使用三台虚拟机,搭建一个 Hadoop 集群。
目录
一、centos7 Minimal 版本安装配置
二、Hadoop 单节点安装
① 修改主机名和映射 hosts 文件
② 安装 JDK
③ 安装 Hadoop
④ 本地模式测试(官方WordCount)
三、Hadoop 集群配置
(1)克隆 hadoop102、hadoop103
(2)群分发脚本xsync
(3)root 用户免密登录配置
(4)集群配置
1、集群部署规划
2、配置文件说明
3、配置集群
4、在集群上分发配置好的Hadoop配置文件
5、去 102 和 103 上查看文件分发情况
(5)群起集群
1、配置workers
2、启动集群
3、集群基本测试
(6)集群启动/停止方式总结
1、各个模块分开启动/停止
2、各个服务组件逐一启动/停止
(7)常用端口号说明
一、centos7 Minimal 版本安装配置
Centos7 Minimal 版本基本配置记录_centos7minimal_YuBooy的博客-CSDN博客
二、Hadoop 单节点安装
资料来源:(尚硅谷)尚硅谷大数据Hadoop教程(Hadoop 3.x安装搭建到集群调优)_哔哩哔哩_bilibili
机器配置:(基础配置详看:Centos7 Minimal 版本基本安装配置)
主机名 |
hadoop101 |
hadoop102 |
hadoop103 |
IP |
192.168.139.101 |
192.168.139.102 |
192.168.139.103 |
用户名 |
root |
root |
root |
密码 |
123 |
123 |
123 |
HDFS |
NameNode DataNode |
DataNode |
SecondaryNameNode DataNode |
YARN |
NodeManager |
ResourceManager NodeManager |
NodeManager |
先在 hadoop101 上配置:
① 修改主机名和映射 hosts 文件;
② 安装 JDK;安装 Hadoop 再克隆 hadoop102、hadoop103;
③ 克隆后再修改 hadoop102 、hadoop103 的主机名和 IP。
① 修改主机名和映射 hosts 文件
// 改主机名
hostnamectl set-hostname hadoop101
// 修改映射 hosts 文件
vim /etc/hosts
// 添加:
192.168.139.101 hadoop101
192.168.139.102 hadoop102
192.168.139.103 hadoop103
reboot
修改windows的主机映射文件(hosts文件)
// C:\Windows\System32\drivers\etc 路径
// 添加:
192.168.139.101 hadoop101
192.168.139.102 hadoop102
192.168.139.103 hadoop103
② 安装 JDK
非 minimal 版本需要先卸载自带的 JDK;minimal 版本不需要。
1.把 jdk、hadoop 包放到 /etc/sofware 目录下
2.安装
// 解压JDK到/opt/module目录下
[root@hadoop101 sofware]# tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module
/
// 配置JDK环境变量
// (1)新建/etc/profile.d/my_env.sh文件
vim /etc/profile.d/my_env.sh
// (2)添加如下内容
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin
// (3)source一下/etc/profile文件,让新的环境变量PATH生效
source /etc/profile
// (4)测试JDK是否安装成功
java -version
③ 安装 Hadoop
Hadoop下载地址:Index of /dist/hadoop/common/hadoop-3.1.3
/ 解压
cd /opt/sofware
tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
// 将Hadoop添加到环境变量
//(1)打开/etc/profile.d/my_env.sh文件
vim /etc/profile.d/my_env.sh
// (2)添加如下内容
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
// (3)source一下/etc/profile文件,让新的环境变量PATH生效
source /etc/profile
// (4)测试hadoop是否安装成功
hadoop version
Hadoop目录结构:
(1)bin目录:存放对Hadoop相关服务(hdfs,yarn,mapred)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
④ 本地模式测试(官方WordCount)
// 1.创建一个wcinput文件夹
mkdir /opt/module/hadoop-3.1.3/wcinput
// 2.创建一个word.txt文件
cd /opt/module/hadoop-3.1.3/wcinput
vim word.txt
// 3.添加如下内容:
hadoop yarn
hadoop mapreduce
yuyu
yuyu
// 4.执行程序
cd /opt/module/hadoop-3.1.3
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput
// 5. 查看结果
cat wcoutput/part-r-00000
三、Hadoop 集群配置
主机名 |
hadoop101 |
hadoop102 |
hadoop103 |
IP |
192.168.139.101 |
192.168.139.102 |
192.168.139.103 |
用户名 |
root |
root |
root |
密码 |
123 |
123 |
123 |
(1)克隆 hadoop102、hadoop103
克隆之后修改 IP 和 主机名
// 修改 ip 102/103
vim /etc/sysconfig/network-scripts/ifcfg-ens33
// 修改主机名 hadoop102/hadoop103
hostnamectl set-hostname hadoop102
// 重启
reboot
(2)群分发脚本xsync
① 安装 rsync(三台机器上都要装)
yum -y install rsync
# 启动服务与开机自启动
systemctl start rsyncd.service
systemctl enable rsyncd.service
② 在 /root/bin 目录下创建 xsync 文件
cd /root/bin
vim xsync
粘贴以下内容:
#!/bin/bash
#1. 获取输入参数个数,如果没有参数,直接退出
pcount=$#
if [ $pcount -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop101 hadoop102 hadoop103 ##更改自己的服务器域名
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 $file); pwd)
echo pdir=$pdir
#6. 获取当前文件的名称
fname=$(basename $file)
echo fname=$fname
#7. 通过ssh执行命令:在$host主机上递归创建文件夹(如果存在该文件夹)
ssh $host "mkdir -p $pdir"
#8. 远程同步文件至$host主机的$USER用户的$pdir文件夹下
rsync -av $pdir/$fname $USER@$host:$pdir
else
echo $file does not exists!
fi
done
done
③ 给 xsync 添加权限:
chmod 777 xsync
④ 添加全局变量
vim /etc/profile
在末尾添加:
PATH=$PATH:/root/bin
export PATH
退出,执行以下命令使其生效
source /etc/profile
(3)root 用户免密登录配置
① 在 ~./ssh 目录下生成一对密钥(3个节点都要生成)
cd ~/.ssh
ssh-keygen -t rsa
# 输入该命令后会有提示,一直回车即可
# 如果提示 【-bash: cd: .ssh: 没有那个文件或目录】 直接 ssh-keygen -t rsa 生成密钥就行
② hadoop101 节点中将公匙保存到 authorized_keys 文件中
[root@hadoop101 .ssh]# cat id_rsa.pub >> authorized_keys
③ 登录 hadoop102 和 hadoop103 节点,将其公钥文件内容拷贝到 hadoop101 节点的 authorized_keys 文件中
# hadoop102 节点的公钥拷贝
[root@hadoop102 .ssh]# ssh-copy-id -i hadoop101
# hadoop103 节点的公钥拷贝
[root@hadoop103 .ssh]# ssh-copy-id -i hadoop101
④ 在 hadoop101 节点中修改权限(~/.ssh 目录 和 authorized_keys 文件)
[root@hadoop101 .ssh]# chmod 700 ~/.ssh
[root@hadoop101 .ssh]# chmod 644 ~/.ssh/authorized_keys
⑤ 将授权文件分发到其他节点上
# 拷贝到 hadoop102 节点上
[root@hadoop101 .ssh]# scp /root/.ssh/authorized_keys hadoop102:/root/.ssh/
# 拷贝到 hadoop103 节点上
[root@hadoop101 .ssh]# scp /root/.ssh/authorized_keys hadoop103:/root/.ssh/
至此,免密码登录已经设定完成,注意第一次ssh登录时需要输入密码,再次访问时即可免密码登录
[root@hadoop101 .ssh]# ssh hadoop102
[root@hadoop101 .ssh]# ssh hadoop103
(4)集群配置
1、集群部署规划
> NameNode 和 SecondaryNameNode 不要安装在同一台服务器
> ResourceManager 也很消耗内存,不要和 NameNode、SecondaryNameNode 配置在同一台机器上。
主机名 |
hadoop101 |
hadoop102 |
hadoop103 |
IP |
192.168.139.101 |
192.168.139.102 |
192.168.139.103 |
用户名 |
root |
root |
root |
密码 |
123 |
123 |
123 |
HDFS |
NameNode DataNode |
DataNode |
SecondaryNameNode DataNode |
YARN |
NodeManager |
ResourceManager NodeManager |
NodeManager |
2、配置文件说明
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:
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:
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
① 配置 core-site.xml
[root@hadoop101 hadoop]# cd $HADOOP_HOME/etc/hadoop
[root@hadoop101 hadoop]# vim core-site.xml
内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop101:8020</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root -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>root</value>
</property>
</configuration>
② 配置 hdfs-site.xml
[root@hadoop101 hadoop]# vim hdfs-site.xml
内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- nn web端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>hadoop101:9870</value>
</property>
<!-- 2nn web端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop103:9868</value>
</property>
</configuration>
③ 配置 yarn-site.xml
[root@hadoop101 hadoop]# vim yarn-site.xml
内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<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>hadoop102</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>
</configuration>
④ 配置 mapred-site.xml
[root@hadoop101 hadoop]# vim mapred-site.xml
内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定MapReduce程序运行在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
4、在集群上分发配置好的Hadoop配置文件
[root@hadoop101 hadoop]# xsync /opt/module/hadoop-3.1.3/etc/hadoop/
5、去 102 和 103 上查看文件分发情况
[root@hadoop102 ~]# cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
[root@hadoop103 ~]# cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
(5)群起集群
1、配置workers
[root@hadoop101 hadoop]# vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
【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】
添加如下内容:
hadoop101
hadoop102
hadoop103
同步所有节点配置文件
[root@hadoop101 hadoop]# xsync /opt/module/hadoop-3.1.3/etc
2、启动集群
① 第一次启动需要:在 hadoop101 节点格式化 NameNode
[root@hadoop101 hadoop-3.1.3]# cd /opt/module/hadoop-3.1.3/
[root@hadoop101 hadoop-3.1.3]# hdfs namenode -format
【注意:格式化 NameNode,会产生新的集群 id,导致 NameNode 和 DataNode 的集群 id 不一致,集群找不到已往数据。如果集群是第一次启动,直接在 hadoop101 节点格式化 NameNode;如果集群在运行过程中报错,需要重新格式化 NameNode 的话,一定要先停止 namenode 和 datanode 进程,并且要删除所有机器的 data 和 logs 目录,然后再进行格式化】
② 启动 HDFS(在 NameNode 节点:hadoop101)
[root@hadoop101 hadoop-3.1.3]# cd /opt/module/hadoop-3.1.3/
[root@hadoop101 hadoop-3.1.3]# sbin/start-dfs.sh
如果启动遇到下面问题:
【ERROR: Attempting to operate on hdfs namenode as root】
解决方案:两种解决ERROR: Attempting to operate on hdfs namenode as root的方法_世幻水的博客-CSDN博客
vim /etc/profile
#添加:
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
#使生效:
source /etc/profile
③ 在配置了 ResourceManager 的节点(hadoop102)启动YARN
[root@hadoop102 hadoop-3.1.3]# cd /opt/module/hadoop-3.1.3/
[root@hadoop102 hadoop-3.1.3]# sbin/start-yarn.sh
④ Web 端查看 HDFS 的 NameNode
1.浏览器中输入:http://hadoop101:9870
2.查看HDFS上存储的数据信息
⑤ Web 端查看 YARN 的 ResourceManager
1.浏览器中输入:http://hadoop102:8088
2.查看YARN上运行的Job信息
3、集群基本测试
① 上传文件到集群
上传小文件
[root@hadoop101 ~]# hadoop fs -mkdir /input
[root@hadoop101 ~]# hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input
上传大文件
[root@hadoop101 ~]# hadoop fs -put /opt/sofware/jdk-8u144-linux-x64.tar.gz /
从 Web 页面查看上传的文件:
② 下载文件
[root@hadoop103 ~]# hadoop fs -get /jdk-8u144-linux-x64.tar.gz ./
③ 执行 wordcount 程序
[root@hadoop101 hadoop-3.1.3]# cd /opt/module/hadoop-3.1.3
[root@hadoop101 hadoop-3.1.3]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
(6)集群启动/停止方式总结
1、各个模块分开启动/停止
① 整体启动 / 停止HDFS(需要在 NameNode 节点上执行)
start-dfs.sh / stop-dfs.sh
[root@hadoop101 hadoop-3.1.3]# /opt/module/hadoop-3.1.3/sbin/start-dfs.sh
② 整体启动 / 停止YARN(需要在 ResourceManager 节点上执行)
start-yarn.sh / stop-yarn.sh
[root@hadoop102 hadoop-3.1.3]# /opt/module/hadoop-3.1.3/sbin/start-yarn.sh
2、各个服务组件逐一启动/停止
① 分别启动 / 停止HDFS组件
hdfs --daemon start / stop namenode / datanode / secondarynamenode
② 启动 / 停止YARN
yarn --daemon start / stop resourcemanager / nodemanager
(7)常用端口号说明
端口名称 |
Hadoop2.x |
Hadoop3.x |
NameNode内部通信端口 |
8020 / 9000 |
8020 / 9000/9820 |
NameNode HTTP UI |
50070 |
9870 |
MapReduce查看执行任务端口 |
8088 |
8088 |
历史服务器通信端口 |
19888文章来源:https://www.toymoban.com/news/detail-518578.html |
19888 |
参考: 资料来源:(尚硅谷)尚硅谷大数据Hadoop教程(Hadoop 3.x安装搭建到集群调优)_哔哩哔哩_bilibili文章来源地址https://www.toymoban.com/news/detail-518578.html
到了这里,关于Hadoop 集群搭建的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!