一文详解hadoop集群搭建

最新推荐文章于 2024-07-25 16:47:15 发布
最新推荐文章于 2024-07-25 16:47:15 发布
阅读量370 收藏
点赞数
分类专栏： 大数据 文章标签： hadoop linux centos
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36448800/article/details/119975613
版权

一、准备

  1. 准备一台内存最少8G（建议16G）、cpu i7 4核的电脑

二、目录

  1. 安装虚拟化软件VMware
  2. 准备3台linux虚拟机
  3. 搭建3节点的hadoop集群

四、知识要点

VMware版本：

  • VMware建议使用比较新的版本，如VMware 15.5
  • 关于VMware的安装，直接使用安装包一直下一步安装即可，且安装包当中附带破解秘钥，进行破解即可使用

linux版本

  • linux统一使用centos7.6 64位版本

  • 种子文件下载地址：http://mirrors.aliyun.com/centos/7.6.1810/isos/x86_64/CentOS-7-x86_64-DVD-1810.torrent

  • 具体实操过程请参考视频

1. 三台linux服务器的安装

1. 安装VMware

  • VMware虚拟机软件是一个“虚拟PC”软件，它使你可以在一台机器上同时运行二个或更多Windows、DOS、LINUX系统。与“多启动”系统相比，VMWare采用了完全不同的概念。

  • 我们可以通过VMware来安装我们的linux虚拟机，然后通过linux虚拟机来进行集群的安装，VMware的安装双击之后，一路下一步即可，尽量不要装在操作系统盘里面了，VMware的安装步骤省略

2. 通过Vmware安装第一台linux机器
  • 我们通过Vmware可以安装第一台我们的linux机器，接下来我们来看如何通过VMWare创建linux虚拟机，并给我们的虚拟机挂载操作系统

1：双击Vmware打开之后，点击创建新的虚拟机

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-E3gOHfHI-1630167379451)(assets/1.png)]

2：选择自定义安装配置

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0JEFVLUy-1630167379453)(assets/2.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-o11wRRiI-1630167379454)(assets/image-20200513103314891.png)]

3：选择稍后安装操作系统

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1kVJ95MM-1630167379456)(assets/4.png)]

4：选择稍后安装操作系统

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-No32PBpn-1630167379457)(assets/5.png)]

5：选择安装路径，尽量不要放在C盘，并且所在盘符的剩余空间尽量大些

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bwRphvwz-1630167379458)(assets/image-20200513103635615.png)]

6：CPU核数，默认即可

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Yff370yu-1630167379459)(assets/7.png)]

7：虚拟机内存根据自身windows电脑进行调整

例如如果windows是8GB内存，那么每台虚拟机内存给2048M内存，如果windows是16GB没存，那么每台虚拟机可以给3072M内存即可

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TIEu3MIw-1630167379459)(assets/8.png)]

8：网络配置一定要选择NAT

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-AVhLGNwo-1630167379460)(assets/9.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ABymi69O-1630167379461)(assets/10.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vIiwV1qb-1630167379462)(assets/11.png)]

9：磁盘大小尽量给40GB

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Sgr1R4fp-1630167379462)(assets/12.png)]

注意：千万不要勾选“立即分配所有磁盘空间”

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Wvaw3FBt-1630167379463)(assets/13.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xQ6DcxJP-1630167379463)(assets/image-20200513104013911.png)]

10：完成

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oy5cKC1z-1630167379464)(assets/image-20200513104053651.png)]

3. 为我们创建的linux虚拟机挂载操作系统
  • 我们现在已经有了一台虚拟电脑了，就类似我们刚刚买了一台电脑回来，只不过不同的是我们这台虚拟电脑还没有操作系统我们需要为这台电脑挂在操作系统出来

1：通过设置来挂载操作系统

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QdNlXgYP-1630167379465)(assets/16.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-etgSRlPG-1630167379465)(assets/17.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jd2WRcZU-1630167379466)(assets/18.png)]

2：直接回车开始安装

用键盘的方向键，选中“Install CentOS 7”,然后按回车，开始安装

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jBhmhGIw-1630167379466)(assets/image-20200715134015711.png)]

再按回车键

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uDCySZ3A-1630167379467)(assets/19.png)]

3：设置键盘为英文键盘

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cM4SjDEE-1630167379467)(assets/image-20201021111652532.png)]

4：接下来配置这三项

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Hmjth0eN-1630167379468)(assets/21.png)]

（1）设置①时区为Asia/Shanghai

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FkVhA3tq-1630167379468)(assets/22.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rO28d7Oz-1630167379468)(assets/image-20201021111858683.png)]

（2）设置②INSTALATION DESTINATION

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-V9y6JlvG-1630167379469)(assets/image-20201021112000200.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Gfz3iMPj-1630167379469)(assets/23.png)]

（3）设置③NETWORK & HOST NAME

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ruq9KFpk-1630167379470)(assets/image-20200513105009692.png)]

5：设置root用户密码

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yfWJ6tn8-1630167379470)(assets/26.png)]

6：安装完成之后重启reboot即可

此过程稍长，耐心等待

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qFTzghEm-1630167379471)(assets/image-20200513105644118.png)]

4. 为我们的linux虚拟机设置网络配置
  • 我们的linux虚拟机已经创建并挂载好了操作系统，接下来我们可以为我们的第一台虚拟机来设置网络地址了，设置网络地址比较麻烦，尽量参见视频进行一步步的操作

1：设置虚拟机的网段

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-x9dSywnA-1630167379472)(assets/28.png)]

2：查看NAT模式的网关，子网IP以及子网掩码

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mDtfz2Od-1630167379473)(assets/image-20201019113303256.png)]

3：设置window当中的VMNet8网络地址

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-e47l6pzQ-1630167379473)(assets/30.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rDOCZzfw-1630167379474)(assets/image-20201019114244290.png)]

4：设置linux当中的网络

  • 我们已经配置好了Vmware当中的网络、windows当中的网络；

  • 剩下就是配置linux虚拟机当中的网络，配置好了linux当中的网络，我们的linux就可以联网使用了

  • 登录linux

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-prunPPA4-1630167379474)(assets/32.png)]

编辑配置文件

vi /etc/sysconfig/network-scripts/ifcfg-ens33

添加联网四要素

IPADDR=192.168.51.100
NETMASK=255.255.255.0
GATEWAY=192.168.51.1
DNS1=8.8.8.8

具体参考下图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nDSgnGFy-1630167379475)(assets/image-20201019114510503.png)]

更改完成配置，重启网络服务

systemctl restart network

安装一些常用的软件

yum -y install vim
yum -y install net-tools

关机

init 0
5. 克隆第一台机器

  • 现在我们已经有了种子机器了，我们可以通过种子机器进行复制或者克隆出三台机器

  • 关闭linux种子机器，然后准备进行克隆

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-erkFVZhx-1630167379475)(assets/34.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hYNFZvRg-1630167379476)(assets/image-20200513111624820.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9pzqa91t-1630167379476)(assets/35.png)]

选择创建完整克隆

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jyHrpRXw-1630167379477)(assets/36.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1gzzHNvB-1630167379477)(assets/image-20200513111854167.png)]

6. 更改克隆机器的IP地址

  • 三台机器的ip地址分别是192.168.51.100、192.168.51.110、192.168.51.120

  • 克隆出来的机器IP地址与种子的ip地址一样，我们将第二台机器的IP地址更改为192.168.51.110即可

  • 启动虚拟机，并通过root用户，密码123456来进行登录，然后来更改linux机器的IP地址

vi /etc/sysconfig/network-scripts/ifcfg-ens33

IPADDR=192.168.51.110
NETMASK=255.255.255.0
GATEWAY=192.168.51.1
DNS1=8.8.8.8

  • 依照上面步骤，接着克隆第三台机器，并将第三台机器的IP地址设置为

    192.168.51.120

建议：三台机器准备好后，打个快照，便于出错后恢复

2. 安装大数据集群前的环境准备

1. 三台虚拟机关闭防火墙

三台机器执行以下命令（root用户来执行）

systemctl stop firewalld
systemctl disable firewalld
2. 三台机器关闭selinux

三台机器执行以下命令关闭selinux

vi /etc/sysconfig/selinux

SELINUX=disabled
3. 三台机器更改主机名

三台机器执行以下命令更改主机名

vi /etc/hostname

第一台机器更改内容

node01.xiong.com

第二台机器更改内容

node02.xiong.com

第三台机器更改内容

node03.xiong.com
4. 三台机器做主机名与IP地址的映射

三台机器执行以下命令更改主机名与IP地址的映射

vi /etc/hosts

192.168.51.100 node01.xiong.com node01
192.168.51.110 node02.xiong.com node02
192.168.51.120 node03.xiong.com node03

注意：根据自己的实际情况，修改ip地址

5. 三台机器时钟同步
第一种同步方式：通过网络进行时钟同步

通过网络连接外网进行时钟同步,必须保证虚拟机连上外网

三台机器都安装ntpdate

yum -y install ntpdate

阿里云时钟同步服务器

ntpdate ntp4.aliyun.com

三台机器定时任务

crontab -e

添加如下内容

*/1 * * * * /usr/sbin/ntpdate ntp4.aliyun.com;
第二种同步方式：内网某机器作为时钟同步服务器

以下操作都在root用户下面执行，通过su root切换到root用户

以192.168.51.100这台服务器的时间为准进行时钟同步

第一步:三台机器确定是否安装了ntpd的服务

三台机器确认是否安装ntpdate时钟同步工具

rpm -qa | grep ntpdate

如果没有安装,三台机器执行以下命令可以进行在线安装

yum -y install ntpdate

安装后如下图

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yoDZVeBW-1630167379478)(assets/38.png)]

node01安装ntp

yum -y install ntp

三台机器，执行以下命令，设置时区为中国上海时区

timedatectl set-timezone Asia/Shanghai
第二步：node01启动ntpd服务

我们需要启动node01的ntpd服务，作为服务端，对外提供同步时间的服务

启动ntpd的服务

#启动ntpd服务
systemctl start ntpd

#设置ntpd服务开机启动
systemctl enable ntpd
第三步：修改node01服务器配置

修改node01这台服务器的时钟同步配置，允许对外提供服务

vim /etc/ntp.conf

添加以下两行内容

# 同意192.168.51.0网段（修改成自己的网段）的所有机器与node01同步时间
restrict 192.168.51.0 mask 255.255.255.0 nomodify notrap
server 127.127.1.0

注释掉以下这四行内容

#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Yo3AdLtT-1630167379478)(assets/39.png)]

修改完成之后，重启node01的ntpd服务

systemctl restart ntpd

至此，ntpd的服务端已经安装配置完成，接下来配置客户端与服务端进行同步

第四步：配置node02与node03同步node01的时间

客户端node02与node03设置时区与node01保持一致Asia/Shanghai

node02与node03修改配置文件，保证每次时间写入硬件时钟

vim /etc/sysconfig/ntpdate

SYNC_HWCLOCK=yes

node02与node03修改定时任务，定时与node01同步时间

[root@node03 hadoop]# crontab -e

增加如下内容

*/1 * * * * /usr/sbin/ntpdate node01
6. 三台机器添加普通用户

三台linux服务器统一添加普通用户hadoop，并给以sudo权限，用于以后所有的大数据软件的安装

并统一设置普通用户的密码为 123456

useradd hadoop
passwd hadoop

普通用户的密码设置为123456

三台机器为普通用户添加sudo权限

visudo

增加如下内容

hadoop ALL=(ALL)    ALL
7. 三台定义统一目录

定义三台linux服务器软件压缩包存放目录，以及解压后安装目录，三台机器执行以下命令，创建两个文件夹，一个用于存放软件压缩包目录，一个用于存放解压后目录

mkdir -p /kkb/soft   # 软件压缩包存放目录
mkdir -p /kkb/install # 软件解压后存放目录
chown -R hadoop:hadoop /kkb  # 将文件夹权限更改为hadoop用户

创建hadoop用户之后，我们三台机器都通过hadoop用户来进行操作，以后再也不需要使用root用户来操作了

三台机器通过 su hadoop命令来切换到hadoop用户

su hadoop
8. 三台机器hadoop用户免密码登录

重启下3个linux虚拟机，让主机名生效

第一步：三台机器在hadoop用户下执行以下命令生成公钥与私钥

ssh-keygen -t rsa

执行上述命令之后，按三次Enter键即可生成了

第二步：三台机器在hadoop用户下，执行命令拷贝公钥到node01服务器

ssh-copy-id node01

第三步：node01服务器将公钥拷贝给node02与node03

node01在hadoop用户下，执行以下命令，将authorized_keys拷贝到node02与node03服务器

cd /home/hadoop/.ssh/
scp authorized_keys node02:$PWD
scp authorized_keys node03:$PWD

第四步：验证；从任意节点是否能免秘钥登陆其他节点；如node01免密登陆node02

ssh node02
9. 三台机器关机重启

三台机器在hadoop用户下执行以下命令，实现关机重启

sudo reboot -h now
10. 三台机器安装jdk

  • 使用hadoop用户来重新连接三台机器，然后使用hadoop用户来安装jdk软件

  • 上传压缩包到第一台服务器的/kkb/soft下面，然后进行解压，配置环境变量即可，三台机器都依次安装即可

cd /kkb/soft/
tar -xzvf jdk-8u141-linux-x64.tar.gz -C /kkb/install/
sudo vim /etc/profile

#添加以下配置内容，配置jdk环境变量
export JAVA_HOME=/kkb/install/jdk1.8.0_141
export PATH=$PATH:$JAVA_HOME/bin

让修改马上生效

source /etc/profile

建议：三台机器准备好后，打个快照，便于出错后恢复

3. hadoop集群的安装

  • 安装环境服务部署规划
服务器IPnode01node02node03
HDFSNameNode
HDFSSecondaryNameNode
HDFSDataNodeDataNodeDataNode
YARNResourceManager
YARNNodeManagerNodeManagerNodeManager
历史日志服务器JobHistoryServer
第一步：上传压缩包并解压
  • 将我们重新编译之后支持snappy压缩的hadoop包上传到第一台服务器并解压；第一台机器执行以下命令
cd /kkb/soft/
tar -xzvf hadoop-3.1.4.tar.gz -C /kkb/install
第二步：查看hadoop支持的压缩方式以及本地库

第一台机器执行以下命令

cd /kkb/install/hadoop-3.1.4/
bin/hadoop checknative
image-20201027152059863

如果出现openssl为false，那么所有机器在线安装openssl即可，执行以下命令，虚拟机联网之后就可以在线进行安装了

sudo yum -y install openssl-devel
第三步：修改配置文件
修改hadoop-env.sh

第一台机器执行以下命令

cd /kkb/install/hadoop-3.1.4/etc/hadoop/
vim hadoop-env.sh

export JAVA_HOME=/kkb/install/jdk1.8.0_141
修改core-site.xml

第一台机器执行以下命令

vim core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://node01:8020</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/kkb/install/hadoop-3.1.4/hadoopDatas/tempDatas</value>
    </property>
    <!--  缓冲区大小，实际工作中根据服务器性能动态调整；默认值4096 -->
    <property>
        <name>io.file.buffer.size</name>
        <value>4096</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；默认值0 -->
    <property>
        <name>fs.trash.interval</name>
        <value>10080</value>
    </property>
</configuration>
修改hdfs-site.xml

第一台机器执行以下命令

vim hdfs-site.xml

<configuration>
    <!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割   --> 
    <!--   集群动态上下线 
    <property>
        <name>dfs.hosts</name>
        <value>/kkb/install/hadoop-3.1.4/etc/hadoop/accept_host</value>
    </property>
    <property>
        <name>dfs.hosts.exclude</name>
        <value>/kkb/install/hadoop-3.1.4/etc/hadoop/deny_host</value>
    </property>
     -->
     <property>
            <name>dfs.namenode.secondary.http-address</name>
            <value>node01:9868</value>
    </property>
    <property>
        <name>dfs.namenode.http-address</name>
        <value>node01:9870</value>
    </property>
    <!-- namenode保存fsimage的路径 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/namenodeDatas</value>
    </property>
    <!--  定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割  -->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/datanodeDatas</value>
    </property>
    <!-- namenode保存editslog的目录 -->
    <property>
        <name>dfs.namenode.edits.dir</name>
        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits</value>
    </property>
    <!-- secondarynamenode保存待合并的fsimage -->
    <property>
        <name>dfs.namenode.checkpoint.dir</name>
        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name</value>
    </property>
    <!-- secondarynamenode保存待合并的editslog -->
    <property>
        <name>dfs.namenode.checkpoint.edits.dir</name>
        <value>file:///kkb/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits</value>
    </property>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
    </property>
	<property>
        <name>dfs.blocksize</name>
        <value>134217728</value>
    </property>
</configuration>
修改mapred-site.xml

第一台机器执行以下命令

vim mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.job.ubertask.enable</name>
        <value>true</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>node01:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>node01:19888</value>
    </property>
        <property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
</configuration>
修改yarn-site.xml

第一台机器执行以下命令

vim yarn-site.xml

<configuration>
    <property>
       <name>yarn.resourcemanager.hostname</name>
        <value>node01</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!-- 如果vmem、pmem资源不够，会报错，此处将资源监察置为false -->
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>
修改workers文件

第一台机器执行以下命令

vim workers

原内容替换为

node01
node02
node03
第四步：创建文件存放目录

第一台机器执行以下命令

node01机器上面创建以下目录

mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/tempDatas
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/namenodeDatas
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/datanodeDatas 
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name
mkdir -p /kkb/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits
第五步：安装包的分发scp与rsync

在linux当中，用于向远程服务器拷贝文件或者文件夹可以使用scp或者rsync，这两个命令功能类似都是向远程服务器进行拷贝，只不过scp是全量拷贝，rsync可以做到增量拷贝，rsync的效率比scp更高一些

1. 通过scp直接拷贝

scp（secure copy）安全拷贝

可以通过scp进行不同服务器之间的文件或者文件夹的复制

使用语法

scp -r sourceFile  username@host:destpath

用法示例

scp -r hadoop-lzo-0.4.20.jar hadoop@node01:/kkb/

node01执行以下命令进行拷贝

cd /kkb/install/
scp -r hadoop-3.1.4/ node02:$PWD
scp -r hadoop-3.1.4/ node03:$PWD
2. 通过rsync来实现增量拷贝

rsync 远程同步工具

rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。

rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。

三台机器执行以下命令安装rsync工具

sudo yum -y install rsync

（1） 基本语法

node01执行以下命令同步zk安装包

rsync -av /kkb/soft/apache-zookeeper-3.6.2-bin.tar.gz node02:/kkb/soft/

命令 选项参数 要拷贝的文件路径/名称 目的用户@主机:目的路径/名称

选项参数说明

选项功能
-a归档拷贝
-v显示复制过程

（2）案例实操

（3）把node01机器上的/kkb/soft目录同步到node02服务器的hadooop用户下的/kkb/目录

rsync -av /kkb/soft node02:/kkb/soft
3. 通过rsync来封装分发脚本

我们可以通过rsync这个命令工具来实现脚本的分发，可以增量的将文件分发到我们所有其他的机器上面去

（1）需求：循环复制文件到所有节点的相同目录下

（2）需求分析：

（a）rsync命令原始拷贝：

rsync -av /kkb/soft hadoop@node02:/kkb/soft

（b）期望脚本使用方式：

xsync要同步的文件名称

（c）说明：在/home/hadoop/bin这个目录下存放的脚本，hadoop用户可以在系统任何地方直接执行。

（3）脚本实现

（a）在/home/hadoop目录下创建bin目录，并在bin目录下xsync创建文件，文件内容如下：

[hadoop@node01 ~]$ cd ~
[hadoop@node01 ~]$ mkdir bin
[hadoop@node01 bin]$ cd /home/hadoop/bin
[hadoop@node01 ~]$ touch xsync
[hadoop@node01 ~]$ vim xsync

在该文件中编写如下代码

#!/bin/bash
#1 获取输入参数个数，如果没有参数，直接退出
pcount=$#
if ((pcount==0)); then
echo no args;
exit;
fi

#2 获取文件名称
p1=$1
fname=`basename $p1`

echo $fname

#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo $pdir

#4 获取当前用户名称
user=`whoami`

#5 循环
for((host=1; host<4; host++)); do
       echo ------------------- node0$host --------------
       rsync -av $pdir/$fname $user@node0$host:$pdir
done

（b）修改脚本 xsync 具有执行权限

[hadoop@node01 bin]$ cd ~/bin/
[hadoop@node01 bin]$ chmod 777 xsync

（c）调用脚本形式：xsync 文件名称

[hadoop@node01 bin]$ xsync /home/hadoop/bin/

注意：如果将xsync放到/home/hadoop/bin目录下仍然不能实现全局使用，可以将xsync移动到/usr/local/bin目录下

第六步：配置hadoop的环境变量

三台机器都要进行配置hadoop的环境变量

三台机器执行以下命令

sudo vim /etc/profile

export HADOOP_HOME=/kkb/install/hadoop-3.1.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

配置完成之后生效

source /etc/profile
第七步：格式化集群

  • 要启动 Hadoop 集群，需要启动 HDFS 和 YARN 两个集群。

  • 注意：首次启动HDFS时，必须对其进行格式化操作。本质上是一些清理和准备工作，因为此时的 HDFS 在物理上还是不存在的。格式化操作只有在首次启动的时候需要，以后再也不需要了

  • node01执行一遍即可

hdfs namenode -format
  • 或者
hadoop namenode –format
  • 下图高亮表示格式化成功；

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aBFY8Vbs-1630167379479)(assets/image-20201019211525368.png)]

第八步：集群启动
  • 启动集群有两种方式：
    • ①脚本一键启动；
    • ②单个进程逐个启动
1. 启动HDFS、YARN、Historyserver

  • 如果配置了 etc/hadoop/workers 和 ssh 免密登录，则可以使用程序脚本启动所有Hadoop 两个集群的相关进程，在主节点所设定的机器上执行。

  • 启动集群

  • 主节点node01节点上执行以下命令

start-dfs.sh
start-yarn.sh
# 已过时mr-jobhistory-daemon.sh start historyserver
mapred --daemon start historyserver
  • 停止集群（主节点node01节点上执行）：
stop-dfs.sh
stop-yarn.sh 
# 已过时 mr-jobhistory-daemon.sh stop historyserver
mapred --daemon stop historyserver
2. 单个进程逐个启动
# 在主节点上使用以下命令启动 HDFS NameNode： 
# 已过时 hadoop-daemon.sh start namenode 
hdfs --daemon start namenode

# 在主节点上使用以下命令启动 HDFS SecondaryNamenode： 
# 已过时 hadoop-daemon.sh start secondarynamenode 
hdfs --daemon start secondarynamenode

# 在每个从节点上使用以下命令启动 HDFS DataNode： 
# 已过时 hadoop-daemon.sh start datanode
hdfs --daemon start datanode

# 在主节点上使用以下命令启动 YARN ResourceManager： 
# 已过时 yarn-daemon.sh start resourcemanager 
yarn --daemon start resourcemanager

# 在每个从节点上使用以下命令启动 YARN nodemanager： 
# 已过时 yarn-daemon.sh start nodemanager 
yarn --daemon start nodemanager


以上脚本位于$HADOOP_HOME/sbin/目录下。如果想要停止某个节点上某个角色，只需要把命令中的start 改为stop 即可。
3. 一键启动hadoop集群的脚本

  • 为了便于一键启动hadoop集群，我们可以编写shell脚本

  • 在node01服务器的/home/hadoop/bin目录下创建脚本

[hadoop@node01 bin]$ cd /home/hadoop/bin/
[hadoop@node01 bin]$ vim hadoop.sh
  • 内容如下
#!/bin/bash
case $1 in
"start" ){
 source /etc/profile;
 /kkb/install/hadoop-3.1.4/sbin/start-dfs.sh
 /kkb/install/hadoop-3.1.4/sbin/start-yarn.sh
 #/kkb/install/hadoop-3.1.4/sbin/mr-jobhistory-daemon.sh start historyserver
 /kkb/install/hadoop-3.1.4/bin/mapred --daemon start historyserver
};;
"stop"){

 /kkb/install/hadoop-3.1.4/sbin/stop-dfs.sh
 /kkb/install/hadoop-3.1.4/sbin/stop-yarn.sh
 #/kkb/install/hadoop-3.1.4/sbin/mr-jobhistory-daemon.sh stop  historyserver
 /kkb/install/hadoop-3.1.4/bin/mapred --daemon stop historyserver
};;
esac
  • 修改脚本权限
[hadoop@node01 bin]$ chmod 777 hadoop.sh
[hadoop@node01 bin]$ ./hadoop.sh start  # 启动hadoop集群
[hadoop@node01 bin]$ ./hadoop.sh stop   # 停止hadoop集群
第九步：验证集群是否搭建成功
1. 访问web ui界面
  • hdfs集群访问地址

http://192.168.51.100:9870/

  • yarn集群访问地址

http://192.168.51.100:8088

  • jobhistory访问地址：

http://192.168.51.100:19888

  • 若将linux的/etc/hosts文件的如下内容，添加到本机的hosts文件中(ip地址根据自己的实际情况进行修改)
192.168.51.100 node01.xiong.com  node01
192.168.51.110 node02.xiong.com  node02
192.168.51.120 node03.xiong.com  node03

  • windows的hosts文件路径是C:\Windows\System32\drivers\etc\hosts

  • mac的hosts文件是/etc/hosts

  • 那么，上边的web ui界面访问地址可以分别写程

    • hdfs集群访问地址

      http://node01:9870/

    • yarn集群访问地址

      http://node01:8088

    • jobhistory访问地址：

      http://node01:19888

2. 所有机器查看进程脚本

  • 我们也可以通过jps在每台机器上面查看进程名称，为了方便我们以后查看进程，我们可以通过脚本一键查看所有机器的进程

  • 在node01服务器的/home/hadoop/bin目录下创建文件xcall

[hadoop@node01 bin]$ cd ~/bin/
[hadoop@node01 bin]$ vim xcall
  • 添加以下内容
#!/bin/bash

params=$@
for (( i=1 ; i <= 3 ; i = $i + 1 )) ; do
    echo ============= node0$i $params =============
    ssh node0$i "source /etc/profile;$params"
done
  • 然后一键查看进程并分发该脚本
chmod 777  /home/hadoop/bin/xcall
xsync /home/hadoop/bin/
  • 各节点应该启动的hadoop进程如下图
xcall jps

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2nGLM3ih-1630167379480)(assets/image-20200513122314381.png)]

3. 运行一个mr例子
  • 任一节点运行pi例子
[hadoop@node01 ~]$ hadoop jar /kkb/install/hadoop-3.1.4/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.4.jar pi 5 5
  • 最后计算出pi的近似值

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9VuQypMH-1630167379480)(assets/image-20200522154422389.png)]

提醒：如果要关闭电脑时，清一定要按照以下顺序操作，否则集群可能会出问题

  • 关闭hadoop集群

  • 关闭虚拟机

  • 关闭电脑

熊與猫v
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
2021年 全网最细大数据学习笔记（三）：Hadoop 集群的搭建与配置
Amo Xiang的博客
04-09 5467
文章目录一、学前必备知识二、使用 Ubuntu 20.04.2.0 进行 Hadoop 集群的搭建与配置1、Hadoop 集群详解2、搭建集群前的准备工作3、配置 Hadoop 集群4、启动并关闭 Hadoop 集群5、查看 Hadoop 集群的基本信息6、在 Hadoop 集群中运行程序三、使用 Centos7 进行 Hadoop 集群的搭建与配置 一、学前必备知识 2021年 全网最细大数据学习笔记（一）：初识 Hadoop 2021年 全网最细大数据学习笔记（二）：Hadoop 伪分布式安装 二、
详解搭建ubuntu版hadoop集群
09-15
【搭建Ubuntu版Hadoop集群详解】 在本文中，我们将详细阐述如何在Ubuntu 16.04环境下搭建Hadoop集群。Hadoop是一个开源的分布式计算框架，它允许处理和存储大量数据，尤其适合大数据分析。Ubuntu是Linux发行版中的...
一文解决伪分布式hadoop集群搭建
python爬虫人工智能大数据
08-19 202
◆◆◆ ◆◆注意！！！阅读此文章前，必须掌握虚拟机搭建，linux基本命令，请戳下面链接学习：《图文详解虚拟机安装、配置及远程登录》环境准备1.关闭防火墙及开机自启动/*...
Hadoop集群的搭建与深入理解
2203_75536179的博客
05-08 835
Hadoop集群由多个节点组成，包括一个主节点（NameNode）和多个数据节点（DataNode）。主节点负责管理文件系统的元数据，而数据节点则负责存储和检索数据块。Hadoop集群通过分布式文件系统（HDFS）和MapReduce编程模型，实现了数据的高效存储和并行处理。Hadoop集群的搭建是一个复杂而有趣的过程。通过本次课程的学习和实践，我们不仅掌握了Hadoop集群的搭建技能，还深入理解了大数据处理技术的核心思想和应用场景。这将为我们未来的大数据项目开发提供有力的支持和帮助。
【大数据】Hadoop下载安装及伪分布式集群搭建教程
Joker_ZJN的博客
04-12 2258
一文详解hadoop下载安装以及伪分布式集群搭建教程
Spark SQL DataFrame查看函数一文详解运用与方法
master_hunter的博客
04-18 1820
前言 配置的虚拟机为Centos6.7系统，hadoop版本为2.6.0版本，先前已经完成搭建CentOS部署Hbase、CentOS6.7搭建Zookeeper和编写MapReduce前置插件Hadoop-Eclipse-Plugin 安装。在此基础上完成了Hive详解以及CentOS下部署Hive和Mysql和Spark框架在CentOS下部署搭建。Spark的组件Spark SQL的部署：Spark SQL CLI部署CentOS分布式集群Hadoop上方法。 配置JDK1.8、Scal...
亿信华辰：一文详解数据湖及其搭建方法论 | 推荐收藏
esensoft123的博客
04-12 2563
数据湖作为新一代大数据基础设施，近年来持续火热。市场调研机构Research and Markets发布的报告显示，2020年，全球数据湖市场的价值为37.4亿美元，预计到2026年将达到176亿美元，在2021年至2026年的预测期间的复合年增长率为29.9％。 到底什么是数据湖？近几年来为何突然大热？企业应如何搭建数据湖？本文将会一一探讨解读以上问题。 —01— 什么是数据湖？ “数据湖”并不是一个新兴概念。 它最早是由一家开源BI公司Pentaho的CTO詹姆斯·...
Flink集群之Flink Standalone集群搭建
渐宽阁读书小弟
03-31 260
文章目录Standalone ClusterYarn Cluster Standalone Cluster Yarn Cluster
Spark SQL DataFrame创建一文详解运用与方法
master_hunter的博客
04-16 1479
前言 配置的虚拟机为Centos6.7系统，hadoop版本为2.6.0版本，先前已经完成搭建CentOS部署Hbase、CentOS6.7搭建Zookeeper和编写MapReduce前置插件Hadoop-Eclipse-Plugin 安装。在此基础上完成了Hive详解以及CentOS下部署Hive和Mysql和Spark框架在CentOS下部署搭建。Spark的组件Spark SQL的部署：Spark SQL CLI部署CentOS分布式集群Hadoop上方法。 配置JDK1.8、Scala1...
一文详解分布式系统的特点以及设计理念
Java_supermanNO1的博客
02-12 618
本文转载自：一文详解分布式系统的特点以及设计理念 前言 分布式系统并不是什么新鲜词，在上个世纪七八十年代就已经有各种分布式系统出现。只是在互联网时代，分布式系统才大放异彩，尤其是 Google 更是把分布式系统运用到了极致。Google 整个的软件构架都是基于各种各样的分布式系统，诸如 Borg、MapReduce、BigTable 等。正是这些分布式系统，使得 Google 可以处理高并发请求...
hadoop集群搭建(超级详细)
10-11
本文将详细讲解如何搭建一个Hadoop集群，包括虚拟机安装、环境配置、Hadoop和Zookeeper的安装及集群验证。以下是对每个步骤的详细说明： 一、虚拟机安装与配置 在搭建Hadoop集群之前，首先需要准备多台虚拟机。可以...
Hadoop集群搭建详细简明教程
05-16
本教程“Hadoop集群搭建详细简明教程”将带你逐步走进Hadoop的世界，了解并掌握如何构建一个高效稳定的Hadoop集群。 Hadoop是由Apache基金会开发的一个开源项目，其核心包括两个主要组件：Hadoop Distributed File ...
基于centos的大数据hadoop集群搭建说明文档
10-30
【标题】：基于CentOS的大数据Hadoop集群搭建详解 【描述】：本教程专为初学者设计，详细阐述了如何手动搭建Hadoop集群，步骤详尽，易于理解。 【标签】：Hadoop集群搭建 【正文】： Hadoop是一个开源的分布式...
hadoop集群搭建教程
03-07
在虚拟机上面搭建hdfs 集群亲测可用 记得 修改ip地址就行
Hadoop学习笔记1
最新发布
m0_66570838的博客
07-25 1002
本文主要介绍了hadoop环境搭建的前置准备工作，包括对Hadoop集群的相关配置以及zookeeper的安装及相关知识说明
Linux：Linux发展史
weixin_51142926的博客
07-22 4336
大家好！此篇文章并非技术博文，而是简单了解Linux的时代背景和发展史，只有知其所以然才能让我们更好地让走进Liunx的世界！
【Linux】一些基本指令
weixin_73914025的博客
07-25 678
在学习操作系统的时候，我们应该要清楚操作系统是什么。操作系统是一款进行软硬件资源管理的软件。如果没有操作系统，即使是有一台好的电脑配有一套好的鼠标和键盘，我们也无法使用这台电脑。所以我们也就知道了为什么要进行软硬件资源管理，目的就是为我们使用机器提供了良好的服务。我们在《Linux的环境搭配中》提到了云服务器的使用，为了方便学习，我在Linux的学习中，将会使用云服务器来进行学习。在上面提到的那片文章中，我们提到了Xshell，我们在每次打开Xshellssh (用户名)@(公网IP)
Hadoop集群搭建与MapReduce详解
Hadoop集群是基于开源分布式计算框架，用于处理大规模数据集的解决方案。在这个系列文档中，我们将深入探讨Hadoop集群的...通过这份系列文档，读者可以逐步掌握搭建和配置Hadoop集群，并深入了解其在实际项目中的应用。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值