大数据实践（三）--Hadoop集群搭建（Ubuntu）

大数据实践（三）--Hadoop集群搭建（Ubuntu）

前置环境

原单机配置前置环境：

hadoop2.7.3

Ubuntu16

VirtualBox

jdk1.8

还需要yarn管理集群

目录

• 大数据实践（三）--Hadoop集群搭建（Ubuntu）
  • 001、整体路线
  • 002、前置条件
    • 1、jdk、hadoop都已经加入环境变量。
    • 2、复制两台虚拟机，将所有节点配置好静态ip。
    • 3、修改主机名称：
    • 4、修改hosts文件，使主机名和ip对应。
    • 5、配置ssh远程登陆
  • 003、修改配置文件
    • 1、修改hadoop-env.sh(略去)
    • 2、修改core-site.xml
    • 3、修改hdfs-site.xml
    • 4、修改yarn-site.xml
    • 5、修改mapred-site.xml
    • 6、修改slaves
  • 004、启动集群
    • 1、初始化namenode
    • 2、启动hdfs服务
    • 3、启动yarn服务
  • 005、web ui界面
    • 1、hadoop ui
    • 2、yarn ui

001、整体路线

使用虚拟机搭建三个节点，分别名为master、node2、node3.

由于我的主节点配置高于从节点，所以更多负载在主节点上。

002、前置条件

1、jdk、hadoop都已经加入环境变量。

2、复制两台虚拟机，将所有节点配置好静态ip。

master :192.168.56.102
node2  :192.168.56.103
node3  :192.168.56.104

3、修改主机名称：

​ 在各自节点上修改：

 sudo vim /etc/hostname

#master节点
master

#node2节点
node2

#node3节点
node3

4、修改hosts文件，使主机名和ip对应。

所有节点都要修改;

sudo vim /etc/hosts


192.168.56.102  master
192.168.56.103 node2
192.168.56.104 node3

以上修改完毕后建议重启系统。

5、配置ssh远程登陆

把master上的公钥文件，拷贝到node1，node2上；

scp ~/.ssh/authorized_keys hadoop@node2:~/.ssh/
scp ~/.ssh/authorized_keys hadoop@node3:~/.ssh/

其实本步骤基本可以略去，由于都是复制来的虚拟机，基本都有相同的配置。

在master上使用ssh node2、ssh node3测试，如果没问题即可。

003、修改配置文件

在所有节点上都要修改。

1、修改hadoop-env.sh(略去)

2、修改core-site.xml

	<property>
        <!--指定 namenode 的 hdfs 协议文件系统的通信地址-->
        <name>fs.defaultFS</name>
        <value>hdfs://192.168.56.102:8020</value>
    </property>  
  <property>
        <!--指定 hadoop 集群存储临时文件的目录-->
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop/hadoopDir</value>
    </property>

3、修改hdfs-site.xml

<property>
    <name>dfs.namenode.name.dir</name>
    <value>/usr/local/hadoop/hdfs/namedir</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>/usr/local/hadoop/hdfs/datadir</value>
  </property>

4、修改yarn-site.xml

 <property>
        <!--配置 NodeManager 上运行的附属服务。需要配置成 mapreduce_shuffle 后才可以在 Yarn 上运行 MapReduce 程序。-->
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <!--resourcemanager 的主机名-->
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>

5、修改mapred-site.xml

如果没有该文件，cp mapred-site.xml.template mapred-site.xml.

<configuration>
    <property>
        <!--指定 mapreduce 作业运行在 yarn 上-->
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

6、修改slaves

在slaves文件中，加入以下：

配置所有节点的主机名或 IP 地址，每行一个.

master
node2
node3

004、启动集群

1、初始化namenode

在master上使用该命令即可：

hdfs namenode -format  #只使用一次，使用多次可能会造成冲突

2、启动hdfs服务

master启动：

start-dfs.sh

master下启动了以下进程：

2728 DataNode
2920 SecondaryNameNode
2569 NameNode

其他节点只有：

2728 DataNode

3、启动yarn服务

start-yarn.sh

master启动了以下进程：

3220 NodeManager
2728 DataNode
2920 SecondaryNameNode
3090 ResourceManager
2569 NameNode

其他节点只有 ：

3220 NodeManager
2728 DataNode

005、web ui界面

1、hadoop ui

在浏览器打开master的50070端口：

2、yarn ui

打开8088端口：

关闭进程的话可以使用:

stop-dfs.sh 
stop-yarn.sh

#全部关闭
stop-all.sh