/etc/hadoop
中
cd /usr/local/src/hadoop/hadoop-3.1.1/etc/hadoop
2.3修改core-site.xml(写入到configuration标签中)
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://node1:8020</value>
</property>
<!-- 临时文件存储目录 根据自己的目录调整 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/src/hadoop/hadoop-3.1.1/datas/tmp</value>
</property>
<!-- 缓冲区大小,实际工作中根据服务器性能动态调整 -->
<property>
<name>io.file.buffer.size</name>
<value>8192</value>
</property>
<!-- 开启hdfs的垃圾桶机制,删除掉的数据可以从垃圾桶中回收,单位分钟 -->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
</configuration>
2.4修改 hadoop-env.sh 文件
在文件头部加上以下内容(注意替换java的环境目录)
export HDFS_NAMENODE_USER="root"
export HDFS_DATANODE_USER="root"
export HDFS_SECONDARYNAMENODE_USER="root"
export YARN_RESOURCEMANAGER_USER="root"
export YARN_NODEMANAGER_USER="root"
export JAVA_HOME=/usr/local/src/java/jdk1.8.0_141
如图:
2.5修改hdfs-site.xml(写入到configuration标签中)
注意:修改为自己的文件的存储路径
<configuration>
<!--namenode元数据存放目录-->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/namenode/namenodedatas</value>
</property>
<!--设置文件的块大小-->
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
<property>
<name>dfs.namenode.handler.count</name>
<value>10</value>
</property>
<!--datanode数据存放目录-->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/datanode/datanodeDatas</value>
</property>
<!--通过浏览器访问hdfs的端口-->
<property>
<name>dfs.namenode.http-address</name>
<value>node1:50070</value>
</property>
<!--设置文件的副本数-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<!--设置hdfs的权限访问-->
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
<property>
<name>dfs.namenode.checkpoint.edits.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/nn/snn/edits</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node1:50090</value>
</property>
<!--日志文件的存放路径-->
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/nn/edits</value>
</property>
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/snn/name</value>
</property>
</configuration>
2.6修改mapred-site.xml(写入到configuration标签中)
注意:修改为自己的文件的存储路径
<configuration>
<!--指定框架-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.map.memory.mb</name>
<value>1024</value>
</property>
<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx512M</value>
</property>
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>1024</value>
</property>
<property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx512M</value>
</property>
<property>
<name>mapreduce.task.io.sort.mb</name>
<value>256</value>
</property>
<property>
<name>mapreduce.task.io.sort.factor</name>
<value>100</value>
</property>
<property>
<name>mapreduce.reduce.shuffle.parallelcopies</name>
<value>25</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>node1:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node1:19888</value>
</property>
<property>
<name>mapreduce.jobhistory.intermediate-done-dir</name>
<value>/usr/local/src/hadoop/hadoop-3.1.1/datas/jobhsitory/intermediateDoneDatas</value>
</property>
<property>
<name>mapreduce.jobhistory.done-dir</name>
<value>/usr/local/src/hadoop/hadoop-3.1.1/datas/jobhsitory/DoneDatas</value>
</property>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/src/hadoop/hadoop-3.1.1</value>
</property>
<property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/src/hadoop/hadoop-3.1.1/</value>
</property>
<property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/src/hadoop/hadoop-3.1.1</value>
</property>
</configuration>
2.7yarn-site.xml(写入到configuration标签中)
注意:修改为自己的文件的存储路径
<configuration>
<property>
<name>dfs.namenode.handler.count</name>
<value>100</value>
</property>
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>node1:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>node1:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>node1:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>node1:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>node1:8088</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node1</value>
</property>
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>1024</value>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.nodemanager.vmem-pmem-ratio</name>
<value>2.1</value>
</property>
<!-- 设置不检查虚拟内存的值,不然内存不够会报错 -->
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>1024</value>
</property>
<property>
<name>yarn.nodemanager.resource.detect-hardware-capabilities</name>
<value>true</value>
</property>
<property>
<name>yarn.nodemanager.local-dirs</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/nodemanager/nodemanagerDatas</value>
</property>
<property>
<name>yarn.nodemanager.log-dirs</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/nodemanager/nodemanagerLogs</value>
</property>
<property>
<name>yarn.nodemanager.log.retain-seconds</name>
<value>10800</value>
</property>
<property>
<name>yarn.nodemanager.remote-app-log-dir</name>
<value>/usr/local/src/hadoop/hadoop-3.1.1/datas/remoteAppLog/remoteAppLogs</value>
</property>
<property>
<name>yarn.nodemanager.remote-app-log-dir-suffix</name>
<value>logs</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>18144000</value>
</property>
<property>
<name>yarn.log-aggregation.retain-check-interval-seconds</name>
<value>86400</value>
</property>
<!-- yarn上面运行一个任务,最少需要1.5G内存,虚拟机没有这么大的内存就调小这个值,不然会报错 -->
<property>
<name>yarn.app.mapreduce.am.resource.mb</name>
<value>800</value>
</property>
</configuration>
2.8worker文件
node1
2.9刚才在文件中设置很多文件的存储,现在创建文件
直接复制执行就好了
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/tmp
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/nn/snn/edits
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/namenode/namenodedatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/datanode/datanodeDatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/nn/edits
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/snn/name
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/jobhsitory/intermediateDoneDatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/jobhsitory/DoneDatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/nodemanager/nodemanagerDatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/nodemanager/nodemanagerLogs
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/remoteAppLog/remoteAppLogs
3.运行hadoop
3.1先配置ssh的免密登录
直接复制执行就行了
ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys
3.2配置环境变量
3.2.1进入目录
vi /etc/profile
3.2.2配置变量
export HADOOP_HOME=/usr/local/src/hadoop/hadoop-3.1.1
export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
3.2.3 快速生效
source /etc/profile
3.3 格式化HDFS
为什么要格式化HDFS?
HDFS需要一个格式化的过程来创建存放元数据(image, editlog)的目录
cd /usr/local/src/hadoop/hadoop-3.1.1 //进入目录
bin/hdfs namenode -format //执行格式化命令
Ps:执行格式化中间让你输入 Y/N 全部输入Y,注意大写
3.4 启动
cd /usr/local/src/hadoop/hadoop-3.1.1 //进入目录
sbin/start-all.sh //启动命令
拓展:
sbin/start-all.sh 启动所有的Hadoop守护进程。包括NameNode、 Secondary NameNode、DataNode、ResourceManager、NodeManager
sbin/stop-all.sh 停止所有的Hadoop守护进程。包括NameNode、 Secondary NameNode、DataNode、ResourceManager、NodeManage
进入浏览器输入:
服务器的ip:50070
服务器的ip:8088即可查看
疑难杂症总结
1.判断进程是否开启
jps
自己判断缺了那个,如果是按照上面流程执行的话,请检查配置路径是否正确,其他自行百度
2.判断端口有没有开
netstat -ntlp
判断端口有没有开放,端口的后缀是不是0.0.0.0的原因总结
1.上文中讲的host映射配置错误
2.端口没有开放
3.阿里服务器的端口没有设置出入站规则
4.防火墙有没有关
3.多次格式化HDFS?
每次格式化的时候清空 hdfs文件存储的目录:如果按照上文的配置,请看图
清空这个目录下的文件,然后重新格式化