文章目录
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 / pdir/ pdir/fname u s e r @ h a d o o p user@hadoop user@hadoophost: p d i r / pdir/ pdir/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 / pdir/ pdir/fname u s e r @ h a d o o p user@hadoop user@hadoophost: p d i r / pdir/ pdir/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
- 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
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>
(2)HDFS配置文件
- 配置hadoop-env.sh
[sparky@hadoop102 hadoop]$ vi hadoop-env.sh
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
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>
(4)MapReduce配置文件
- 配置mapred-env.sh
[sparky@hadoop102 hadoop]$ vi mapred-env.sh
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
(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。
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