hadoop2.7.2搭建彻底分布式集群

时间  2021-01-30
标签 java node web vim centos 服务器 网络 app ssh webapp 栏目 Hadoop 繁體版
原文   原文链接

  1. 新建虚拟机java

  2. 修改虚拟机的静态IPnode

  3. 修改主机名,添加主机和ip的映射关系web

  4. 关闭防火墙 （1-4 经过脚本完成）vim

  5. 建立普通用户
    　　useradd jinghang
    　　passwd jinghang

    centos

  6. 配置普通用户具备root权限
    　　vim /etc/sudoers
    　　　　在91行下添加以下内容：
    　　　　jinghang ALL=(ALL) NOPASSWD:ALL
    完成后:wq!



    服务器

7.在/opt目录下建立文件夹（software存放压缩软件包，modul存放解压后的软件包）网络

  • 在/opt目录下建立module、software文件夹app

    mkdir /opt/module /opt/software

  • 修改module、software文件夹全部者和所属组ssh

    chown jinghang:jinghang /opt/module /opt/software

八、关机拍摄快照webapp

九、从拍照位置克隆三台虚拟机

十、克隆虚拟机有两个网卡(三台都须要改)：

  • 进入这个文件 vim /etc/udev/rules.d/70-persistent-net.rules

    　1.删除 NAME="eth0"这一行
 	　2.修改NAME="eth1" -> NAME="eth0" (:wq!)
 	　3.复制ADDR地址（虚拟mac地址）
 	　4.进入到　vim /etc/sysconfig/network-scripts/ifcfg-eth0
 	　	HWADDR=赋值ADDR地址（虚拟mac地址）
 	　	:wq!　
 	　5.service network restart (若是失败，reboot)　

十一、修改克隆后虚拟机的ip和主机名、ip主机的映射关系（使用脚本完成）

十二、肯定任务

  • 简介

    HDFS: namenode datanode secondarynamenode
 YARN：resourcemanager nodemanager
 history: historyserver

  • master(主节点) slaves（从节点）

  • hadoop集群默认3个副本，这里集群搭建3台服务器，对应服务器上存放的服务

    Hadoop03 　　　　	Hadoop04 　　　　	Hadoop05 
 datanode 　　 　	datanode 　　 　　   datanode 
 namenode 　　 		resourcemanager 　　 secondarynamenode
 nodemanager 　　	 nodemanager 　　 nodemanager
 historyserver

1三、编辑 /etc/profile来配置环境

　　[jinghang@Hadoop02 hadoop-2.7.2]$ sudo vim /etc/profile
　　　　#配置JAVA_HOME
　　　　export JAVA_HOME=/opt/module/jdk1.8.0_144
　　　　export PATH=$ PATH:$ JAVA_HOME/bin

　　　　#配置HADOOP_HOME
　　　　export HADOOP_HOME=/opt/module/hadoop-2.7.2
　　　　export PATH=$ PATH:$ HADOOP_HOME/bin
　　　　export PATH=$ PATH:$ HADOOP_HOME/sbin

　　添加完环境source一下：
　　　　[jinghang@Hadoop02 hadoop-2.7.2]$ source /etc/profile

1四、查看环境是否配置成功

　[jinghang@Hadoop02 hadoop-2.7.2]$ hadoop version
　[jinghang@Hadoop02 hadoop-2.7.2]$ java -version
　若是java不是1.8.0_144版本
　	卸载以前的版本
　　　rpm -qa | grep java  （查看java安装包）
　　　sudo rpm -e java-1.6.0-openjdk-1.6.0.41-1.13.13.1.el6_8.x86_64      （卸载jdk安装包）
　　　sudo rpm -e java-1.7.0-openjdk-1.7.0.181-2.6.14.10.el6.x86_64 --nodeps　　（忽略依赖卸载jdk安装包）

1五、配置集群

  • 在hadoop-2.7.2目录下：

    vim etc/hadoop/hadoop-env.sh
 	修改JAVA_HOME路径 export JAVA_HOME=/opt/module/jdk1.8.0_144
 vim etc/hadoop/yarn-env.sh
 	修改JAVA_HOME路径 export JAVA_HOME=/opt/module/jdk1.8.0_144
 vim etc/hadoop/mapred-env.sh　
 	修改JAVA_HOME路径 export JAVA_HOME=/opt/module/jdk1.8.0_144

  • 配置HDFS，在hadoop-2.7.2目录下：
vim etc/hadoop/core-site.xml
添加设置 

<! -- 指定HDFS中NameNode的地址 -->
	<property>
 		<name>fs.defaultFS</name>
 		<value>hdfs://Hadoop03:9000</value>　
	</property>
<! -- 指定Hadoop运行时产生文件的存储目录 -->
	<property>
		<name>hadoop.tmp.dir</name>
 		<value>/opt/module/hadoop-2.7.2/data/tmp</value>
 	</property>
vim etc/hadoop/hdfs-site.xml
添加配置

< !-- 指定HDFS副本的数量 -->
	<property>
		<name>dfs.replication</name>
		<value>3</value>
	</property>
< !-- 指定Hadoop辅助名称节点主机配置 -->
	<property>
		<name>dfs.namenode.secondary.http-address</name>
		<value>Hadoop05:50090</value>
	</property>

  • 配置YARN，在hadoop-2.7.2目录下：
vim etc/hadoop/yarn-site.xml　
 添加配置　

<!-- Reducer获取数据的方式 -->
　　　　　　<property>
　　　　　　　　<name>yarn.nodemanager.aux-services</name>
　　　　　　　　<value>mapreduce_shuffle</value>
　　　　　　</property>

　　　　　　<!-- 指定YARN的ResourceManager的地址 -->
　　　　　　<property>
　　　　　　　　<name>yarn.resourcemanager.hostname</name>
　　　　　　　　<value>Hadoop04</value>
　　　　　　</property>

　　　　　　<!-- 日志汇集功能使能 -->
　　　　　　<property>
　　　　　　　　<name>yarn.log-aggregation-enable</name>
　　　　　　　　<value>true</value>
　　　　　　</property>
　　　　　　<!-- 日志保留时间设置7天 -->
　　　　　　<property>
　　　　　　　　<name>yarn.log-aggregation.retain-seconds</name>
　　　　　　　　<value>604800</value>
　　　　　　</property>

  • 在hadoop-2.7.2目录下，重命名mapred-site.xml.template：mv
    etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
而后编辑： vim etc/hadoop/mapred-site.xml 
添加配置：
	
　<!-- 指定MapReduce运行在YARN上 -->
　　　　　　　　<property>
　　　　　　　　　　<name>mapreduce.framework.name</name>
　　　　　　　　　　<value>yarn</value>
　　　　　　　　</property>

　　　　　　　　<!-- 历史服务器端地址 -->
　　　　　　　　<property>
　　　　　　　　　　<name>mapreduce.jobhistory.address</name>
　　　　　　　　　　<value>Hadoop03:10020</value>
　　　　　　　　</property>
　　　　　　　　<!-- 历史服务器web端地址 -->
　　　　　　　　<property>
　　　　　　　　　　<name>mapreduce.jobhistory.webapp.address</name>
　　　　　　　　　　<value>Hadoop03:19888</value>
　　　　　　　　</property>

1六、分发

这时一台服务器已经配置完成，将配置分发到其余的服务器上。
　　　　一、将Hadoop03服务器的hadoop-2.7.2分发给Hadoop04服务器
　　　　　　rsync -av /opt/module/hadoop-2.7.2 jinghang@Hadoop04:/opt/module/
　　　　二、将Hadoop03服务器的hadoop-2.7.2分发给Hadoop05服务器
　　　　　　rsync -av /opt/module/hadoop-2.7.2 jinghang@Hadoop05:/opt/module/
　　　　三、将Hadoop03服务器的 jdk1.8.0_144 分发给Hadoop04服务器
　　　　　　rsync -av /opt/module/ jdk1.8.0_144 jinghang@Hadoop04:/opt/module/
　　　　四、将Hadoop03服务器的 jdk1.8.0_144 分发给Hadoop05服务器
　　　　　　rsync -av /opt/module/ jdk1.8.0_144 jinghang@Hadoop05:/opt/module/
　　　　五、将Hadoop03服务器的 /etc/profile 分发给Hadoop04服务器的root用户
　　　　　　rsync -av /etc/profile root@Hadoop04:/etc/profile
　　　　在Hadoop04服务器上 source /etc/profile
　　　　六、将Hadoop03服务器的/etc/hosts分发给Hadoop04服务器的root用户
　　　　　　rsync -av /etc/hosts root@Hadoop04:/etc/hosts
　　　　七、分发完毕，检查三台服务器的java版本和hadoop版本

1七、启动集群（在集群的各台服务器上启动对应的服务进程）

　一、启动集群以前必定要格式化(/opt/module/hadoop-2.7.2)
　　　bin/hdfs namenode -format ( has been successfully formatted)
　　　若是格式化失败了：
　　　　1.删除/opt/module/hadoop-2.7.2目录下的data logs
　　　　2.bin/hdfs namenode --format
　　　注意：格式化NameNode，会产生新的集群id,致使NameNode和DataNode的集群id不一致，
　　　集群找不到已往数据。因此，格式NameNode时，必定要先删除data数据和log日志，
　　　而后再格式化NameNode。

　　2 启动HDFS服务
　　　　启动namenode
　　　　　　sbin/hadoop-daemon.sh start/stop namenode
　　　　启动datanode
　　　　　　sbin/hadoop-daemon.sh start/stop datanode
　　　　启动secondarynamenode

　　　　检查namenode的web页面是否能够访问
　　　　　　http://192.168.232.202:50070
　　　　　　
　　3 启动YARN服务
　　　　启动resourcemanager
　　　　　　sbin/yarn-daemon.sh start/stop resourcemanager
　　　　启动nodemanager
　　　　　　sbin/yarn-daemon.sh start/stop nodemanager
　　　　检查yarn的web页面:http://192.168.232.201:8088
　　
　　4 开启历史服务
　　　　sbin/mr-jobhistory-daemon.sh start/stop historyserver

1八、配置免密登陆，实现群起群停

一、生成公钥和私钥
　　　　ssh-keygen -t rsa
	二、分发公钥秘钥
　　　　rsync -av /home/jinghang/.ssh jinghang@Hadoop04:/home/jinghang/
　　　　rsync -av /home/jinghang/.ssh jinghang@Hadoop05:/home/jinghang/

	三、在namenode所在的服务器的hadoop-2.7.2目录下
　　　　编辑 etc/hadoop/slaves
　　　　　　删掉其余，添加
　　　　　　Hadoop03
　　　　　　Hadoop04
　　　　　　Hadoop05

	四、将slaves文件分发给 运行resourcemanager的服务器
　　　　rsync -av slaves jinghang@Hadoop04:/opt/module/hadoop-2.7.2/etc/hadoop/

	五、如今能够群起群停了
　　　　一、在配置namenode的服务器(03)
　　　　　　start-dfs.sh stop-dfs.sh 
　　　　二、在配置resourcemanager的服务器(04)
　　　　　　start-yarn.sh stop-yarn.sh

　　　　　　start-all.sh stop-all.sh

1九、配置集群时间同步

检查ntp是否安装
　　　　rpm -qa|grep ntp
　　	
　　	查看ntp的状态：切记正在运行的状态是不能够的，须要先中止，否则端口会被占用
　　　　[jinghang@Hadoop03 ~]$ service ntpd status

　　若是ntp服务开着，要先关闭ntpd服务
　　　　关闭
　　　　　　[jinghang@Hadoop03 ~]$ service ntpd stop
　　　　关闭开机自启
　　　　　　[jinghang@Hadoop03 ~]$ sudo chkconfig ntpd off

　　修改 /etc/ntp.conf 配置文件
　　　　进入编辑：
　　　　　　[jinghang@Hadoop03 ~]$ sudo vim /etc/ntp.conf 
　　　　修改1（受权192.168.1.0-192.168.1.255网段上的全部机器能够从这台机器上查询和同步时间）
　　　　　　解开注释 restrict 192.168.1.0 mask 255.255.255.0 nomodify notrap
　　　　修改2（集群在局域网中，不使用其余互联网上的时间）
　　　　　　加上注释
　　　　　　　　#server 0.centos.pool.ntp.org iburst
　　　　　　　　#server 1.centos.pool.ntp.org iburst
　　　　　　　　#server 2.centos.pool.ntp.org iburst
　　　　　　　　#server 3.centos.pool.ntp.org iburst
　　　　添加3（当该节点丢失网络链接，依然能够采用本地时间做为时间服务器为集群中的其余节点提供时间同步）
　　　　　　server 127.127.1.0
　　　　　　fudge 127.127.1.0 stratum 10

　　修改/etc/sysconfig/ntpd 文件
　　　　进入编辑：
　　　　　　[jinghang@Hadoop03 ~]$ sudo vim /etc/sysconfig/ntpd
　　　　增长内容以下（让硬件时间与系统时间一块儿同步）
　　　　　　SYNC_HWCLOCK=yes

　　从新启动ntpd服务
　　　　[jinghang@Hadoop03 ~]$ sudo service ntpd start
　　设置ntpd服务开机启动
　　　　[jinghang@Hadoop03 ~]$ sudo chkconfig ntpd on

　　其余服务器配置
　　　　在其余机器配置10分钟与时间服务器同步一次
　　　　root用户登陆，编写定时任务：
　　　　　　[root@Hadoop04 jinghang]# crontab -e
　　　　　　*/10 * * * * /usr/sbin/ntpdate Hadoop03

　　如今修改任意的服务器时间，三台服务器10分钟后均可以实现同步时间
　　若是没同步成功，开启一下另外两台服务器的ntpd服务
　　　　service ntpd start
　　　　chkconfig ntpd on
相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程