一、服务器准备及前置操作:
准备要搭建集群的服务器
hostname | ip地址 |
---|---|
hcy-03 | 192.168.0.111 |
hcy-04 | 192.168.0.112 |
hcy-05 | 192.168.0.113 |
1.关闭防火墙
chkconfig -off iptables (centos6)
chkconfig -off ip6tables (centos6)
systemctl stop firewalld.service (centos7)
如硬性需求不可关闭防火墙,那么就开放hadoop所需的端口,参考如下:https://www.cnblogs.com/tnsay/p/5753838.html
2.配置hostname与ip地址的映射关系:
集群内的所有服务器都需要配置
vim /etc/hosts
追加内容如下:
192.168.0.111 hcy-03
192.168.0.112 hcy-04
192.168.0.113 hcy-05
3.配置集群中的所有机器ssh免密
生成每台机器的ssh密钥,如下操作只在其中一台执行,之后通过ssh命令将密钥写入指定文件,再scp到其他机器。
ssh-keygen -t rsa #一路回车
将公钥添加到认证文件中
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
并设置authorized_keys的访问权限
chmod 600 ~/.ssh/authorized_keys
这里在 192.168.0.111上执行,将两个子节点的认证文件追加到主节点的认证文件中
ssh 192.168.0.112 cat ~/.ssh/id_rsa.pub >>~/.ssh/authorized_keys
ssh 192.168.0.113 cat ~/.ssh/id_rsa.pub >>~/.ssh/authorized_keys
此时,主节点上的认证文件就含有三个主机的认证证书内容,分发整合后的文件到其它节点
scp ~/.ssh/authorized_keys 192.168.0.112:~/.ssh/
scp ~/.ssh/authorized_keys 192.168.0.113:~/.ssh/
三台机器都测试免密ssh是否成功,测试时,第一次,需要输入密码,之后就不需要输入密码了,ssh到其他主机后记得exit退出
4.关闭selinux
vim /etc/sysconfig/selinux 设置 SELINUX=disabled
我这里永久关闭了,如果需要临时关闭: setenforce 0
5.Hadoop运行环境需要安装jdk1.8
参考我的另一篇博客吧,不做赘述了,https://blog.csdn.net/qq_40137337/article/details/103141670
至此,前置操作结束,开始安装hadoop
二、安装hadoop
以下操作只在主节点执行
1.下载安装包:
https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-3.1.3/hadoop-3.1.3.tar.gz
直接wget即可,需要其他版本,到apache版本库自行找吧,附上地址:https://archive.apache.org/dist/
2.解压:
tar -xvzf hadoop-3.1.3.tar.gz -C /usr/local/
3.修改环境变量:
vim /etc/profile
export HADOOP_HOME=/usr/local/hadoop-3.1.3
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
使环境变量生效source /etc/profile
检验一下环境变量:hadoop version
4.到解压目录下,开始修改各配置文件:
cd /usr/local/hadoop-3.1.3/etc/hadoop/
这里只添加从节点(datanode)的hostname
vi workers
hcy-04
hcy-05
这里,提前安装了jdk1.8,JAVA_HOME配置成安装jdk的路径即可
vim hadoop-env.sh
export JAVA_HOME=/usr/local/java/jdk1.8.0_211
export HADOOP_HOME=/usr/local/hadoop
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
fs.defaultFs 指NameNode所在节点,value这里配置第一个节点;端口默认;hadoop.tmp.dir 指配置元数据存放的位置。value这里配置/opt/hadoop_tmp,需要自己创建对应文件夹。 后续如果查看fsiamge和edits文件,可以在这个目录下找。
vim core-site.xml
<property>
<name>fs.defaultFS</name>
<value>hdfs://hcy-03:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop/tmp</value>
</property>
vim hdfs-site.xml
<property>
<name>dfs.name.dir</name>
<value>/usr/local/hadoop/dfs/name</value>
<description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
</property>
<property>
<name>dfs.data.dir</name>
<value>/usr/local/hadoop/dfs/data</value>
<description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
</property>
<property>
<name>dfs.namenode.http-address</name>
<value>hcy-03:50070</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hcy-03:50090</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
<description>need not permissions</description>
</property>
vim mapred-site.xml
<property>
<name>mapred.job.tracker</name>
<value>hcy-03:49001</value>
</property>
<property>
<name>mapred.local.dir</name>
<value>/usr/local/hadoop/var</value>
</property>
<property>
<name>mapreduce.map.memory.mb</name>
<value>1500</value>
<description>每个Map任务的物理内存限制</description>
</property>
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>3000</value>
<description>每个Reduce任务的物理内存限制</description>
</property>
<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx1200m</value>
</property>
<property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx2600m</value>
</property>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
在命令行下输入如下命令:hadoop classpath
,并将返回的地址复制,在配置下面的yarn-site.xml时会用到
vim yarn-site.xml
刚才hadoop classpath 打印的结果,填到:yarn.application.classpath配置中
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hcy-03</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.application.classpath</name>
<value>/usr/local/hadoop/etc/hadoop:/usr/local/hadoop/share/hadoop/common/lib/*:/usr/local/hadoop/share/hadoop/common/*:/usr/local/hadoop/share/hadoop/hdfs:/usr/local/hadoop/share/hadoop/hdfs/lib/*:/usr/local/hadoop/share/hadoop/hdfs/*:/usr/local/hadoop/share/hadoop/mapreduce/lib/*:/usr/local/hadoop/share/hadoop/mapreduce/*:/usr/local/hadoop/share/hadoop/yarn:/usr/local/hadoop/share/hadoop/yarn/lib/*:/usr/local/hadoop/share/hadoop/yarn/*</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>22528</value>
<discription>每个节点可用内存,单位MB</discription>
</property>
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>1500</value>
<discription>单个任务可申请最少内存,默认1024MB</discription>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>16384</value>
<discription>单个任务可申请最大内存,默认8192MB</discription>
</property>
至此配置完成
5.使用scp命令将主节点下的目录复制到各个从节点的相应位置上
scp -r /usr/local/hadoop/ root@hcy-04:/usr/local/
scp -r /usr/local/hadoop/ root@hcy-05:/usr/local/
在master中运行下述命令,格式化节点
hadoop namenode -format
运行之后不报错,并在倒数第五六行有successfully即为格式化节点成功
在主节点的sbin目录下执行 start-all.sh 脚本来启动集群
各几点使用jps命令查看节点是否启动
http://192.168.0.111:50070/ 进入web模式
http://192.168.0.111:8088/cluster 进入管理中心
ok,齐活!