title: Hadoop 分布式集群的搭建
summary: 关键词:Hadoop ubuntu 分布式集群 环境搭建 ssh 网络配置 java 环境
date: 2019-5-19 11:09
author: foochane
urlname: 2019051901
categories: 大数据
tags:
- hadoop
- 大数据
本文作者:foochane
本文链接:https://foochane.cn/article/2019051901.html
1 安装说明
1.1 用到的软件
软件 | 版本 | 下载地址 |
---|---|---|
linux | Ubuntu Server 18.04.2 LTS | https://www.ubuntu.com/downlo… |
hadoop | hadoop-2.7.1 | http://archive.apache.org/dis… |
java | jdk-8u211-linux-x64 | https://www.oracle.com/techne… |
1.2 节点安排
名称 | ip | hostname |
---|---|---|
主节点 | 192.168.233.200 | Master |
子节点 1 | 192.168.233.201 | Slave01 |
子节点 2 | 192.168.233.202 | Slave02 |
2 创建 hadoop 用户
所有的节点均创建一个名为 hadoop
的用户,并添加管理员权限。
注意:这里这是单纯为了方便管理,创建的用户名,也可以使用其他用户名,或者使用系统之前的用户,主要有管理员权限即可
$ sudo useradd -m hadoop -s /bin/bash #创建用户
$ sudo passwd hadoop #修改密码
$ sudo adduser hadoop sudo #添加管理员权限
3 配置网络环境
3.1 修改主机名
修改 /etc/hostname
文件,每个节点都要修改。
- 主节点修改为:Master
- 从节点分别修改为:Slave01,Slave02,…
注意:如果是 ubuntu18.04 桌面版直接修改 /etc/hostname
文件即可,ubuntu18.04 服务器版还需要修改 /etc/cloud/cloud.cfg
文件,修改如下:
# This will cause the set+update hostname module to not operate (if true)
preserve_hostname: true #这里是将 false 改成 true
3.2 添加 IP 与主机名的映射关系
在 /etc/hosts
文件里添加如下内容(每个节点都要修改,根据实际情况修改 ip)
192.168.233.200 Master
192.168.233.201 Slave01
192.168.233.202 Slave02
检查各个节点是否能相互 ping 通。
3.3 设置 SSH 无密码登录节点
让 Master 能够通过 SSH 无密码登录各个 Slave 节点
如果修改过主机名,需要重新生成的新的公钥。
在 Master 上执行如下命令:
$ cd ~/.ssh # 如果没有该目录,先执行一次 ssh localhost
$ rm ./id_rsa* # 删除之前生成的公匙(如果已经存在)$ ssh-keygen -t rsa # 执行该命令后,遇到提示信息,一直按回车就可以
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
接着将 Master 中的 id_rsa.pub 文件复制到各个 Slave 节点中
$ scp ~/.ssh/id_rsa.pub hadoop@Slave01:/home/hadoop/
$ scp ~/.ssh/id_rsa.pub hadoop@Slave02:/home/hadoop/
在各个 Slave 节点中执行如下命令:
$ mkdir ~/.ssh # 如果不存在该文件夹需先创建
$ cat ~/id_rsa.pub >> ~/.ssh/authorized_keys
$ rm ~/id_rsa.pub # 用完以后就可以删掉
在 Master 中验证是否可以无密码登录,各个 Slave 节点。
如:
$ ssh Slave01 #如果成功登录,则配置完成
$ ssh Slave02 #如果成功登录,则配置完成
4 安装 java 环境
每个节点都要安装,步骤相同
为了方便操作每个节点,默认在 /usr/local/
下新建一个名为 bigdata
的文件夹,存放所有的大数据相关的软件。
$ sudo mkdir /usr/local/bigdata
$ sudo chown -R hadoop:hadoop /usr/local/bigdata/
4.1 解压
$ sudo mkdir /usr/local/bigdata/java
$ sudo tar -zxvf jdk-8u211-linux-x64.tar.gz -C /usr/local/bigdata/java/
4.2 添加环境变量
在 ~/.bashrc
文件中添加如下内容,并执行 $ source ~/.bashrc
命令使其生效
#java
export JAVA_HOME=/usr/local/bigdata/java/jdk1.8.0_211
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
5 解压 hadoop
下载 hadoop-2.7.1.tar.gz
文件,并解压到 /usr/local/bigdata/
文件夹下
$ sudo tar -zxvf hadoop-2.7.1.tar.gz -C /usr/local/bigdata
6 修改 hadoop 配置文件
需要修改 6 个文件,文件位于 /usr/local/bigdata/hadoop-2.7.1/etc/hadoop/
下
6.1 slave 文件
将文件中原来的 localhost
删除,添加内容:
Slave01
Slave02
6.2 core-site.xml 文件
内容修改为:
<configuration>
<!-- 指定 HADOOP 所使用的文件系统 schema(URI)-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://Master:9000</value>
</property>
<!-- 指定 hadoop 运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/bigdata/hadoop-2.7.1/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
</configuration>
6.3 hdfs-site.xml 文件
Hadoop 的分布式文件系统 HDFS 一般采用冗余存储,一份文件通常保存 3 份副本,所以 dfs.replication 的值还是设置为 3。
具体内容如下:
<configuration>
<property>
<!-- 指定 SecondaryNamenode 所在地址 -->
<name>dfs.namenode.secondary.http-address</name>
<value>Master:50090</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/local/bigdata/hadoop-2.7.1/tmp/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/local/bigdata/hadoop-2.7.1/tmp/dfs/data</value>
</property>
</configuration>
6.4 mapred-site.xml 文件
修改内容如下:
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>Master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>Master:19888</value>
</property>
</configuration>
6.5 yarn-site.xml 文件
内容如下:
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>Master</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
6.6 hadoop-env.sh 文件
修改如下内容:
export JAVA_HOME=/usr/local/bigdata/java/jdk1.8.0_211
# 可以不用
export HADOOP_HOME=/usr/local/hadoop-2.7.1
7 设置 hadoop 环境变量
每个节点都要设置
在~/.bashrc
文件中添加如下内容,并 $ source ~/.bashrc
使其生效
export PATH=$PATH:/usr/local/bigdata/hadoop-2.7.1/bin:/usr/local/bigdata/hadoop-2.7.1/sbin
8 slave 节点配置
slave 节点只需将 master 节点上 /usr/local/
下的 bigdata
文件夹和 ~/.bashrc
文件,放到 slave 节点即可
注意切换到对应机器执行 $ source ~/.bashrc
使环境变量生效。
后续的软件均可使用此方式配置。
在 master 节点:
$ sudo rm -r /usr/local/bigdata/hadoop-2.7.1/tmp # 删除 Hadoop 临时文件,如果之前有启动过
$ sudo rm -r /usr/local/bigdata/hadoop-2.7.1/logs/* # 删除日志文件,如果之前有启动过
$ tar -zcvf ~/bigdata.tar.gz /usr/local/bigdata/ # 先压缩再复制
$ scp ~/bigdata.tar.gz Slave01:/home/hadoop
$ scp ~/bigdata.tar.gz Slave02:/home/hadoop
$ scp ~/bashrc Slave01:/home/hadoop
$ scp ~/bashrc Slave02:/home/hadoop
在各个 slave 节点上
$ sudo mkdir /usr/local/bigdata
$ sudo chown -R hadoop:hadoop /usr/local/bigdata
$ tar -zxvf ~/bigdata.tar.gz -C /usr/local/bigdata
$ sudo source ~/.bashrc
9 启动 Hadoop 集群
在 Master 上执行
首次运行需要,执行
$ hdfs namenode -format
格式化名称节点,然后就可以启动 hadoop 了。
启动 hadoop:
$ start-dfs.sh
$ start-yarn.sh
$ mr-jobhistory-daemon.sh start historyserver
使用 jps 查看启动的各个节点,缺少任何进程,都表示出错。
$ jps
3585 JobHistoryServer
2938 NameNode
3148 SecondaryNameNode
3308 ResourceManager
3629 Jps
浏览器查看:http://192.168.233.200:50070/
查看相关信息:$ hdfs dfsadmin -report
关闭 hadoop:
$ stop-yarn.sh
$ stop-dfs.sh
$ mr-jobhistory-daemon.sh stop historyserver
如果有问题,重复如下命令:
$ stop-dfs.sh # 关闭
$ rm -r /usr/local/bigdata/hadoop-2.7.1/tmp # 删除 tmp 文件,注意这会删除 HDFS 中原有的所有数据
$ hdfs namenode -format # 重新格式化名称节点
$ start-dfs.sh # 重启