上一篇:VMware 配置 CentOS7 集群环境
各集群节点的角色分配如下:
节点 | 角色 |
---|---|
centos01 | NameNode SecondaryNameNode DataNode ResourceManager NodeManager |
centos 02 | DataNode NodeManager |
centos03 | DataNode NodeManager |
上传Hadoop并解压
在centos01节点中,将hadoop安装文件hadoop-2.8.2.tar.gz上传到/opt/softwares
目录,然后进入该目录,解压安装文件到/opt/modules
:
cd /opt/softwares/
tar -zxf hadoop-2.8.2.tar.gz -C /opt/modules/
配置系统环境变量
sudo vi /etc/profile
在文件末尾加入以下内容:
export HADOOP_HOME=/opt/modules/hadoop-2.8.2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
执行hadoop
命令,观察是否配置成功
配置Hadoop环境变量
hadoop所有的配置文件都在安装目录下的etc/hadoop
中,进入该目录,修改以下配置文件:
hadoop-env.sh
mapred-env.sh
yarn-env.sh
这三个文件分别加入JAVA_HOME环境变量:
export JAVA_HOME=/opt/modules/jdk1.8.0_161
配置HDFS
修改配置文件core-site.xml
加入以下内容:
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://centos01:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/opt/modules/hadoop-2.8.2/tmp</value>
</property>
</configuration>
fs.defaultFS:HDFS的默认访问路径,也是NameNode的访问地址
hadoop.tmp.dir:Hadoop数据文件的存放目录。该参数如果不配置,默认指向/tmp目录,/tmp目录在系统重启后会自动清空,从而导致Hadoop的文件系统数据丢失
修改配置文件hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property><!-- 不检查用户权限 -->
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/opt/modules/hadoop-2.8.2/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.name.dir</name>
<value>file:/opt/modules/hadoop-2.8.2/tmp/dfs/data</value>
</property>
</configuration>
dfs.replication:文件在HDFS系统中的副本数
dfs.namenode.name.dir:NameNode节点数据在本地文件系统的存放位置
dfs.datanode.name.dir:DataNode节点数据在本地文件系统的存放位置
修改slaves文件
centos01
centos02
centos03
配置YARN
重命名mapred-site.xml.template
并添加内容
将其重命名为mapred-site.xml
,添加以下内容:
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
yarn-site.xml
添加内容
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
yarn.nodemanager.aux-services:NodeManager上运行的附属服务,需配置成mapreduce_shuffle才可运行MapReduce程序。YARN提供了该配置项用于在NodeManager上扩展自定义服务,MapReduce的Shuffle功能正是一种扩展服务。
也可继续在yarn-site.xml
文件中添加以下属性内容,指定ResourceManager所在的节点与访问端口(默认8032),此处指定ResourceManager运行在centos01节点:
<property>
<name>yarn.resourcemanager.address</name>
<value>centos01:8032</value>
</property>
复制Hadoop安装文件到其他主机
scp -r hadoop-2.8.2/ hadoop@centos02:/opt/modules
scp -r hadoop-2.8.2/ hadoop@centos03:/opt/modules
格式化NameNode
在centos01上:
hadoop namenode -format
若能找到以下内容,说明格式化成功:
格式化成功后,会在当前节点的Hadoop安装目录中生成tmp/dfs/name/current
目录,该目录中则生成了用于存储HDFS文件系统元数据信息的文件fsimage:
启动Hadoop
在centos01上:
start-all.sh
jps
查看各节点启动进程
centos01:
centos02:
centos03:
测试HDFS
在centos01节点中执行以下命令,在HDFS根目录创建文件夹input,并将Hadoop安装目录下的文件README.txt上传到新建的input文件夹中:
hdfs dfs -mkdir /input
hdfs dfs -put /opt/modules/hadoop-2.8.2/README.txt /input
浏览器访问http://centos01:50070
:
测试MapReduce
在centos01中执行以下命令,运行Hadoop自带的MapReduce单词计数程序,统计/input文件夹中所有文件的单词数量:
hadoop jar /opt/modules/hadoop-2.8.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.2.jar wordcount /input /output
查看是否生成/output
文件夹:
hadoop fs -ls /
查看MapReduce执行结果:
hdfs dfs -cat /output/*
输出类似如下内容证明Hadoop集群搭建成功: