zoukankan      html  css  js  c++  java
  • hadoop分布式集群搭建

    Hadoop的搭建有三种方式,单机版适合开发调试;伪分布式版,适合模拟集群学习;完全分布式,生产使用的模式。这篇文件介绍如何搭建完全分布式的hadoop集群,一个主节点,三个数据节点为例来讲解。

    基础环境

    环境准备

    1、软件版本

    四台服务器配置,系统:centos6.5、内存:1G、硬盘:20G
    四台服务器分配的IP地址:192.168.0.71/72/73/74
    规划:71用作主节点用作hadoop-master,其它三台为数据节点72、73、74用作hadoop-salve1~3 
    jdk和生成保持一致使用1.7版本 
    hadoop使用2.7.3版本,下载地址:http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz

    2、host配置和主机名(四台)

    修改四台服务器的hosts文件

    vim /etc/hosts

    192.168.0.71 hadoop-master 
    192.168.0.72 hadoop-slave1 
    192.168.0.73 hadoop-slave2
    192.168.0.74 hadoop-slave3
    

    分别斯塔服务器的主机名: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-slave1~3。

    3、服务器安装jdk(四台)

    建议使用yum安装jdk,也可以自行下载安装

    yum -y install java-1.7.0-openjdk*
    

    配置环境变量,修改配置文件vim /etc/profile

    export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64
    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

    一、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
    

    二、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-salve1~3三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-salve1~3无密码访问

    二、hadoop-master本机无密码登录hadoop-slave1、hadoop-slave2、hadoop-slave3,以hadoop-master无密码登录hadoop-slave1为例进行讲解:

    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
    

    三、配置hadoop-slave1~hadoop-slave3本机无密码登录hadoop-master

    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~hadoop-slave3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、hadoop-slave3

    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  
    wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz
    #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=/usr/local/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:/usr/local/hadoop/etc/hadoop路径下

    2、配置core-site.xml

    修改Hadoop核心配置文件/usr/local/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:/usr/local/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>3</value>
        </property>
        <property>
            <name>dfs.name.dir</name>
            <value>/usr/local/hadoop/hdfs/name</value>
        </property>
        <property>
            <name>dfs.data.dir</name>
            <value>/usr/local/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 /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml  
    vim /usr/local/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

    <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>
    </configuration>
    

    6、配置masters文件

    修改/usr/local/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 /usr/local/hadoop/etc/hadoop/masters
    ## 内容
    hadoop-master
    

    7、配置slaves文件(Master主机特有)

    修改/usr/local/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 /usr/local/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 /usr/local/hadoop hadoop-slave1:/usr/local/
    

    登录hadoop-slave1服务器,删除slaves内容

    rm -rf /usr/local/hadoop/etc/hadoop/slaves
    

    2)配置环境变量

    vi /etc/profile
    ## 内容
    export HADOOP_HOME=/usr/local/hadoop
    export PATH=$PATH:$HADOOP_HOME/bin
    

    使得hadoop命令在当前终端立即生效;

    source /etc/profile
    

    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
    

    错误

    在搭建完成启动的时候,发生过两个错误:

    1、 xxx: Error: JAVA_HOME is not set and could not be found

    这个错误意思没有找到jdk的环境变量,需要在hadoop-env.sh配置。

    vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh 
    ## 配置项
    export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64
    

    2、The authenticity of host ‘0.0.0.0 (0.0.0.0)’ can’t be established.

    解决方案关闭SELINUX

    -- 关闭SELINUX
    # vim /etc/selinux/config
    -- 注释掉
    #SELINUX=enforcing
    #SELINUXTYPE=targeted
    — 添加
    SELINUX=disabled
    

    参考: Hadoop之完全分布式环境搭建

  • 相关阅读:
    如何打一个RPM包
    使用gogs和glide来轻松拉取golang第三方库
    go包管理工具glide使用方法
    安装使用supervisor来启动服务
    Simple, Poetic, Pithy
    令人懊恼的阉割版fabric sdk功能缺失
    如何在golang中打印grpc详细日志
    使用Goland同步远程代码
    如何将github项目上传至gitlab
    openstack搭建之-nova配置(10)
  • 原文地址:https://www.cnblogs.com/guigujun/p/7526053.html
Copyright © 2011-2022 走看看