大数据作业

**

2017283133 方书生

大数据开发之HADOOP安装教程
本文特点:比较详细的傻瓜式安装教学
![
在这里插入图片描述
安装前准备 :首先要准备好四台能相互ping通的虚拟机且能跟windows主机ping通(可参考[https://blog.csdn.net/weixin_41705703/article/details/90049744?utm_medium=distribute.pc_relevant_t0.none-task-blog-OPENSEARCH-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-OPENSEARCH-1.nonecase]),然后建立xshell 5连接。
在这里插入图片描述
注意:这里的nodeXX尽量按顺序若一开始有错误01不行则可以从02开始同样原理删改即可。
Namenode放在哪两台机子上,ZKFC就放在哪;ZK的功能是切换Namenode状态。
正式安装过程:
先下载一个Xftp如
在这里插入图片描述
左边windows右边虚拟机
在这里插入图片描述
安装打开后可选择连接虚拟机,然后进行文件传输windows下的(jdk-7u67-linux-x63.rpm)传输到nodeXX的家目录下,然后输入命令进行分发。

输入运行命令:
-scp jdk-7u67-linux-x63.rpm node01:pwd
-scp jdk-7u67-linux-x63.rpm node02:pwd
-scp jdk-7u67-linux-x63.rpm node03:pwd
之后输入ll观察是否接受成功!
在这里插入图片描述
分别在node01、02、03上执行rpm安装命令 -rpm -i jdk-7u67-linux-x63.rpm
在node02上cd /etc,在此目录下把profile文件分发到node02、03、03上。
scp profile node02:pwd
在Xshell中输入jps若输出结果为
数字+Jps则表示成功;

之后开始同步所有服务器的时间(输入date)查看机子当前时间 (时间不能差太大,否则集群启动后某些进程跑不起来。)
若不同步怎
1。yum进行时间同步器的安装

-yum -y install ntp
1
2输入同步指令执行同步

-ntpdate time1.aliyun.com 和阿里云服务器时间同步

之后的node03 /04都以此照做执行。

下一步使两个NN间相互免秘钥;
nodel02与nodel03间互相免密钥: nodel02可免密钥登录nodel03,那现需nodel03上能免密钥登nodel02,因此在node03上输入

ssh-keygen -t dsa -P ‘’ -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

1
2
3

ssh localhost验证发送到node03上`

scp id_dsa.pub node02:pwd/node03.pub
1

在node03上ssh node02验证一下可否免密钥登录

修改namenode的一些配置信息
vi hdfs-site.xml

dfs.replication 3
<property>
	<name>dfs.nameservices</name>
	<value>mycluster</value>
</property>
<property>
	<name>dfs.ha.namenodes.mycluster</name>
	<value>nn1,nn2</value>
</property>
<property>
	<name>dfs.namenode.rpc-address.mycluster.nn1</name>
	<value>node02:9000</value>
</property>
<property>
	<name>dfs.namenode.rpc-address.mycluster.nn2</name>
	<value>node03:9000</value>
</property>
<property>
	<name>dfs.namenode.http-address.mycluster.nn1</name>
	<value>node02:50070</value>
</property>
<property>
	<name>dfs.namenode.http-address.mycluster.nn2</name>
	<value>node03:50070</value>
</property>

<property>
	<name>dfs.namenode.shared.edits.dir</name>
	<value>qjournal://node02:8485;node03:8485;node04:8485/mycluster</value>
</property>

<property>
	<name>dfs.journalnode.edits.dir</name>
	<value>/var/gf/hadoop/ha/jn</value>
</property>

<property>
	<name>dfs.client.failover.proxy.provider.mycluster</name>
	<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<property>
	<name>dfs.ha.fencing.methods</name>
	<value>sshfence</value>
</property>
<property>
	<name>dfs.ha.fencing.ssh.private-key-files</name>
	<value>/root/.ssh/id_dsa</value>
</property>

<property>
	<name>dfs.ha.automatic-failover.enabled</name>
	<value>true</value>
</property>

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
vi core-site.xml

fs.defaultFS hdfs://mycluster <!– zookeeper布署的位置--> ha.zookeeper.quorum node03:2181,node04:2181,node05:2181

1
2
3
4
5
6
7
8
9
10
11
更改slaves vi slaves*

安装hadoopcd
cd /opt,将其下的yyj目录分发到node03、04、05
scp –r yyj/ nodel03:pwd
scp –r yyj/ nodel04:pwd
scp –r yyj/ nodel05:pwd
将hdfs-site.xml和core-site.xml分发到node03、04、05

scp hdfs-site.xml core-site.xml node03:pwd
scp hdfs-site.xml core-site.xml node04:pwd
scp hdfs-site.xml core-site.xml node05:pwd
1
2
3
安装zookeeper(并用xftp将windows下的zookeeperzookeeper-3.3.6.tar.gz -C传输到家目录下
运行tar xf zookeeper-3.3.6.tar.gz -C /opt/whj)
解压安装zookeeper

tar xf zookeeper-3.3.6.tar.gz -C /opt/whj
1
修改zookeeper的配置文件

cd /opt/whj/zookeeper-3.3.6/conf
1
给zoo_sample.cfg改名

cp zoo_sample.cfg zoo.cfg
1
vi zoo.cfg
改dataDir=/var/whj/zk
并在末尾追加:

server.1=node03:2888:3888
server.2=node04:2888:3888
server.3=node05:2888:3888
1
2
3
(其中2888主从通信端口,3888是当主挂断后进行选举机制的端口 )

scp -r zookeeper-3.3.6/ node04:pwd
scp -r zookeeper-3.3.6/ node05:pwd
1
2
并用ll /opt/gf检查下看分发成功没
给每台机子创建刚配置文件里的路径
对node03来说:

echo 1 > /var/whj/zk/myid
cat /var/whj/zk/myid
1
2
以此类推
在/etc/profile里面配置

export ZOOKEEPER_HOME=/opt/whj/zookeeper-3.3.6
export PATH= P A T H : / u s r / j a v a / j d k 1.7. 0 6 7 / b i n : PATH:/usr/java/jdk1.7.0_67/bin: PATH:/usr/java/jdk1.7.067/bin:HADOOP_HOME/bin: H A D O O P H O M E / s b i n : HADOOP_HOME/sbin: HADOOPHOME/sbin:ZOOKEEPER_HOME/bin
1
2
然后在把/etc/profile分发到其他nodel04、node05
scp /etc/profile nodel04:/etc
scp /etc/profile nodel05:/etc
在nodel03、04、05里source /etc/profie,这步千万别忘.
验证source这句是否完成,输入zkCli.s,按Tab可以把名字补全zkCli.sh

启动zookeeper
全部会话:zkServer.sh start
接着用zkServer.sh status查看每个zookeeper节点的状态
如果启动不起来,请把/etc/profile里的JAVA_HOME改成绝对路径。
启动journalnode
在02、03、04三台机子上分别把journalnode启动起来
hadoop-daemon.sh start journalnode
用jps检查下进程启起来了没
格式化namenode任意
随意挑一台namenode上执行hdfs namenode –format
另一台namenode不用执行,否则clusterID变了,找不到集群了。
然后,启动刚刚格式化的那台namenode:

hadoop-daemon.sh start namenode
1
给另一namenode同步数据
我们要给另一台namenode同步一下数据,用以下命令

hdfs namenode -bootstrapStandby
1
格式化ckfc

hdfs zkfc -formatZK
1
在node04上执行zkCli.sh打开zookeeper客户端看hadoop-ha是否打开
启动hdfs集群

start-dfs.sh
为MapReduce做准备
把mapred-site.xml.template留个备份,并且改下名字

cp mapred-site.xml.template mapred-site.xml
1
在mapred-site.xml里添加如下property

mapreduce.framework.name yarn 1 2 3 4 在yarn-site.xml里添加如下property yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.ha.enabled true yarn.resourcemanager.cluster-id cluster1 yarn.resourcemanager.ha.rm-ids rm1,rm2 yarn.resourcemanager.hostname.rm1 node04 yarn.resourcemanager.hostname.rm2 node05 yarn.resourcemanager.zk-address node03:2181,node04:2181,node05:2181 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 把mapred-site.xml和yarn-site.xml 分发到node03、04、05

scp mapred-site.xml yarn-site.xml node03:pwd
scp mapred-site.xml yarn-site.xml node04:pwd
scp mapred-site.xml yarn-site.xml node05:pwd
1
2
3
由于node04和node05都是resourcemanager,所以它俩应该相互免密钥
node04上免密钥登录node05:
在node04的.ssh目录下生成密钥

ssh-keygen -t dsa -P ‘’ -f ./id_dsa
1
并追加到自己authorized_keys

cat id_dsa.pub >> authorized_keys
1
用ssh localhost验证看是否需要密码,别忘了exit
将node04 的公钥分发到node05

scp id_dsa.pub node05:pwd/node04.pub
1
在node05的.ssh目录下,追加node04.pub

cat node05.pub >> authorized_keys
在node04上ssh node05,看是否免密钥。
node05上免密钥登录node04同理。
启动所有进程,并检查是否有遗漏

在这里插入图片描述

准备mapredeuce

在nodel02上动hdfs,start-dfs.sh
在nodel02上启动yarn,start-yarn.sh
在nodel04、05上分别启动resourcemanager,yarn-daemon.sh start resourcemanager
全部会话jps,看进程全不全
在浏览器访问node05:8088,查看resourcemanager管理的内容

cd /opt/whj/hadoop-2.6.5/share/hadoop/mapreduce
在hdfs里建立输入目录和输出目录
hdfs dfs -mkdir -p /data/in1
hdfs dfs -mkdir -p /data/out1
将要统计数据的文件上传到输入目录并查看
hdfs dfs -put ~/********.txt/data/in1
hdfs dfs -ls /data/in1
运行wordcount(注意:此时的/data/out1必须是空目录)
hadoop jar hadoop-mapreduce-examples-2.6.5.jar wordcount /data/in /data/out/result
在网页上打开nodel04:8088,FinalStatus显示SUCCEEDED
查看运行结果
hdfs dfs -ls /data/out/result
hdfs dfs -cat /data/out/result/part-r-00000
关闭集群:
node02: stop-dfs.sh
node02: stop-yarn.sh (停止nodemanager)
node04,node05: yarn-daemon.sh stop resourcemanager
node04、05、03:zkServer.sh stop
更改环境变量,增加HADOOP_HOME。并且给path后追加HADOOP_HOME的bin目录。然后再新建一个变量HADOOP_USER_NAME

打开存放hadoop文件的文件夹,选择hadoop-2.6.5—bin中的hadoop.dll 将其复制到C盘—Windows—System32

安装eclipse-mars并打开,点击Windows,选择Preferences中的Hadoop Map…,填写相关信息 选择在页面下方的Map/Reduce Locations,在下方空白处右键,选择第一项,填写信息,host取值是active状态下的namenode

点击windows,选择Preferences,在Build Path下选择User Libraries,新建一个jar。在右侧点击Add Eternal…,选择hadoop-lib文件夹导入

新建一个Project,取名test2,右键,选择Build Path—Configure Build… 点击Add Library…,选择User Library,选择刚创建的jar。导入JUnit操作类似。

在这里插入图片描述

利用xftp把hdfs-site.xml,core-site.xml等几个xml放到project的src目录。打开xftp,找到project所在的位置,找到xml文件所在位置,选择并传输

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值