美文网首页大数据，机器学习，人工智能大数据玩转大数据
hadoop分布式集群搭建

hadoop分布式集群搭建

作者: 叫我老村长 | 来源:发表于2019-08-04 12:57 被阅读5次

    终于要开始玩大数据了，之前对haoop生态几乎没有太多的了解，现在赶鸭子上架，需要完全使用它来做数据中心，这是我的haoop第一篇文章，以后估计会写很多大数据相关的文章。另外有大数据实践经验的网友请联系我，有问题请教谢谢！

    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
    分别修改服务器的主机名:HOSTNAME，master为例说明

    HADOOP集群具体来说包含两个集群：HDFS集群和YARN集群，两者逻辑上分离，但物理上常在一起
    HDFS集群：
    负责海量数据的存储，集群中的角色主要有 NameNode / DataNode
    YARN集群：
    负责海量数据运算时的资源调度，集群中的角色主要有 ResourceManager /NodeManager
    (那mapreduce是什么呢？它其实是一个应用程序开发包)

    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

    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。

        <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
```![2018121914395672.png](https://img.haomeiwen.com/i11576306/fe58013357f0ddf2.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

    相关文章

      网友评论

        本文标题：hadoop分布式集群搭建

        本文链接：https://www.haomeiwen.com/subject/bjzedctx.html

        延伸阅读

        深度阅读

        • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

        栏目导航

        热点阅读

        大数据，机器学习，人工智能

        大数据

        玩转大数据

        关于我们|服务条款|联系我们|hadoop分布式集群搭建|投稿指南|网站地图|RSS订阅|排版工具|手机版

        提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

        Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

        备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

        本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

        所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！