hadood centos7集群搭建

2022-10-03 08:38:41

文章目录

hadood centos7集群搭建

hadood centos7集群搭建

系统环境：CentOS-7-x86_64-DVD-2009.iso
hadoop版本：hadoop-3.1.3
jdk：1.8

1 模板虚拟机环境准备

1.1 安装epel-release

相当于一个软件仓库

 yum install -y epel-release

1.2 linux 安装的是最小系统则安装一下插件

# net-tool：工具包集合，包含ifconfig等命令 
yum install -y net-tools
# vim：编辑器
yum install -y vim

1.3 关闭防火墙，关闭防火墙开机自启

# 关闭防火墙
systemctl stop firewalld
# 关闭防火墙开机自启
systemctl disable firewalld.service

1.4 创建一个用户develop

# 创建用户
useradd develop
# 设置develop用户的密码
passwd develop
...设置密码操作

1.5 配置develop用户具有root权限，方便后期加sudo执行root权限的命令

修改文件

# 系统用户权限配置文件
vim /etc/sudoers

编辑

## Allow root to run any commands anywhere 
root ALL=(ALL) ALL 
## Allows people in group wheel to run all commands 
%wheel ALL=(ALL) ALL 
## 添加配置
develop ALL=(ALL) NOPASSWD:ALL

注意：develop 这一行不要直接放到root行下面，因为所有用户都属于wheel组，你先配置了develop 具有免密功能，但是程序执行到%wheel行时，该功能又被覆盖回需要密码。所以develop 要放到%wheel这行下面。

1.6 在/opt目录下创建文件夹，并修改所属主和所属组

[root@hadoop100 opt]# mkdir module
[root@hadoop100 opt]# mkdir software
[root@hadoop100 opt]# ll
总用量 0
drwxr-xr-x. 2 root root 6 9月   8 00:33 module
drwxr-xr-x. 2 root root 6 9月   8 00:33 software
[root@hadoop100 opt]# chown develop:develop /opt/module       
[root@hadoop100 opt]# chown develop:develop /opt/software/
[root@hadoop100 opt]# ll
总用量 0
drwxr-xr-x. 2 develop develop 6 9月   8 00:33 module
drwxr-xr-x. 2 develop develop 6 9月   8 00:33 software

1.7 卸载虚拟机自带的JDK

rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps

rpm -qa：查询所安装的所有rpm软件包
grep -i：忽略大小写
xargs -n1：表示每次只传递一个参数
rpm -e –nodeps：强制卸载软件

1.8 重启虚拟机

reboot

2 克隆虚拟机

2.1 克隆

克隆三台hadoop，分别修改静态ip以及服务器名称，如下：
192.168.11.100 hadoop100
192.168.11.200 hadoop200
192.168.11.201 hadoop201

3 hadoop100-安装jdk

3.1 下载

jdk：官网下载

3.2 上传解压环境变量配置

上传解压

# 1.上传至指定目录
# 2.解压
[develop@hadoop100 software]$ tar -zxvf jdk-8u301-linux-x64.tar.gz -C /opt/module/
[develop@hadoop100 module]$ ls
jdk1.8.0_301  jdk-8u301-linux-x64.tar.gz

配置环境变量

# 1. 在/etc/proile.d/目录下创建my_jdk.sh,并编辑
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_301
export PATH=$PATH:$JAVA_HOME/bin
# 2. 重新加载
source /etc/profile
# 3. java -version 验证是否生效
[develop@hadoop100 jdk1.8.0_301]$ java -version
java version "1.8.0_301"

4 hadoop100-安装hadoop

4.1 下载

下载

4.2 上传解压环境变量配置

上传解压

#1. 上传至指定目录
#2. 解压
[develop@hadoop100 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
[develop@hadoop100 module]$ ls
hadoop-3.1.3  jdk1.8.0_301

环境变量配置

# 1. 在/etc/proile.d/目录下创建my_hadoop_evn.sh,并编辑
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
# 2. 重新加载
source /etc/profile
# 3. 查看是否生效
[develop@hadoop100 /]$ hadoop
Usage: hadoop [OPTIONS] SUBCOMMAND [SUBCOMMAND OPTIONS]
 or    hadoop [OPTIONS] CLASSNAME [CLASSNAME OPTIONS]
  where CLASSNAME is a user-provided Java class

  OPTIONS is none or any of:
  ...

5 本地workCount执行测试

# 1. 创建目录
mkdir mkInput
# 2. 在mkInput目录下创建work.txt文件，并输入单词
[develop@hadoop100 hadoop-3.1.3]$ cd mkInput/
[develop@hadoop100 mkInput]$ ll
总用量 4
-rw-rw-r--. 1 develop develop 49 9月   9 00:54 work.txt
[develop@hadoop100 mkInput]$ more work.txt 
xiaoxiao
kaka
kafka
java kafka
develop xiaoxiaio
# 3. 使用官网提供的jar执，确保输出文件夹不存在mkOutput
[develop@hadoop100 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount mkInput mkOutput
...
2021-09-09 01:03:28,767 INFO mapred.LocalJobRunner: Finishing task: attempt_local399259649_0001_r_000000_0
2021-09-09 01:03:28,767 INFO mapred.LocalJobRunner: reduce task executor complete.
2021-09-09 01:03:29,228 INFO mapreduce.Job: Job job_local399259649_0001 running in uber mode : false
2021-09-09 01:03:29,229 INFO mapreduce.Job:  map 100% reduce 100%
2021-09-09 01:03:29,230 INFO mapreduce.Job: Job job_local399259649_0001 completed successfully
...
# 4. 查看mkOutput下的结果文件
[develop@hadoop100 hadoop-3.1.3]$ cd mkOutput/
[develop@hadoop100 mkOutput]$ ll
总用量 4
-rw-r--r--. 1 develop develop 55 9月   9 01:03 part-r-00000
-rw-r--r--. 1 develop develop  0 9月   9 01:03 _SUCCESS

6 集群服务器免密访问配置

https://blog.csdn.net/qq_27242695/article/details/120236642

7 hadoop 集群配置（重点）

7.1 集群部署规划

	hadoop100	hadoop200	hadoop300
hdfs	NameNode,DataNode	DataNode	SecondaryNameNode ,DataNode
yarn	NodeManager	ResourceManager ,NodeManager	NodeManager

注意

NameNode和SecondaryNameNode不要安装在同一台服务器
ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。
集群搭建最好至少三台服务器

7.2 配置文件说明

默认配置文件
自定义配文件
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。

7.3 集群自定义配置

配置文件目录在hadoop解压路径
hadoop100,hadoop200,hadoop300分別做一下文件配置（只需要配置一台，使用xsync同步到其他服务器）

# 例
/opt/module/hadoop-3.1.3/etc/hadoop

7.3.1 core-site.xml

hadoop100 配置NameNode
配置hdf文件存储路径
配置静态操作用户(后续网页才有权限操作)

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
 <!-- 指定NameNode的地址 -->  
 <property>  
   <name>fs.defaultFS</name>  
   <value>hdfs://hadoop100:8020</value>  
 </property>   

 <!-- 指定hadoop数据的存储目录 -->  
 <property>
   <name>hadoop.tmp.dir</name>
   <value>/opt/module/hadoop-3.1.3/data</value>  
 </property>   

 <!-- 配置HDFS网页登录使用的静态用户为develop -->
 <property>
   <name>hadoop.http.staticuser.user</name>
   <value>develop</value>
 </property> 
</configuration>

7.3.2 hdfs-site.xml

hadoop300配置SecondaryNameNode
配置hdfs网页端访问地址: hadoop300:9868

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

 <!-- (SecondaryNameNode)2nn web端访问地址-->  
 <property>  
   <name>dfs.namenode.secondary.http-address</name>  
   <value>hadoop300:9868</value>  
 </property>

 <!-- (NameNode)nn web端访问地址-->  
 <property>  
    <name>dfs.namenode.http-address</name>  
        <value>hadoop100:9870</value>  
 </property>  

</configuration>

7.3.3 yarn-site.xml

hadoop200配置ResourceManager
设置mapperReduce协议（mapreduce_shuffle）官方推荐
配置一些环境变量，解决3.1.3版本小bug

<?xml version="1.0"?>
<configuration>

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

  <!-- 指定ResourceManager的地址-->  
  <property>  
    <name>yarn.resourcemanager.hostname</name>
        <value>hadoop200</value>  
  </property>
  
    <!-- 指定MR走shuffle 官网推荐 -->  
  <property>  
    <name>yarn.nodemanager.aux-services</name>  
        <value>mapreduce_shuffle</value>  
  </property> 
  
  <!-- 环境变量的继承，解决3.1.3一些小bug --> 
  <property>  
    <name>yarn.nodemanager.env-whitelist</name>  
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>  
  </property> 
  
</configuration>

7.3.4 mapred-site.xml

配置指定MapReduce程序运行在Yarn上

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!-- Put site-specific property overrides in this file. -->

<configuration>
 
  <!-- 指定MapReduce程序运行在Yarn上 -->  
  <property>  
    <name>mapreduce.framework.name</name>  
        <value>yarn</value>  
  </property>

</configuration>

7.3.5 works集群配置

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

[develop@hadoop100 hadoop]$ vim workers 
hadoop100
hadoop200
hadoop300

7.3.6 启动集群

7.3.6.1 集群第一次启动需要格式化

如果集群是第一次启动，需要在配置NameNode(博主:hadoop100)节点格式化NameNode（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化。）
NameNode 格式换指令

hdfs namenode -format

7.3.6.1 启动HDFS

# hadoop 解压路径/opt/module/hadoop-3.1.3
[develop@hadoop100 hadoop-3.1.3]$ sbin/start-dfs.sh

7.3.6.2 启动yarn

# hadoop 解压路径/opt/module/hadoop-3.1.3
[develop@hadoop100 hadoop-3.1.3]$ sbin/start-yarn.sh

7.3.6.3 查看网页

Web端查看HDFS的NameNode：http://hadoop100:9870
Web端查看YARN的ResourceManager ：http://hadoop200:8088

7.4 集群基本操作

7.4.1 基本指令

# 上传文件到hdfgs
hadoop fs -mkdir 文件全路径
# 文件上传
hadoop fs -put 上传文件路径 上传至服务器路径
# 文件下载
hadoop fs -get hdf服务器文件路径 本地服务器路径

7.5 配置历史job服务器

7.5.1 mapred-site.xml 配置

 <!-- 历史服务器端地址,配置hadoop100 --> 
 <property>  
   <name>mapreduce.jobhistory.address</name>  
   <value>hadoop100:10020</value> 
 </property>  
 <!-- 历史服务器web端地址 --> 
 <property>  
   <name>mapreduce.jobhistory.webapp.address</name>  
   <value>hadoop100:19888</value> 
 </property>

7.5.2 xsync 分发

分发到hadoop200,hadoop300

7.5.3 启动/关闭历史服务器

# 在hadoop100 服务器上启动
[develop@hadoop100 hadoop]$  mapred --daemon start historyserver
# 关闭
[develop@hadoop100 hadoop]$  mapred --daemon stop historyserver

7.5.4 查看历史服务器

http://hadoop100:19888/jobhistory

7.6 配置日志的聚集

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。
日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。
注意：开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryServer。

7.6.1 yarn-site.xml 配置

  <!-- 开启日志聚集功能 --> 
  <property>  
    <name>yarn.log-aggregation-enable</name>  
	<value>true</value> 
  </property> 
  <!-- 设置日志聚集服务器地址 hadoop100 --> 
  <property>  
    <name>yarn.log.server.url</name>  
	<value>http://hadoop100:19888/jobhistory/logs</value> 
  </property> 
  <!-- 设置日志保留时间为7天 --> 
  <property>  
    <name>yarn.log-aggregation.retain-seconds</name>  
	<value>604800</value> 
  </property>

7.6.2 xsync分发

分发给hadoop200,hadoop300

7.6.3 重启

关闭流程

historyserver
yarn
hdfs

重启流程

hdfs
yarn
historyserver

7.6.4 访问

http://hadoop100:19888/jobhistory

8 集群启动与停止（重点）

当生产存在好几十台服务器，需要使用脚本进行集群的启动与停止

8.1 准备

每台服务器需要配置ssh免密登录
https://blog.csdn.net/qq_27242695/article/details/120236642

8.2 编写Hadoop集群常用脚本:myhadoop.sh

Hadoop集群启停脚本（包含HDFS，Yarn，Historyserver）：myhadoop.sh

在用户bin目录下创建myhadoop.sh

[develop@hadoop100 bin]$ cd /home/develop/bin/
[develop@hadoop100 bin]$ vim myhadoop.sh

编写脚本

#!/bin/bash  
if [ $# -lt 1 ]; then  
  echo "No Args Input..."  
  exit ; 
fi  
case $1 in 
"start")  
  echo " =================== 启动 hadoop集群 ==================="   
  echo " --------------- 启动 hdfs ---------------"  
  ssh hadoop100 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"  
  echo " --------------- 启动 yarn ---------------"
  ssh hadoop200 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"  
  echo " --------------- 启动 historyserver ---------------"  
  ssh hadoop100 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver" 
;; 
"stop")  
  echo " =================== 关闭 hadoop集群 ==================="   
  echo " --------------- 关闭 historyserver ---------------"  
  ssh hadoop100 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"  
  echo " --------------- 关闭 yarn ---------------"  
  ssh hadoop200 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"  
  echo " --------------- 关闭 hdfs ---------------"  
  ssh hadoop100 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh" 
;; 
*)  
echo "Input Args Error..." 
;; 
esac

myhadoop.sh 设为可执行脚本

[develop@hadoop100 bin]$ chmod +x myhadoop.sh

启停

# 启动
myhadoop.sh start

# 关闭
myhadoop.sh stop

8.3 查看三台服务器Java进程脚本:jpsall.sh

#!/bin/bash  
for host in hadoop100 hadoop200 hadoop300
do
  echo =============== $host ===============  
  ssh $host jps
done

码农公寓

文章目录

hadood centos7集群搭建

1 模板虚拟机环境准备

1.1 安装epel-release

1.2 linux 安装的是最小系统则安装一下插件

1.3 关闭防火墙，关闭防火墙开机自启

1.4 创建一个用户develop

1.5 配置develop用户具有root权限，方便后期加sudo执行root权限的命令

1.6 在/opt目录下创建文件夹，并修改所属主和所属组

1.7 卸载虚拟机自带的JDK

1.8 重启虚拟机

2 克隆虚拟机

2.1 克隆

3 hadoop100-安装jdk

3.1 下载

3.2 上传解压环境变量配置

4 hadoop100-安装hadoop

4.1 下载

4.2 上传解压环境变量配置

5 本地workCount执行测试

6 集群服务器免密访问配置

7 hadoop 集群配置（重点）

7.1 集群部署规划

7.2 配置文件说明

7.3 集群自定义配置

7.3.1 core-site.xml

7.3.2 hdfs-site.xml

7.3.3 yarn-site.xml

7.3.4 mapred-site.xml

7.3.5 works集群配置

7.3.6 启动集群

7.3.6.1 集群第一次启动需要格式化

7.3.6.1 启动HDFS

7.3.6.2 启动yarn

7.3.6.3 查看网页

7.4 集群基本操作

7.4.1 基本指令

7.5 配置历史job服务器

7.5.1 mapred-site.xml 配置

7.5.2 xsync 分发

7.5.3 启动/关闭历史服务器

7.5.4 查看历史服务器

7.6 配置日志的聚集

7.6.1 yarn-site.xml 配置

7.6.2 xsync分发

7.6.3 重启

7.6.4 访问

8 集群启动与停止（重点）

8.1 准备

8.2 编写Hadoop集群常用脚本:myhadoop.sh

8.3 查看三台服务器Java进程脚本:jpsall.sh

9 相关端口说明

相关文章