目录
1、Hadoop 运行模式
Hadoop 官方网站:http://hadoop.apache.org/
Hadoop
运行模式包括:
本地模式
、
伪分布式模式
以及
完全分布式模式
。
➢
本地模式
:单机运行,只是用来演示一下官方案例。
生产环境不用。
➢
伪分布式模式:
也是单机运行,但是具备
Hadoop
集群的所有功能,一台服务器模
拟一个分布式的环境。
个别缺钱的公司用来测试,生产环境不用。
➢
完全分布式模式:
多台服务器组成分布式环境。
生产环境使用。
2、完全分布式运行模式(开发重点)
分析:
1
)准备
3
台客户机(
关闭防火墙、静态
IP
、主机名称
)
2
)安装
JDK
3
)配置环境变量
4
)安装
Hadoop
5
)配置环境变量
6
)配置集群
7
)单点启动
8
)配置
ssh
9
)群起并测试集群
3、编写集群分发脚本xsync
3.1 scp(secure copy)安全拷贝
(1)
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)
(2)基本语法
scp -r $pdir/$fname $user@$host:$pdir/$fname
命令
递归
要拷贝的文件路径/名称
目的地用户@
主机
:
目的地路径
/
名称
(3) 案例实操
前提:在 hadoop102 、 hadoop103 、 hadoop104 都已经创建好的 /opt/module 、/opt/software 两个目录,并且已经把这两个目录修改为 xjx:xjxsudo chown xjx:xjx-R /opt/module
hadoop100
hadoop102
hadoop103
hadoop104
(a)在
hadoop102
上,将
hadoop102
中
/opt/module/jdk1.8.0_212
目录拷贝到
hadoop103
上。
scp -r /opt/module/jdk1.8.0_212 xjx@hadoop103:/opt/module
(b)在 hadoop103 上,将 hadoop102 中/opt/module/hadoop-3.1.3 目录拷贝到
hadoop103
上。
scp -r xjx@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/
(c)在 hadoop103 上操作,将 hadoop102 中/opt/module 目录下所有目录拷贝到
hadoop104
上。
scp -r xjx@hadoop102:/opt/module/* xjx@hadoop104:/opt/module
3.2 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。
(
1
)基本语法
rsync -av $pdir/$fname $user@$host:$pdir/$fname
命令
选项参数
要拷贝的文件路径/名称
目的地用户@
主机
:
目的地路径
/
名称
选项参数说明
选项 功能
`-a 归档拷贝
-v 显示复制过程
安装rsync
yum -y install rsync
(2)案例实操
(a)删除
hadoop103
中
/opt/module/hadoop-3.1.3/wcinput
rm -rf wcinput/
(b)同步
hadoop102
中的
/opt/module/hadoop-3.1.3
到
hadoop103
rsync -av hadoop-3.1.3/ xjx@hadoop103:/opt/module/hadoop-3.1.3/
3.3 xsync 集群分发脚本
(1)需求:循环复制文件到所有节点的相同目录下
(2)需求分析:
(a)rsync 命令原始拷贝:
rsync -av /opt/module xjx@hadoop103:/opt/
(b)期望脚本:
xsync 要同步的文件名称
(c)期望脚本在任何路径都能使用(脚本放在声明了全局环境变量的路径)
# 查看 全局环境变量的路径
echo $PATH
注:没有/home/xjx/bin路径
添加路径代码
vim /home/xjx/.bashrc
export PATH=/home/xjx/bin:$PATH
(3)脚本实现
(a)在
/home/xjx/bin
目录下创建
xsync
文件
cd /home/xjx
mkdir bin
vim xsync
在该文件中编写如下代码
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
echo ==================== $host ====================
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
(b)修改脚本
xsync
具有执行权限
chmod +x xsync
(c)测试脚本
xsync /home/xjx/bin
(d)同步环境变量配置(root 所有者)
sudo ./bin/xsync /etc/profile.d/my_env.sh
注意:如果用了 sudo,那么 xsync 一定要给它的路径补全。
让环境变量生效(hadoop103,hadoop104)
source /etc/profile
4、SSH无密登录配置
4.1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
ssh hadoop103
# 退出
exit
4.2无密钥配置
(
1
)免密登录原理
(2)生成公钥和私钥
# 查看所有隐藏文件
ls -al
pwd
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
ssh-copy-id hadoop102
ssh-copy-id hadoop103
ssh-copy-id hadoop104
注意:
还需要在 hadoop103 上采用 xjx账号配置一下无密登录到 hadoop102、hadoop103、
hadoop104 服务器上。
还需要在 hadoop104 上采用 xjx账号配置一下无密登录到 hadoop102、hadoop103、
hadoop104 服务器上。
还需要在 hadoop102 上采用 root 账号,配置一下无密登录到 hadoop102、hadoop103、
hadoop104;
3
)
.ssh
文件夹下(
~/.ssh
)的文件功能解释
known_hosts 记录 ssh 访问过计算机的公钥(public key)
id_rsa 生成的私钥
id_rsa.pub 生成的公钥
authorized_keys 存放授权过的无密登录服务器公钥