Hadoop简介以及集群搭建详细过程

hadoop集群简介

• hadoop加群包括两个集群：hdfs集群，yarn集群
• 两个集群逻辑上分离，通常物理上在一起
• 两个集群都是标准的主从架构集群

• 逻辑上分离：两个集群相互之间没有依赖，互不影响
• 物理上在一起：某些角色今晚往往部署在同一台物理服务器上
• MapReduce集群呢？
  • MapReduce是计算框架、代码层面的组件没有集群之说
    

hadoop部署模式

Hadoop集群安装

1.集群角色规划

• 角色规划的准则
  • 根据软件工作特性和服务器硬件资源情况合理分配
  • 比如依赖内存工作的namanode是不是不花在大内存机器上
• 角色规划注意事项
  • 资源上有抢夺冲突的，尽量不要部署在一起
  • 共偶作上需要相互配合的，尽量部署在一起
    

2.服务器基础环境准备

• 防火墙关闭(三台机器)
  • systemctl stop firewalld. service #关闭防火墙
  • systemtl disable firewalld. service #禁止防火墙开启自启
• ssh免密登录(node1执行—>node1|node2|node3)
  • ssh-keygen #四个回车 生成公钥、私钥
  • ssh-copy-id node1，ssh-cpoy-id node2，ssh-coppy-id node3
• 集群时间同步(三台机器)
  • yum -y install ntpdata
  • ntpdate ntp2.aliyun.com
• JDK 1.8安装(三台机器)

3.上传安装包

• 创建同一工作目录(三台机器)
  • mkdir -p /export/server/ #软件安装路径
  • mkdir -p /export/data/ #数据安装路径
  • mkdir -p /export/softwarw/ #安装包存放路径
• 上传、解压安装包

hadoop-3.1.4-bin-snappy-CentOS7.tar.gz
tar zvxf hadoop-3.1.4-bin-snappy-CentOS7.tar.gz -C /export/server

hadoop安装包目录结构

5.编辑hadoop配置文件

• hadoop-env.sh
  • cd /esport/server/hadoop-3.1.4/etc/hadoop/
  • vim hadoop-env.sh

• core-site.xml
  • cd /export/server/hadoop-3.1.4/etc/hadoop/
  • vim sore-site.xml

• hafs-site.xml

  • cd /export/server/hadoop-3.1.4/etc/hadoop/
  • vim hdfs-site.xml

• mapred-site.xml

  • cd /export/server/hadoop-3.1.4/etc/hadoop/
  • vim mared-site.xml

• yarn-site.xml

  • cd /export/server/hadoop3.1.4/etc/hadoop
  • vim yarn-site.xml

• workers

  • cd /export/server/hadoop-3.1.4/etc/hadoop
  • vim workers
    

6.分发安装包

• 在node1机器上奖hadoop安装包scp同步到其他机器
  • cd /export/server/
  • scp -r hadoop-3.1.4 root@node2: /export/server/
  • scp -r hadoop-3.1.4 root@node3: /export/server/

7.配置hadoop环境变量

• 在node1上配置hadoop换件变量
  • vim /etc/profile
  • export HADOOP_HOME=/export/server/hadoop-3.1.4
  • export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/bin
• 将修改后的环境变量同步到其他机器
  • scp /etc/profile root@node2:/etc/
  • scp /etc/profile root@node3:/etc/
• 重新加载环境变量，验证是否生效(三台机器)
  • sourece /etc/profile
  • hadoop #验证是否生效
    

8.NameNode format(格式化操作)

• 首次启动hdfs时，必须对齐进行格式化操作
• format本质上是初始化工作，进行hdfs清理和准备工作
• 命令：hdfs namenode -format

• 首次启动之前需要format操作
• format只能进行一次，后续不在需要
• 如果多次format除了造成数据丢失外，还会导致hdfs集群主从角色之间互不识别，通过删除所有机器hadoop.tmp.dir目录重新format解决

hadoop集群启动关闭-手动逐个进程启停

• 每台机器上每次手动启动关闭一个角色进程
• hdfs集群
  • hafs --daemon start namenode|datanode|decondarynamenoe
  • hafs --daemon stop namenode|datanode|decondarynamenoe
• yarn集群
  • yarn --daemon start resourcemanager|nodemanager
  • yarn --daemon stop resourcemanager|nodemanager

shell脚本一键启停

• 在node1上，使用软件自带的shell脚本一键启动
• 前提：配置好机器之间的shh免密登录和workers文件
• hdfs集群
  • start-dfs.sh
  • stop-dfs.sh
• yarn集群
  • start-yarn.sh
  • stop-yarn.sh
• hadoop集群
  • start-all.sh
  • stop-all.sh