Hadoop分布式环境
文章目录
0、前期准备
创建普通用户
# 创建 fzk 用户
useradd fzk
# 修改 fzk 用户的密码
passwd fzk
# 配置 fzk 用户具有 root 权限,方便后期加 sudo 执行 root 权限的命令(/etc/sudoers文件,%wheel 下面添加)
fzk ALL=(ALL) NOPASSWD:ALL
ssh免密登录
参考文档:https://blog.csdn.net/u010698107/article/details/119079821
# 生成公钥和私钥
ssh-keygen -t rsa
# 将公钥拷贝到要免密登录的目标机器上
ssh-copy-id hadoop152
1、分布式基本环境搭建
集群部署规划
hadoop151 | hadoop152 | hadoop153 | |
---|---|---|---|
HDFS | NameNode DataNode | DataNode | SecondaryNameNode DataNode |
YARN | NodeManager | ResourceManager NodeManager | NodeManager |
环境搭建步骤
-
第一步:准备 3 台客户机(关闭防火墙、静态 IP、主机名称)
192.168.37.151 hadoop151
192.168.37.152 hadoop152
192.168.37.153 hadoop153 -
第二步:安装 JDK 、安装 Hadoop 、配置环境变量
-
第三步:修改配置文件
-
hadoop-env.sh 、core-site.xml 、hdfs-site.xml 、yarn-site.xml 、mapred-site.xml 、workers 、hdfs
-
etc/hadoop/hadoop-env.xml
export JAVA_HOME=/opt/software/jdk/jdk1.8.0_281 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 HADOOP_SECURE_DN_USER=root
-
etc/hadoop/core-site.xml
<configuration> <!-- 指定 NameNode 的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop151:8020</value> </property> <!-- 指定 hadoop 数据的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/software/hadoop/data</value> </property> <!-- 配置 HDFS 网页登录使用的静态用户为 root --> <property> <name>hadoop.http.staticuser.user</name> <value>root</value> </property> </configuration>
-
etc/hadoop/hdfs-site.xml
<configuration> <!-- NameNode web 端访问地址--> <property> <name>dfs.namenode.http-address</name> <value>hadoop151:9870</value> </property> <!-- SecondaryNameNode web 端访问地址--> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop153:9868</value> </property> </configuration>
-
etc/hadoop/yarn-site.xml
<configuration> <!-- 指定 MapReduce 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>hadoop152</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> </configuration>
-
etc/hadoop/mapred-site.xml
<configuration> <!-- 指定 MapReduce 程序运行在 Yarn 上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>
-
etc/hadoop/workers
hadoop151 hadoop152 hadoop153
-
bin/hdfs
// 将 HADOOP_SHELL_EXECNAME="hdfs" 改成 HADOOP_SHELL_EXECNAME="root"
-
启动集群
- 第一步:如果集群是第一次启动,需要在 hadoop151 节点格式化 NameNode
- 命令:
hdfs namenode -format
- 注意:格式 化 NameNode,会产生新的集群 id,导致 NameNode 和 DataNode 的集群 id 不一致,集群找不到已往数据。如果集群在运行过程中报错,需要重新格式化 NameNode 的话,一定要先停止 namenode 和 datanode 进程,并且要删除所有机器的 data 和 logs 目录,然后再进行格式化。
- 命令:
- 第二步:在配置了NameNode节点的机器上启动HDFS
- 命令:
sbin/start-dfs.sh
- 命令:
- 第三步:在配置了ResourceManager节点的机器启动YARN没
- 命令:
sbin/start-yarn.sh
- 命令:
- 第四步:Web 端查看 HDFS 的 NameNode
http://192.168.37.151:9870
- 第五步:Web 端查看 YARN 的 ResourceManager
http://192/168.37.152:8088
2、配置历史服务器和日志的聚集
环境搭建
-
第一步:搭建出分布式基本环境
-
第二步:在 /etc/hadoop/mapred-site.xml 中添加以下配置,并将改文件复制到另外两个主机中
<!-- 历史服务器端地址 --> <property> <name>mapreduce.jobhistory.address</name> <value>hadoop151:10020</value> </property> <!-- 历史服务器 web 端地址 --> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>hadoop151:19888</value> </property>
-
第三步:在 /etc/hadoop/yarn-site.xml 中添加以下配置,并将改文件复制到另外两个主机中
<!-- 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://hadoop151:19888/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>
启动
- 在配置了JobHistory节点的机器上启动
mapred --daemon start historyserver
- Web 端查看 JobHistory
http://192.168.37.151:19888/jobhistory
3、集群启动/停止方式总结
各个模块分开启动/停止(配置ssh 是前提)
- 整体启动/停止 HDFS
start-dfs.sh
stop-dfs.sh
- 整体启动/停止 YARN
start-yarn.sh
stop-yarn.sh
各个服务组件逐一启动/停止
- 分别启动/停止 HDFS 组件
hdfs --daemon start/stop namenode/datanode/secondarynamenode
- 启动/停止 YARN
yarn --daemon start/stop resourcemanager/nodemanager
- 启动/停止 JobHistory
mapred --daemon start/stop historyserver
4、编写 Hadoop 集群常用脚本
Hadoop 集群启停脚本
-
启动HDFS,Yarn,Historyserver:myhadoop.sh
#!/bin/bash if [ $# -lt 1 ] then echo "No Args Input..." exit ; fi case $1 in "start") echo " =================== 启动 hadoop 集群 ===================" echo " --------------- 启动 hdfs ---------------" ssh hadoop151 "start-dfs.sh" echo " --------------- 启动 yarn ---------------" ssh hadoop152 "start-yarn.sh" echo " --------------- 启动 historyserver ---------------" ssh hadoop151 "mapred --daemon start historyserver" ;; "stop") echo " =================== 关闭 hadoop 集群 ===================" echo " --------------- 关闭 historyserver ---------------" ssh hadoop151 "mapred --daemon stop historyserver" echo " --------------- 关闭 yarn ---------------" ssh hadoop152 "stop-yarn.sh" echo " --------------- 关闭 hdfs ---------------" ssh hadoop151 "stop-dfs.sh" ;; *) echo "Input Args Error..." ;; esac
查看三台服务器 Java 进程脚本
-
jps:jpsall.sh
#!/bin/bash for host in hadoop151 hadoop152 hadoop153 do echo =============== $host =============== ssh $host jps done
5、常用端口号说明
端口名称 | Hadoop2.x | Hadoop3.x |
---|---|---|
NameNode 内部通信端口 | 8020 / 9000 | 8020 / 9000 / 9820 |
NameNode HTTP UI | 50070 | 9870 |
MapReduce 查看执行任务端口 | 8088 | 8088 |
历史服务器通信端口 | 19888 | 19888 |
6、高可用环境搭建(HA)
集群规划
hadoop151 | hadoop152 | hadoop153 |
---|---|---|
NameNode | NameNode | NameNode |
JournalNode | JournalNode | JournalNode |
DataNode | DataNode | DataNode |
ZK | ZK | ZK |
ResourceManager | ResourceManager | |
NodeManager | NodeManager | NodeManager |
配置 HDFS-HA 集群
-
第一步:core-site.xml 配置文件内容
<!-- 把NameNode的地址组装成一个集群mycluster --> <property> <name>fs.defaultFS</name> <value>hdfs://mycluster</value> </property> <!-- 指定hadoop运行时产生文件的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/software/hadoop/hadoop-3.1.4/data/tmp</value> </property> <!-- 声明journalnode服务器存储目录--> <property> <name>dfs.journalnode.edits.dir</name> <value>/opt/software/hadoop/hadoop-3.1.4/data/tmp/journalnode</value> </property>
-
第二步:hdfs-site.xml 配置文件内容
<!-- 完全分布式集群名称 --> <property> <name>dfs.nameservices</name> <value>mycluster</value> </property> <!-- 集群中NameNode节点都有哪些 --> <property> <name>dfs.ha.namenodes.mycluster</name> <value>nn1,nn2,nn3</value> </property> <!-- nn1,nn2,nn3的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.mycluster.nn1</name> <value>hadoop151:8020</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn2</name> <value>hadoop152:8020</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn3</name> <value>hadoop153:8020</value> </property> <!-- nn1,nn2,nn3的http通信地址 --> <property> <name>dfs.namenode.http-address.mycluster.nn1</name> <value>hadoop151:9870</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn2</name> <value>hadoop152:9870</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn3</name> <value>hadoop153:9870</value> </property> <!-- 指定NameNode元数据在JournalNode上的存放位置 --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://hadoop151:8485;hadoop152:8485;hadoop153:8485/mycluster</value> </property> <!-- 访问代理类:client,mycluster,active配置失败自动切换实现方式--> <property> <name>dfs.client.failover.proxy.provider.mycluster</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property> <!-- 关闭权限检查(公司是不允许关闭的,公司需要配置,具体配置参考官网) --> <property> <name>dfs.permissions.enable</name> <value>false</value> </property> <!-- 配置隔离机制,即同一时刻只能有一台服务器对外响应 --> <property> <name>dfs.ha.fencing.methods</name> <value>sshfence</value> </property> <!-- 使用隔离机制时需要ssh无秘钥登录--> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/root/.ssh/id_rsa</value> </property>
-
第三步:将 core-site.xml 和 hdfs-site.xml 两个文件分发的其他机器上,
scp
-
第四步:在所有集群中启动 JournalNode
hdfs --daemon start journalnode
-
第五步:在其中一个节点中格式化 NameNode
hdfs namenode -format
-
第六步: 将NameNode元数据目录的内容复制到其他未格式化的NameNode
hdfs namenode -bootstrapStandby
-
第七步:在所有节点中启动 NameNode 和 DataNode
hdfs --daemon start namenode
hdfs --daemon start datanode
-
第八步:将其中一个节点设为 Active 状态(例如将 nn1 设为 Active状态)
hdfs haadmin -transitionToActive nn1
配置Zookeeper集群
在hadoop151、hadoop152和hadoop153三个节点上部署Zookeeper
-
第一步:安装jdk
-
第二步:拷贝Zookeeper文件到Linux并解压
-
第三步:在Zookeeper安装目录下创建 zkData 目录,目的是存储数据
-
第四步:在 zkData 目录下创建 myid 文件,目的是为了区分Zookeeper
- hadoop151、hadoop152、hadoop153 三台集群的 myid 文件里分别写入 1、2、3
-
第四步:将**/Zookeeper安装路径/conf**路径下的 zoo_sample.cfg 文件拷贝一份为 zoo.cfg 并修改
# 修改数据存储路径配置 dataDir=/zookeeper安装路径/zkData # 添加Zookeeper集群配置 # 格式:server.A=B:C:D # A是一个数字,集群模式下配置文件myid的数字,表示这个是第几号服务器 # B是这个服务器的ip地址 # C是这个服务器与集群中的Leader服务器交换信息的端口 # D是集群的Leader服务器挂了,重新选出新的Leader,选举时服务器相互通信的端口 server.1=hadoop151:2888:3888 server.2=hadoop152:2888:3888 server.3=hadoop153:2888:3888
-
第五步:将整个安装的 zookeeper目录分发到 hadoop152和hadoop153机器上
-
第六步:将 hadoop151、hadoop152、hadoop153 三台集群的 myid 文件的数字分别改成 1、2、3
-
第七步:在三台机器上分别启动Zookeeper
bin/zkServer.sh start
-
第八步:查看状态,一台机器状态为 Mode: leader,另外两台机器状态为 Mode: follower
bin/zkServer.sh status
配置 HDFS-HA 集群
-
第一步:在 hdfs-site.xml 添加配置内容
<!-- 开启自动故障转移 --> <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property>
-
第二步:在 core-site.xml 添加配置内容
<!-- 指定自动故障转移的集群配置 --> <property> <name>ha.zookeeper.quorum</name> <value>hadoop151:2181,hadoop152:2181,hadoop153:2181</value> </property>
-
第三步:hadoop-env.sh 配置文件
export JAVA_HOME=/opt/software/jdk/jdk1.8.0_281 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 HADOOP_SECURE_DN_USER=root export HDFS_ZKFC_USER=root export HDFS_JOURNALNODE_USER=root
-
第四步:将 core-site.xml 、 hdfs-site.xml 、hadoop-env.sh 三个文件分发的其他机器上,
scp
-
第五步:在三台机器上分别启动Zookeeper
bin/zkServer.sh start
-
第六步:初始化 ZKFC
hdfs zkfc -formatZK
-
第七步:启动集群
start-dfs.sh
-
第八步:查看进程是否都启动了,六个进程
Jps QuorumPeerMain NameNode DataNode JournalNode DFSZKFailoverController
配置 YARN-HA 集群
-
第一步:yarn-site.sh 配置
<!-- 指定 MapReduce 走 shuffle --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <!--启用ResourceManager ha--> <property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property> <!--声明两台ResourceManager的地址--> <property> <name>yarn.resourcemanager.cluster-id</name> <value>cluster1</value> </property> <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property> <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>hadoop151</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>hadoop152</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm1</name> <value>hadoop151:8088</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm2</name> <value>hadoop152:8088</value> </property> <!--指定zookeeper集群的地址--> <property> <name>hadoop.zk.address</name> <value>hadoop151:2181,hadoop152:2181,hadoop153:2181</value> </property> <!--启用自动恢复--> <property> <name>yarn.resourcemanager.recovery.enabled</name> <value>true</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> <!-- 开启日志聚集功能 --> <property> <name>yarn.log-aggregation-enable</name> <value>true</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>
-
第二步:将 yarn-site.xml 文件分发的其他机器上,
scp
-
第三步:启动yarn(前提是Zookeeper和hdfs都启动了)
start-yarn.sh
安装完后集群启动和停止集群
启动
- 第一步:在三台机器上分别启动Zookeeper
bin/zkServer.sh start
- 第二步:在任意一台启动 NameNode、DataNode、JournalNode、ZKCF等等
start-all.sh
停止
- 第一步:在任意一台启动 NameNode、DataNode、JournalNode、ZKCF等等
stop-all.sh
- 第二步:在三台机器上分别启动Zookeeper
bin/zkServer.sh stop