Hadooph集群搭建

阅读目录(Content)
一、Hadoop的三种运行模式（启动模式）
1.1、单机模式（独立模式）（Local或Standalone Mode）
1.2、伪分布式模式（Pseudo-Distrubuted Mode）
1.3、全分布式集群模式（Full-Distributed Mode）
二、搭建伪分布式集群的前提条件
2.1、能够正常运行的Ubuntu操作系统
2.2、安装JDK，并配置环境变量
三、搭建伪分布式集群
3.1、安装hadoop
3.2、配置hadoop
3.3、启动集群四、一个问题前言　　前面只是大概介绍了一下Hadoop，现在就开始搭建集群了。我们下尝试一下搭建一个最简单的集群。之后为什么要这样搭建会慢慢的分享，先要看一下效果吧！回到顶部(go to top)一、Hadoop的三种运行模式（启动模式

1.1、单机模式（独立模式）（Local或Standalone Mode）　　-默认情况下，Hadoop即处于该模式，用于开发和调式。　　-不对配置文件进行修改。
　　-使用本地文件系统，而不是分布式文件系统。
　　-Hadoop不会启动NameNode、DataNode、JobTracker、TaskTracker等守护进程，Map()和Reduce()任务作为同一个进程的不同部分来执行的。
　　-用于对MapReduce程序的逻辑进行调试，确保程序的正确。
　　1.2、伪分布式模式（Pseudo-Distrubuted Mode）　　-Hadoop的守护进程运行在本机机器，模拟一个小规模的集群　　　-在一台主机模拟多主机。
　　-Hadoop启动NameNode、DataNode、JobTracker、TaskTracker这些守护进程都在同一台机器上运行，是相互独立的Java进程。
　　-在这种模式下，Hadoop使用的是分布式文件系统，各个作业也是由JobTraker服务，来管理的独立进程。在单机模式之上增加了代码调试功能，允许检查内存使用情况，HDFS输入输出，　　　　以及其他的守护进程交互。类似于完全分布式模式，因此，这种模式常用来开发测试Hadoop程序的执行是否正确。
　　-修改3个配置文件：core-site.xml（Hadoop集群的特性，作用于全部进程及客户端）、hdfs-site.xml（配置HDFS集群的工作属性）、mapred-site.xml（配置MapReduce集群的属性）
　　-格式化文件系统
　　1.3、全分布式集群模式（Full-Distributed Mode）　　-Hadoop的守护进程运行在一个集群上　　　-Hadoop的守护进程运行在由多台主机搭建的集群上，是真正的生产环境。
　　-在所有的主机上安装JDK和Hadoop，组成相互连通的网络。
　　-在主机间设置SSH免密码登录，把各从节点生成的公钥添加到主节点的信任列表。
　　-修改3个配置文件：core-site.xml、hdfs-site.xml、mapred-site.xml，指定NameNode和JobTraker的位置和端口，设置文件的副本等参数
　　-格式化文件系统回到顶部(go to top)
　　二、搭建伪分布式集群的前提条件环境：在ubuntu17.04　　　　jdk1.8.0_131　　　
　　　hadoop 2.8.12.1、能够正常运行的Ubuntu操作系统　
　　　　在Ubuntu下，软件安装到/opt下，当前正在使用的用户，对于opt目录需要
　　有读写权限：　　
　　1）将opt的权限给为777（漏洞文件），不推荐在生产环境中使用。但是可以在学习和调试环境中使用。　　　　　　
　　2）sudo　　　　在启动Hadoop的各个守护进程的时候，需要使用sudo。
　在管理Hadoop的时候，实际上由不同的用户启动不同集群的守护进程。
　　　　统一使用当前的用户管理所有集群。　
　　3）该目录的所有者设置为当前用户2.2、安装JDK，并配置环境变量　
　1）将jdk安装包放在家目录下　
2）解压到opt目录下　　　　sudo tar zxvf jdk-8u131-linux-x64.tar.gz -C /opt　　　　此时在/opt目录下：会有一个jdk1.8.0_131　　
3）创建软链接　　　　sudo ln -snf /opt/jdk1.8.0_131 /opt/jdk　　　　　　　　注意：创建软连接的目的是为了，我们在做项目的时候，可能会用到不同的jdk版本，这是要换软件的话，只需要修改软链接就可以了。而不用修改配置文件。　
4）配置环境变量　　　　　　　局部环境变量：~/.bashrc
　　　　全局环境变量：/etc/profile
　　　　export JAVA_HOME=/opt/jdk
　　　　export JRE_HOME=$JAV{A}_{H}OME/jreexportCLASSPATH=.:$JAVA_HOME/lib
　　　　export PATH=$PATH:$JAVA_HOME/bin　　　　source 相关文件（更新配置文件）　
　5）查看是否安装成功　　　java、javac、java -version回到顶部(go to top)三、搭建伪分布式集群3.1、安装hadoop　
　1）解压hadoop安装包到opt目录下　　　　sudo tar zxvf hadoop-2.8.1.tar.gz -C /opt　
　2）创建软链接　　　　ln -snf /opt/hadoop-2.8.1 /opt/hadoop　　　　　　
　3）配置环境变量　　　　　　在/etc/profile文件中加入以下内容：
　　　　export HADOOP_HOME=/opt/hadoop
　　　　export PATH=$PATH:$HADOOP_HOME/bin:$HADOO{P}_{H}OME/sbinsource/etc/profile4）使用hadoopversion命令测试是否配置成功3.2、配置hadoop配置文件存放在/opt/hadoop/etc/hadoop中有n多个文件，暂时我们只需要修改的只有5个1）hadoop-env.sh大约在25行左右exportJAV{A}_{H}OME=${JAVA_HOME}改成export JAVA_HOME=/opt/jdk　　　　　　　　注意：在配置文件中有提示我们怎么设置，我们一般不删除，二回选择注释它的提示。　2）core-site.xml　　　　　　　

fs.defaultFS
hdfs://1.0.0.5:9000

　　　　　　分析：1.0.0.5是你主节点所在主机的ip，而9000为端口　　
3）hdfs-site.xml　　　

dfs.nameservices
hadoop-cluster


dfs.namenode.name.dir
file:///data/hadoop/hdfs/nn


dfs.namenode.ch
eckpoint.dir
file:///data/hadoop/hdfs/snn


dfs.namenode.checkpoint.edits.dir
file:///data/hadoop/hdfs/snn


dfs.datanode.data.dir
file:///data/hadoop/hdfs/dn

　　　　
　　4）mapred-site.xml　　　　在hadoop的相关目录中没有此文件，但是有一个mapred-site.xml.template文件，将该文件复制一份为mapred-site.xml　　　　cp mapred-site.xml.template mapred-site.xml

mapreduce.framework.name
yarn

　　　　　
　5）yarn-site.xml


yarn.resourcemanager.hostname
1.0.0.5



yarn.nodemanager.aux-services
mapreduce_shuffle


yarn.nodemanager.local-dirs
file:///data/hadoop/yarn/nm

　　　　　
　7）创建相关目录 sudo mkdir -p /data/hadoop/hdfs/nn
sudo mkdir -p /data/hadoop/hdfs/dn
sudo mkdir -p /data/hadoop/hdfs/snn
sudo mkdir -p /data/hadoop/yarn/nm　　
　注意：　　　　　　如果使用sudo启动hadoop的相关进程，这几目录的权限可以不用管。
　　　　如果是使用当前的用户启动相关进程，对于opt目录，当前用户得有读写权限，对于/data目录也需要读写权限。　　　遇到问题：　　　　　　笔者就是在这个目录权限的问题吃el很大得亏。首先为了不使用sudo我将/data目录的权限修改为777，然后进行　　　　　　HDFS集群格式化的时候，出现：　　　　　　　　　　　　　　这时我在想为什么呢？原来我只是给data目录设置了读写权限，但是没有给它的子目录设置读写权限。所以：　　　　　　　　　　　　chmod -R 777 /data 递归设置权限　　
8）对HDFS集群进行格式化，HDFS集群是用来存储数据的。　　　　　　hdfs namenode -format3.3、启动集群　
1）启动HDFS集群　　　　　　 　　　　hadoop-daemon.sh start namenode 启动主节点
　　　　hadoop-daemon.sh start datanode 启动从节点　　　　
　　　
2）启动YARN集群 　　　　yarn-daemon.sh start resourcemanager
　　　　yarn-daemon.sh start nodemanager　　　　　
3）启动作业历史服务器　　　　mr-jobhistory-daemon.sh start historyserver　　　　4）jps命令查看是否启动成功
5）HDFS和YARN集群都有相对应的WEB监控页面　　　　HDFS：http://ip:50070　　　　　　　　YARN：http://ip:8088
6）HDFS集群的简单操作命令 　　　　hdfs dfs -ls /　　　　 　　　　hdfs dfs -mkdir -p /user/zyh　
7） YARN集群的操作----提交任务/作业　　　　计算PI值的作业：
　yarn jar /opt/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.1.jar pi 4 100　　　　回到顶部(go to top)
　四、一个问题我之前没有注意发现我的yarn的从节点没有启动起来，在执行计算PI值的时候没有成功才看到：　　查看日志发现是配置文件：　　在hdfs-site-web.xml中：　　　　　　查看http://1.0.0.5:50070可以查看从节点是否启动：　　　　　　在执行上面使用yarn集群来计算pi值得命令：　　　　　　查看http://1.0.0.5:8088可以看出计算pi值得任务正在执行：　　　　
　　　最后成功：　　　　　终端中会显示执行结果！