前提
这篇文章是基于Linux
系统CentOS7
搭建Hadoop-3.3.0
分布式集群的详细手记。
基本概念
Hadoop
中的HDFS
和YARN
都是主从架构,主从架构会有一主多从和多主多从两种架构,这里为了简化搭建集群的流程,这里使用一主多从的架构。Hadoop
集群中各个角色的名称如下:
服务 | 主节点 | 从节点 |
---|---|---|
HDFS | NameNode | DataNode |
YARN | ResourceManager | NodeManager |
❝还有SecondaryNameNode,其实是NameNode的备用节点,定时合并和处理日志并且反馈到NameNode上。一般NameNode和SecondaryNameNode尽量不要放在同一个节点。
❞
HDFS
服务和YARN
其实是分离的,一者是数据存储,另一者是资源调度,Hadoop
集群可以只启用YARN
集群做资源调度。
测试集群服务器规划
测试的Hadoop
集群使用了3
台基于VirtualBox
搭建的CentOS7
虚拟机:
内网IP | 主机名 | 用户 | 虚拟磁盘空间 | HDFS角色 | YARN角色 |
---|---|---|---|---|---|
192.168.56.200 | hadoop01 | hadoop | 30GB | NameNode 、DataNode | NodeManager |
192.168.56.201 | hadoop02 | hadoop | 30GB | DataNode | NodeManager |
192.168.56.202 | hadoop03 | hadoop | 30GB | SecondaryNameNode 、DataNode | ResourceManager 、NodeManager |
前置软件安装或者准备工作
主要包括必要的软件安装、用户创建和网络配置等等。
关闭防火墙
为了避免出现部分端口无法访问,内网环境下每台虚拟机都可以直接关闭防火墙:
# 停止防火墙进程
systemctl stop firewalld.service
# 禁用防火墙开机启动
systemctl disable firewalld.service
JDK安装
JDK
的安装比较简单,这里过程略过。笔者使用的JDK
是OpenJDK
,版本是1.8.0_252-b09
,JDK
路径配置如下:
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.252.b09-2.el7_8.x86_64
export PATH=$JAVA_HOME/bin:$PATH
「确保集群所有机器的JDK
安装位置相同,并且JDK
版本尽可能大版本选择8
」,经过大量测试发现Hadoop
暂时不兼容JDK9+
。
[root@localhost]# java -version
openjdk version "1.8.0_252"
OpenJDK Runtime Environment (build 1.8.0_252-b09)
OpenJDK 64-Bit Server VM (build 25.252-b09, mixed mode)
❝这个JDK安装位置和安装包名称是不是看起来比较奇怪?没错,是笔者偷懒用yum直接安装的OpenJDK。
❞
修改主机名
三个节点分别通过hostnamectl set-hostname $hostname
修改主机名:
# 节点192.168.56.200
hostnamectl set-hostname hadoop01
reboot
# 节点192.168.56.201
hostnamectl set-hostname hadoop02
reboot
# 节点192.168.56.202
hostnamectl set-hostname hadoop03
reboot
最终效果如下:
Connecting to 192.168.56.200:22...
Connection established.
To escape to local shell, press 'Ctrl+Alt+]'.
WARNING! The remote SSH server rejected X11 forwarding request.
Last login: Sun Dec 13 06:42:42 2020 from 192.168.56.1
[root@hadoop01 ~]#
Connecting to 192.168.56.201:22...
Connection established.
To escape to local shell, press 'Ctrl+Alt+]'.
WARNING! The remote SSH server rejected X11 forwarding request.
Last login: Sun Dec 13 07:51:28 2020 from 192.168.56.1
[root@hadoop02 ~]#
Connecting to 192.168.56.202:22...
Connection established.
To escape to local shell, press 'Ctrl+Alt+]'.
WARNING! The remote SSH server rejected X11 forwarding request.
Last login: Sun Dec 13 07:52:01 2020
[root@hadoop03 ~]#
修改hosts文件
在每个节点的hosts
文件具体是/etc/hosts
尾部添加:
192.168.56.200 hadoop01
192.168.56.201 hadoop02
192.168.56.202 hadoop03
方便后面可以直接通过主机名访问对应的机器。可以在任意一台机器用通过主机名ping
任意的主机名:
ping hadoop01
ping hadoop02
ping hadoop03
添加hadoop用户
添加用户的操作需要在root
用户下进行。添加一个用户分组、命名和密码都为hadoop
的用户:
useradd hadoop
# 设置密码需要手动输入两次密码,笔者这里也暂时设定密码为hadoop
passwd hadoop
通过mkdir -p /data/hadoop
创建一个新目录,后面的hadoop
相关的数据等文件都放在/data/hadoop
目录下。设置目录/data/hadoop
的拥有者为hadoop
用户:
chown hadoop:hadoop /data/hadoop
最后设置hadoop
用户可以不输入密码直接通过sudo su
提升为root
用户:
chmod u+w /etc/sudoers
vim /etc/sudoers
# 在sudoers文件的root用户一行后面添加下面内容并且保存
hadoop ALL=(ALL) NOPASSWD:ALL
chmod u-w /etc/sudoers
效果如下:
![](https://i-blog.csdnimg.cn/blog_migrate/9e64c0d5bf482e8eae26c6efac0ae227.png)
验证一下是否成功:
# 在root用户下切换hadoop用户
su hadoop
# 在hadoop用户下无密码切换root用户
sudo su
# 效果
[root@localhost]# su hadoop
[hadoop@localhost]$ sudo su
[root@localhost]#
❝创建hadoop用户需要在集群中每台机器操作一次。
❞
设置集群机器SSH免登
设置集群机器SSH
免登这一步十分重要,无论是scp
命令去拷贝文件到各个机器,还是集群启动和通讯过程都依赖这一步。集群中每个机器都进行下面步骤操作:
-
使用
su hadoop
切换到hadoop
用户 -
使用
ssh-keygen -t rsa
命令,接着连按几次回车,生成公钥,执行完毕后/home/hadoop/.ssh/
目录下会多了一个id_rsa.pub
-
收集集群中所有节点的
/home/hadoop/.ssh/id_rsa.pub
内容,汇总合并成一个authorized_keys
文件,再拷贝该文件到所有集群节点的/home/hadoop/.ssh/ssh
目录下 -
授权
chmod 700 /home/hadoop/.ssh/ && chmod 700 /home/hadoop/ && chmod 600 /home/hadoop/.ssh/authorized_keys
最终笔者的/home/hadoop/.ssh/authorized_keys
文件内容如下:
![](https://i-blog.csdnimg.cn/blog_migrate/723c79e6683fbadfb26cf24307667eef.png)
可以使用下面的脚本替代手工操作:
# 拷贝三个节点的RSA公钥到authorized_keys中,可以在第一个节点中执行即可
for a in {1..3}; do sudo ssh hadoop@hadoop0$a cat /home/hadoop/.ssh/id_rsa.pub >> /home/hadoop/.ssh/authorized_keys; done
# 拷贝authorized_keys到三个节点中,可以在第一个节点中执行即可
for a in {1..3}; do sudo scp /home/hadoop/.ssh/authorized_keys hadoop@hadoop0$a:/home/hadoop/.ssh/authorized_keys ; done
最终的效果如下:
![](https://i-blog.csdnimg.cn/blog_migrate/802dc16dbeae706c9a54ae2fa0e3729f.png)
安装Hadoop
主要在hadoop01
节点中安装即可,安装完毕可以通过scp
命令直接拷贝文件分发到不同的节点中。赋予用户/data/hadoop
目录的读写权限:
su hadoop
sudo chmod -R a+w /data/hadoop
「这一步极其重要,否则容易导致运行集群的时候创建文件夹权限不足」。这里记住不要主动创建Hadoop
文件系统中的目录,否则容易导致DataNode
启动失败。
1、解压安装
切换目录和用户:
-
su hadoop
-
cd /data/hadoop
下载和解压hadoop-3.3.0
:
wget https://mirror.bit.edu.cn/apache/hadoop/common/hadoop-3.3.0/hadoop-3.3.0.tar.gz
tar -zxvf hadoop-3.3.0.tar.gz
解压完毕后,/data/hadoop
目录下会多了一个hadoop-3.3.0
文件夹。
2、环境变量配置
重命名一下文件夹mv hadoop-3.3.0 app
,也就是最终的HADOOP_HOME
为/data/hadoop/app
,可以先提前修改一下用户配置vim ~/.bashrc
(「所有节点都要添加」),添加:
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.252.b09-2.el7_8.x86_64
export PATH=$JAVA_HOME/bin:$PATH
export HADOOP_HOME=/data/hadoop/app
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
刷新一下用户配置source ~/.bashrc
。
3、查看版本
调用hadoop version
:
[hadoop@hadoop01 hadoop]$ hadoop version
Hadoop 3.3.0
Source code repository https://gitbox.apache.org/repos/asf/hadoop.git -r aa96f1871bfd858f9bac59cf2a81ec470da649af
Compiled by brahma on 2020-07-06T18:44Z
Compiled with protoc 3.7.1
From source with checksum 5dc29b802d6ccd77b262ef9d04d19c4
This command was run using /data/hadoop/app/share/hadoop/common/hadoop-common-3.3.0.jar
这样就能确定JDK
和Hadoop
的位置配置没有问题,接着开始配置Hadoop
中的应用配置。
4、Hadoop配置
配置core-site.xml
(具体是/data/hadoop/app/etc/hadoop/core-site.xml
):
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop01:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/data/hadoop/temp</value>
</property>
</configuration>
-
fs.defaultFS
:nameNode
的HDFS
协议的文件系统通信地址 -
hadoop.tmp.dir
:Hadoop
集群在工作的时候存储的一些临时文件的目录
配置hdfs-site.xml
(具体是/data/hadoop/app/etc/hadoop/hdfs-site.xml
):
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/data/hadoop/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/data/hadoop/dfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.secondary.http.address</name>
<value>hadoop03:50090</value>
</property>
<property>
<name>dfs.http.address</name>
<value>192.168.56.200:50070</value>
</property>
</configuration>
-
dfs.namenode.name.dir
:NameNode
的数据存放目录 -
dfs.datanode.data.dir
:DataNode
的数据存放目录 -
dfs.replication
:HDFS
的副本数 -
dfs.secondary.http.address
:SecondaryNameNode
节点的HTTP
入口地址 -
dfs.http.address
:通过HTTP
访问HDFS
的Web
管理界面的地址
配置mapred-site.xml
(具体是/data/hadoop/app/etc/hadoop/mapred-site.xml
):
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
</configuration>
-
mapreduce.framework.name
:选用yarn
,也就是MR
框架使用YARN
进行资源调度。
配置yarn-site.xml
(具体是/data/hadoop/app/etc/hadoop/yarn-site.xml
):
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop03</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
-
yarn.resourcemanager.hostname
:指定ResourceManager
所在的主机名 -
yarn.nodemanager.aux-services
:指定YARN
集群为MapReduce
程序提供Shuffle
服务
配置workers
文件(这个文件在旧版本叫slaves
,因为技术政治化运动被改为workers
,具体是/data/hadoop/app/etc/hadoop/workers
:
hadoop01
hadoop02
hadoop03
至此,核心配置基本完成。
5、分发Hadoop安装包到其他节点
重点提示三次:
-
所有节点的
Hadoop
安装包位置和配置信息必须一致 -
所有节点的
Hadoop
安装包位置和配置信息必须一致 -
所有节点的
Hadoop
安装包位置和配置信息必须一致
在节点hadoop01
使用scp
命令进行分发:
## 分发节点2
scp -r /data/hadoop/app hadoop@hadoop02:/data/hadoop
## 分发节点3
scp -r /data/hadoop/app hadoop@hadoop03:/data/hadoop
6、格式化NameNode
规划中是hadoop01
作为NameNode
,在该机器下进行格式化:
hadoop namenode -format
格式化NameNode
成功的控制台日志如下:
![](https://i-blog.csdnimg.cn/blog_migrate/25244be3702b2dac705b0cc0434a17a5.png)
7、启动和停止HDFS
可以在任意一个节点中启动和停止HDFS
,为了简单起见还是在hadoop01
节点中操作:
-
启动:
start-dfs.sh
-
停止:
stop-dfs.sh
调用启动命令后,控制台输出如下:
[hadoop@hadoop01 hadoop]$ start-dfs.sh
Starting namenodes on [hadoop01]
Starting datanodes
Starting secondary namenodes [hadoop03]
8、启动和停止YARN
YARN
集群的启动命令必须在ResourceManager
节点中调用,规划中的对应角色的节点为hadoop03
,在该机器执行YARN
相关命令:
-
启动:
start-yarn.sh
-
停止:
stop-yarn.sh
执行启动命令后,控制台输出如下:
[hadoop@hadoop03 data]$ start-yarn.sh
Starting resourcemanager
Starting nodemanagers
9、查看所有节点的进程状态
分别查看集群中所有节点的进程状态,可以直接使用jps
工具,具体结果如下:
[hadoop@hadoop01 hadoop]$ jps
8673 NameNode
8823 DataNode
9383 NodeManager
9498 Jps
[hadoop@hadoop02 hadoop]$ jps
4305 DataNode
4849 Jps
4734 NodeManager
[hadoop@hadoop03 data]$ jps
9888 Jps
9554 NodeManager
5011 DataNode
9427 ResourceManager
5125 SecondaryNameNode
可见进程是正常运行的。
10、通过WEB管理界面查看集群状态
访问入口如下:
-
HDFS
入口:http://192.168.56.200:50070
(来自于hdfs-site.xml
的dfs.http.address
配置项) -
YARN
入口:http://192.168.56.202:8088/cluster
(ResourceManager
所在节点的8088
端口)
数据节点状态如下:
![](https://i-blog.csdnimg.cn/blog_migrate/e3bc38fa1deb7cc44fada2af64e8440f.png)
YARN
集群状态如下:
![](https://i-blog.csdnimg.cn/blog_migrate/79bf8b522f523293ac844eee56324180.png)
使用Hadoop
通过几个简单的例子尝试使用Hadoop
集群。
创建目录和展示目录
测试一下创建目录和展示目录:
[hadoop@hadoop01 hadoop]$ hadoop fs -mkdir -p /test
[hadoop@hadoop01 hadoop]$ hadoop fs -ls /
Found 1 items
drwxr-xr-x - hadoop supergroup 0 2020-12-13 10:55 /test
上传和下载文件
创建一个words.txt
,写入内容并且上传到上一小节创建的test
文件夹中:
cd /data/hadoop
touch words.txt
echo 'hello world' >> words.txt
hadoop fs -put words.txt /test
然后在HDFS
的WEB
界面中查看:
![](https://i-blog.csdnimg.cn/blog_migrate/eb538cd94d7abd97144add8ca9070648.png)
下载该文件到/data/hadoop/download.txt
:
[hadoop@hadoop01 hadoop]$ hadoop fs -get /test/words.txt /data/hadoop/download.txt && \
cat /data/hadoop/download.txt
hello world
执行WordCount程序
上传一个文件到HDFS
的/test/input
目录:
cd /data/hadoop && \
hadoop fs -mkdir -p /test/input && \
touch words-input.txt && \
echo 'hello world' >> words-input.txt && \
echo 'hello java' >> words-input.txt && \
echo 'hello hadoop' >> words-input.txt && \
hadoop fs -put words-input.txt /test/input
自带的例子在目录/data/hadoop/app/share/hadoop/mapreduce
的hadoop-mapreduce-examples-3.3.0.jar
中,通过命令运行WordCount
程序:
hadoop jar /data/hadoop/app/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.0.jar wordcount /test/input /test/output
MR
的执行过程如下:
![](https://i-blog.csdnimg.cn/blog_migrate/110d983d76b1faf95fed380a3c19f54f.png)
查看YARN
管理界面对应的Job
状态:
![](https://i-blog.csdnimg.cn/blog_migrate/d82a2a89a0b02f5c2c30a5d9090c6b11.png)
可知任务最终的执行状态为成功。最后可以通过hadoop fs -cat
命令查看结果:
[hadoop@hadoop01 hadoop]$ hadoop fs -ls /test/output
Found 2 items
-rw-r--r-- 3 hadoop supergroup 0 2020-12-13 11:19 /test/output/_SUCCESS
-rw-r--r-- 3 hadoop supergroup 32 2020-12-13 11:19 /test/output/part-r-00000
[hadoop@hadoop01 hadoop]$ hadoop fs -cat /test/output/part-r-00000
hadoop 1
hello 3
java 1
world 1
小结
本文花了大量时间详细记录了如何从零开始搭建一个Hadoop
集群,基于此才能进一步学习和使用Hadoop
生态中的组件如Hive
、Sqoop
和Hbase
等等,后续会逐个击破。
(本文完 c-2-d e-a-20201213)