为了账号安全,请及时绑定邮箱和手机立即绑定

hadoop集群搭建

本文用以记录hadoop分布式集群搭建过程

基础环境准备

1、软件环境

centos 6.5 三台服务器分配的IP地址:8/9/10

jdk1.8

hadoop使用2.7.4版本

2、host配置和主机名(三台)

修改四台服务器的hosts文件

vim /etc/hosts

192.168.0.8 hadoop-master

192.168.0.9 hadoop-slave1

192.168.0.10 hadoop-slave2

分别修改服务器的主机名:HOSTNAME,master为例说明

vi /etc/sysconfig/network

HOSTNAME=hadoop-master

执行reboot后生效,完成之后依次修改其它salve服务器为: hadoop-slave1~2。

3、服务器安装jdk(三台)

建议使用yum安装jdk,也可以自行下载安装我是下载了1.8)

yum -y install java-1.7.0-openjdk*

下载的通过ssh复制到服务器

配置环境变量,修改配置文件vim /etc/profile

export JAVA_HOME=/usr/java/jdk1.8.0_152

export PATH= $JAVA_HOME/bin:$PATH

export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

使用souce命令让立刻生效

source /etc/profile


免密登陆


1、首先关闭四台服务器的防火墙和SELINUX


查看防火墙状态

service iptables status


关闭防火墙

service iptables stop

chkconfig iptables off


关闭SELINUX后,需要重启服务器

-- 关闭SELINUX

# vim /etc/selinux/config

-- 注释掉

#SELINUX=enforcing

#SELINUXTYPE=targeted

-- 添加

SELINUX=disabled


2、免密码登录本机

下面以配置hadoop-master本机无密码登录为例进行讲解,用户需参照下面步骤完成h-salve1~2三台子节点机器的本机无密码登录

1) 生产秘钥


ssh-keygen -t rsa


2)将公钥追加到”authorized_keys”文件


cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys


3)赋予权限


chmod 600 .ssh/authorized_keys


4)验证本机能无密码访问


ssh hadoop-master

最后,依次配置h-salve1~2无密码访问


3、hadoop-master本机无密码登录hadoop-slave1、hadoop-slave2以hadoop-master无密码登录hadoop-slave1为例讲解:


1)登录hadoop-slave1 ,复制hadoop-master服务器的公钥”id_rsa.pub”到hadoop-slave1服务器的”root”目录下。


scp root@hadoop-master:/root/.ssh/id_rsa.pub /root/


2)将hadoop-master的公钥(id_rsa.pub)追加到hadoop-slave1的authorized_keys中


cat id_rsa.pub >> .ssh/authorized_keys

rm -rf id_rsa.pub


3)在 hadoop-master上面测试


ssh hadoop-slave1


4、下面以hadoop-slave1无密码登录hadoop-master为例进行讲解,用户需参照下面步骤完成hadoop-slave2无密码登录hadoop-master。


1)登录hadoop-master,复制hadoop-slave1服务器的公钥”id_rsa.pub”到hadoop-master服务器的”/root/”目录下。


scp root@hadoop-slave1:/root/.ssh/id_rsa.pub /root/


2)将hadoop-slave1的公钥(id_rsa.pub)追加到hadoop-master的authorized_keys中。


cat id_rsa.pub >> .ssh/authorized_keys

rm -rf id_rsa.pub //删除id_rsa.pub


3)在 hadoop-slave1上面测试


ssh hadoop-master

依次配置 hadoop-slave2


到此主从的无密登录已经完成了


Hadoop环境搭建


配置hadoop-master的hadoop环境

1、hadoop-master上 解压缩安装包及创建基本目录


#下载 (我已经下好2.7.4版本)

#解压

tar -xzvf hadoop-2.7.3.tar.gz -C /usr/local

#重命名

mv hadoop-2.7.3 hadoop


2、 配置hadoop-master的hadoop环境变量


1)配置环境变量,修改配置文件vi /etc/profile


export HADOOP_HOME=/home/hadoop/hadoop

export PATH=$PATH:$HADOOP_HOME/bin


使得hadoop命令在当前终端立即生效


source /etc/profile


下面配置,文件都在:/home/hadoop/hadoop/etc/hadoop路径下


2、配置core-site.xml


修改Hadoop核心配置文件/home/hadoop/hadoop/etc/hadoop/core-site.xml,通过fs.default.name指定NameNode的IP地址和端口号,通过hadoop.tmp.dir指定hadoop数据存储的临时文件夹。


<configuration>

   <property>

    <name>hadoop.tmp.dir</name>

    <value>file:/home/hadoop/hadoop/tmp</value>

    <description>Abase for other temporary directories.</description>

     </property>

     <property>

        <name>fs.defaultFS</name>

        <value>hdfs://hadoop-master:9000</value>

    </property>

</configuration>

特别注意:如没有配置hadoop.tmp.dir参数,此时系统默认的临时目录为:/tmp/hadoo-hadoop。而这个目录在每次重启后都会被删除,必须重新执行format才行,否则会出错。


3、配置hdfs-site.xml:


修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml,通过dfs.replication指定HDFS的备份因子为3,通过dfs.name.dir指定namenode节点的文件存储目录,通过dfs.data.dir指定datanode节点的文件存储目录。


<configuration>

    <property>

        <name>dfs.replication</name>

        <value>2</value>

    </property>

    <property>

        <name>dfs.name.dir</name>

        <value>/home/hadoop/hadoop/hdfs/name</value>

    </property>

    <property>

        <name>dfs.data.dir</name>

        <value>/home/hadoop/hadoop/hdfs/data</value>

    </property>

</configuration>

4、配置mapred-site.xml


拷贝mapred-site.xml.template为mapred-site.xml,在进行修改


cp /home/hadoop/hadoop/etc/hadoop/mapred-site.xml.template /home/hadoop/hadoop/etc/hadoop/mapred-site.xml

vim /home/hadoop/hadoop/etc/hadoop/mapred-site.xml


<configuration>

  <property>

      <name>mapreduce.framework.name</name>

      <value>yarn</value>

  </property>

   <property>

      <name>mapred.job.tracker</name>

      <value>http://hadoop-master:9001</value>

  </property>

</configuration>

5、配置yarn-site.xml

后面两个property为2.7.4 nodemanager不启动添加,解决内存太小问题


<configuration>

<!-- Site specific YARN configuration properties -->

    <property>

        <name>yarn.nodemanager.aux-services</name>

        <value>mapreduce_shuffle</value>

    </property>

    <property>

        <name>yarn.resourcemanager.hostname</name>

        <value>hadoop-master</value>

    </property>

    <!-- 启动nodemanager value 为cpu核数 查看每个物理CPU中core的个数(即核数) cat /proc/cpuinfo| grep "cpu cores"| uniq -->

    <property>

            <name>yarn.nodemanager.resource.cpu-vcores</name>

            <value>2</value>

    </property>

    <property>

            <name>yarn.nodemanager.resource.memory-mb</name>

            <value>8192</value>

    </property>

</configuration>

6、配置masters文件


修改/home/hadoop/hadoop/etc/hadoop/masters文件,该文件指定namenode节点所在的服务器机器。删除localhost,添加namenode节点的主机名hadoop-master;不建议使用IP地址,因为IP地址可能会变化,但是主机名一般不会变化。


vi /home/hadoop/hadoop/etc/hadoop/masters

## 内容

hadoop-master


7、修改hadoop-env.sh


vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh

## 配置项

export JAVA_HOME=/usr/java/jdk1.8.0_152


8、配置slaves文件(Master主机特有)


修改/home/hadoop/hadoop/etc/hadoop/slaves文件,该文件指定哪些服务器节点是datanode节点。删除locahost,添加所有datanode节点的主机名,如下所示。


vi /home/hadoop/hadoop/etc/hadoop/slaves

## 内容

hadoop-slave1

hadoop-slave2

hadoop-slave3


配置hadoop-slave的hadoop环境


下面以配置hadoop-slave1的hadoop为例进行演示,用户需参照以下步骤完成其他hadoop-slave2~3服务器的配置。


1)复制hadoop到hadoop-slave1节点


scp -r /home/hadoop/hadoop hadoop-slave1:/home/hadoop/


登录hadoop-slave1服务器,删除slaves内容


rm -rf /home/hadoop/hadoop/etc/hadoop/slaves


2)配置环境变量


vi /etc/profile

## 内容

export HADOOP_HOME= /home/hadoop/hadoop

export PATH=$PATH:$HADOOP_HOME/bin


使得hadoop命令在当前终端立即生效;


source /etc/profile

期间报了一个错误

-bash: export: ` /home/hadoop/hadoop': not a valid identifier

原因是/home前面多个空格


依次配置其它slave服务


启动集群


1、格式化HDFS文件系统


进入master的~/hadoop目录,执行以下操作


bin/hadoop namenode -format


格式化namenode,第一次启动服务前执行的操作,以后不需要执行。


2、然后启动hadoop:


sbin/start-all.sh


3、使用jps命令查看运行情况


#master 执行 jps查看运行情况

25928 SecondaryNameNode

25742 NameNode

26387 Jps

26078 ResourceManager


#slave 执行 jps查看运行情况

24002 NodeManager

23899 DataNode

24179 Jps


4、命令查看Hadoop集群的状态


通过简单的jps命令虽然可以查看HDFS文件管理系统、MapReduce服务是否启动成功,但是无法查看到Hadoop整个集群的运行状态。我们可以通过hadoop dfsadmin -report进行查看。用该命令可以快速定位出哪些节点挂掉了,HDFS的容量以及使用了多少,以及每个节点的硬盘使用情况。


hadoop dfsadmin -report


输出结果:


Configured Capacity: 50108030976 (46.67 GB)

Present Capacity: 41877471232 (39.00 GB)

DFS Remaining: 41877385216 (39.00 GB)

DFS Used: 86016 (84 KB)

DFS Used%: 0.00%

Under replicated blocks: 0

Blocks with corrupt replicas: 0

Missing blocks: 0

Missing blocks (with replication factor 1): 0

......


5、hadoop 重启


sbin/stop-all.sh

sbin/start-all.sh

————————————————



点击查看更多内容
TA 点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
  • 推荐
  • 评论
  • 收藏
  • 共同学习,写下你的评论
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消