zoukankan      html  css  js  c++  java

  • Hadoop三种架构介绍及搭建

    apache  hadoop三种架构介绍（standAlone，伪分布，分布式环境介绍以及安装）

    hadoop 文档

    http://hadoop.apache.org/docs/

    1、StandAlone环境搭建

    运行服务

    服务器IP

    NameNode

    192.168.221.100

    SecondaryNameNode

    192.168.221.100

    DataNode

    192.168.221.100

    ResourceManager

    192.168.221.100

    NodeManager

    192.168.221.100

    第一步：下载apache hadoop并上传到服务器

    下载链接：

    http://archive.apache.org/dist/hadoop/common/hadoop-2.7.5/hadoop-2.7.5.tar.gz

    解压命令

    cd /export/softwares

    tar -zxvf hadoop-2.7.5.tar.gz -C ../servers/

    第二步：修改配置文件

    修改core-site.xml

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/etc/hadoop

    vim  core-site.xml

    <configuration>

        <property>

            <name>fs.default.name</name>

            <value>hdfs://192.168.221.100:8020</value>

        </property>

        <property>

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

            <value>/export/servers/hadoop-2.7.5/hadoopDatas/tempDatas</value>

        </property>

        <!--  缓冲区大小，实际工作中根据服务器性能动态调整 -->

        <property>

            <name>io.file.buffer.size</name>

            <value>4096</value>

        </property>

     

        <!--  开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 -->

        <property>

            <name>fs.trash.interval</name>

            <value>10080</value>

        </property>

    </configuration>

    修改hdfs-site.xml

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/etc/hadoop

    vim hdfs-site.xml

    <configuration>

        <!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割   -->

        <!--   集群动态上下线

        <property>

            <name>dfs.hosts</name>

            <value>/export/servers/hadoop-2.7.4/etc/hadoop/accept_host</value>

        </property>

       

        <property>

            <name>dfs.hosts.exclude</name>

            <value>/export/servers/hadoop-2.7.4/etc/hadoop/deny_host</value>

        </property>

         -->

         

         <property>

                <name>dfs.namenode.secondary.http-address</name>

                <value>node01:50090</value>

        </property>

     

        <property>

            <name>dfs.namenode.http-address</name>

            <value>node01:50070</value>

        </property>

        <property>

            <name>dfs.namenode.name.dir</name>

            <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas,file:///export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2</value>

        </property>

        <!--  定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割  -->

        <property>

            <name>dfs.datanode.data.dir</name>

            <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas,file:///export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2</value>

        </property>

       

        <property>

            <name>dfs.namenode.edits.dir</name>

            <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/nn/edits</value>

        </property>

       

     

        <property>

            <name>dfs.namenode.checkpoint.dir</name>

            <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/snn/name</value>

        </property>

        <property>

            <name>dfs.namenode.checkpoint.edits.dir</name>

            <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits</value>

        </property>

     

        <property>

            <name>dfs.replication</name>

            <value>3</value>

        </property>

     

        <property>

            <name>dfs.permissions</name>

            <value>false</value>

        </property>

     

    <property>

            <name>dfs.blocksize</name>

            <value>134217728</value>

        </property>

    </configuration>

    修改hadoop-env.sh

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/etc/hadoop

    vim  hadoop-env.sh

    vim  hadoop-env.sh

    export JAVA_HOME=/export/servers/jdk1.8.0_181

    修改mapred-site.xml

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/etc/hadoop

    vim  mapred-site.xml

    <configuration>

        <property>

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

            <value>yarn</value>

        </property>

     

        <property>

            <name>mapreduce.job.ubertask.enable</name>

            <value>true</value>

        </property>

       

        <property>

            <name>mapreduce.jobhistory.address</name>

            <value>node01:10020</value>

        </property>

     

        <property>

            <name>mapreduce.jobhistory.webapp.address</name>

            <value>node01:19888</value>

        </property>

    </configuration>

    修改yarn-site.xml

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/etc/hadoop

    vim  yarn-site.xml

    <configuration>

        <property>

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

            <value>node01</value>

        </property>

        <property>

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

            <value>mapreduce_shuffle</value>

        </property>

       

        <property>

            <name>yarn.log-aggregation-enable</name>

            <value>true</value>

        </property>

        <property>

            <name>yarn.log-aggregation.retain-seconds</name>

            <value>604800</value>

        </property>

    </configuration>

    修改mapred-env.sh

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/etc/hadoop

    vim  mapred-env.sh

    export JAVA_HOME=/export/servers/jdk1.8.0_181

    修改slaves

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/etc/hadoop

    vim   slaves

    localhost

    第三步：启动集群

    要启动 Hadoop 集群，需要启动 HDFS 和 YARN 两个模块。
    注意： 首次启动 HDFS 时，必须对其进行格式化操作。 本质上是一些清理和
    准备工作，因为此时的 HDFS 在物理上还是不存在的。
    hdfs namenode -format 或者 hadoop namenode –format

    启动命令：

    创建数据存放文件夹

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/tempDatas

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/nn/edits

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/snn/name

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits

    准备启动

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/

    bin/hdfs namenode -format

    sbin/start-dfs.sh

    sbin/start-yarn.sh

    sbin/mr-jobhistory-daemon.sh start historyserver

    三个端口查看界面

    http://node01:50070/explorer.html#/  查看hdfs

    http://node01:8088/cluster   查看yarn集群

    http://node01:19888/jobhistory  查看历史完成的任务

    2、伪分布式环境搭建（适用于学习测试开发集群模式）

    服务规划

    服务器IP

    192.168.221.100

    192.168.221.110

    192.168.221.120

    主机名

    node01.hadoop.com

    node02.hadoop.com

    node03.hadoop.com

    NameNode

    是

    否

    否

    Secondary

    NameNode

    是

    否

    否

    dataNode

    是

    是

    是

    ResourceManager

    是

    否

    否

    NodeManager

    是

    是

    是

    停止单节点集群，删除/export/servers/hadoop-2.7.5/hadoopDatas文件夹，然后重新创建文件夹

    第一台机器执行以下命令

    cd /export/servers/hadoop-2.7.5

    sbin/stop-dfs.sh

    sbin/stop-yarn.sh

    sbin/mr-jobhistory-daemon.sh stop historyserver

    删除hadoopDatas然后重新创建文件夹

    rm  -rf  /export/servers/hadoop-2.7.5/hadoopDatas

    重新创建文件夹

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/tempDatas

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/nn/edits

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/snn/name

    mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits

    修改slaves文件，然后将安装包发送到其他机器，重新启动集群即可

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5/etc/hadoop

    vim slaves

    node01

    node02

    node03

    安装包的分发

    第一台机器执行以下命令

    cd  /export/servers/

    scp -r hadoop-2.7.5 node02:$PWD

    scp -r hadoop-2.7.5 node03:$PWD

    启动集群

    第一台机器执行以下命令

    cd  /export/servers/hadoop-2.7.5

    bin/hdfs namenode -format

    sbin/start-dfs.sh

    sbin/start-yarn.sh

    sbin/mr-jobhistory-daemon.sh start historyserver

    3、分布式环境搭建（适用于工作当中正式环境搭建）

    使用完全分布式，实现namenode高可用，ResourceManager的高可用

    集群运行服务规划

     

    192.168.1.100

    192.168.1.110

    192.168.1.120

    zookeeper

    zk

    zk

    zk

    HDFS

    JournalNode

    JournalNode

    JournalNode

    NameNode

    NameNode

     

    ZKFC

    ZKFC

     

    DataNode

    DataNode

    DataNode

    YARN

     

    ResourceManager

    ResourceManager

    NodeManager

    NodeManager

    NodeManager

    MapReduce

     

     

    JobHistoryServer

    安装包解压

    停止之前的hadoop集群的所有服务，并删除所有机器的hadoop安装包，然后重新解压hadoop压缩包

    解压压缩包

    第一台机器执行以下命令进行解压

    cd /export/softwares

    tar -zxvf hadoop-2.7.5.tar.gz -C ../servers/

    配置文件的修改

    修改core-site.xml

    第一台机器执行以下命令

    cd /export/servers/hadoop-2.7.5/etc/hadoop

    vim core-site.xml

    <configuration>

    <!-- 指定NameNode的HA高可用的zk地址  -->

        <property>

            <name>ha.zookeeper.quorum</name>

            <value>node01:2181,node02:2181,node03:2181</value>

        </property>

     <!-- 指定HDFS访问的域名地址  -->

        <property>

            <name>fs.defaultFS</name>

            <value>hdfs://ns</value>

        </property>

     <!-- 临时文件存储目录  -->

        <property>

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

            <value>/export/servers/hadoop-2.7.5/data/tmp</value>

        </property>

         <!-- 开启hdfs垃圾箱机制，指定垃圾箱中的文件七天之后就彻底删掉

                单位为分钟

         -->

        <property>

            <name>fs.trash.interval</name>

            <value>10080</value>

        </property>

    </configuration>

    修改hdfs-site.xml

    第一台机器执行以下命令

    cd /export/servers/hadoop-2.7.5/etc/hadoop

    vim hdfs-site.xml

    <configuration>

    <!--  指定命名空间  -->

        <property>

            <name>dfs.nameservices</name>

            <value>ns</value>

        </property>

    <!--  指定该命名空间下的两个机器作为我们的NameNode  -->

        <property>

            <name>dfs.ha.namenodes.ns</name>

            <value>nn1,nn2</value>

        </property>

     

        <!-- 配置第一台服务器的namenode通信地址  -->

        <property>

            <name>dfs.namenode.rpc-address.ns.nn1</name>

            <value>node01:8020</value>

        </property>

        <!--  配置第二台服务器的namenode通信地址  -->

        <property>

            <name>dfs.namenode.rpc-address.ns.nn2</name>

            <value>node02:8020</value>

        </property>

        <!-- 所有从节点之间相互通信端口地址 -->

        <property>

            <name>dfs.namenode.servicerpc-address.ns.nn1</name>

            <value>node01:8022</value>

        </property>

        <!-- 所有从节点之间相互通信端口地址 -->

        <property>

            <name>dfs.namenode.servicerpc-address.ns.nn2</name>

            <value>node02:8022</value>

        </property>

       

        <!-- 第一台服务器namenode的web访问地址  -->

        <property>

            <name>dfs.namenode.http-address.ns.nn1</name>

            <value>node01:50070</value>

        </property>

        <!-- 第二台服务器namenode的web访问地址  -->

        <property>

            <name>dfs.namenode.http-address.ns.nn2</name>

            <value>node02:50070</value>

        </property>

       

        <!-- journalNode的访问地址，注意这个地址一定要配置 -->

        <property>

            <name>dfs.namenode.shared.edits.dir</name>

        <value>qjournal://node01:8485;node02:8485;node03:8485/ns1</value>

        </property>

        <!--  指定故障自动恢复使用的哪个java类 -->

        <property>

            <name>dfs.client.failover.proxy.provider.ns</name>

        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

        </property>

       

        <!-- 故障转移使用的哪种通信机制 -->

        <property>

            <name>dfs.ha.fencing.methods</name>

            <value>sshfence</value>

        </property>

       

        <!-- 指定通信使用的公钥  -->

        <property>

            <name>dfs.ha.fencing.ssh.private-key-files</name>

            <value>/root/.ssh/id_rsa</value>

        </property>

        <!-- journalNode数据存放地址  -->

        <property>

            <name>dfs.journalnode.edits.dir</name>

            <value>/export/servers/hadoop-2.7.5/data/dfs/jn</value>

        </property>

        <!-- 启用自动故障恢复功能 -->

        <property>

            <name>dfs.ha.automatic-failover.enabled</name>

            <value>true</value>

        </property>

        <!-- namenode产生的文件存放路径 -->

        <property>

            <name>dfs.namenode.name.dir</name>

            <value>file:///export/servers/hadoop-2.7.5/data/dfs/nn/name</value>

        </property>

        <!-- edits产生的文件存放路径 -->

        <property>

            <name>dfs.namenode.edits.dir</name>

            <value>file:///export/servers/hadoop-2.7.5/data/dfs/nn/edits</value>

        </property>

        <!-- dataNode文件存放路径 -->

        <property>

            <name>dfs.datanode.data.dir</name>

            <value>file:///export/servers/hadoop-2.7.5/data/dfs/dn</value>

        </property>

        <!-- 关闭hdfs的文件权限 -->

        <property>

            <name>dfs.permissions</name>

            <value>false</value>

        </property>

        <!-- 指定block文件块的大小 -->

        <property>

            <name>dfs.blocksize</name>

            <value>134217728</value>

        </property>

    </configuration>

    修改yarn-site.xml，注意node03与node02配置不同

    第一台机器执行以下命令

    cd /export/servers/hadoop-2.7.5/etc/hadoop

    vim yarn-site.xml

    <configuration>

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

    <!-- 是否启用日志聚合.应用程序完成后,日志汇总收集每个容器的日志,这些日志移动到文件系统,例如HDFS. -->

    <!-- 用户可以通过配置"yarn.nodemanager.remote-app-log-dir"、"yarn.nodemanager.remote-app-log-dir-suffix"来确定日志移动到的位置 -->

    <!-- 用户可以通过应用程序时间服务器访问日志 -->

     

    <!-- 启用日志聚合功能，应用程序完成后，收集各个节点的日志到一起便于查看 -->

        <property>

                <name>yarn.log-aggregation-enable</name>

                <value>true</value>

        </property>

     

     

    <!--开启resource manager HA,默认为false-->

    <property>

            <name>yarn.resourcemanager.ha.enabled</name>

            <value>true</value>

    </property>

    <!-- 集群的Id，使用该值确保RM不会做为其它集群的active -->

    <property>

            <name>yarn.resourcemanager.cluster-id</name>

            <value>mycluster</value>

    </property>

    <!--配置resource manager  命名-->

    <property>

            <name>yarn.resourcemanager.ha.rm-ids</name>

            <value>rm1,rm2</value>

    </property>

    <!-- 配置第一台机器的resourceManager -->

    <property>

            <name>yarn.resourcemanager.hostname.rm1</name>

            <value>node03</value>

    </property>

    <!-- 配置第二台机器的resourceManager -->

    <property>

            <name>yarn.resourcemanager.hostname.rm2</name>

            <value>node02</value>

    </property>

     

    <!-- 配置第一台机器的resourceManager通信地址 -->

    <property>

            <name>yarn.resourcemanager.address.rm1</name>

            <value>node03:8032</value>

    </property>

    <property>

            <name>yarn.resourcemanager.scheduler.address.rm1</name>

            <value>node03:8030</value>

    </property>

    <property>

            <name>yarn.resourcemanager.resource-tracker.address.rm1</name>

            <value>node03:8031</value>

    </property>

    <property>

            <name>yarn.resourcemanager.admin.address.rm1</name>

            <value>node03:8033</value>

    </property>

    <property>

            <name>yarn.resourcemanager.webapp.address.rm1</name>

            <value>node03:8088</value>

    </property>

     

    <!-- 配置第二台机器的resourceManager通信地址 -->

    <property>

            <name>yarn.resourcemanager.address.rm2</name>

            <value>node02:8032</value>

    </property>

    <property>

            <name>yarn.resourcemanager.scheduler.address.rm2</name>

            <value>node02:8030</value>

    </property>

    <property>

            <name>yarn.resourcemanager.resource-tracker.address.rm2</name>

            <value>node02:8031</value>

    </property>

    <property>

            <name>yarn.resourcemanager.admin.address.rm2</name>

            <value>node02:8033</value>

    </property>

    <property>

            <name>yarn.resourcemanager.webapp.address.rm2</name>

            <value>node02:8088</value>

    </property>

    <!--开启resourcemanager自动恢复功能-->

    <property>

            <name>yarn.resourcemanager.recovery.enabled</name>

            <value>true</value>

    </property>

    <!--在node1上配置rm1,在node2上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上，但这个在YARN的另一个机器上一定要修改，其他机器上不配置此项-->

        <property>      

            <name>yarn.resourcemanager.ha.id</name>

            <value>rm1</value>[a1] 

           <description>If we want to launch more than one RM in single node, we need this configuration</description>

        </property>

          

           <!--用于持久存储的类。尝试开启-->

    <property>

            <name>yarn.resourcemanager.store.class</name>

            <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>

    </property>

    <property>

            <name>yarn.resourcemanager.zk-address</name>

            <value>node02:2181,node03:2181,node01:2181</value>

            <description>For multiple zk services, separate them with comma</description>

    </property>

    <!--开启resourcemanager故障自动切换，指定机器-->

    <property>

            <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>

            <value>true</value>

            <description>Enable automatic failover; By default, it is enabled only when HA is enabled.</description>

    </property>

    <property>

            <name>yarn.client.failover-proxy-provider</name>

            <value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value>

    </property>

    <!-- 允许分配给一个任务最大的CPU核数，默认是8 -->

    <property>

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

            <value>4</value>

    </property>

    <!-- 每个节点可用内存,单位MB -->

    <property>

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

            <value>512</value>

    </property>

    <!-- 单个任务可申请最少内存，默认1024MB -->

    <property>

            <name>yarn.scheduler.minimum-allocation-mb</name>

            <value>512</value>

    </property>

    <!-- 单个任务可申请最大内存，默认8192MB -->

    <property>

            <name>yarn.scheduler.maximum-allocation-mb</name>

            <value>512</value>

    </property>

    <!--多长时间聚合删除一次日志 此处-->

    <property>

            <name>yarn.log-aggregation.retain-seconds</name>

            <value>2592000</value><!--30 day-->

    </property>

    <!--时间在几秒钟内保留用户日志。只适用于如果日志聚合是禁用的-->

    <property>

            <name>yarn.nodemanager.log.retain-seconds</name>

            <value>604800</value><!--7 day-->

    </property>

    <!--指定文件压缩类型用于压缩汇总日志-->

    <property>

            <name>yarn.nodemanager.log-aggregation.compression-type</name>

            <value>gz</value>

    </property>

    <!-- nodemanager本地文件存储目录-->

    <property>

            <name>yarn.nodemanager.local-dirs</name>

            <value>/export/servers/hadoop-2.7.5/yarn/local</value>

    </property>

    <!-- resourceManager  保存最大的任务完成个数 -->

    <property>

            <name>yarn.resourcemanager.max-completed-applications</name>

            <value>1000</value>

    </property>

    <!-- 逗号隔开的服务列表，列表名称应该只包含a-zA-Z0-9_,不能以数字开始-->

    <property>

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

            <value>mapreduce_shuffle</value>

    </property>

     

    <!--rm失联后重新链接的时间-->

    <property>

            <name>yarn.resourcemanager.connect.retry-interval.ms</name>

            <value>2000</value>

    </property>

    </configuration>

    修改mapred-site.xml

    cd /export/servers/hadoop-2.7.5/etc/hadoop

    vim mapred-site.xml

    <configuration>

    <!--指定运行mapreduce的环境是yarn -->

    <property>

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

            <value>yarn</value>

    </property>

    <!-- MapReduce JobHistory Server IPC host:port -->

    <property>

            <name>mapreduce.jobhistory.address</name>

            <value>node03:10020</value>

    </property>

    <!-- MapReduce JobHistory Server Web UI host:port -->

    <property>

            <name>mapreduce.jobhistory.webapp.address</name>

            <value>node03:19888</value>

    </property>

    <!-- The directory where MapReduce stores control files.默认 ${hadoop.tmp.dir}/mapred/system -->

    <property>

            <name>mapreduce.jobtracker.system.dir</name>

            <value>/export/servers/hadoop-2.7.5/data/system/jobtracker</value>

    </property>

    <!-- The amount of memory to request from the scheduler for each map task. 默认 1024-->

    <property>

            <name>mapreduce.map.memory.mb</name>

            <value>1024</value>

    </property>

    <!-- <property>

                    <name>mapreduce.map.java.opts</name>

                    <value>-Xmx1024m</value>

            </property> -->

    <!-- The amount of memory to request from the scheduler for each reduce task. 默认 1024-->

    <property>

            <name>mapreduce.reduce.memory.mb</name>

            <value>1024</value>

    </property>

    <!-- <property>

                   <name>mapreduce.reduce.java.opts</name>

                   <value>-Xmx2048m</value>

            </property> -->

    <!-- 用于存储文件的缓存内存的总数量，以兆字节为单位。默认情况下，分配给每个合并流1MB，给个合并流应该寻求最小化。默认值100-->

    <property>

            <name>mapreduce.task.io.sort.mb</name>

            <value>100</value>

    </property>

     

    <!-- <property>

            <name>mapreduce.jobtracker.handler.count</name>

            <value>25</value>

            </property>-->

    <!-- 整理文件时用于合并的流的数量。这决定了打开的文件句柄的数量。默认值10-->

    <property>

            <name>mapreduce.task.io.sort.factor</name>

            <value>10</value>

    </property>

    <!-- 默认的并行传输量由reduce在copy(shuffle)阶段。默认值5-->

    <property>

            <name>mapreduce.reduce.shuffle.parallelcopies</name>

            <value>25</value>

    </property>

    <property>

            <name>yarn.app.mapreduce.am.command-opts</name>

            <value>-Xmx1024m</value>

    </property>

    <!-- MR AppMaster所需的内存总量。默认值1536-->

    <property>

            <name>yarn.app.mapreduce.am.resource.mb</name>

            <value>1536</value>

    </property>

    <!-- MapReduce存储中间数据文件的本地目录。目录不存在则被忽略。默认值${hadoop.tmp.dir}/mapred/local-->

    <property>

            <name>mapreduce.cluster.local.dir</name>

            <value>/export/servers/hadoop-2.7.5/data/system/local</value>

    </property>

    </configuration>

    修改slaves

    第一台机器执行以下命令

    cd /export/servers/hadoop-2.7.5/etc/hadoop

    vim slaves

    node01

    node02

    node03

    修改hadoop-env.sh

    第一台机器执行以下命令

    cd /export/servers/hadoop-2.7.5/etc/hadoop

    vim hadoop-env.sh

    export JAVA_HOME=/export/servers/jdk1.8.0_181

    集群启动过程

    将第一台机器的安装包发送到其他机器上

    第一台机器执行以下命令：

    cd /export/servers

    scp -r hadoop-2.7.5/ node02:$PWD

    scp -r hadoop-2.7.5/ node03:$PWD

    三台机器上共同创建目录

    三台机器执行以下命令

    mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/name

    mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/edits

    mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/name

    mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/edits

    更改node02的rm2

    第二台机器执行以下命令

    cd /export/servers/hadoop-2.7.5/etc/hadoop

    vim  yarn-site.xml

    <!--在node3上配置rm1,在node2上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上，

    但这个在YARN的另一个机器上一定要修改，其他机器上不配置此项

    注意我们现在有两个resourceManager  第三台是rm1   第二台是rm2

    这个配置一定要记得去node02上面改好

     

    -->

        <property>      

            <name>yarn.resourcemanager.ha.id</name>

            <value>rm2</value>

           <description>If we want to launch more than one RM in single node, we need this configuration</description>

        </property>

    启动HDFS过程

    node01机器执行以下命令

    cd   /export/servers/hadoop-2.7.5

    bin/hdfs zkfc -formatZK

    sbin/hadoop-daemons.sh start journalnode

    bin[a2] /hdfs namenode -format

    bin/hdfs namenode -initializeSharedEdits -force

    sbin/start-dfs.sh

    node02上面执行

    cd   /export/servers/hadoop-2.7.5

    bin/hdfs namenode -bootstrapStandby

    sbin/hadoop-daemon.sh start namenode

    启动yarn过程

    node03上面执行

    cd   /export/servers/hadoop-2.7.5

    sbin/start-yarn.sh

    node02上执行

    cd   /export/servers/hadoop-2.7.5

    sbin/start-yarn.sh

    查看resourceManager状态

    node03上面执行

    cd   /export/servers/hadoop-2.7.5

    bin/yarn rmadmin -getServiceState rm1

    node02上面执行

    cd   /export/servers/hadoop-2.7.5

    bin/yarn rmadmin -getServiceState rm2

    node03启动jobHistory

    node03机器执行以下命令启动jobHistory

    cd /export/servers/hadoop-2.7.5

    sbin/mr-jobhistory-daemon.sh start historyserver

    hdfs状态查看

    node01机器查看hdfs状态

    http://192.168.221.100:50070/dfshealth.html#tab-overview

    node02机器查看hdfs状态

    http://192.168.221.110:50070/dfshealth.html#tab-overview

    yarn集群访问查看

    http://node03:8088/cluster

    历史任务浏览界面

    页面访问：

    http://192.168.221.120:19888/jobhistory

     [a1]注意这个值，node03机器上面的配置为rm1，node02机器上的配置则为rm2，这个值两个机器上面配置不能一样

     [a2]这个命令一定要慎重使用，只在集群搭建的时候使用一次，以后都不要使用了，一旦使用，集群上面所有的数据都没了

     
  • 相关阅读:
    企业网站常用中英文对照表
    AttachJSFunction(一个button同时挂两个onclick事件)
    Js 整理
    宝玉的CSS
    网页中一些比较隐蔽的用法 作者:wbc
    flex中flexgrow作用
    flex实现换行内容上下贴边效果
    flex中自动换行设置,以及上下间距的设置？
    flex中aligncontent和aliginitems区别？
    正则表达式语法及实例整理[转]
  • 原文地址：https://www.cnblogs.com/elevenapple/p/11164971.html
Copyright © 2011-2022 走看看