Hadoop-3.1.3集群搭建详细过程

最新推荐文章于 2024-06-20 16:12:27 发布

无清泉

最新推荐文章于 2024-06-20 16:12:27 发布

阅读量1.9k

点赞数 4

文章标签： hadoop

本文链接：https://blog.csdn.net/weixin_49060400/article/details/108037854

版权

Hadoop运行环境搭建

1.虚拟机环境准备

1)准备一台模板虚拟机hadoop100，虚拟机配置要求如下：

备注：本文Linux系统环境全部以CentOS-7.5-x86-1804为例说明

模板虚拟机：内存4G，硬盘50G，安装必要环境，为安装hadoop做准备

[root@hadoop100 ~]# yum install -y epel-release
[root@hadoop100 ~]# yum install -y psmisc nc net-tools rsync vim lrzsz ntp libzstd openssl-static tree iotop git

使用yum安装需要虚拟机可以正常上网，yum安装前可以先测试下虚拟机联网情况

[root@hadoop100 ~]# ping www.baidu.com
PING www.baidu.com (14.215.177.39) 56(84) bytes of data.
64 bytes from 14.215.177.39 (14.215.177.39): icmp_seq=1 ttl=128 time=8.60 ms
64 bytes from 14.215.177.39 (14.215.177.39): icmp_seq=2 ttl=128 time=7.72 ms

2)关闭防火墙，关闭防火墙开机自启

[root@hadoop100 ~]# systemctl stop firewalld
[root@hadoop100 ~]# systemctl disable firewalld

3）创建local用户，并修改local用户的密码

[root@hadoop100 ~]# useradd local
[root@hadoop100 ~]# passwd local

4）配置local用户具有root权限，方便后期加sudo执行root权限的命令

[root@hadoop100 ~]# vim /etc/sudoers

修改/etc/sudoers文件，找到下面一行（91行），在root下面添加一行，如下所示：

## Allow root to run any commands anywhere
root      ALL=(ALL)     ALL
local     ALL=(ALL)     NOPASSWD:ALL

5）在/opt目录下创建文件夹，并修改所属主和所属组

（1）在/opt目录下创建module、software文件夹

[root@hadoop100 ~]# mkdir /opt/module
[root@hadoop100 ~]# mkdir /opt/software

（2）修改module、software文件夹的所有者和所属组均为local用户

[root@hadoop100 ~]# chown local:local /opt/module 
[root@hadoop100 ~]# chown local:local /opt/software

（3）查看module、software文件夹的所有者和所属组

[root@hadoop100 ~]# cd /opt/
[root@hadoop100 opt]# ll
总用量 12
drwxr-xr-x. 2 local local 4096 5月  28 17:18 module
drwxr-xr-x. 2 root    root    4096 9月   7 2017 rh
drwxr-xr-x. 2 local local 4096 5月  28 17:18 software

6）卸载虚拟机自带的open JDK

[root@hadoop100 ~]# rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps

7）重启虚拟机

[root@hadoop100 ~]# reboot

2.克隆虚拟机

1）利用模板机hadoop100，克隆三台虚拟机：hadoop102 ,hadoop103,hadoop104

2）修改克隆机IP，以下以hadoop102举例说明

（1）修改克隆虚拟机的静态IP

[root@hadoop100 ~]# vim /etc/sysconfig/network-scripts/ifcfg-ens33

改成

DEVICE=ens33
TYPE=Ethernet
ONBOOT=yes
BOOTPROTO=static
NAME="ens33"
IPADDR=192.168.6.102
PREFIX=24
GATEWAY=192.168.6.2
DNS1=192.168.6.2

（2）查看Linux虚拟机的虚拟网络编辑器，编辑->虚拟网络编辑器->VMnet8

（3）查看Windows系统适配器VMware Network Adapter VMnet8的IP地址

（4）保证Linux系统ifcfg-ens33文件中IP地址、虚拟网络编辑器地址和Windows系统VM8网络IP地址相同。

3）修改克隆机主机名，以下以hadoop102举例说明

（1）修改主机名称

[root@hadoop100 ~]# hostnamectl --static set-hostname hadoop102

或者修改/etc/hostname文件

[root@hadoop100 ~]# vim /etc/hostname
hadoop102

（2）配置linux克隆机主机名称映射hosts文件，打开/etc/hosts

[root@hadoop100 ~]# vim /etc/hosts

添加如下内容

192.168.6.100 hadoop100
192.168.6.101 hadoop101
192.168.6.102 hadoop102
192.168.6.103 hadoop103
192.168.6.104 hadoop104
192.168.6.105 hadoop105
192.168.6.106 hadoop106
192.168.6.107 hadoop107
192.168.6.108 hadoop108

4）重启克隆机hadoop102

[root@hadoop100 ~]# reboot

5）修改windows的主机映射文件（hosts文件）

（1）进入C:\Windows\System32\drivers\etc路径

（2）拷贝hosts文件到桌面

（3）打开桌面hosts文件并添加如下内容

192.168.6.100 hadoop100
192.168.6.101 hadoop101
192.168.6.102 hadoop102
192.168.6.103 hadoop103
192.168.6.104 hadoop104
192.168.6.105 hadoop105
192.168.6.106 hadoop106
192.168.6.107 hadoop107
192.168.6.108 hadoop108

（4）将桌面hosts文件覆盖C:\Windows\System32\drivers\etc路径hosts文件

3. 在hadoop102安装JDK,Hadoop

1）卸载现有JDK

[local@hadoop102 ~]$ rpm -qa | grep -i java | xargs -n1 sudo rpm -e --nodeps

2）用SecureCRT工具将JDK,hadoop-3.1.3.tar.gz导入到opt目录下面的software文件夹下面

3）alt+p进入sftp模式

4）选择jdk1.8,hadoop-3.1.3.tar.gz拖入工具

5) 解压JDK,hadoop-3.1.3.tar.gz到/opt/module目录下

[local@hadoop102 software]$ tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/
[local@hadoop102 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

6）配置JDK，hadoop环境变量

（1）新建/etc/profile.d/my_env.sh文件

[local@hadoop102 ~]$ sudo vim /etc/profile.d/my_env.sh

添加如下内容

#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin

#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

（2）source一下/etc/profile文件，让新的环境变量PATH生效

[local@hadoop102 ~]$ source /etc/profile

7）测试JDK,hadoop是否安装成功

[local@hadoop102 ~]$ java -version
java version "1.8.0_212"

[local@hadoop102 ~]$ hadoop version
Hadoop 3.1.3

如果能看到版本号，则代表Java，hadoop安装成功。

4.写一些关键脚本，利于后续集群使用

1）.SSH无密登录配置

（1）配置ssh

（a）基本语法：ssh另一台电脑的ip地址

（b）ssh连接时出现Host key verification failed的解决方法

[local@hadoop102 ~]$ ssh hadoop103

出现：

The authenticity of host '192.168.1.103 (192.168.1.103)' can't be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)?

（c）第一次链接，需要输入yes,并且输入hadoop103的密码

(2) 无密钥配置

（a）生成公钥和私钥：

[local@hadoop102 .ssh]$ 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）

（b）将公钥拷贝到要免密登录的目标机器上

[local@hadoop102 .ssh]$ ssh-copy-id hadoop102
[local@hadoop102 .ssh]$ ssh-copy-id hadoop103
[local@hadoop102 .ssh]$ ssh-copy-id hadoop104

© 备注：Hadoop102配置完成，还需要配置Hadoop103和Hadoop104，最好把3台机器的root用户也配置一下，这些就是一些体力活，需要慢慢完成。

（d）.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

2).编写集群分发脚本xsync

（1）作用：循环复制文件到所有节点的相同目录下

（2）原理分析： ssh ，rsync命令的反复调用

备注：在/home/local/bin这个目录下存放的脚本，local用户可以在系统任何地方直接执行。

（3）脚本实现

（a）在/home/local/bin目录下创建xsync文件

[local@hadoop102 opt]$ cd /home/local
[local@hadoop102 ~]$ mkdir bin
[local@hadoop102 ~]$ cd bin
[local@hadoop102 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

[local@hadoop102 bin]$ chmod +x xsync

（c）将脚本复制到/bin中，以便全局调用

[local@hadoop102 bin]$ sudo cp xsync /bin/

3.查看三台服务器java进程脚本：jpsall

[local@hadoop102 ~]$ cd /home/local/bin
[local@hadoop102 ~]$ vim jpsall

然后输入

#!/bin/bash
for host in hadoop102 hadoop103 hadoop104
do
        echo =============== $host ===============
        ssh $host jps $@ | grep -v Jps
done

赋予脚本执行权限

[local@hadoop102 bin]$ chmod +x jpsall

4.hadoop集群启停脚本（包含hdfs，yarn，historyserver）：myhadoop.sh

[local@hadoop102 ~]$ cd /home/local/bin
[local@hadoop102 ~]$ vim myhadoop.sh

然后输入

#!/bin/bash
if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi
case $1 in
"start")
        echo " =================== 启动 hadoop集群 ==================="

        echo " --------------- 启动 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac

赋予脚本执行权限

[local@hadoop102 bin]$ chmod +x myhadoop.sh

5. 集群配置

1) 集群部署规划

备注：NameNode和SecondaryNameNode不要安装在同一台服务器

备注：ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。

	hadoop102	hadoop103	hadoop104
HDFS	NameNodeDataNode	DataNode	SecondaryNameNodeDataNode
YARN	NodeManager	ResourceManagerNodeManager	NodeManager

2）配置文件说明

备注：Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。

（1）默认配置文件：

要获取的默认文件	文件存放在Hadoop的jar包中的位置
[core-default.xml]	hadoop-common-3.1.3.jar/ core-default.xml
[hdfs-default.xml]	hadoop-hdfs-3.1.3.jar/ hdfs-default.xml
[yarn-default.xml]	hadoop-yarn-common-3.1.3.jar/ yarn-default.xml
[mapred-default.xml]	hadoop-mapreduce-client-core-3.1.3.jar/ mapred-default.xml

（2）自定义配置文件：

备注：core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。

(3）配置集群

（a）核心配置文件

[local@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
[local@hadoop102 hadoop]$ vim core-site.xml

<configuration>
	<!-- 指定NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop102:9820</value>
</property>
<!-- 指定hadoop数据的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop-3.1.3/data</value>
</property>

<!-- 配置HDFS网页登录使用的静态用户为local -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>local</value>
</property>

<!-- 配置该local(superUser)允许通过代理访问的主机节点 -->
    <property>
        <name>hadoop.proxyuser.local.hosts</name>
        <value>*</value>
</property>
<!-- 配置该local(superUser)允许通过代理用户所属组 -->
    <property>
        <name>hadoop.proxyuser.local.groups</name>
        <value>*</value>
</property>
<!-- 配置该local(superUser)允许通过代理的用户-->
    <property>
        <name>hadoop.proxyuser.local.groups</name>
        <value>*</value>
</property>
</configuration>

（b）HDFS配置文件

[local@hadoop102 hadoop]$ vim hdfs-site.xml

<configuration>
	<!-- nn web端访问地址-->
	<property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop102:9870</value>
    </property>
	<!-- 2nn web端访问地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop104:9868</value>
    </property>
</configuration>

（c）YARN配置文件

[local@hadoop102 hadoop]$ vim yarn-site.xml

<configuration>
	<!-- 指定MR走shuffle -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>
<!-- 指定ResourceManager的地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop103</value>
</property>
<!-- 环境变量的继承 -->
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
<!-- yarn容器允许分配的最大最小内存 -->
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
    </property>
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
</property>
<!-- yarn容器允许管理的物理内存大小 -->
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>4096</value>
</property>
<!-- 关闭yarn对物理内存和虚拟内存的限制检查 -->
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>

（d）MapReduce配置文件

[local@hadoop102 hadoop]$ vim mapred-site.xml

<configuration>
	<!-- 指定MapReduce程序运行在Yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

3) 配置历史服务器

为了查看程序的历史运行情况，需要配置一下历史服务器。具体配置步骤如下：

[local@hadoop102 hadoop]$ vim mapred-site.xml

<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
</property>

4) 配置日志的聚集

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。

日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。

[local@hadoop102 hadoop]$ vim yarn-site.xml

<!-- 开启日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>  
    <name>yarn.log.server.url</name>  
    <value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

6.上续内容都在Hadoop102上完成，最后需要将所有文件分发到Hadoop103和Hadoop104上

群起集群

1）配置workers，如果不配置，也可以单启（后面说单启的命令），这只是为了方便使用脚本

[local@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

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。

利用写好的脚本（xsync）分发文件,

[local@hadoop102 ~]$ xsync bin/
[local@hadoop102 ~]$ xsync /opt/

2) 启动集群

（1）如果集群是第一次启动，需要在hadoop102节点格式化NameNode

[local@hadoop102 ~]$ hdfs namenode -format

（2）启动集群

[local@hadoop102 ~]$ myhadoop.sh start
 =================== 启动 hadoop集群 ===================
 --------------- 启动 hdfs ---------------
Starting namenodes on [hadoop102]
Starting datanodes
Starting secondary namenodes [hadoop104]
 --------------- 启动 yarn ---------------
Starting resourcemanager
Starting nodemanagers
 --------------- 启动 historyserver ---------------

（3）查看三台服务器java进程

[local@hadoop102 ~]$ jpsall 
===================== hadoop102 =====================
6355 DataNode
6660 NodeManager
6793 JobHistoryServer
6187 NameNode
===================== hadoop103 =====================
5860 NodeManager
5514 DataNode
5722 ResourceManager
===================== hadoop104 =====================
5008 SecondaryNameNode
5138 NodeManager
4907 DataNode

集群启动方式总结

1) 模块启动(模块群起群停)

hdfs:  
sbin/start-dfs.sh     启动hdfs模块 [NN  DN  2NN]
stop-dfs.sh      关闭hdfs[NN  DN  2NN]

yarn:
start-yarn.sh    启动yarn模块  [RM  NM]
stop-yarn.sh     关闭yarn模块  [RM  NM]

2) 单点启动

hdfs:
bin/hdfs --daemon start namenode   单独起NN
hdfs --daemon start datanode   单独起DN
hdfs --daemon start secondarynamenode  单独起2NN

yarn:
yarn --daemon start resourcemanager    单独启RM
yarn --daemon start nodemanager        单独启NM

HistoryServer:
mapred --daemon start historyserver    单独启动历史服务器
mapred --daemon stop historyserver     单独关闭历史服务器

无清泉

关注

4
点赞
踩
18

收藏

觉得还不错? 一键收藏
2
评论
Hadoop-3.1.3集群搭建详细过程

Hadoop运行环境搭建1.虚拟机环境准备1)准备一台模板虚拟机hadoop100，虚拟机配置要求如下：备注：本文Linux系统环境全部以CentOS-7.5-x86-1804为例说明模板虚拟机：内存4G，硬盘50G，安装必要环境，为安装hadoop做准备[root@hadoop100 ~]# yum install -y epel-release[root@hadoop100 ~]# yum install -y psmisc nc net-tools rsync vim lrzsz n
复制链接

扫一扫