Hadoop三大公司
- apache
- hortonWorks
- Cloudera
- 星环科技(国内)
Hadoop的模块组成
- HDFS:一个高可靠、高吞吐量的分布式文件系统。
- MapReduce:一个分布式的离线并行计算框架。
- YARN:作业调度与集群资源管理的框架。
- Common:支持其他模块的工具模块。
Hadoop集群搭建(此案例需要三台虚拟机)
1、服务器主机名和IP配置(三台)
Linux:动态网络配置
Linux:静态网络配置 IP配置
2、修改每个主机的/etc/hosts文件,添加IP和主机名的对应关系(三台)
- vim /etc/hosts
文件中添加:
IP地址 主机名 (# 第一台)
IP地址 主机名 (# 第二台)
IP地址 主机名 (# 第三台)
3、管理节点到从节点配置无密码登录
4、配置jdk 1.8(三台)
- 主节点:
Linux:JDK安装部署
- 副节点:
将export文件复制到副节点:scp -r /export 副节点主机名 或 副节点IP地址:/
更新/usr/bin/java 软链接并验证是否失效:Linux:JDK安装部署
5、关闭防火墙(三台)
- /etc/init.d/iptables stop(关闭防火墙)
- 防火墙设置:
设置开机防火墙自启:chkconfig iptables on
设置开机防火墙不自启(推荐):chkconfig iptables off
6、关闭selinux(三台)
- vi /etc/selinux/config
将:SELINUX=enforcing 改为: SELINUX=disabled
disabled:这行上面的那个单词记住位置方便记忆
7、重启系统
- 关闭selinux后需要重启系统生效
8、软件包上传Hadoop安装包并解压
安装包上传至:/export/soft文件夹下
- 解压到servers:
tar -zxvf hadoop-2.6.0-cdh5.14.0-with-centos6.9.tar.gz -C …/servers/
(servers是export文件下的子文件夹)
9、查看hadoop支持的压缩方式以及本地库
进入到bin目录:
./hadoop checknative
- 安装openssl
yum -y install openssl-devel
查看:./hadoop checknative
为true就行
10、主节点修改配置文件
要修改的代码里要将node01改为主节点的主机名
要修改的代码里要将node01改为主节点的主机名
要修改的代码里要将node01改为主节点的主机名
- 修改core-site.xml:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim core-site.xml
复制下列代码到xml内的configuration里
<property>
<name>fs.defaultFS</name>
<value>hdfs://node01:8020</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/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 -->
<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 -->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
- 修改hdfs-site.xml:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim hdfs-site.xml
复制下列代码到xml内的configuration里
<!-- 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>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host</value>
</property>
<property>
<name>dfs.hosts.exclude</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value>
</property>
-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node01:50090</value>
</property>
<property>
<name>dfs.namenode.http-address</name>
<value>node01:50070</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/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:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value>
</property>
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value>
</property>
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value>
</property>
<property>
<name>dfs.namenode.checkpoint.edits.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
- 检查Hadoop-env.sh的jdk1.8路径: (不用改)
// 如果不对:Linux:JDK安装部署 里面参考修改系统配置 - 修改mapred-site.xml:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
cp mapred-site.xml.template mapred-site.xml
vim mapred-site.xml
复制下列代码到xml内的configuration里
<property>
<!--运行模式-->
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<!--JVM重用 -->
<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>
- 修改yarn-site.xml:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim yarn-site.xml
复制下列代码到xml内的configuration里
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node01</value>
</property>
<property>
<!-- nodemanager 上的附属服务,只有配置成mapreduce_shuffle 才能运行-->
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
- 修改slaves:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim slaves
文件内:
主节点主机名
副节点1主机名
副节点2主机名
例:
node01
node02
node03
11、主节点创建文件存放目录
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits
12、安装包的分发
- 将主节点的安装包分发到其他副节点
cd /export/servers/
scp -r hadoop-2.6.0-cdh5.14.0 副节点ip:/export/servers/
或者
scp -r hadoop-2.6.0-cdh5.14.0 副节点主机名:/export/servers/
13、配置Hadoop的环境变量
三台机器都要进行配置Hadoop的环境变量
vim /etc/profile.d/hadoop.sh
文件内:
export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
- 重启profile文件后生效
source /etc/profile
14、集群启动
- 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:
hdfs namenode -format或者Hadoop namenode –format(进入到bin目录执行该代码)
方法一:(单个节点逐一启动)
cd /export/servers/hadoop-2.6.0-cdh5.14.0/sbin
在主节点上使用以下命令启动 HDFS NameNode: ./hadoop-daemon.sh start namenode
在每个从节点上使用以下命令启动 HDFS DataNode: ./hadoop-daemon.sh start datanode
在主节点上使用以下命令启动 YARN ResourceManager: ./yarn-daemon.sh start resourcemanager
在每个从节点上使用以下命令启动 YARN nodemanager: ./yarn-daemon.sh start nodemanager
// 以上脚本位于hadoop-2.6.0-cdh5.14.0/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。
方法二:(脚本一键启动HDFS、Yarn)
cd /export/servers/hadoop-2.6.0-cdh5.14.0
sbin/start-dfs.sh
sbin/start-yarn.sh
停止集群:
sbin/stop-dfs.sh
sbin/stop-yarn.sh
方法三:(脚本一键启动所有)
cd /export/servers/hadoop-2.6.0-cdh5.14.0/
一键启动集群:
sbin/start-all.sh
一键关闭集群:
sbin/stop-all.sh
没事儿不要去停止集群
15、浏览器查看启动页面
hdfs集群访问地址: http://主节点IP:50070
yarn集群访问地址: http://主节点IP:8088