Hadoop完全分布式集群搭建(生产可用)

作者: 鋆坤 | 来源:发表于2022-01-27 13:20 被阅读0次

一、简介

二、生产集群搭建

准备

Linux服务器三台(以三台为列)
Linux服务器安装配置JDK(自己完成)
Zookeeper集群(HA模式需要)，Zookeeper搭建

配置三台服务器hosts(root用户)

vim /etc/hosts
#配置内容 根据实际IP替换即可
192.168.32.4 hadoop0001 hadoop0001
192.168.32.6 hadoop0002 hadoop0002
192.168.32.5 hadoop0003 hadoop0003

创建用户组和用户

groupadd hadoop  ---创建用户组
useradd -m -d /home/hadoop -g hadoop hadoop ---创建用户
passwd hadoop ---修改密码

配置 hadoop 用户具有 root 权限

vim /etc/sudoers

## Allow root to run any commands anywhere root ALL=(ALL) ALL
root ALL=(ALL) ALL
## Allows people in group wheel to run all commands %wheel ALL=(ALL) ALL
%wheel ALL=(ALL) ALL
hadoop ALL=(ALL) NOPASSWD:ALL  #添加hadoop用户root权限，加到最后一行

编写集群分发脚本 xsync

#在/home/hadoop/bin 目录下创建 xsync 文件
cd /home/hadoop
mkdir bin
cd bin
vim xsync

#文件内容如下

#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
 echo Not Enough Arguement!
 exit;
fi
#2. 遍历集群所有机器
for host in hadoop0001 hadoop0002 hadoop0003
do
 echo ==================== $host ====================
 #3. 遍历所有目录，挨个发送
 for file in $@
 do
 #4. 判断文件是否存在
 if [ -e $file ]
 then
 #5. 获取父目录
 pdir=$(cd -P $(dirname $file); pwd)
 #6. 获取当前文件的名称
 fname=$(basename $file)
 ssh $host "mkdir -p $pdir"
 rsync -av $pdir/$fname $host:$pdir
 else
 echo $file does not exists!
 fi
 done
done

#配置脚本执行权限
chmod +x xsync

服务器免密配置

用hadoop用户登录三台服务器，分别执行命令

ssh-keygen -t rsa
#然后敲(三个回车)，就会生成两个文件 id_rsa(私钥)、id_rsa.pub(公钥)
cd /home/hadoop/.ssh & ls
id_rsa  id_rsa.pub

#然后三台服务器分别命令执行，把公钥复制到hadoop0001的authorized_keys文件中
ssh-copy-id -i id_rsa.pub hadoop@hadoop0001
#然后分发authorized_keys文件到集群 /home/hadoop/.ssh/
xsync authorized_keys

Hadoop 完全分布式配置(注意切换用户hadoop)

#上传Hadoop压缩包到 hadoop0001 /home/hadoop/soft/
cd /home/hadoop/soft
#解压
tar -xzvf hadoop-3.2.2.tar.gz

修改配置

解压成功后，进入/home/hadoop/soft/hadoop-3.2.2/etc/hadoop目录，所有的配置文件都在这里，需要进行配置。

修改core-site.xml

<configuration>
        <!-- 指定 HDFS(nn) 的地址 -->
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://hadoop0001:8020</value>
        </property>
        <!-- 指定 hadoop 数据的存储目录 可以指定多个目录 用逗号分割 注意hadoop用户是否有读写权限-->
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/home/hadoop/soft/hadoop-3.2.2/data</value>
        </property>
        <!-- 配置 HDFS 网页登录使用的静态用户为 hadoop -->
        <property>
                <name>hadoop.http.staticuser.user</name>
                <value>hadoop</value>
        </property>
</configuration>

修改hdfs-site.xml

<configuration>
        <!-- nn web 端访问地址-->
        <property>
                <name>dfs.namenode.http-address</name>
                <value>hadoop0001:9870</value>
        </property>
        <!-- 2nn web 端访问地址-->
        <property>
                <name>dfs.namenode.secondary.http-address</name>
                <value>hadoop0003:9870</value>
        </property>
</configuration>

修改yarn-site.xml

<configuration>
       <!-- 指定 MR 走 shuffle -->
       <property>
               <name>yarn.nodemanager.aux-services</name>
               <value>mapreduce_shuffle</value>
      </property>
      <!-- 指定 ResourceManager 的地址-->
      <property>
               <name>yarn.resourcemanager.hostname</name>
               <value>hadoop0002</value>
      </property>
      <!-- 指定 ResourceManager 的端口-->
      <property>
                <name>yarn.resourcemanager.webapp.address</name>
                <value>${yarn.resourcemanager.hostname}:8088</value>
      </property>
      <!-- 环境变量的继承 -->
      <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>
      <!-- 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 -->
      <property>
                <name>yarn.log.server.url</name>
                <value>http://hadoop0001:19888/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>
      <!-- 选择调度器，默认容量 --> 
      <property>
                <name>yarn.resourcemanager.scheduler.class</name> 
                <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>
       </property>
       <!-- ResourceManager处理调度器请求的线程数量,默认50--> 
       <property>
                <name>yarn.resourcemanager.scheduler.client.thread-count</name>
                <value>6</value>
       </property>
       <!-- NodeManager 使用内存数，默认 8G --> 
       <property>
                <name>yarn.nodemanager.resource.memory-mb</name>
                <value>4096</value>
       </property>
       <!-- nodemanager 的 CPU 核数，不按照硬件环境自动设定时默认是 8 个，修改为 4 个 -->
       <property>
                <name>yarn.nodemanager.resource.cpu-vcores</name>
                <value>4</value>
       </property>
       <!-- 容器最小内存，默认 1G --> 
       <property>
                <name>yarn.scheduler.minimum-allocation-mb</name>
                <value>1024</value>
       </property>
       <!-- 容器最大内存，默认 8G，修改为 2G --> 
       <property>
                <name>yarn.scheduler.maximum-allocation-mb</name>
                <value>2048</value>
       </property>
       <!-- 容器最小 CPU 核数，默认 1 个 --> 
       <property>
                <name>yarn.scheduler.minimum-allocation-vcores</name>
                <value>1</value>
       </property>
       <!-- 容器最大 CPU 核数，默认 4 个，修改为 2 个 --> 
       <property>
                <name>yarn.scheduler.maximum-allocation-vcores</name>
                <value>2</value>
       </property>
       <!-- 虚拟内存检查，默认打开，修改为关闭 --> 
       <property>
                <name>yarn.nodemanager.vmem-check-enabled</name>
                <value>false</value>
       </property>
</configuration>

修改mapred-site.xml

<configuration>
        <!-- 指定 MapReduce 程序运行在 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>hadoop0001:10020</value> </property>
        <!-- 历史服务器 web 端地址 -->
        <property>
                <name>mapreduce.jobhistory.webapp.address</name>
                <value>hadoop0001:19888</value>
        </property>
</configuration>

修改workers

hadoop0001
hadoop0002
hadoop0003

同步所有节点配置文件

xsync /home/hadoop/soft/hadoop-3.2.2/etc

启动集群

#格式化 第一次启动需要格式化
hdfs namenode -format
#启动 HDFS
sbin/start-dfs.sh  #查看 :http://hadoop0001:9870
#在配置了 ResourceManager 的节点(hadoop0002)启动 YARN
sbin/start-yarn.sh   #查看 http://hadoop0002:8088
#在 hadoop0001 启动历史服务器
mapred --daemon start historyserver   #查看 http://hadoop0001:19888/jobhistory

Hadoop 集群常用脚本

#Hadoop 集群启停脚本(包含 HDFS，Yarn，Historyserver) : hadoop.sh
vim /home/hadoop/bin/hadoop.sh

#!/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 hadoop0001 "/home/hadoop/soft/hadoop-3.2.2/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop0002 "/home/hadoop/soft/hadoop-3.2.2/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh hadoop0001 "/home/hadoop/soft/hadoop-3.2.2/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh hadoop0001 "/home/hadoop/soft/hadoop-3.2.2/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop0002 "/home/hadoop/soft/hadoop-3.2.2/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop0001 "/home/hadoop/soft/hadoop-3.2.2/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac


#查看三台服务器 Java 进程脚本:jpsall
vim /home/hadoop/bin/jpsall

#!/bin/bash

for host in hadoop0001 hadoop0002 hadoop0003
do
        echo =============== $host ===============
        ssh $host jps 
done

#赋予脚本执行权限
chmod +x jpsall
#分发/home/hadoop/bin 目录
xsync /home/hadoop/bin

网友评论

本文标题：Hadoop完全分布式集群搭建(生产可用)

本文链接：https://www.haomeiwen.com/subject/iwfahrtx.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！