Hadoop生态架构之Hadoop2.7.3全分布式集群搭建

作者: 勇于自信 | 来源:发表于2019-12-02 01:04 被阅读0次

Hadoop的全分布模式最少需要三台机器：一台主节点，两台从节点。全分布模式主要用于生产环境。本节将来介绍一下Hadoop2.x全分布模式的环境搭建过程。

软件安装包准备

VMware Workstation 14 Pro：https://pan.baidu.com/s/13xFtXXaH_HpbwpOrki78bw

CentOS 7 64位：https://pan.baidu.com/s/11hrNQ4A7argCSVBU7WaAtA

JDK1.8 64位:https://pan.baidu.com/s/1cvaqKgFzkSBOutr6xwqN6w

Hadoop2.7.3：https://pan.baidu.com/s/1Smbw074oNoq1Io23-etMhg

Step 1：Linux环境准备

master：192.168.112.10
slave1：192.168.112.11
slave2：192.168.112.12

.1.关闭每台主机的Selinux防火墙和iptables防火墙：

关闭Selinux：
临时关闭：[root@localhost ~]# setenforce 0
永久关闭：[root@localhost ~]# vi /etc/selinux/config，
修改其中的参数：SELINUX=disabled，按Esc:qw保存退出。

关闭iptables：
安装服务：[root@master ~]# yum -y install iptables-services
临时关闭：[root@master ~]# systemctl stop firewalld.service
永久关闭：[root@master ~]# systemctl disable firewalld.service
开启防火墙：[root@master ~]# systemctl start firewalld.service
查看firewall服务状态：[root@master ~]# systemctl status firewalld
查看firewall的运行状态：[root@master ~]#firewall-cmd --state
查询端口是否开放：[root@master ~]#firewall-cmd --query-port=8080/tcp
开放80端口：[root@master ~]#firewall-cmd --permanent --add-port=80/tcp
移除端口：[root@master ~]# firewall-cmd --permanent --remove-port=8080/tcp
#重启防火墙(修改配置后要重启防火墙)：[root@master ~]# firewall-cmd --reload

2.设置每台主机的IP地址：

编辑网卡配置文件：

[root@localhost ~]# vi /etc/sysconfig/network-scripts/ifcfg-ens33
修改参数：
  BOOTPROTO=static
  ONBOOT=yes
追加参数：
  IPADDR=192.168.254.113
  NETMASK=255.255.255.0
  GATEWAY=192.168.112.2
  DNS1=8.8.8.8
  DNS2=119.29.29.29

重启网络服务：[root@localhost ~]# systemctl restart network.service

查看配置的IP地址：[root@localhost ~]# ip add 
或者 [root@localhost ~]# ifconfig -a
测试IP是否可用：[root@localhost ~]# curl www.baidu.com 
或者 [root@localhost ~]# ping www.baidu.com

3.设置每台主机的hostname主机名：

方式1：使用hostnamectl命令:

[root@localhost ~]# hostnamectl set-hostname master

方式2：编辑配置文件：

[root@localhost ~]# vi /etc/hostname
清空内容后写入：master
重新登录系统会显示新的主机名：
[root@master ~]#

4.设置每台主机的主机名到IP的映射关系：

[root@master ~]# vi /etc/hosts
192.168.254.113 master
192.168.254.114 slave1
192.168.254.115 slave2

5.测试主机名是否可用：

[root@master ~]# ping master
PING master (192.168.254.113) 56(84) bytes of data.
64 bytes from master (192.168.254.113): icmp_seq=1 ttl=64 time=0.038 ms
64 bytes from master (192.168.254.113): icmp_seq=2 ttl=64 time=0.092 ms
64 bytes from master (192.168.254.113): icmp_seq=3 ttl=64 time=0.094 ms
[root@master ~]# ping slave1
PING slave1 (192.168.254.114) 56(84) bytes of data.
64 bytes from slave1 (192.168.254.114): icmp_seq=7 ttl=64 time=0.715 ms
64 bytes from slave1 (192.168.254.114): icmp_seq=8 ttl=64 time=0.628 ms
64 bytes from slave1 (192.168.254.114): icmp_seq=9 ttl=64 time=0.590 ms
[root@master ~]# ping slave2
PING slave2 (192.168.254.115) 56(84) bytes of data.
64 bytes from slave2 (192.168.254.115): icmp_seq=1 ttl=64 time=0.255 ms
64 bytes from slave2 (192.168.254.115): icmp_seq=2 ttl=64 time=0.677 ms
64 bytes from slave2 (192.168.254.115): icmp_seq=3 ttl=64 time=0.638 ms

6.配置3台主机之间的秘钥认证

（1）使用ssh-keygen工具生成秘钥对：

[root@master ~]# ssh-keygen -t rsa
私钥：Your identification has been saved in /root/.ssh/id_rsa.
公钥：Your public key has been saved in /root/.ssh/id_rsa.pub.

（2）将生成的公钥发给每台主机（包括自己）：

[root@master ~]# ssh-copy-id -i /root/.ssh/id_rsa.pub root@master
[root@master ~]# ssh-copy-id -i /root/.ssh/id_rsa.pub root@slave1
[root@master ~]# ssh-copy-id -i /root/.ssh/id_rsa.pub root@slave2

（3）测试3台主机之间的互信关系是否建立成功：

[root@master ~]# ssh root@slave1
Last login: Tue Apr 10 22:04:08 2018 from 192.168.254.113
[root@slave1 ~]# 登出
Connection to slave1 closed.
[root@master ~]# ssh root@slave2
Last login: Tue Apr 10 22:06:07 2018 from 192.168.254.113
[root@slave2 ~]# 登出
Connection to slave2 closed.
[root@master ~]# ssh root@master
Last login: Tue Apr 10 22:07:30 2018 from 192.168.254.113
[root@master ~]#

7.同步3台主机的时间（选做）

由于各个主机上的时间可能不一致，会导致执行MapReduce程序出现异常，因此需要同步各个主机的时间。在实际生成环境中，一般使用时间服务器来同步时间，但是搭建时间服务器相对较为复杂。这里介绍一种简单的方法来快速同步每台主机的时间。我们知道，使用date命令可以设置主机的时间，因此这里使用putty的插件来同时向每一台主机发送date命令，以到达同步时间的目的。

（1）使用TPuTTY工具连接三台主机，点击MTPuTTY工具的Tools菜单下的“Send script…”子菜单，打开发送脚本工具窗口。

（2）输入命令：date -s 2018-10-8，然后回车（注意：一定要回车，否则只发送不执行），在下面服务器列表中选择要同步的主机，然后点击“Send script”，即可将时间同步为2018-10-8 00:00:00。

Step 2：安装JDK

1.上传JDK安装包文件
/usr/local/src/ jdk-8u162-linux-x64.tar.gz

2.解压JDK安装包文件

tar -zxvf  jdk-8u162-linux-x64.tar.gz

3.配置Java环境变量

[root@master jdk1.8.0_162]# vim /root/.bash_profile

JAVA_HOME=/usr/local/src/jdk1.8.0_162
export JAVA_HOME
PATH=$JAVA_HOME/bin:$JAVA_HOME/sbin:$PATH
export PATH

4.测试JDK是否安装成功

[root@master jdk1.8.0_162]# java -version
java version "1.8.0_162"
Java(TM) SE Runtime Environment (build 1.8.0_162-b12)
Java HotSpot(TM) 64-Bit Server VM (build 25.162-b12, mixed mode)

5.将master节点安装好的jdk分发到每个节点：

scp -rp jdk1.8.0_162 slave1:/usr/local/src/

scp -rp jdk1.8.0_162 slave2:/usr/local/src/

6.将master节点配置好的环境变量分发到每个节点：

scp -rp /root/.bash_profile slave1:/root/.bash_profile

scp -rp /root/.bash_profile slave2:/root/.bash_profile

Step 3：安装Hadoop

1.上传Hadoop安装文件

[root@master hadoop-2.7.3]# pwd
/usr/local/src/hadoop-2.7.3

2.解压：tar -zxvf hadoop-2.7.3.tar.gz

3.配置环境变量：[root@master hadoop-2.7.3]# vim /root/.bash_profile

HADOOP_HOME=/usr/local/src/hadoop-2.7.3
export HADOOP_HOME
PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export PATH

4.使用source命令使配置文件立即生效：source /root/.bash_profile

5.配置hadoop：

5.1配置hadoop-env.sh文件：

[root@master hadoop]# echo $JAVA_HOME
/root/trainings/jdk1.8.0_162
[root@master hadoop]# vi hadoop-env.sh
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/root/trainings/jdk1.8.0_162

5.2配置hdfs-site.xml文件：

[root@master hadoop]# vi hdfs-site.xml
<configuration>
<!--配置数据块的冗余度，默认是3-->
 <property>
 <name>dfs.replication</name>
 <value>2</value>
 </property>
<!--是否进行权限检查，默认是true-->
 <property>
 <name>dfs.permissions</name>
 <value>false</value>
 </property>
</configuration>

5.3配置core-site.xml文件：

<property><!--配置NameNode的地址-->
    <name>fs.defaultFS</name>
    <value>hdfs://master:9000</value>
</property>
<property><!--配置DataNode保存数据的目录，默认值：Linux的临时目录/tmp，重启清空-->

     <name>hadoop.tmp.dir</name>
     <value>/usr/local/src/hadoop-2.7.3/tmp</value>
 </property>

</configuration>

5.4配置mapred-site.xml文件：

将模板文件mapred-site.xml.template重命名为mapred-site.xml然后编辑：
[root@master hadoop]# mv mapred-site.xml.template mapred-site.xml
[root@master hadoop]# vi mapred-site.xml
<configuration>
<!--配置MapReduce的运行方式-->
<property>
  <name>mapreduce.framework.name</name>
  <value>yarn</value>
</property>
</configuration>

5.5配置yarn-site.xml文件：

[root@master hadoop]# vi yarn-site.xml
<configuration>
<!--配置Yarn的主节点ResourceManger-->
 <property>
 <name>yarn.resourcemanager.hostname</name>
 <value>master</value>
 </property>
<!--配置从节点NodeManager运行MR程序的方式-->
 <property>
 <name>yarn.nodemanager.aux-services</name>
 <value>mapreduce_shuffle</value>
 </property>
</configuration>

5.6配置slaves文件：

[root@master hadoop]# vi slaves
slave1
slave2

5.7对NameNode进行格式化

[root@master hadoop]# hdfs namenode -format
出现下面的日志说明格式化成功：
18/04/11 00:43:10 INFO common.Storage: Storage directory 
/root/trainings/hadoop-2.6.1/tmp/dfs/name has been successfully formatted.

5.8将配置好的目录分别复制给两个从节点，并验证是否成功。
[root@master src]# scp -rp hadoop-2.7.3 slave1:/usr/local/src/
[root@master src]# scp -rp hadoop-2.7.3 slave2:/usr/local/src/

5.9在master上启动Hadoop全分布模式：

[root@master ~]# start-all.sh
第一次启动需要输入yes继续。
Are you sure you want to continue connecting (yes/no)? yes
启动成功后，使用jps命令查看各个节点上开启的进程：
[root@master ~]# jps
2129 Jps
1875 ResourceManager
1577 NameNode
1741 SecondaryNameNode

[root@slave1 ~]# jps
1504 NodeManager
1426 DataNode
1597 Jps

[root@slave2 ~]# jps
1424 DataNode
1594 Jps
1500 NodeManager

使用命令行查看HDFS的状态：

[root@master ~]# hdfs dfsadmin -report
Configured Capacity: 36477861888 (33.97 GB)
Present Capacity: 32422076416 (30.20 GB)
DFS Remaining: 32422068224 (30.20 GB)
DFS Used: 8192 (8 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0

-------------------------------------------------
Live datanodes (2):

Name: 192.168.254.115:50010 (slave2)
Hostname: slave2
Decommission Status : Normal
Configured Capacity: 18238930944 (16.99 GB)
DFS Used: 4096 (4 KB)
Non DFS Used: 2027802624 (1.89 GB)
DFS Remaining: 16211124224 (15.10 GB)
DFS Used%: 0.00%
DFS Remaining%: 88.88%
Configured Cache Capacity: 0 (0 B)
Cache Used: 0 (0 B)
Cache Remaining: 0 (0 B)
Cache Used%: 100.00%
Cache Remaining%: 0.00%
Xceivers: 1
Last contact: Wed Apr 11 23:54:34 CST 2018

Name: 192.168.254.114:50010 (slave1)
Hostname: slave1
Decommission Status : Normal
Configured Capacity: 18238930944 (16.99 GB)
DFS Used: 4096 (4 KB)
Non DFS Used: 2027982848 (1.89 GB)
DFS Remaining: 16210944000 (15.10 GB)
DFS Used%: 0.00%
DFS Remaining%: 88.88%
Configured Cache Capacity: 0 (0 B)
Cache Used: 0 (0 B)
Cache Remaining: 0 (0 B)
Cache Used%: 100.00%
Cache Remaining%: 0.00%
Xceivers: 1
Last contact: Wed Apr 11 23:54:34 CST 2018

使用浏览器查看HDFS的状态：http://192.168.112.10:50070

image

使用浏览器查看YARN的状态：http://192.168.112.10:8088

image

Step 4：测试

1.在HDFS上创建新建目录/input：

root@master ~]# hdfs dfs -mkdir /input

2.将本地数据文件data.txt上传至该目录：

[root@master ~]# hdfs dfs -put /home/zhangdd/data.txt /input
[root@master ~]# hdfs dfs -ls /input
Found 1 items
-rw-r--r-- 1 root supergroup 60 2018-04-09 22:39 /input/data.txt
[root@master ~]# hdfs dfs -cat /input/data.txt
I love Beijing
I love China
Beijing is the capital of China

3.进入到Hadoop的示例程序目录：
[root@master zhangdd]# cd /usr/local/src/hadoop-2.7.3/share/hadoop/mapreduce/
[root@master mapreduce]# ls
hadoop-mapreduce-client-app-2.7.3.jar hadoop-mapreduce-client-jobclient-2.7.3-tests.jar
hadoop-mapreduce-client-common-2.7.3.jar hadoop-mapreduce-client-shuffle-2.7.3.jar
hadoop-mapreduce-client-core-2.7.3.jar hadoop-mapreduce-examples-2.7.3.jar
hadoop-mapreduce-client-hs-2.7.3.jar lib
hadoop-mapreduce-client-hs-plugins-2.7.3.jar lib-examples
hadoop-mapreduce-client-jobclient-2.7.3.jar sources
[root@master mapreduce]#

4.执行示例程序中的Wordcount程序，以HDFS上的/input/data.txt作为输入数据，

输出结果存放到HDFS上的/out/wc目录下：

[root@master mapreduce]# hadoop jar hadoop-mapreduce-examples-2.6.1.jar \
wordcount /input/data.txt /output/wc

执行以上命令，结果报错，如下：

解决办法：

yarn-site.xml增加如下配置，不需要重启hadoop
启动historyserver
/usr/local/hadoop-2.7.3/sbin目录下执行如下命令
mr-jobhistory-daemon.sh start historyserver
再次运行jar包
4.查看进度和结果：

可以通过终端打印出来的日志信息知道执行进度：

18/04/12 21:06:11 INFO mapreduce.Job: map 0% reduce 0%
18/04/12 21:06:22 INFO mapreduce.Job: map 100% reduce 0%
18/04/12 21:06:35 INFO mapreduce.Job: map 100% reduce 100%
18/04/12 21:06:36 INFO mapreduce.Job: Job job_1523537300303_0001 completed successfully

5.执行结束后可以在HDFS上的/out/wc目录下查看是否有_SUCCESS标志文件来判断是否执行成功。

[root@master mapreduce]# hdfs dfs -ls /output/wc
Found 2 items
-rw-r--r-- 2 root supergroup 0 2018-04-12 21:06 /output/wc/_SUCCESS
-rw-r--r-- 2 root supergroup 55 2018-04-12 21:06 /output/wc/part-r-00000

6.如果执行成功，可以在part-r-00000文件中查看到wordcount程序的结果。

[root@master mapreduce]# hdfs dfs -cat /output/wc/part-r-00000
Beijing 2
China 2
I 2
capital 1
is 1
love 2
of 1
the 1

至此，在CentOS7上搭建的Hadoop2.x全分布模式的开发环境已经完成！

Hadoop生态架构之Hadoop2.7.3全分布式集群搭建

软件安装包准备

Step 1：Linux环境准备

Step 2：安装JDK

Step 3：安装Hadoop

Step 4：测试

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

Hadoop