hadoop搭建流程

下载hadoop

由于之后需要搭建hbase，查看hbase兼容hadoop版本,所以选择Hadoop-2.7.5

image.png
下载地址为http://hadoop.apache.org/releases.html

搭建Pseudo-Distributed

本地开发使用伪分布式集群

修改配置

etc/hadoop/core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/Users/titengjiang/Documents/DeveloperTool/hadoop/local/tmp</value>
    </property>
</configuration>

etc/hadoop/hdfs-site.xml,配置副本，以及namenode,datanode数据存放路径

<configuration>
  <!-- 设置namenode存放的路径 -->
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>/Users/titengjiang/Documents/DeveloperTool/hadoop/local/name</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>/Users/titengjiang/Documents/DeveloperTool/hadoop/local/hadoop/hdfs</value>
  </property>
  <property>
    <name>dfs.replication</name>
    <value>1</value>
  </property>
</configuration>

配置ssh免密码

ssh localhost

如果需要密码通过以下步骤，生成公钥并添加到ssh授权文件中

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys

启动

format namenode

第一启动需要格式化namenode

bin/hdfs namenode -format

启动本地伪分布式集群

sbin/start-dfs.sh
jps

显示出如下三个进程表示启动成功

image.png

测试
NameNode - http://localhost:50070/
使用demo测试

bin/hdfs dfs -mkdir /user
bin/hdfs dfs -mkdir /user/titengjiang
bin/hdfs dfs -mkdir input
bin/hdfs dfs -put etc/hadoop/*.xml input
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.5.jar grep input output 'dfs[a-z.]+'

image.png

注意user后面的username为当前启动hadoop的用户名

生产分布式集群搭建

生产服务器目前使用三台作为hadoop集群,每台服务器,每台服务器挂载12块硬盘

image.png

内存为

image.png
每台服务器友90G
部署计划如下

hadoop-1 namenode
hadoop-2 secondary datanode
hadoop-3 datanode

下载

安装jdk1.8,下载hadoop-2.7.5解压到每个服务器上.

创建用户配置ssh免密

三台配置ssh authorized_keys,将三台ssh 公钥写入authorized_keys中，通过
scp同步到每台服务器中

scp -P 2014  authorized_keys xg-mt-grandapm-lindb-1:~/.ssh/

相互测试ssh 是否免密

设置data1-data12目录权限

sudo chown -R username:usergroup /data2 /data3 /data4 /data5 /data6 /data7 /data8 /data9 /data10 /data11 /data12 

username:usergroup为实际的用户和用户组
目录没有读写权限启动时可能会出现如下错误

image.png

其实并不是硬盘损坏而是权限问题

配置hadoop-1 namenode

core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://xg-mt-grandapm-lindb-1:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/cassandra/platform/hadoop-2.7.5/tmp</value>
    </property>
</configuration>

xg-mt-grandapm-lindb-1为hadoop-1主机名

hdfs-site.xml

<configuration>
    <!-- 设置namenode的http通讯地址 -->
    <property>
        <name>dfs.namenode.http-address</name>
        <value>xg-mt-grandapm-lindb-1:50070</value>
    </property>

    <!-- 设置secondarynamenode的http通讯地址 -->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>xg-mt-grandapm-lindb-2:50090</value>
    </property>

    <!-- 设置namenode存放的路径 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/home/cassandra/platform/hadoop-2.7.5/name</value>
    </property>

    <!-- 设置hdfs副本数量 -->
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
      <property>
        <name>dfs.namenode.datanode.registration.ip-hostname-check</name>
        <value>false</value>
        </property>
</configuration>

namenode 节点不作为datanode使用

mapred-site.xml 启动yarn

    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

yarn-site.xml

    <!-- 设置 resourcemanager 在哪个节点-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>xg-mt-grandapm-lindb-1</value>
    </property>

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

    <property>
         <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
         <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>

slaves 配置管理的datanodes,每个节点一行

xg-mt-grandapm-lindb-2
xg-mt-grandapm-lindb-3

配置hadoop-2/3 datanode

scp hadoop-1的配置到2/3节点中

hdfs-site.xml 增加datanode配置,挂载12块硬盘

<property>
    <name>dfs.datanode.data.dir</name
    <value>/data1/hadoop/hdfs,/data2/hadoop/hdfs,/data2/hadoop/hdfs,/data3/hadoop/hdfs,/data4/hadoop/hdfs,/data5/hadoop/hdfs,/data6/hadoop/hdfs,/data7/hadoop/hdfs,/data8/hadoop/hdfs,/data9/hadoop/hdfs,/data10/hadoop/hdfs,/data11/hadoop/hdfs,/data12/hadoop/hdfs</value>
</property>
<property>
  <name>dfs.permissions</name>
  <value>false</value>
</property>

namenode节点启动整个集群

bin/hdfs namenode -format
sbin/start-dfs.sh
sbin/start-yarn.sh

jps 检查进程
hadoop-1

image.png
image.png

hadoop-2

image.png

hadoop-3

image.png

使用伪分布式集群的方式测试分布测试
namenode


yarn

image.png

整个集群搭建完毕