美文网首页
Hadoop安装教程——单机/伪分布/完全分布式配置

Hadoop安装教程——单机/伪分布/完全分布式配置

作者: MayerBin | 来源:发表于2018-10-13 23:10 被阅读0次

    单机模式

    • 1.1.1 安装前装备

    • (1)安装Linux

      下载Ubuntu 16.04,下载地址:http://ftp.sjtu.edu.cn/ubuntu-cd/16.04.5/

      (a)Desktop --> 桌面版,默认带了界面 ubuntu-16.04.5-desktop-amd64.iso

      (b)Server --> 服务器版,默认没有带界面 ubuntu-16.04.5-server-amd64.iso

    • (2)查看防火墙状态
      查看防火墙状态
      sudo ufw status
      关闭防火墙
      sudo ufw disable

    • (3) 安装JDK

    解压到根目录:
    tar -zxvf jdk-8u144-linux-x64.tar.gz -C ~

    建一个软链接(方便使用)

    ln -s jdk1.8.0_144 jdk (改名为jdk)

    配置环境变量

    vi ~/.bashrc

    export JAVA_HOME=/home/hadoop/jdk  (hadoop为用户名,jdk为jdk的安装目录,可使用软链接)
    
    export PATH=$JAVA_HOME/bin:$PATH
    
    export CLASSPATH=$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:.
    
    

    变量生效:(修改配置后,一定要记住生效)

    source ~/.bashrc

    vi如何使用

    系统自带的vi很难用,建议安装vim

    sudo apt-get install  vim    // 安装vim
    输入`a`进入编辑模式
    `esc` //退出编辑模式
    `:wq` // 保存并退出
    `:q`  //不保存退出
    

    查看jdk是否安装成功
    java -version

    • (4)Hadoop安装包解压
      tar -zxvf hadoop-2.7.3.tar.gz -C ~

    创建超链接:
    ln -s hadoop-2.7.3 hadoop

    配置环境变量:
    vi ~/.bashrc

    export HADOOP_HOME=/home/hadoop/hadoop
    export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
    

    变量生效:
    source ~/.bashrc

    1.1.2 安装 (cd 到hadoop中的etc目录)

    • (1)修改配置

    vi hadoop-env.sh

    export JAVA_HOME=/home/hadoop/jdk (实际jdk的安装目录)
    

    查看hadoop是否安装成功
    hadoop version

    1.2 伪分布模式

    • 1.2.1 安装前准备

    • (1) 参考上面1.1.1
      同1.1.1

    • (2)配置主机名

    sudo vi /etc/hosts (前面加sudo,需要root权限)

    191.168.1.51   node1.hadoop  node1
    
    注:191.168.1.51 //本机实际ip,输入`ifconfig`可查看
        node1               //主机名
       `cat  /etc/hostname`    //查看主机名
        `vi   /etc/hostname`    //修改主机名
    
    
    • (3)确认openssh-client、openssh-server是否安装

    查看是否已经安装ssh (xshell要连接上服务器也需要安装ssh)
    dpkg -l | grep openssh

    若没有,安装命令:

    `sudo apt-get install openssh-client`
    `sudo apt-get install openssh-server`
    

    ssh是目前较为可靠,专为远程登录会话和其他网络服务提供安全性的协议,利用ssh协议可以有效防止远程管理过程中的信息泄露问题。

    • (4)免密码登录

    通过ssh-keyen生成一个RSA的密钥对:

    ssh-keygen -t rsa -P ''(P为大写,操作过程一路回车)

    公钥追加到~/.ssh/authorized_keys文件中:

    ssh-copy-id -i ~/.ssh/id_rsa.pub node1 主机名(如上面都node1)

    测试免密码登录: ssh node1

    1.2.2安装

    • (1) 修改配置文件 (hadoop/etc/hadoop)

    vi hadoop-env.sh

    export JAVA_HOME=/home/hadoop/jdk
    

    vi hdfs-site.xml

    <!--表示数据块的冗余度,默认:3-->
    
    <property>
      <name>dfs.replication</name>
      <value>1</value>
    </property>
    

    core-site.xml

    <!--配置NameNode地址,9000是RPC通信端口-->
    
    <property>
       <name>fs.defaultFS</name>
       <value>hdfs://node1:9000</value>
    </property> 
    
    <!--HDFS数据保存在Linux的哪个目录,默认值是Linux的tmp目录-->
    <property>
       <name>hadoop.tmp.dir</name>
       <value>/home/hadoop/hadoop/tmp</value>
    </property> 
    
    image.png

    mapred-site.xml

    默认没有(cp mapred-site.xml.template mapred-site.xml)

    <!--MR运行的框架-->
    <property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
    </property> 
    

    yarn-site.xml

    <!--Yarn的主节点RM的位置-->
    <property>
       <name>yarn.resourcemanager.hostname</name>
       <value>node1</value>
    </property> 
    
    <!--MapReduce运行方式:shuffle洗牌-->
    <property>
       <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
    </property> 
    
    • (2) 格式化
      hdfs namenode -format

    • (3) 启动停止Hadoop的环境
      start-all.sh
      stop-all.sh

    • (4)测试
      查看进程:
      jps

    image.png

    通过Web界面:(网址要改成自己的ip)
    HDFS: http://191.168.1.51:50070

    http://191.168.1.51:50090

    Yarn: http://191.168.1.51:8088

    1.3 完全分布式模式

    安装规划
    确定几个节点,Namenode、Datanode安装在哪几台机器上。
    这里用两个Datanode,一个Namenode
    每台机器参考上面“安装前准备操作”,同时增加下面几步:

    • 2.1.1 安装前准备

    • (1)参考上面1.1.1
      同1.1.1

    • (2)配置主机名

    sudo vi /etc/hosts

    191.168.1.51   node1.hadoop  node1
    191.168.1.52   node2.hadoop  node2
    191.168.1.53   node3.hadoop  node3
    
    • (3) 安装ntp服务 (保证集群内所有主机时间同步)

    $sudo dpkg -l |grep ntp

    若NTP尚未安装就运行安装命令:

    $ sudo apt-get install ntp

    ntp服务需要注意能连接网络,有什么用?
    如果时间不一样,执行MapReduce程序的时候可能存在问题

    • (4) 配置免密码登录:两两之间的免密码登录
    每台机器上运行:
    ssh-keygen -t rsa -P ''
    ssh-copy-id -i  ~/.ssh/id_rsa.pub  node1
    ssh-copy-id -i  ~/.ssh/id_rsa.pub  node2
    ssh-copy-id -i  ~/.ssh/id_rsa.pub  node3
    
    • (1) 修改配置文件 (hadoop/etc/hadoop)

    vi hadoop-env.sh

    export JAVA_HOME=/home/hadoop/jdk
    

    vi hdfs-site.xml

    <!--表示数据块的冗余度,默认:3-->
    
    <property>
      <name>dfs.replication</name>
      <value>2</value>
    </property>
    

    core-site.xml

    <!--配置NameNode地址,9000是RPC通信端口-->
    
    <property>
       <name>fs.defaultFS</name>
       <value>hdfs://node1:9000</value>
    </property> 
    <!--HDFS数据保存在Linux的哪个目录,默认值是Linux的tmp目录-->
    <property>
       <name>hadoop.tmp.dir</name>
       <value>/home/hadoop/hadoop/tmp</value>
    </property> 
    
    image.png

    mapred-site.xml

    默认没有(cp mapred-site.xml.template mapred-site.xml)

    <!--MR运行的框架-->
    <property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
    </property> 
    

    yarn-site.xml

    <!--Yarn的主节点RM的位置-->
    <property>
       <name>yarn.resourcemanager.hostname</name>
       <value>node1</value>
    </property> 
    
    <!--MapReduce运行方式:shuffle洗牌-->
    <property>
       <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
    </property> 
    

    slaves

    `node2`
    `node3`
    
    • (2) 格式化NameNode
      hdfs namenode -format

    • (3) 把主节点上配置好的hadoop复制到从节点上

    `scp -r hadoop-2.7.3/ hadoop@node2:/home/hadoop`
    `scp -r hadoop-2.7.3/ hadoop@node3:/home/hadoop`
    
    注意:hadoop@node2改为自己的用户名:shexiaobin@node2
    
    /home/hadoop改为:/home/sheixaobin
    
    • (4) start-all.sh

    • (5)jps 看进程
      注意:node1不能出现datanode

    image.png

    通过Web界面:

    HDFS:  http://191.168.1.51:50070 
     http://191.168.1.51:50090
    Yarn:  http://191.168.1.51:8088
    

    Mapreduce 测试

    通过mapreduce:

    但预先要往hdfs传一个文件,如何操作?
    
    1.   Linux目录下,随意一个目录,创建一个文本文件data.txt,里面写些内容。
    2.   hdfs dfs  -mkdir /input
    3.   hdfs dfs -put data.txt /input    ---上传
    4.   hdfs dfs -ls /input            --查看
    
    

    hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /input/data.txt /output

    注意:要cd 到对应的目录再打开终端
    cd hadoop/hadoop-2.7.3/share/hadoop/mapreduce
    可以输入:locate +文件名 找到路径

    最后查看结果: hdfs dfs -ls /output

    image.png

    hdfs dfs -cat /output/part-r-00000


    image.png

    namenode未启动后遗症:拒绝连接 9000端口没启动,导致input文件无法创建


    image.png

    相关文章

      网友评论

          本文标题:Hadoop安装教程——单机/伪分布/完全分布式配置

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