文章目录
1、前期准备
(1)虚拟机工具:VMware或者Win10专业版自带的Hyper-V管理器
(2)虚拟机系统:Centos7
(3)远程连接工具:Final Shell
(4)集群规划
主机 | ip(示例) | 角色 |
---|---|---|
node01 | 192.168.0.101 | NameNode、DataNode、ResourceManager、NodeManager |
node02 | 192.168.0.102 | SecondaryNameNode、DataNode、NodeManager |
node03 | 192.168.0.103 | DataNode、NodeManager |
2、环境搭建
一、配置host(三台机器)
# 设置主机名
hostnamectl set-hostname node01
# hosts映射
vi /etc/hosts
192.168.0.101 node01
192.168.0.102 node02
192.168.0.103 node03
二、关闭防火墙(三台机器)
# 查看防火墙状态
firewall-cmd --state
# 停止firewalld服务
systemctl stop firewalld.service
# 开机禁用firewalld服务
systemctl disable firewalld.service
三、ssh免密登录
注:只需要配置node1至node1、node2、node3即可
#node1生成公钥私钥 (一路回车)
ssh-keygen
#node1配置免密登录到node1 node2 node3
ssh-copy-id node1
ssh-copy-id node2
ssh-copy-id node3
四、集群时间同步(三台机器)
yum install ntpdate
# 网络时间同步
ntpdate ntp5.aliyun.com
五、创建统一工作目录(三台机器)
# 软件安装路径
mkdir -p /export/server/
# 数据存储路径
mkdir -p /export/data/
# 安装包存放路径
mkdir -p /export/software/
六、安装Java JDK
注:可安装一台机器,后分安装包同步到其他两台机器
# 分发示例
scp -r jdk1.8.0_141 root@node2:$PWD
cd /export/server
# wget下载
wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" "http://download.oracle.com/otn-pub/java/jdk/8u141-b15/336fa29ff2bb4ef291e347e091f7f4a7/jdk-8u141-linux-x64.tar.gz"
# 解压
tar -zxvf jdk-8u141-linux-x64.tar.gz
# 删除压缩包
rm -rf jdk-8u141-linux-x64.tar.gz
# 编辑配置文件
vi /etc/profile
export JAVA_HOME=/export/server/jdk1.8.0_141
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$JAVA_HOME/bin:$PATH
# 配置文件生效
source /etc/profile
# 检查是否成功
java -version
七、安装Hadoop
注:安装同上,分发同步安装包
cd /export/server
# wget下载
wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" "https://dlcdn.apache.org/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz"
# 解压
tar -zxvf hadoop-3.3.1.tar.gz
# 删除压缩包
rm -rf hadoop-3.3.1.tar.gz
# 编辑配置文件
vi /etc/profile
export HADOOP_HOME=/export/server/hadoop-3.3.1
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
# 配置文件生效
source /etc/profile
# 检查是否成功
hadoop version
八、修改配置文件
cd /export/server/hadoop-3.3.1/etc/hadoop
# 1、
vi hadoop-env.sh
# 文本末添加
export JAVA_HOME=/export/server/jdk1.8.0_241
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
# 2、核心模块配置文件
vi core-site.xml
<!-- 设置默认使用的文件系统 Hadoop支持file、HDFS、GFS、ali|Amazon云等文件系统 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://node01:8020</value>
</property>
<!-- 设置Hadoop本地保存数据路径 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/export/data/hadoop-3.3.1</value>
</property>
<!-- 设置HDFS web UI用户身份 -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>root</value>
</property>
<!-- 整合hive 用户代理设置 -->
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
<!-- 文件系统垃圾桶保存时间 -->
<property>
<name>fs.trash.interval</name>
<value>1440</value>
</property>
# 3、hdfs文件系统模块配置
vi hdfs-site.xml
<!-- 设置SNN进程运行机器位置信息 -->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node02:9868</value>
</property>
# 4、MapReduce模块配置
vi mapred-site.xml
<!-- 设置MR程序默认运行模式: yarn集群模式 local本地模式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- MR程序历史服务地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>node01:10020</value>
</property>
<!-- MR程序历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node01:19888</value>
</property>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
# 5、yarn模块配置
vi yarn-site.xml
<!-- 设置YARN集群主角色运行机器位置 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node01</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 是否将对容器实施物理内存限制 -->
<property>
<name>yarn.nodemanager.pmem-check-enabled</name>
<value>false</value>
</property>
<!-- 是否将对容器实施虚拟内存限制。 -->
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
<!-- 开启日志聚集 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置yarn历史服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://node01:19888/jobhistory/logs</value>
</property>
<!-- 历史日志保存的时间 7天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
# 6、workers
vi workers
node01
node02
node03
九、启动集群
# 三台虚拟机先进行格式化(只需首次启动时执行)
hdfs namenode -format
# 成功信息:common.Storage: Storage directory /export/data/hadoop-3.3.1/dfs/name has been successfully formatted.
[root@node01 ~]# start-dfs.sh
Starting namenodes on [node01]
上一次登录:四 8月 11 10:26:32 CST 2022pts/0 上
Starting datanodes
上一次登录:四 8月 11 11:12:55 CST 2022pts/0 上
Starting secondary namenodes [node02]
上一次登录:四 8月 11 11:12:58 CST 2022pts/0 上
[root@node01 ~]# start-yarn.sh
Starting resourcemanager
上一次登录:四 8月 11 11:13:04 CST 2022pts/0 上
Starting nodemanagers
上一次登录:四 8月 11 11:15:41 CST 2022pts/0 上
[root@node01 ~]# jps
4672 NameNode
5696 Jps
4809 DataNode
5226 ResourceManager
5357 NodeManager
[root@node02 hadoop]# jps
2500 Jps
2279 SecondaryNameNode
2408 NodeManager
2205 DataNode
[root@node03 ~]# jps
4772 NodeManager
2423 DataNode
4862 Jps
Web UI页面
- HDFS集群:http://node1:9870/
- YARN集群:http://node1:8088/