Linux下安装hadoop服务器_linux 安装ddhapplicationserver-CSDN博客

本文链接：https://blog.csdn.net/weixin_45417821/article/details/107941977

文章目录

虚拟机环境准备
安装JDK
安装Hadoop
Hadoop目录结构
- 查看Hadoop目录结构
- 重要目录
群起集群

虚拟机环境准备

配置虚拟机IP

	vi /etc/sysconfig/network-scripts/ifcfg-eth0
		ONBOOT=yes
		BOOTPROTO=static
		IPADDR=192.168.168.+主机名的IP
		NETMASK=255.255.255.0
		GATEWAY=192.168.168.2
		PREFIX=24
		IPV4_FAILURE_FATAL=yes
		IPV6INIT=no
		DNS1=192.168.168.2

修改主机名

vi /etc/sysconfig/network
	保存退出后重启网络
service network restart
	查看虚拟机ip
		ifconfig

	虚拟机命令行ping 百度
		ping www.baidu.com
		停止：Ctrl + z

关闭防火墙

关闭开机自动启动防火墙
		关闭：chkconfig iptables off
		开启：chkconfig iptables on
		查看：chkconfig iptables --list
		
防火墙设置
	查看防火墙状态：service iptables status
	关闭防火墙状态：service iptables stop
	开启防火墙状态：service iptables start
  
修改主机名后要重启虚拟机生效：reboot

主机映射

vi /etc/hosts
192.168.168.主机名的IP hadoop102
192.168.168.主机名的IP hadoop103
192.168.168.主机名的IP hadoop104

克隆虚拟机

修改主机名:vi /etc/sysconfig/network
修改主机ip: vi /etc/sysconfig/network-scripts/ifcfg-eth0
修改：物理地址:HWADDR（虚拟机右下角网络适配器，设置，高级，MAC) 修改：逻辑地址：IPADDR
修改网络配置文件

vi /etc/udev/rules.d/70-persistent-net.rules
将克隆的内容删掉，将本机的配置文件尾行NAME值eth1改成eth0

重启网络：service network restart
如果遇到失败，重启虚拟机：reboot

配置SSH

免密：
在配置ssh免密钥之前，每个节点配置好主机映射：vi /etc/hosts
root用户操作

hadoop102：cd /root/.ssh ---> 生成公钥私钥：ssh-keygen -t rsa  (一直空格)
		创建：touch authorized_keys ---> 将公钥写到此文件：cat id_rsa.pub >> authorized_keys
			cat authorized_keys
		将此文件发送到hadoop103：scp -r authorized_keys hadoop103:/root/.ssh (第二个虚拟机)
hadoop103：cd /root/.ssh ---> 生成公钥私钥：ssh-keygen -t rsa
		将公钥写到此文件：cat id_rsa.pub >> authorized_keys
		cat authorized_keys
		将此文件发送到hadoop104：scp -r authorized_keys hadoop104:/root/.ssh（第三个虚拟机）
hadoop104：cd /root/.ssh ---> 生成公钥私钥：ssh-keygen -t rsa
		将公钥写到此文件：cat id_rsa.pub >> authorized_keys
		cat authorized_keys
		将此文件分发送到hadoop102和hadoop103：scp -r authorized_keys hadoop102:/root/.ssh （第一个虚拟机）
		scp -r authorized_keys hadoop103:/root/.ssh （第二个虚拟机）

测试：hadoop102：ssh hadoop102/ssh hadoop103/ssh hadoop104
测试：hadoop103：ssh hadoop102/ssh hadoop103/ssh hadoop104
测试：hadoop104：ssh hadoop102/ssh hadoop103/ssh hadoop104
exit退出

.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	存放授权过得无密登录服务器公钥

在/opt目录下创建文件夹

（1）在/opt目录下创建module、software文件夹

[root@hadoop102 opt]$ sudo mkdir module
[root@hadoop102 opt]$ sudo mkdir software

（2）修改module、software文件夹的所有者cd

[root@hadoop102 opt]$ sudo chown atguigu:atguigu module/ software/
[root@hadoop102 opt]$ ll
总用量 8
drwxr-xr-x. 2 root root 4096 1月  17 14:37 module
drwxr-xr-x. 2 root root 4096 1月  17 14:38 software

安装JDK

卸载现有JDK

（1）查询是否安装Java软件：

[root@hadoop102 opt]$ rpm -qa | grep java

（2）如果安装的版本低于1.7，卸载该JDK：

[root@hadoop102 opt]$ sudo rpm -e --nodeps 软件包

（3）查看JDK安装路径：

[root@hadoop102 ~]$ which java

在Linux系统下的opt目录中查看软件包是否导入成功

[root@hadoop102 opt]$ cd software/
[root@hadoop102 software]$ ls
hadoop-2.7.2.tar.gz  jdk-8u144-linux-x64.tar.gz

解压JDK到/opt/module目录下

[root@hadoop102 software]$ tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module/

配置JDK环境变量

（1）先获取JDK路径

[root@hadoop102 jdk1.8.0_144]$ pwd
/opt/module/jdk1.8.0_144

（2）打开/etc/profile文件

[root@hadoop102 software]$ sudo vi /etc/profile
在profile文件末尾添加JDK路径
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin

（3）保存后退出

:wq

（4）让修改后的文件生效

[root@hadoop102 jdk1.8.0_144]$ source /etc/profile

测试JDK是否安装成功

[root@hadoop102 jdk1.8.0_144]# java -version
java version "1.8.0_144"
	  注意：重启（如果java -version可以用就不用重启）
[root@hadoop102 jdk1.8.0_144]$ sync
[root@hadoop102 jdk1.8.0_144]$ sudo reboot

安装Hadoop

进入到Hadoop安装包路径下

[root@hadoop102 ~]$ cd /opt/software/

解压安装文件到/opt/module下面

[root@hadoop102 software]$ tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/

查看是否解压成功

[root@hadoop102 software]$ ls /opt/module/
hadoop-2.7.2

将Hadoop添加到环境变量

（1）获取Hadoop安装路径

[root@hadoop102 hadoop-2.7.2]$ pwd
/opt/module/hadoop-2.7.2

（2）打开/etc/profile文件

[root@hadoop102 hadoop-2.7.2]$ sudo vi /etc/profile
在profile文件末尾添加JDK路径：（shitf+g）
##HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

（3）保存后退出

:wq

（4）让修改后的文件生效

[root@hadoop102 hadoop-2.7.2]$ source /etc/profile

测试是否安装成功

[root@hadoop102 hadoop-2.7.2]$ hadoop version
Hadoop 2.7.2

重启(如果Hadoop命令不能用再重启)

[root@hadoop102 hadoop-2.7.2]$ sync
[root@hadoop102 hadoop-2.7.2]$ sudo reboot

编写集群分发脚本xsync

脚本实现

在/home/atguigu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：

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

#!/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=103; host<105; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done

修改脚本 xsync 具有执行权限

[root@hadoop102 bin]$ chmod 777 xsync

调用脚本形式：xsync 文件名称

[root@hadoop102 bin]$ xsync /home/bin
注意：如果将xsync放到/home/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。

Hadoop目录结构

查看Hadoop目录结构

[root@hadoop102 hadoop-2.7.2]$ ll
总用量 52
drwxr-xr-x. 2 root root 4096 5月  22 2017 bin
drwxr-xr-x. 3 root root  4096 5月  22 2017 etc
drwxr-xr-x. 2 root root  4096 5月  22 2017 include
drwxr-xr-x. 3 root root  4096 5月  22 2017 lib
drwxr-xr-x. 2 root root  4096 5月  22 2017 libexec
-rw-r--r--. 1 root root 15429 5月  22 2017 LICENSE.txt
-rw-r--r--. 1 root root   101 5月  22 2017 NOTICE.txt
-rw-r--r--. 1 root root  1366 5月  22 2017 README.txt
drwxr-xr-x. 2 root root 4096 5月  22 2017 sbin
drwxr-xr-x. 4 root root  4096 5月  22 2017 share

重要目录

（1）bin目录：存放对Hadoop相关服务（HDFS,YARN）进行操作的脚本
（2）etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件
（3）lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）
（4）sbin目录：存放启动或停止Hadoop相关服务的脚本
（5）share目录：存放Hadoop的依赖jar包、文档、和官方案例

群起集群

配置集群

（1）核心配置文件
配置core-site.xml

[root@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

[root@hadoop102 hadoop]$ vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置hdfs-site.xml

[root@hadoop102 hadoop]$ vi hdfs-site.xml
<!--在该文件中编写如下配置 -->
<property>
		<name>dfs.replication</name>
		<value>3</value>
</property>

<!-- 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>

（3）YARN配置文件
配置yarn-env.sh

[root@hadoop102 hadoop]$ vi yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置yarn-site.xml

[root@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>
<!--日志聚集  -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 日志信息保存在文件系统上的最长时间  秒为单位-->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>640800</value>
</property>

（4）MapReduce配置文件
配置mapred-env.sh

[root@hadoop102 hadoop]$ vi mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置mapred-site.xml

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

[root@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>
<property>
        <name>mapreduce.jobhistory.address</name>
        <value>hadoop102:10020</value>
</property>
<property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>hadoop102:19888</value>
</property>
<property>
       	<name>mapreduce.jobhistory.joblist.cache.size</name>
        <value>20000</value>
</property>

在集群上分发配置好的Hadoop配置文件

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

查看文件分发情况

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

集群单点启动

（1）如果集群是第一次启动，需要格式化NameNode

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

（2）在hadoop102上启动NameNode

[root@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start namenode
[root@hadoop102 hadoop-2.7.2]$ jps
3461 NameNode

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

[root@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[root@hadoop102 hadoop-2.7.2]$ jps
3461 NameNode
3608 Jps
3561 DataNode
[root@hadoop103 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[root@hadoop103 hadoop-2.7.2]$ jps
3190 DataNode
3279 Jps
[root@hadoop104 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[root@hadoop104 hadoop-2.7.2]$ jps
3237 Jps
3163 DataNode

（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？
早上来了开始一个一个节点启动，到晚上下班刚好完成，下班？

群起集群

配置slaves

/opt/module/hadoop-2.7.2/etc/hadoop/slaves
[root@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。
同步所有节点配置文件

[root@hadoop102 hadoop]$ xsync slaves

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）

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

（2）启动HDFS

[root@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[root@hadoop102 hadoop-2.7.2]$ jps
4166 NameNode
4482 Jps
4263 DataNode
[root@hadoop103 hadoop-2.7.2]$ jps
3218 DataNode
3288 Jps

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

（3）启动YARN

[root@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 NameNode SecondaryNameNode ResourceManger
（a）浏览器中输入：http://hadoop104:50090/status.html 即可查看信息
（b）浏览器中输入：http://hadoop102:50070/ 即可查看信息
（c）浏览器中输入：http://hadoop103:8088/ 即可查看信息

集群基本测试
（1）上传文件到集群
上传小文件

[root@hadoop102 hadoop-2.7.2]$ hdfs dfs -mkdir -p /user/root/input
[root@hadoop102 hadoop-2.7.2]$ hdfs dfs -put wcinput/wc.input /user/root/input

上传大文件
[root@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -put
/opt/software/hadoop-2.7.2.tar.gz /user/root/input
（2）上传文件后查看文件存放在什么位置
（a）查看HDFS文件存储路径

[root@hadoop102 subdir0]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/BP-938951106-192.168.168.自己主机IP-1495462844069/current/finalized/subdir0/subdir0

（b）查看HDFS在磁盘存储文件内容

[root@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce

（3）拼接

-rw-rw-r--. 1 root root 134217728 5月  23 16:01 blk_1073741836
-rw-rw-r--. 1 root root  1048583 5月  23 16:01 blk_1073741836_1012.meta
-rw-rw-r--. 1 root root  63439959 5月  23 16:01 blk_1073741837
-rw-rw-r--. 1 root root  495635 5月  23 16:01 blk_1073741837_1013.meta
[root@hadoop102 subdir0]$ cat blk_1073741836>>tmp.file
[root@hadoop102 subdir0]$ cat blk_1073741837>>tmp.file
[root@hadoop102 subdir0]$ tar -zxvf tmp.file

（4）下载

[root@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -get
 /user/root/input/hadoop-2.7.2.tar.gz ./

集群启动/停止方式总结

各个服务组件逐一启动/停止
（1）分别启动/停止HDFS组件

hadoop-daemon.sh  start / stop  namenode / datanode / secondarynamenode

（2）启动/停止YARN

yarn-daemon.sh  start / stop  resourcemanager / nodemanager

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