Centos6完全分布式部署Hadoop_centos6的hadoop分布式集群部署-CSDN博客

本文链接：https://blog.csdn.net/weixin_43362002/article/details/106320462

文章目录

1. 虚拟机准备
2. 编写集群分发脚本xsync
3.集群配置
4. 集群单点启动
5.SSH无密登录配置
6 群起集群
7.集群启动/停止方式总结

1. 虚拟机准备

2. 编写集群分发脚本xsync

1. scp（secure copy）安全拷贝

scp定义：
scp可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）
基本语法：
scp　　 -r 　　 $p d i r /$ fname 　　　　　 $u s e r @ h a d o o p$ host: $p d i r /$ fname
命令　递归　要拷贝的文件路径/名称　目的用户@主机:目的路径/名称
－案例实操
利用scp命令将hadoop101中的module下面的jdk与hadoop软件拷贝到另外两台服务器上，免去重新安装的过程
（a）在hadoop101上，将hadoop101中/opt/module目录下的软件拷贝到hadoop102上。

[sparky@hadoop101 /]$ scp -r /opt/module  root@hadoop102:/opt/module

（b）在hadoop103上，将hadoop101服务器上的/opt/module目录下的软件拷贝到hadoop103上。

[sparky@hadoop103 opt]$sudo scp -r sparky@hadoop101:/opt/module root@hadoop103:/opt/module

（c）在hadoop103上操作将hadoop101中/opt/module目录下的软件拷贝到hadoop104上。

[sparky@hadoop103 opt]$ scp -r atguigu@hadoop101:/opt/module root@hadoop104:/opt/module

注意：拷贝过来的/opt/module目录，别忘了在hadoop102、hadoop103、hadoop104上修改所有文件的，所有者和所有者组。sudo chown sparky:sparky-R /opt/module

sudo chown sparky:sparky-R /opt/module

接下来拷贝jdk与hadoop的配置文件

（d）将hadoop101中/etc/profile文件拷贝到hadoop102的/etc/profile上。

[sparky@hadoop101 ~]$ sudo scp /etc/profile root@hadoop102:/etc/profile

（e）将hadoop101中/etc/profile文件拷贝到hadoop103的/etc/profile上。

[sparky@hadoop101 ~]$ sudo scp /etc/profile root@hadoop103:/etc/profile

（f）将hadoop101中/etc/profile文件拷贝到hadoop104的/etc/profile上。

[sparky@hadoop101 ~]$ sudo scp /etc/profile root@hadoop104:/etc/profile

注意：拷贝过来的配置文件别忘了source一下/etc/profile。

#让修改后的文件生效
[sparky@hadoop101 jdk1.8.0_144]$ source /etc/profile

#测试JDK是否安装成功
[sparky@hadoop101 jdk1.8.0_144]# java -version
java version "1.8.0_144"

#让修改后的文件生效
[sparky@ hadoop101 hadoop-2.7.2]$ source /etc/profile

#测试是否安装成功
[sparky@hadoop101 hadoop-2.7.2]$ hadoop version
Hadoop 2.7.2

2.rsync 远程同步工具

rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。

基本语法
rsync 　　 -rvl 　　　 $p d i r /$ fname 　　　　　　 $u s e r @ h a d o o p$ host: $p d i r /$ fname
命令　　选项参数　要拷贝的文件路径/名称　目的用户@主机:目的路径/名称
```
选项参数说明
```

在这里插入图片描述

案例实操
（a）把hadoop101机器上的/opt/software目录同步到hadoop102服务器的root用户下的/opt/目录

[sparky@hadoop101 opt]$ rsync -rvl /opt/software/ root@hadoop102:/opt/software

3.xsync集群分发脚本

需求：循环复制文件到所有节点的相同目录下
脚本实现
（a）在/home/sparky目录下创建bin目录，并在bin目录下xsync创建文件，文件内容如下：

[sparky@hadoop102 ~]$ mkdir bin
[sparky@hadoop102 ~]$ cd bin/
[sparky@hadoop102 bin]$ touch xsync
[sparky@hadoop102 bin]$ vi xsync

在该文件中编写如下代码

#!/bin/bash
#1 获取输入参数个数，如果没有参数，直接退出
pcount=$#
if((pcount==0)); then
echo no args;
exit;
fi

#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname

#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir

#4 获取当前用户名称
user=`whoami`

#5 循环
for((host=101; host<105; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done

（b）修改脚本 xsync 具有执行权限
777 :采用数字的方式，设置文件所有者、所属组、其他用户都具有可读可写可执行权限。

[sparky@hadoop102 bin]$ chmod 777 xsync

（c）调用脚本形式：xsync 文件名称

[sparky@hadoop102 bin]$ xsync /home/sparky/bin

注意：如果将xsync放到/home/sparky/bin目录下仍然不能实现全局使用，可以将xsync移动到/usr/local/bin目录下。

3.集群配置

1. 集群部署规划

在这里插入图片描述

2. 配置集群

（1）核心配置文件

cd /opt/module/hadoop-2.7.2/etc/hadoop

[sparky@hadoop102 hadoop]$ vi core-site.xml

在该文件中编写如下配置

<!-- 指定HDFS中NameNode的地址 -->
<property>
		<name>fs.defaultFS</name>
      <value>hdfs://hadoop102:9000</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/module/hadoop-2.7.2/data/tmp</value>
</property>

在这里插入图片描述（2）HDFS配置文件

配置hadoop-env.sh

[sparky@hadoop102 hadoop]$ vi hadoop-env.sh

在这里插入图片描述

export JAVA_HOME=/opt/module/jdk1.8.0_144

可以先在CRT软件中克隆一个当前会话，进入jdk的目录，用pwd查看jdk的路径，然后复制，再写入原文件中

配置hdfs-site.xml

[sparky@hadoop102 hadoop]$ vi hdfs-site.xml

在这里插入图片描述
在该文件中编写如下配置


<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>hadoop104:50090</value>
</property>

下面这段内容是默认就是3，所以不必添加入设置

<property>
		<name>dfs.replication</name>
		<value>3</value>
</property>

（3）YARN配置文件

配置yarn-env.sh

[sparky@hadoop102 hadoop]$ vi yarn-env.sh

在这里插入图片描述 export JAVA_HOME=/opt/module/jdk1.8.0_144

配置yarn-site.xml

[sparky@hadoop102 hadoop]$ vi yarn-site.xml

在该文件中增加如下配置

<!-- Reducer获取数据的方式 -->
<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
</property>

<!-- 指定YARN的ResourceManager的地址 -->
<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>hadoop103</value>
</property>

在这里插入图片描述（4）MapReduce配置文件

配置mapred-env.sh

[sparky@hadoop102 hadoop]$ vi mapred-env.sh

在这里插入图片描述 export JAVA_HOME=/opt/module/jdk1.8.0_144

配置mapred-site.xml

[sparky@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml

[sparky@hadoop102 hadoop]$ vi mapred-site.xml

在该文件中增加如下配置

<!-- 指定MR运行在Yarn上 -->
<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
</property>

3.在集群上分发配置好的Hadoop配置文件

[sparky@hadoop102 hadoop]$ xsync /opt/module/hadoop-2.7.2/

4．查看文件分发情况

[sparky@hadoop103 hadoop]$ cat /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml

4. 集群单点启动

（1）如果集群是第一次启动，需要格式化NameNode

[sparky@hadoop102 hadoop-2.7.2]$ hadoop namenode -format

（2）在hadoop102上启动NameNode

[sparky@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start namenode

（3）在hadoop102、hadoop103以及hadoop104上分别启动DataNode

[sparky@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start datanode

[sparky@hadoop103 hadoop-2.7.2]$ hadoop-daemon.sh start datanode

[sparky@hadoop104 hadoop-2.7.2]$ hadoop-daemon.sh start datanode

启动之后用jps指令测试
（4）思考：每次都一个一个节点启动，如果节点数增加到1000个怎么办？

5.SSH无密登录配置

1.配置ssh

（1）基本语法：ssh另一台电脑的ip地址
（2）ssh连接时出现Host key verification failed的解决方法

[atguigu@hadoop102 opt] $ ssh 192.168.1.103
The authenticity of host '192.168.1.103 (192.168.1.103)' can't be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)? 
Host key verification failed.

（3）解决方案如下：直接输入yes

2.无密钥配置

（1）免密登录原理
在这里插入图片描述
（2）生成公钥和私钥：

[sparky@hadoop102 .ssh]$ cd .ssh/
[sparky@hadoop102 .ssh]$ ssh-keygen -t rsa

然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
（3）将公钥拷贝到要免密登录的目标机器上

[sparky@hadoop102 .ssh]$ ssh-copy-id hadoop102
[sparky@hadoop102 .ssh]$ ssh-copy-id hadoop103
[sparky@hadoop102 .ssh]$ ssh-copy-id hadoop104

注意：还需要在hadoop102上采用root账号，配置一下无密登录到hadoop102、hadoop103、hadoop104；还需要在hadoop103上采用sparky账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。

.ssh文件夹下（~/.ssh）的文件功能解释

6 群起集群

配置slaves

/opt/module/hadoop-2.7.2/etc/hadoop/slaves
[sparky@hadoop102 hadoop]$ vi slaves

在该文件中增加如下内容：

hadoop102
hadoop103
hadoop104

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

启动集群
（1）如果集群是第一次启动，需要格式化NameNode（注意格式化之前，一定要先停止上次启动的所有namenode和datanode进程，然后再删除data和log数据）

[sparky@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format

（2）启动HDFS

[sparky@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[sparky@hadoop102 hadoop-2.7.2]$ jps
4166 NameNode
4482 Jps
4263 DataNode

[sparky@hadoop103 hadoop-2.7.2]$ jps
3218 DataNode
3288 Jps

[sparky@hadoop104 hadoop-2.7.2]$ jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps

（3）启动YARN

[sparky@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh

注意：NameNode和ResourceManger如果不是同一台机器，不能在NameNode上启动 YARN，应该在ResouceManager所在的机器上启动YARN。

（4）Web端查看SecondaryNameNode
（a）浏览器中输入：http://hadoop104:50090/status.html
（b）查看SecondaryNameNode信息，如图2-41所示。
在这里插入图片描述

7.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）常用

（1）整体启动/停止HDFS

start-dfs.sh   /  stop-dfs.sh

（2）整体启动/停止YARN

start-yarn.sh  /  stop-yarn.sh