【大数据】Hadoop运行模式(集群搭建)

这篇具有很好参考价值的文章主要介绍了【大数据】Hadoop运行模式(集群搭建)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、运行模式

Hadoop 运行模式包括:本地模式、伪分布式模式以及完全分布式模式。

  • 本地模式(Local/Standalone Mode):单台服务器,数据存储在Linux本地。生产环境几乎不会采用该模式
  • 伪分布式模式(Pseudo-Distributed Mode):单台服务器,数据存储在HDFS上。有较少的小型公司采用该模式。
  • 完全分布式模式(Fully-Distributed Mode):多台服务器组成集群,数据存储在HDFS上,多台服务器工作。在企业中大量使用。

二、本地运行模式

(1)在 hadoop-3.3.6 文件下面创建一个 wcinput 文件夹

mkdir wcinput

(2)在 wcinput 文件下创建一个 word.txt 文件

cd wcinput

(3)编辑 word.txt 文件

vim word.txt

在文件中输入如下内容

a d
a c
b
b

保存退出::wq
(4)回到 Hadoop 目录/opt/module/hadoop-3.3.6
(5)执行程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.6.jar wordcount wcinput wcoutput

(6)查看结果

cat wcoutput/part-r-00000

看到如下结果:

a 2
b 2
c 1
d 1 

三、完全分布式运行模式

主要步骤:

  • 准备三台服务器 hadoop102、hadoop103、hadoop104,关闭防火墙、设置静态IP、配置主机名称和主机映射。
  • 安装JDK、Hadoop,配置环境变量
  • 配置集群
  • 单点启动
  • 配置ssh
  • 群起并测试集群

1. 编写集群分发脚本xsync

1.1 scp安全拷贝

scp 可以实现服务器与服务器之间的数据拷贝。(from server1 to server2)
(1) 基本语法
scp [选项] 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
(2) 说明

选项 说明
-r 递归复制文件和目录
-p 在复制时保留文件的权限、模式和访问时间
-P 目标主机SSH端口号
-I 复制时限制带宽
-i 身份文件或私钥
-C 启用压缩

(3) 案例实操
使用scp将安装包进行分发,因为在 hadoop102上已经搭建好了 jdk、hadoop,所以可以直接复制到其他服务器上:

# 在 hadoop102 上,将 hadoop102 中/opt/module/jdk1.8.0_212 目录拷贝到hadoop103 上
scp -r /opt/module/jdk1.8.0_212 huahua@hadoop103:/opt/module
# 在 hadoop103 上,将 hadoop102 中/opt/module/hadoop-3.1.3 目录拷贝到hadoop103 上
scp -r huahua@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/
# 在 hadoop103 上操作,将 hadoop102 中/opt/module 目录下所有目录拷贝到hadoop104 上
scp -r huahua@hadoop102:/opt/module/* huahua@hadoop104:/opt/module

1.2 rsync远程同步工具

rsync 主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。

rsync 和 scp 区别:
用 rsync 做文件的复制要比 scp 的速度快,rsync 只对差异文件做更新,scp 是把所有文件都复制过去。

(1) 基本语法
rsync [选项] 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
(2)说明

选项 功能
-a 归档拷贝
-v 显示复制过程
–delete 当目的路径文件或文件夹比源路径多(源路径删除了文件),删除目的路径的文件

(3)案例实操

# 同步 hadoop102 中的/opt/module/hadoop-3.1.3 到 hadoop103
rsync -av hadoop-3.1.3/ huahua@hadoop103:/opt/module/hadoop-3.1.3/

1.3 xsync集群分发脚本

需求:循环复制文件到所有节点的相同目录下
期望脚本:xsync 要同步的文件名称
期望脚本在任何路径都能使用(脚本放在声明了全局环境变量的路径)

# 查看声明全局变量的路径
echo $PATH
/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/huahua/.local/bin:/home/huahua/bin:/opt/module/jdk1.8.0_212/bin

可以编写一个shell脚本调用 rsync 命令,将文件同步到所有节点的相同目录下。在/home/huahua创建bin目录,并将/home/huahua/bin加入环境变量。
/home/huahua/bin中新建一个shell脚本文件 xsync,内容如下:

#!/bin/bash

# 1. 判断参数个数
if [ $# -lt 1 ]
then
  	echo Not Enough Argument
	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,逐个发送
  	for file in $@
  	do
    	# 4. 判断文件是否存在
    	if [ -e $file ]
      	then
        	# 5. 获取父目录
        	# -P 如果cd后面是一个软链接,-P可以进入软链接指向的真正文件夹
        	pdir=$(cd -P $(dirname $file); pwd)
        	# 6. 获取当前文件名称
        	fname=$(basename $file)
        	# -p 如果存在则不创建,如果不存在则创建
        	ssh $host "mkdir -p $pdir"
        	rsync -av $pdir/$fname $host:$pdir
      	else
        	echo $file does not exists!
    	fi
  	done
done

执行时,只需:xsync 文件或文件夹1 文件或文件夹2.....执行即可。

# 将/home/tengyer/bin文件夹同步到其他几台服务器
cd /home/huahua
xsync bin/

如果要同步的文件是root权限,比如环境变量配置文件/etc/profile.d/my_env.sh,可以使用sudo进行同步

# 使用sudo时,因为xsync不在root的命令列表,所以需要使用./进行调用
sudo ./bin/xsync /etc/profile.d/my_env.sh

脚本中使用了 ssh 命令和 rsync命令去连接其他服务器,所以每台服务器都要输入两次密码,比较繁琐,可以配置ssh免密登录。

2. SSH免密登录

免密登录原理
hadoop集群如何启动,大数据,hadoop,笔记,分布式,学习

如果当前服务器使用ssh命令连接过其他服务器,那么在该用户家目录下就会生成一个 .ssh文件夹,里面存有一个known_hosts文件,文件中保存的有该用户曾经使用ssh命令远程连接过的服务器。

配置hadoop102免密登录hadoop103、hadoop104:
(1) 在hadoop102上创建一个SSH的RSA密钥对:

# 选择非对称加密算法为rsa算法
ssh-keygen -t rsa
# 然后一路回车即可

命令执行后,会在用户家目录下的 .ssh文件夹中生成一个公钥文件 id_rsa.pub、一个私钥文件 id_rsa

(2) 将hadoop102上的公钥id_rsa.pub拷贝到hadoop103、hadoop104:

# 将hadoop102的公钥拷贝给hadoop103
# 命令执行后,需要输入hadoop103的密码
# 之后hadoop102再用ssh访问hadoop103时便不再需要输入密码
ssh-copy-id hadoop103 

# 配置免密登录 hadoop104
ssh-copy-id hadoop103

(3) 另外,还需要对自己设置免密登录,否则 hadoop102 使用 ssh 连接 hadoop102 本身时也需要密码:

ssh-copy-id hadoop102

进行免密之后,在 hadoop103、hadoop104的 .ssh 文件夹中会多一个authorized_keys文件,里面记录了允许哪些客户机免密登录自己。authorized_keys文件中的内容其实就是 hadoop102的公钥文件 id_rsa.pub中的内容。

(4) 然后在 hadoop103、 hadoop104上也执行上述同样的操作,使集群中的几台服务器可以互相免密登录。
.ssh 文件夹下(~/.ssh)的文件功能解释

文件 功能
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

3. 集群配置

3.1 服务器规划

注意事项:

  • NameNode 和 SecondaryNameNode 不要安装到同一台服务器上
  • ResourceManager 也很消耗内存,不要和 NameNode、SecondaryNameNode配置在同一台机器上

Hadoop集群 = HDFS集群 + Yarn集群

  • Yarn集群和HDFS集群:逻辑上分离、物理上在一起。
  • 逻辑上,Yarn集群的启动和HDFS集群的启动并没有直接的依赖关系。
  • 物理上,Yarn集群、HDFS集群,都是在同一个安装了Hadoop的集群内。
  • MapReduce是计算框架,是代码层面的组件,没有集群之说。

对三台服务器进行如下规划:
hadoop集群如何启动,大数据,hadoop,笔记,分布式,学习

3.2 配置文件配置

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。

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

自定义配置文件:
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml、workers五个配置文件存放在$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。
(1) 配置核心配置文件 core-site.xml
cd $HADOOP_HOME/etc/hadoop进入hadoop目录,vim core-site.xml进入文件

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  	<!-- 在configuration中添加以下配置信息 -->
    
  	<!-- 指定NameNode的地址 -->
  	<!-- core-defualt.xml中该项默认值为本地Linux路径,因为我们集群要用HDFS,所以要改成HDFS路径  -->
  	<property>
    	<name>fs.defaultFS</name>
    	<value>hdfs://hadoop102:8020</value>
  	</property>

  	<!-- 指定hadoop数据的存储目录 -->
  	<!-- core-default.xml中该项默认值为 /tmp/hadoop-${user.name},因为 /tmp在Linux中是临时目录,一段时间(默认一个月)会删除,所以要调整为自定义目录 -->
  	<!-- 我们指定的data文件夹如果不存在,hadoop会自动进行创建 -->
  	<property>
    	<name>hadoop.tmp.dir</name>
    	<value>/opt/module/hadoop-3.3.6/data</value>
  	</property>

  	<!-- 配置HDFS网页登录使用的静态用户为tengyer(即hdfs中的用户) -->
  	<!-- 如果不配置,那么在浏览器中默认的是Mr.who,该用户删除hdfs文件时,会提示无权限。-->
  	<property>
    	<name>hadoop.http.staticuser.user</name>
    	<value>tengyer</value>
  	</property>
</configuration>

(2) 配置HDFS的hdfs-site.xml
vim hdfs-site.xml 进入文件

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
  	<!-- 在configuration中添加以下配置 -->  
    
  	<!-- NameNode对外暴露的Web端访问地址 -->
  	<property>
    	<name>dfs.namenode.http-address</name>
    	<value>hadoop102:9870</value>
  	</property>

 	<!-- 2NN 对外暴露的Web端访问地址(2NN安装在hadoop104上) -->
  	<property>
    	<name>dfs.namenode.secondary.http-address</name>
    	<value>hadoop104:9868</value>
  	</property>
</configuration>

(3) 配置Yarn的yarn-site.xml
vim yarn-site.xml 进入文件

<?xml version="1.0"?>
<configuration>
  	<!-- 在configuration中添加以下配置 -->

  	<!-- 指定MR走shuffle -->
  	<!-- 在yarn-default.xml中该项默认值为空,但是官方推荐使用mapreduce_shuffle -->
  	<property>
    	<name>yarn.nodemanager.aux-services</name>
    	<value>mapreduce_shuffle</value>
  	</property>

  	<!-- 指定ResourceManager的地址(ResourceManager安装在hadoop103) -->
  	<property>
    	<name>yarn.resourcemanager.hostname</name>
    	<value>hadoop103</value>
  	</property>

  	<!-- 环境变量的继承 -->
  	<!-- Hadoop3.1.x需要配置,因为yarn-default.xml中该项默认值缺少了HADOOP_MAPRED_HOME -->
  	<!-- 到了Hadoop3.2.x就不需要再配置该项了,可以直接使用yarn-default.xml中的默认值 -->
  	<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MapReduce的mapred-site.xml
vim mapred-site.xml 进入文件

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
  	<!-- 在configuration中添加以下配置 -->

  	<!-- 指定MapReduce程序运行在Yarn上 -->
  	<!-- mapred-default.xml中该项默认值是local,即在本地运行 -->
  	<property>
    	<name>mapreduce.framework.name</name>
    	<value>yarn</value>
  	</property>

</configuration>

(5) 配置完成后,将hadoop102的这些配置同步分发给hadoop103、hadoop104
cd /opt/module/hadoop-3.3.6/etc

# 使用我们编写的同步分发脚本进行分发
xsync hadoop/

4.群起集群

4.1 配置workers

workers内容即为集群中的各台主机,默认的是localhost。因为我们使用集群方式,所以可以删掉localhost,然后把几台主机都配置进来。

需要在$HADOOP_HOME/etc/hadoop/workers中将几台节点都添加进去(该文件将来会作为hadoop集群启动的脚本一部分,所以主机名后面不能有空格、结尾也不能有空行)

hadoop102
hadoop103
hadoop104

将works文件分发给其他服务器

xsync works

4.2 启动集群

(1)NameNode初始化
根据集群规划,我们的NameNode节点为hadoop102。
如果是第一次启动集群,需要进行初始化操作,在hadoop102节点上格式化NameNode。(类似于电脑新加了一个硬盘,需要给硬盘进行分盘符等初始化操作)

cd $HADOOP_HOME
hdfs namenode -format
# 初始化完毕后,会在 $HADOOP_HOME 文件夹中生成 data和logs两个文件夹

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,集群找不到以往数据。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hadoop102服务器上启动集群
sbin/start-dfs.sh

启动完毕后,在三台服务器上依次使用jps查看其上面运行的 hdfs 的java进程和集群规划的是否一致。正常情况下,应该为以下形式:

  • hadoop102上:jps本身、DataNode、NameNode
  • hadoop103上:jps本身、DataNode
  • hadoop104上:jps本身、DataNode、SecondaryNameNode

可以使用浏览器访问NameNode,查看HDFS中的存储数据信息:http://hadoop102:9870

(3)启动YARN
根据集群规划,我们的ResourceManager节点为 hadoop103

# 在hadoop103上启动YARN
sbin/start-yarn.sh

启动完毕后,在三台服务器上依次使用jps查看其上面运行的 hdfs、yarn 的java进程和集群规划的是否一致。正常情况下,应该为以下形式:

  • hadoop102上:jps本身、DataNode、NameNode、NodeManager
  • hadoop103上:jps本身、DataNode、NodeManager、ResourceManager
  • hadoop104上:jps本身、DataNode、SecondaryNameNode、NodeManager

可以在浏览器查看Yarn的ResourceManager,查看yarn上运行的job信息:http://hadoop103:8088

4.3 测试集群运行情况

(1)测试上传文件到集群

# 在hdfs创建一个目录
hadoop fs -mkdir /wcinput
# 上传小文件
hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input
# 上传大文件
hadoop fs -put /opt/software/jdk-8u381-linux-x64.tar.gz /

上传之后便可以在NameNode的web页面中进行查看下载,也可以使用命令进行查看和下载

hadoop fs -ls /wcinput
hadoop fs -get /wcinput/aa.txt aa.txt

上传的文件保存在我们在core-site.xml中配置的/opt/module/hadoop-3.3.6/data目录。

因为hadoop上传的文件默认会存储3份进行备份,所以三台服务器上都会保存有刚刚上传的文件,位于:/opt/module/hadoop-3.3.6/data/dfs/data/current/BP-xxxxxxxx/current/finalized/subdir0/subdir0文件夹中。
(2)测试Yarn执行wordcount示例程序
在hadoop102上执行Hadoop的wordcount示例程序:

# 统计我们上传导hdfs的 /wcinput/aa.txt中的单词出现次数
# 因为我们的core-site.xml中配置的fs.defaultFS不再是local,而是hdfs地址了,所以文件输入路径、结果输出路径应该为hdfs上的路径
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.6.jar wordcount /wcinput /wcoutput

通过yarn的web管理页面查看运行的job,可以发现多出来一个正在运行的wordcount任务。
执行完毕后,可以在hdfs上查看到输出的结果/wcoutput/part-r-00000。
执行完毕后,yarn管理页面上的job状态也变为FINISHED。
但是因为我们没有配置历史记录服务器,所以该job后面的History点击出现404。如果没有历史记录服务器,那么yarn无法记录历史job,当前页面展示的 job 信息过段时间就会被清除。

4.4 集群崩溃时的处理

集群中如果有服务器 DataNode服务被kill或异常终止了,或者节点的data文件夹被删除了(只删除一两台节点不影响集群,因为hdfs有3个备份,所以需要三台服务器的data都被删掉),此时集群便属于崩溃状态。

如果需要重新格式化NameNode,则可以进行以下操作:
(1) 在hadoop103上关闭集群Yarn

sbin/stop-yarn.sh

(2) 在hadoop102上关掉集群hdfs

sbin/stop-dfs.sh

(3) 删除所有节点上的 data、logs文件夹
(4) 重新进行NameNode格式化

hdfs namenode -format

5. 配置历史服务器

为了查看程序的历史运行情况,需要配置历史服务器。

在 hadoop102节点上,修改 mapred-site.xml

<!-- 在configuration标签中加入如下配置 -->

<!-- 配置历史服务器的内部服务端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
</property>
<!-- 配置历史服务器暴露的web地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
</property>

将配置信息复制分发到其他服务器:

xsync mapred-site.xml

在hadoop103节点上重启 Yarn:

sbin/stop-yarn.sh
sbin/start-yarn.sh

因为我们配置了hadoop102为历史服务器,所以需要在hadoop102上启动历史服务器进程:

mapred --daemon start historyserver

启动之后,使用 jps查看java进程,可以发现多出来了一个 JobHistoryServer 进程。

可以在浏览器查看我们的历史服务器信息:http://hadoop102:19888

6. 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。
hadoop集群如何启动,大数据,hadoop,笔记,分布式,学习

注意:开启日志聚集功能,需要重新启动 NodeManager 、ResourceManager 和 HistoryServer。

(1)配置 yarn-site.xml
在hadoop102节点的 yarn-site.xml 中加入配置:

<!-- 在configuration中加入以下配置 -->

<!-- 配置日志聚集功能,yarn-default.xml中该项默认为false -->
<property>
	<name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 设置日志聚集服务器地址,设置聚集到历史日志服务器上,方便查看 -->
<property>
    <name>yarn.log.server.url</name>
    <value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间:7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

(2)分发给其他服务器

xsync yarn-site.xml

(3)重启HistroyServer、Yarn(ResourceManager、NodeManager)

# 在hadoop102上停止历史服务器
mapred --daemon stop historyserver
# 在hadoop103上重启Yarn
sbin/stop-yarn.sh
sbin/start-yarn.sh
# 在hadoop102上启动历史服务器
mapred --daemon start historyserver

# 测试:可以删除hdfs上的/wcoutput结果文件夹,然后重新执行wordcount任务
hadoop fs -rm -f -r /wcoutput
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.6.jar wordcount /wcinput /wcoutput

到 http://hadoop102:19888/ 查看历史任务时,点击logs链接便可以正常查看历史任务日志

7. 集群的启停方式

整体启动、停止 HDFS:

# 启动hdfs集群
sbin/start-dfs.sh
# 停止hdfs集群
sbin/stop-dfs.sh

整体启动、停止 YARN:

# 启动YARN集群
sbin/start-yarn.sh
# 停止YARN集群
sbin/stop-yarn.sh

分别启动、停止 HDFS 组件(例如某台DataNode宕机了,需要只将该服务器的DataNode重新启动,无需整个集群重启):

hdfs --daemon start/stop namenode/datanode/secondarynamenode

启动、停止YARN组件:

yarn --daemon start/stop resourcemanager/nodemanager

8. 编写Hadoop集群常用脚本

编写脚本集中启动、停止vim myhadoop.sh

#!/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-3.3.6/sbin/start-dfs.sh"
  	echo "------------- 启动 yarn ---------------------------"
  	ssh hadoop103 "/opt/module/hadoop-3.3.6/sbin/start-yarn.sh"
  	echo "---------- 启动 historyserver ----------------------"
  	ssh hadoop102 "/opt/module/hadoop-3.3.6/bin/mapred --daemon start historyserver"
;;
"stop")
  	echo "================ 关闭hadoop集群 =========================="

  	echo "-------------- 关闭historyserver ------------------------"
  	ssh hadoop102 "/opt/module/hadoop-3.3.6/bin/mapred --daemon stop historyserver"
	echo "---------------- 关闭 yarn ------------------------------"
  	ssh hadoop103 "/opt/module/hadoop-3.3.6/sbin/stop-yarn.sh"
  	echo "---------------- 关闭 hdfs ------------------------------"
  	ssh hadoop102 "/opt/module/hadoop-3.3.6/sbin/stop-dfs.sh"
;;
*)
  	echo "Input Args Error..."
;;
esac

保存后退出,然后赋予脚本执行权限chmod +x myhadoop.sh

使用脚本进行集群整体的启停:

# 停止整个historyserver、yarn、hdfs集群
myhadoop.sh stop
# 启动整个hdfs、yarn、historyserver集群
myhadoop.sh start

编写脚本,遍历集群中每台服务器调用jps查看上面的java进程启动情况:jpsall

#!/bin/bash

for host in hadoop102 hadoop103 hadoop104
do
   	echo ================= $host =================
  	ssh $host jps
done

执行脚本查看集群所有服务器的java进程情况:

jpsall

将hadoop102上编写好的这两个脚本分发给其他服务器:文章来源地址https://www.toymoban.com/news/detail-775611.html

xsync jpsall myhadoop.sh

9. hadoop常用端口号

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 19888

到了这里,关于【大数据】Hadoop运行模式(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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 在mac上如何安装和搭建Hadoop集群

    在 macOS 上安装和搭建 Hadoop 集群可以分为以下步骤: 1、安装 Java Hadoop 需要依赖 Java 运行环境,因此需要先安装 Java。macOS 自带了 Java,可以通过终端命令 java -version 来查看 Java 版本。 2、安装 Hadoop 可以从 Hadoop 官网下载 Hadoop 安装包,或者通过 Homebrew 进行安装。使用 Homebre

    2024年02月13日
    浏览(31)
  • 【大数据】Hadoop高可用集群搭建

    大家好!这篇文章是我在搭建Hdfs的HA(高可用)时写下的详细笔记与感想,希望能帮助到大家!本篇文章收录于 初心 的 大数据 专栏。 🏠 个人主页:初心%个人主页 🧑 个人简介:大家好,我是初心,和大家共同努力 💕 座右铭:理想主义的花,终究会盛开在浪漫主义的土壤里

    2024年02月06日
    浏览(41)
  • hadoop完全分布式集群搭建(超详细)-大数据集群搭建

    本次搭建完全分布式集群用到的环境有: jdk1.8.0 hadoop-2.7.7 本次搭建集群所需环境也给大家准备了,下载链接地址:https://share.weiyun.com/dk7WgaVk 密码:553ubk 本次完全分布式集群搭建需要提前建立好三台虚拟机,我分别把它们的主机名命名为:master,slave1,slave2 一.配置免密登陆 首先

    2024年02月10日
    浏览(52)
  • 大数据导论实验一:搭建Hadoop集群

    一、实验要求 (10%) 搭建Hadoop集群,要求至少是3个节点的真分布式集群系统,包含1个NameNode,两个DataNode。 集群的安装配置大致为如下流程: 1)准备3台客户机(关闭防火墙、静态IP、主机名称) 2)安装JDK 3)配置环境变量 4)安装Hadoop 5)配置环境变量 6)配置集群 7)单点

    2024年02月02日
    浏览(47)
  • 大数据云计算——Docker环境下部署Hadoop集群及运行集群案列

    本文着重介绍了在Docker环境下部署Hadoop集群以及实际案例中的集群运行。首先,文章详细解释了Hadoop的基本概念和其在大数据处理中的重要性,以及为何选择在Docker环境下部署Hadoop集群。接着,阐述了在Docker中配置和启动Hadoop集群所需的步骤和技术要点。 在展示部署过程中,

    2024年02月04日
    浏览(46)
  • 【大数据】Hadoop运行环境搭建

    使用VMware虚拟机搭建基于CentOS7的Hadoop环境: cpu核数(需要搭建3台Hadoop组成集群,加上Windows本机,所以可以分配的数量为本机的cpu核数除以4) 内存至少4G 硬盘最少50G 创建虚拟机: 新建虚拟机,选择自定义(高级)—硬件兼容性默认—选择稍后安装操作系统 —客户机操作系统

    2024年02月08日
    浏览(43)
  • 【大数据入门核心技术-Hadoop】(六)Hadoop3.2.1高可用集群搭建

    目录 一、Hadoop部署的三种方式 1、Standalone mode(独立模式) 2、Pseudo-Distributed mode(伪分布式模式) 3、Cluster mode(集群模式) 二、准备工作 1、先完成zk高可用搭建 2、/etc/hosts增加内容 3、各台服务器分别创建目录 4、关闭防火墙和禁用swap交换分区 5、三台机器间免密 6、安装

    2023年04月20日
    浏览(88)
  • 大数据与云计算——部署Hadoop集群并运行MapReduce集群案例(超级详细!)

    Linux搭建Hadoop集群(CentOS7+hadoop3.2.0+JDK1.8+Mapreduce完全分布式集群) 本文所用到的版本号: CentOS7 Hadoop3.2.0 JDK1.8 基本概念及重要性 很多小伙伴部署集群用hadoop用mapreduce,却不知道到底部署了什么,有什么用。在部署集群之前先给大家讲一下Hadoop和MapReduce的基本概念,以及它们在大

    2024年02月04日
    浏览(46)
  • 【大数据】hadoop运行环境搭建(搭建如此简单)

    首先准备好工具。下载好最新的VMware Workstation,CentorOS 7运行Linux,建议Linux桌面标准版,且创建好一个用户 安装模板虚拟机。IP地址192.168.150.100(自定义)、主机名称hadoop100、内存4G、硬盘50G,嘎嘎重要,一步一步来完成 vim /etc/sysconfig/network-scripts/ifcfg-ens33 进入配置文件(想不

    2024年02月08日
    浏览(37)
  • 大数据平台搭建——hadoop集群(基于CentOS-7)的搭建

    目录 总序 一、下载相关软件的压缩包 二、配置虚拟机上主节点相关设置 1、修改主机用户名 2、进行ip地址映射 3、配置虚拟机网络设置   三、解压并配置java、hadoop环境 1、解压jdk、hadoop压缩文件  2、配置jdk、hadoop环境 3、修改hadoop中的相关配置文件信息(最重要) 四、克隆

    2024年02月06日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包