hadoop集群搭建

最新推荐文章于 2024-04-27 23:53:56 发布

shiyuan_90

最新推荐文章于 2024-04-27 23:53:56 发布

阅读量241

点赞数 1

分类专栏：学习

本文链接：https://blog.csdn.net/shiyuan_90/article/details/53980238

版权

学习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Centos环境配置

修改主机名和IP(shiyuan01:192.168.9.8, shiyuan02:192.168.9.9,shiyuan03:192.168.9.10)
关闭防火墙
ssh免登录(ssh-keygen -t rsa, ssh-copy-id hostname)
安装JDK，配置环境变量等

Zookeeper集群搭建（先在一台节点上配置，然后copy到其他节点）

解压zookeeper-3.4.9.tar.gz到/usr/zookeeper：tar -zxvf zookeeper-3.4.9.tar.gz -C /usr/zookeeper
进入/usr/zookeeper/zookeeper-3.4.9/conf添加一个zoo.cfg配置文件：mv zoo_sample.cfg zoo.cfg

修改配置文件zoo.cfg


#修改

dataDir=/usr/zookeeper/zookeeper-3.4.9/data


# 添加

server.1=shiyuan01:2888:3888
server.2=shiyuan02:2888:3888
server.3=shiyuan03:2888:3888

在(dataDir=/usr/zookeeper/zookeeper-3.4.9/data)创建一个myid文件，里面内容是server.N中的N(server.1里面内容为1) echo “1” > myid
将配置好的zookeeper拷贝到其他节点(shiyuan02,shiyuan03)：
scp -r /usr/zookeeper/zookeeper-3.4.9/ shiyuan02:/usr/zookeeper/
scp -r /usr/zookeeper/zookeeper-3.4.9/ shiyuan03:/usr/zookeeper/
在其他节点上修改myid的内容，shiyuan02的改为2，shiyuan03的改为3
启动集群：/usr/zookeeper/zookeeper-3.4.9/bin/zkServer.sh start

安装配置hadoop集群（先在一台节点上配置，然后copy到其他节点）

解压：tar -zxvf hadoop-2.7.3.tar.gz -C /usr/hadoop/
添加到环境变量：vim /etc/profile，
export HADOOP_HOME=/usr/hadoop/hadoop-2.7.3
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
让配置文件生效：source /etc/profile
修改配置：vim /usr/hadoop/hadoop-2.7.3/etc/hadoop/hadoop-env.sh，配置JAVA_HOME：export JAVA_HOME=/usr/java/jdk1.7.0_79
修改配置：vim /usr/hadoop/hadoop-2.7.3/etc/hadoop/core-site.xml：

<configuration>
    <!-- 指定hdfs的nameservice为ns1 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://ns1</value>
    </property>
    <!-- 指定hadoop临时目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/hadoop/hadoop-2.7.3/tmp</value>
    </property>
    <!-- 指定zookeeper地址 -->
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>shiyuan01:2181,shiyuan02:2181,shiyuan03:2181</value>
    </property>
</configuration>

修改配置：vim /usr/hadoop/hadoop-2.7.3/etc/hadoop/hdfs-site.xml：

<configuration>
    <!-- 指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致 -->
    <property>
        <name>dfs.nameservices</name>
        <value>ns1</value>
    </property>
    <!-- ns1下面有两个NameNode，分别是nn1，nn2 -->
    <property>
        <name>dfs.ha.namenodes.ns1</name>
        <value>nn1,nn2</value>
    </property>
    <!-- nn1的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.ns1.nn1</name>
        <value>shiyuan01:9000</value>
    </property>
    <!-- nn1的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns1.nn1</name>
        <value>shiyuan01:50070</value>
    </property>
    <!-- nn2的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.ns1.nn2</name>
        <value>shiyuan02:9000</value>
    </property>
    <!-- nn2的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns1.nn2</name>
        <value>shiyuan02:50070</value>
    </property>
    <!-- 指定NameNode的元数据在JournalNode上的存放位置 -->
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://shiyuan01:8485;shiyuan02:8485;shiyuan03:8485/ns1</value>
    </property>
    <!-- 指定JournalNode在本地磁盘存放数据的位置 -->
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/usr/hadoop/hadoop-2.7.3/journal</value>
    </property>
    <!-- 开启NameNode失败自动切换 -->
    <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
    <!-- 配置失败自动切换实现方式 -->
    <property>
        <name>dfs.client.failover.proxy.provider.ns1</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <!-- 配置隔离机制方法，多个机制用换行分割，即每个机制占用一行 -->
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>
            sshfence
            shell(/bin/true)
        </value>
    </property>
    <!-- 使用sshfence隔离机制时需要ssh免登录 -->
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/root/.ssh/id_rsa</value>
    </property>
    <!-- 配置sshfence隔离机制超时时间 -->
    <property>
        <name>dfs.ha.fencing.ssh.connect-timeout</name>
        <value>30000</value>
    </property>
</configuration>

修改配置：vim /usr/hadoop/hadoop-2.7.3/etc/hadoop/mapred-site.xml：

<configuration>
    <!-- 指定mr框架为yarn方式 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

修改配置：vim /usr/hadoop/hadoop-2.7.3/etc/hadoop/yarn-site.xml：

<configuration>
    <!-- 开启RM高可靠 -->
    <property>
       <name>yarn.resourcemanager.ha.enabled</name>
       <value>true</value>
    </property>
    <!-- 指定RM的cluster id -->
    <property>
       <name>yarn.resourcemanager.cluster-id</name>
       <value>yrc</value>
    </property>
    <!-- 指定RM的名字 -->
    <property>
       <name>yarn.resourcemanager.ha.rm-ids</name>
       <value>rm1,rm2</value>
    </property>
    <!-- 分别指定RM的地址 -->
    <property>
       <name>yarn.resourcemanager.hostname.rm1</name>
       <value>shiyuan01</value>
    </property>
    <property>
       <name>yarn.resourcemanager.hostname.rm2</name>
       <value>shiyuan02</value>
    </property>
    <!-- 指定zk集群地址 -->
    <property>
       <name>yarn.resourcemanager.zk-address</name>
       <value>shiyuan01:2181,shiyuan02:2181,shiyuan03:2181</value>
    </property>
    <property>
       <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
    </property>
</configuration>

修改配置：vim /usr/hadoop/hadoop-2.7.3/etc/hadoop/slaves，指定子节点(DataNode, NodeManager)的位置：
shiyuan01
shiyuan02
shiyuan03
将配置好的hadoop拷贝到其他节点
scp -r /usr/hadoop/ shiyuan02:/usr/
scp -r /usr/hadoop/ shiyuan03:/usr/
启动zookeeper集群（分别在shiyuan01, shiyuan02, shiyuan03上）：
/usr/zookeeper/zookeeper-3.4.9/bin/zkServer.sh start
启动journalnode（分别在shiyuan01, shiyuan02, shiyuan03上）：
/usr/hadoop/hadoop-2.7.3/sbin/hadoop-daemon.sh start journalnode
格式化HDFS（在shiyuan01上）：
hdfs namenode -format
格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成文件，然后将其拷贝到shiyuan02相应目录下：
scp -r /usr/hadoop/hadoop-2.7.3/tmp/ shiyuan02:/usr/hadoop/hadoop-2.7.3/
格式化ZK（在shiyuan01上）：
hdfs zkfc -formatZK
启动HDFS（在shiyuan01上）：
/usr/hadoop/hadoop-2.7.3/sbin/start-dfs.sh
启动YARN（分别在shiyuan01, shiyuan02上，最好是将NameNode和ResourceManager分开放在不同的机器上，因为它们都要占用大量资源）
/usr/hadoop/hadoop-2.7.3/sbin/start-yarn.sh