在Centos 7上对Hadoop三种模式的搭建 详细配置
Hadoop的三种模式搭建
三种模式:伪分布式、分布式、分布式HA
在安装这三种模式之前 先要安装Jdk如已安装可以跳过此步
JDK的安装
首先去官网下载Linux版本的.tar.gz压缩包
官网下载链接:官网下载
我这里下载的是jdk-8u191-linux-x64.tar.gz
将下载好的压缩包放入linux内
如果使用Xshell连接的linux可以使用rz命令将windows上的文件上传到linux下(rz需要安装lrzsz 安装命令yum install lrzsz)
进入jdk-8u191-linux-x64.tar.gz所在目录
用tar命令解压到/root下
tar -zxvf jdk-8u191-linux-x64.tar.gz -C /root
解压后得到jdk1.8.0_191
用mv命令修改jdk1.8.0_191文件名为java
mv jdk1.8.0_191 java
然后配置环境变量
vi /etc/profile
在首行添加java的环境变量
export JAVA_HOME=/root/java
exporth PATH=$PATH:$JAVA_HOME/bin
保存退出 然后刷新配置
source /etc/profile
输入命令验证java是否配置成功
java -version
一、Hadoop伪分布式
在操作之前请先确保java成功安装
先下载hadoop的压缩包:官网下载
我这里下载的是2.6.0版本的hadoop-2.6.0.tar.gz
下载完毕后 将hadoop-2.6.0.tar.gz放入linux内
进入hadoop-2.6.0.tar.gz所在目录解压到root下
tar -zxvf hadoop-2.6.0.tar.gz -C /root
配置文件
进入配置文件所在目录
cd /root/hadoop/etc/hadoop
配置core-site.xml
vi core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://ip:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/root/hadoop/tmp</value>
</property>
</configuration>
配置hdfs-site.xml
vi hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
配置mapred-site.xml
将 mapred-site.xml.template拷贝成mapred-site.xml
cp mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
配置yarn-site.xml
vi yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
到这里就配置完成了
创建备份文件夹
mkdir /root/hadoop/tmp
初始化Hadoop
hadoop namenode -format
INFO util.ExitUtil: Exiting with status 0 结果为0表示成
关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
启动Hadoop
start-dfs.sh
start-yarn.sh
输入jps可看到
二、Hadoop分布式
在操作之前请先确保java成功安装
先准备三台机器
机器名 | IP |
---|---|
master | 172.16.1.2 |
slave1 | 172.16.1.3 |
slave2 | 172.16.1.4 |
为三台机器ip添加名称(三台都要操作)
vim /etc/hosts
在文件底部新增
172.16.1.2 master
172.16.1.3 slave1
172.16.1.4 slave2
关闭三台机器的防火墙(三台都要操作)
systemctl stop firewalld
systemctl disable firewalld
配置三台机器之间的免密登录
master上:
ssh-keygen -b 1024 -t rsa
ssh-copy-id master
ssh-copy-id slave1
ssh-copy-id slave2
slave1上:
ssh-keygen -b 1024 -t rsa
ssh-copy-id slave1
ssh-copy-id slave2
slave2上:
ssh-keygen -b 1024 -t rsa
ssh-copy-id slave1
ssh-copy-id slave2
同步三台机器时钟(三台都要操作)
yum install ntpdate
ntpdate cn.pool.ntp.org
在master上解压hadoop
下载hadoop的压缩包:官网下载
我这里下载的是2.6.0版本的hadoop-2.6.0.tar.gz
下载完毕后 将hadoop-2.6.0.tar.gz放入master内
进入hadoop-2.6.0.tar.gz所在目录解压到root下
tar -zxvf hadoop-2.6.0.tar.gz -C /root
配置文件
进入配置文件所在目录
cd /root/hadoop/etc/hadoop
配置core-site.xml
vi core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/root/hadoop/tmp</value>
</property>
</configuration>
配置hdfs-site.xml(分布式下该项可以不配)
使用默认配置dfs.replication默认值为3
vi hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
</configuration>
配置mapred-site.xml
将 mapred-site.xml.template拷贝成mapred-site.xml
cp mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
配置yarn-site.xml
vi yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
配置slaves
vim hadoop/etc/hadoop/slaves
修改成
master
slave1
slave2
到这里就配置完成了
将hadoop jdk 环境变量拷贝到 slave1 slave2
scp -r hadoop root@slave1:/root/
scp -r hadoop root@slave2:/root/
scp /etc/profile root@slave1:/etc/
scp /etc/profile root@slave2:/etc/
在slave1 slave2上刷新环境变量
source /etc/profile
在master上初始化Hadoop
hadoop namenode -format
INFO util.ExitUtil: Exiting with status 0 结果为0表示成
启动Hadoop
start-dfs.sh
start-yarn.sh
输入jps可看到
三、Hadoop分布式HA
在操作之前请先确保java成功安装
前置
先准备三台机器
机器名 | IP |
---|---|
master | 172.16.1.2 |
slave1 | 172.16.1.3 |
slave2 | 172.16.1.4 |
为三台机器ip添加名称(三台都要操作)
vim /etc/hosts
在文件底部新增
172.16.1.2 master
172.16.1.3 slave1
172.16.1.4 slave2
关闭三台机器的防火墙(三台都要操作)
systemctl stop firewalld
systemctl disable firewalld
配置三台机器之间的免密登录
master上:
ssh-keygen -b 1024 -t rsa
ssh-copy-id master
ssh-copy-id slave1
ssh-copy-id slave2
slave1上:
ssh-keygen -b 1024 -t rsa
ssh-copy-id slave1
ssh-copy-id slave2
slave2上:
ssh-keygen -b 1024 -t rsa
ssh-copy-id slave1
ssh-copy-id slave2
同步三台机器时钟(三台都要操作)
yum install ntpdate
ntpdate cn.pool.ntp.org
安装Zookeeper
安装HA需要zookeeper组件
先去zookeeper官网下载压缩包:官网下载
下载tar.gz的文件包放入master主机内
解压zookeeper包到root下
tar -zxvf zookeeper-3.4.5.tar.gz -C ~/
更改文件名
mv zookeeper-3.4.5 zookeeper
进入到zookeeper/conf目录下
cd zookeeper/conf
把zoo_sample.cfg复制成zoo.cfg
cp zoo_sample.cfg zoo.cfg
vim 编辑zoo.cfg
vim zoo.cfg
修改
dataDir=/root/zookeeper/data
新增
dataLogDir=/root/zookeeper/logs
server.1=master:2888:3888
server.2=slave1:2888:3888
server.3=slave2:2888:3888
在zookeeper目录下新建data和logs文件
cd zookeeper
mkdir data
mkdir logs
进入data目录下新建myid文件 填入1
cd data
echo "1">myid
给Zookeeper添加环境变量
vim /etc/profile
新增
export ZK_HOME=/root/zookeeper
export PATH=
P
A
T
H
:
PATH:
PATH:ZK_HOME/bin
刷新环境变量
source /etc/profile
此时Zokeeper的配置已经完成
将zookeeper拷贝到slave1 slave2上
scp -r /root/zookeeper root@slave1:~/
scp -r /root/zookeeper root@slave2:~/
scp /etc/profile root@slave1:~/
scp /etc/profile root@slave2:~/
在slave1 slave2上也刷新环境变量
source /etc/profile
修改slave1 slave2 zookeeper/data/myid的内容
slave1:
cd zookeeper/data
echo "2">miyd
slave2:
cd zookeeper/data
echo "3">miyd
三台机器启动Zookeeper
zkServer.sh start
查看运行结果
zkServer.sh status
最终结果应该为两台follower一台leader
安装Hadoop
在master上解压hadoop
下载hadoop的压缩包:官网下载
我这里下载的是2.6.0版本的hadoop-2.6.0.tar.gz
下载完毕后 将hadoop-2.6.0.tar.gz放入master内
进入hadoop-2.6.0.tar.gz所在目录解压到root下
tar -zxvf hadoop-2.6.0.tar.gz -C /root
mv hadoop-2.6.0.tar.gz hadoop
配置文件
进入配置文件所在目录
cd /root/hadoop/etc/hadoop
配置core-site.xml
vi core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为nameService1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://mycluster</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/root/hadoop/data/hadoopdata</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>master:2181,slave1:2181,slave2:2181</value>
</property>
</configuration>
配置hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice为mycluster,需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>mycluster</value>
</property>
<property>
<name>dfs.ha.namenodes.mycluster</name>
<value>master,slave1</value>
</property>
<property>
<name>dfs.namenode.rpc-address.mycluster.master</name>
<value>master:9000</value>
</property>
<property>
<name>dfs.namenode.http-address.mycluster.master</name>
<value>master:50070</value>
</property>
<property>
<name>dfs.namenode.rpc-address.mycluster.slave1</name>
<value>slave1:9000</value>
</property>
<property>
<name>dfs.namenode.http-address.mycluster.slave1</name>
<value>slave1:50070</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://master:8485;slave1:8485;slave2:8485/mycluster</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>/root/hadoop/data/journaldata</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.mycluster</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,即每个机制暂用一行-->
<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免登陆 -->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/root/.ssh/id_rsa</value>
</property>
</configuration>
配置mapred-site.xml
将 mapred-site.xml.template拷贝成mapred-site.xml
cp mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
配置yarn-site.xml
vi yarn-site.xml
<configuration>
<!-- 开启RM高可用 -->
<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>master</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>slave1</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>master:2181,slave1:2181,slave2:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
配置slaves
vim hadoop/etc/hadoop/slaves
修改成
master
slave1
slave2
到这里就配置完成了
拷贝文件到slave1 slave2
scp -r hadoop root@slave1:~/
scp -r hadoop root@slave2:~/
scp /etc/profile root@slave1:/etc/
scp /etc/profile root@slave2:/etc/
在slave1 slave2上刷新环境变量
source /etc/profile
在master上启动 journalnode
hadoop-daemons.sh start journalnode
初始化master namemode
hadoop namenode -format
INFO util.ExitUtil: Exiting with status 0 结果为0表示成
注册ZNode
hdfs zkfc -formatZK
启动hdfs
start-dfs.sh
启动yarn
start-yarn.sh
slave1上同步元数据
hdfs namenode -bootstrapStandby
在slave1上启动 namemode
hadoop-daemon.sh start namenode
输入jps可看到
master
slave1
slave2
验证故障自动转移节点是否配置成功
用电脑浏览器访问master/172.16.1.2:50070 master节点为active(启用)
访问slave1/172.16.1.3:50070 slave1节点为standby(关闭)
此时关闭master的namenode
hadoop-daemon.sh stop namenode
slave1变为active
大功告成!