hadoop集羣搭建

第一步：搭建配置新的虛擬機

 

格式化以前先把tmp目錄下全部與Hadoop有關的信息所有刪除

rm -rf /tmp/hadoop-centos*

 

開啓以後jps只有Java的進程：sudo vi /etc/hosts 裏面加 bogon

1.sudo賦權

Root用戶 vi /etc/sudoers

/root  n（查找下一個結果）

centos  ALL=(ALL)     NOPASSWD:ALL

 

 

2.修改ens33網卡（橋接模式靜態IP）

建立軟連接

ln –s /etc/sysconfig/network-scripts/ifcfg-ens33 ens33

修改配置文件

vi /etc/sysconfig/network-scripts/ifcfg-ens33

TYPE=Ethernet BOOTPROTO=static DEFROUTE=yes PEERDNS=yes PEERROUTES=yes IPV4_FAILURE_FATAL=no IPV6INIT=yes IPV6_AUTOCONF=yes IPV6_DEFROUTE=yes IPV6_PEERDNS=yes IPV6_PEERROUTES=yes IPV6_FAILURE_FATAL=no IPV6_ADDR_GEN_MODE=stable-privacy NAME=ens33 UUID=51248a5b-aece-4777-ab51-7b5e61602180 DEVICE=ens33 ONBOOT=yes IPADDR=192.168.12.206 NETMASK=255.255.255.0 GATEWAY=192.168.12.1 DNA1=219.141.136.10 DNS2=202.106.196.115 DNS3=8.8.8.8 DNS4=114.114.114.114

 

改完後重啓network服務

    sudo systemctl restart network

虛擬機上右鍵-->設置-->網絡適配器-->橋接模式

檢測是否鏈接網絡 ping www.baidu.com

3.修改主機名

sudo  vi  /etc/hostname

原來內容所有刪除 寫入s126

重啓虛擬機

4.安裝JDK和Hadoop

1.上傳文件包

2.解壓        tar –zxvf ****

3.建立軟連接      ln –s *** hadoop

 

tar -zxvf jdk-8u121-linux-x64.tar.gz

ln -s jdk1.8.0_121 java

rm -rf jdk-8u121-linux-x64.tar.gz

 

tar -zxvf hadoop-2.8.0.tar.gz

ln -s hadoop-2.8.0 hadoop

rm -rf hadoop-2.8.0.tar.gz

 

4.配置環境變量

sudo vi /etc/profile

#java

JAVA_HOME=/home/centos/java

export PATH=$PATH:$JAVA_HOME/bin

 

#hadoop

HADOOP_HOME=/home/centos/hadoop

Export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

 

vi ~/hadoop/etc/hadoop/hadoop-env.sh

#java

export JAVA_HOME=/home/centos/java

 

5.刷新配置文件

source /etc/profile

5.關閉防火牆

sudo systemctl stop firewalld關閉防火牆

sudo systemctl start firewalld開啓防火牆

sudo systemctl disable firewalld禁用防火牆（開機不啓動）

sudo systemctl enable firewalld使用防火牆（開機啓動）

sudo systemctl status firewalld查看防火牆狀態

第二步：Hadoop集羣搭建

1.獨立模式

一、 將hadoop的jar包上傳服務器

二、 解壓tar包

tar –zxvf ****

三、 建立軟鏈接

ln –s *** hadoop

四、 配置環境變量

[vi /etc/profile]

最下面加上

#hadoop

HADOOP_HOME=/home/centos/hadoop

export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

最後保存文件加載環境變量配置文件

source /etc/profile

五、 修改hadoop環境變量配置文件配置jdk路徑

[$HADOOP_HOME/etc/hadoop/hadoop-env.sh]

 

六、 測試

hadoop version

 

默認hadoop就是獨立模式。

 

特色：運行任務是一個java進程，就至關於運行一個java程序

 

2.僞分佈式模式配置

修改hdfs配置文件

vi ~/hadoop/etc/hadoop/core-site.xml

        cd ~/hadoop/etc/hadoop

[core-site.xml]

<configuration>

        <property>

                <name>fs.defaultFS</name>

                <value>hdfs://192.168.12.126:9000</value>

        </property>

</configuration>

 

vi ~/hadoop/etc/hadoop/hdfs-site.xml

[hdfs-site.xml]

<configuration>

        <property>

                <name>dfs.replication</name>

                <value>1</value>

        </property>

</configuration>

 

設置ssh免密登陸

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

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

chmod 600 ~/.ssh/authorized_keys

 

檢測方式：ssh localhost/主機真實ip

 

格式化文件系統

hadoop namenode -format

 

啓動文件系統

jps                 檢測Java開啓的進程

start-dfs.sh        啓動文件系統（啓動了三個java進程）

jps                 再次檢測Java開啓的進程（應該是4個）

 

 

配置yarn資源管理器

cd ~/hadoop/etc/hadoop

 

cp  mapred-site.xml.template  mapred-site.xml

 

vi mapred-site.xml

     <configuration>

    <property>

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

        <value>yarn</value>

    </property>

</configuration>

 

vi yarn-site.xml

<configuration>

    <property>

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

        <value>mapreduce_shuffle</value>

    </property>

</configuration>

 

start-dfs.sh  &&  start-yarn.sh  &&  jps

3.徹底分佈式

配置/etc/hosts文件（本地靜態DNS）

首行加上 : bogon

增長:

192.168.12.201 s201

192.168.12.202 s202

192.168.12.203 s203

 

1.設置ssh免密登陸：

(如今別的主機ssh 主機IP 而後把宿主機複製過去的權限600)

效果：從主機上能經過ssh免密登陸

目的：在主機上經過ssh執行命令

設置的方式：

                  首先給主機設置ssh免密登陸，將主機的公鑰(id_rsa.pub)經過scp命令發送到其餘          主機，在其餘主機上將獲取到的公鑰追加到~/.ssh/authorized_keys。

         主機：

ssh-keygen  –t  rsa  –P  ''  –f  ~/.ssh/id_rsa

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

chmod 600 ~/.ssh/authorized_keys

 

scp ~/.ssh/id_rsa.pub centos@192.168.12.202:~/.ssh/id_rsa.pub.s201

scp ~/.ssh/id_rsa.pub centos@192.168.12.203:~/.ssh/id_rsa.pub.s201

s202：

         s203：

                  cat ~/.ssh/id_rsa.pub.s201 >> ~/.ssh/authorized_keys

 

2.shell腳本的操做：

主機寫分發腳本cpTo，查看腳本xcall。賦予執行權限。移動到/usr/local/bin目錄下，以便咱們能在任何地方使用腳本

 

[cpTo]

#腳本的目的是：修改完了主機的文件之後，能夠經過它分發到其餘主機，實現同步

#腳本的用法：cpTo 文件（絕對路徑/相對路徑）

#!/bin/bash

#獲取參數的絕對路徑

dirname=`cd $(dirname $1); pwd`

basename=`basename $1`

echo ${dirname}/${basename}

for i in s202 s203

do

        echo "=================$i ${dirname}/${basename}=================="

                  #若是其餘機器沒有父目錄建立父目錄

        ssh $i mkdir -p ${dirname}

                  #遠程拷貝文件

        scp  $1 ${i}:${dirname}/${basename}

done

 

[xcall.sh]

#做用是經過ssh遠程運行命令，好比查看jps，在好比刪除/tmp

#用法：xcall 命令

#!/bin/bash

for host in s201 s202 s203

do

        echo "====================echo $host $@==========================="

                  #ssh遠程執行命令

#$@獲取全部參數

#source /etc/profile 由於ssh遠程執行命令不去加載/etc/profile，因此不少命令無法用

        ssh $host "source /etc/profile && $@"

Done

 

3.軟件安裝的操做

安裝jdk、hadoop、配置環境變量JAVA_HOME、HADOOP_HOME，能夠經過xcall腳原本         同步安裝

在主機上修改hosts文件，給主機配置全部機器的dns服務，使用cpTo腳本分發到其餘         機器，讓其餘機器也有dns服務

注意：/etc/hosts是root用戶的文件，因此須要切換到root執行

dns服務： 能夠將域名解析爲ip地址。好比ping s201，解析成ping 192.168.12.201

 

4.配置文件操做

在主機上修改hadoop的配置文件：

[Hadoop-en.sh]  [core-site.xml]  [hdfs-site.xml]  [mapred-site.xml]  [yarn-site.xml] [slaves]

經過cpTo腳本進行分發（能夠分發上一級目錄來所有分發）

一、[hadoop-env.sh]配置javahome

二、[core-site.xml]配置鏈接url

[core-site.xml]

<configuration>

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://s201:9000</value>

    </property>

</configuration>

三、[hdfs-site.xml]配置的是副本數

<configuration>

    <property>

        <name>dfs.replication</name>

        <value>3</value>

    </property>

</configuration>

四、[mapred-site.xml]配置運行map任務採用的集羣資源管理框架

<configuration>

    <property>

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

        <value>yarn</value>

    </property>

</configuration>

五、[yarn-site.xml]配置RM的節點和數據傳輸方式

<configuration>

         <property>

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

              <value>s126</value>

    </property>

    <property>

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

        <value>mapreduce_shuffle</value>

    </property>

</configuration>

六、[slaves]配置datanode節點和NM節點

s201

s202

s203

 

5.主機格式化文件系統

只須要在主機格式化文件系統（xcall刪除數據目錄/tmp/hadoop*，日誌文件/logs/*）

啓動hdfs文件系統和yarn框架

xcall查看啓動是否成功/看web

 

第三步：配置項目

一、 將要統計的文件（wordcount.txt）上傳到hdfs

hdfs dfs –put 本地文件 hdfs目錄

hdfs dfs -put  wordCount2.txt /user

 

二、 運行任務

hadoop jar jar包 com.zdjy.bigdata.wordCount.hadoop.WordCountApp hdfs輸    入文件

hdfs輸出目錄

hadoop jar wordCount.jar com.zdjy.WordCountApp /user/wordCount2.txt /saa

 

三、 查看結果

hdfs dfs –cat hdfs輸出目錄下的文本文件 (hdfs dfs -cat /saa/*)

4.關閉文件系統

hdfs dfs -mkdir /user

hdfs dfs -ls -R /

hdfs -dfs -put wordCount2.txt /user

hdfs dfs -put  wordCount2.txt /user

hdfs dfs -ls -R /

hadoop jar wordCount-0.0.1-SNAPSHOT.jar

com.zdjy.bigdata.wordCount.hadoop.WordCountApp

/user/wordCount2.txt /out

hdfs dfs -cat /out/*

 

5.在瀏覽器上看web（sudo systemctl stop firewalld關閉防火牆）

http://192.168.12.206:50070

         文件系統：50070

         yarn：8088

ssh免密登陸與手動單獨啓動每個進程

設置ssh免密登陸的緣由：咱們start-dfs.sh/start-yarn.sh他們都是經過ssh來遠程控制每一臺主機的進程的啓動

[start-dfs.sh]

if [ -n "$HADOOP_SECURE_DN_USER" ]; then

  echo \

    "Attempting to start secure cluster, skipping datanodes. " \

    "Run start-secure-dns.sh as root to complete startup."

else

  "$HADOOP_PREFIX/sbin/hadoop-daemons.sh" \

    --config "$HADOOP_CONF_DIR" \

    --script "$bin/hdfs" start datanode $dataStartOpt

fi

 

[Hadoop-daemons.sh]

exec "$bin/slaves.sh" --config $HADOOP_CONF_DIR cd "$HADOOP_PREFIX" \; "$bin/hadoop-daemon.sh" --config $HADOOP_CONF_DIR "$@"

 

[slaves.sh]

for slave in $SLAVE_NAMES ; do

 ssh $HADOOP_SSH_OPTS $slave $"${@// /\\ }" \

   2>&1 | sed "s/^/$slave: /" &

 if [ "$HADOOP_SLAVE_SLEEP" != "" ]; then

   sleep $HADOOP_SLAVE_SLEEP

 fi

done

 

咱們手動啓動每個進程

主機啓動namenode

         hadoop-daemon.sh start namenode

全部機器手動啓動datnode

         hadoop-daemon.sh start datanode

在主機上手動啓動datanode

         ssh s202 「source /etc/profile && hadoop-daemon.sh start datanode」

在主機上腳本啓動全部datanode

         hadoop-daemons.sh start datanode

在主機啓動secondarynamenode

 

主機啓動resourcemanager

         yarn-daemon.sh start resourcemanager

全部機器啓動nodemanager

         yarn-daemon.sh start nodemanager

在主機啓動全部的nodemanager

         yarn-daemons.sh start nodemanager

 

start-dfs.sh=NN,DNs,2NN

start-yarn.sh=RM,NMs

 

start-all.sh= start-dfs.sh && start-yarn.sh