Hadoop完全分布式集群配置
准备三台客户机
模板虚拟机准备
安装模板虚拟机
- ip地址192.168.10.100
- 主机名称hadoop100
- 内存4g
- 硬盘50g
配置
-
测试网络
ping www.baidu.com
-
安装epel-release
yum install -y epel-release
-
安装net-tools
yum install -y net-tools
-
安装vim
yum install -y vim
关闭防火墙
systemctl stop firewalld
systemctl disable firewalld.service
卸载虚拟机自带的JDK
rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps
克隆虚拟机
利用hadoop100,克隆出hadoop102、hadoop103、hadoop104
修改克隆机ip
-
修改静态ip
vim /etc/sysconfig/network-scripts/ifcfg-ens33
DEVICE=ens33 TYPE=Ethernet ONBOOT=yes BOOTPROTO=static NAME="ens33" IPADDR=192.168.10.102 PREFIX=24 GATEWAY=192.168.10.2 DNS1=192.168.10.2
-
查看 Linux 虚拟机的虚拟网络编辑器,编辑->虚拟网络编辑器->VMnet8
-
查看 Windows 系统适配器 VMware Network Adapter VMnet8 的 IP 地址
-
保证 Linux 系统 ifcfg-ens33 文件中 IP 地址、虚拟网络编辑器地址和 Windows 系统 VM8 网络 IP 地址相同。
修改克隆机主机名
-
修改主机名称
vim /etc/hostname
hadoop102
-
配置 Linux 克隆机主机名称映射 hosts 文件,打开/etc/hosts
vim /etc/hosts
192.168.10.100 hadoop100 192.168.10.101 hadoop101 192.168.10.102 hadoop102 192.168.10.103 hadoop103 192.168.10.104 hadoop104 192.168.10.105 hadoop105 192.168.10.106 hadoop106 192.168.10.107 hadoop107 192.168.10.108 hadoop108
-
修改 windows 的主机映射文件(hosts 文件)
-
进入 C:\Windows\System32\drivers\etc 路径
-
打开 hosts 文件并添加如下内容,然后保存
192.168.10.100 hadoop100 192.168.10.101 hadoop101 192.168.10.102 hadoop102 192.168.10.103 hadoop103 192.168.10.104 hadoop104 192.168.10.105 hadoop105 192.168.10.106 hadoop106 192.168.10.107 hadoop107 192.168.10.108 hadoop108
-
安装JDK和Hadoop
3.x版本的hadoop不支持jdk11,这里我们使用jdk8
-
用 xftp 传输工具将 JDK,hadoop导入到 opt 目录下面的 software 文件夹下面
-
将事先在/opt/software 下的jdk,hadoop解压到指位置
tar -zxvf jdk-8u291-linux-x64.tar.gz -C /opt/module/
tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
配置环境变量
-
新建/etc/profile.d/my_env.sh 文件
vim /etc/profile.d/my_env.sh
-
#JAVA_HOME export JAVA_HOME=/opt/module/jdk8 export PATH=$PATH:$JAVA_HOME/bin #HADOOP_HOME export HADOOP_HOME=/opt/module/hadoop-3.1.3 export PATH=$PATH:$HADOOP_HOME/bin export PATH=$PATH:$HADOOP_HOME/sbin #root用户使用Hadoop需要的环境变量 export HDFS_NAMENODE_USER="root" export HDFS_DATANODE_USER="root" export HDFS_SECONDARYNAMENODE_USER="root" export YARN_RESOURCEMANAGER_USER="root" export YARN_NODEMANAGER_USER="root"
-
source /etc/profile
-
检测
java -version hadoop version
配置集群
编写集群分发脚本xsync
-
scp(secure copy)安全拷贝
scp -r $pdir/$fname $user@$host:$pdir/$fname
-
rsync 远程同步工具
rsync -av $pdir/$fname $user@$host:$pdir/$fname
-
xsync集群分发脚本
-
在/root/bin/下建立脚本
vim xsync
#!/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 hadoop102 hadoop103 hadoop104 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
-
修改权限
chmod +x xsync
-
ssh无密登录
-
生成公钥和私钥
pwd /root/.ssh/
ssh-keygen -t rsa
-
将公钥拷贝到要免密登录的目标机器上
ssh-copy-id hadoop102 ssh-copy-id hadoop103 ssh-copy-id hadoop104
-
其它机器同理配置一遍
配置文件
-
配置 core-site.xml
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 指定 NameNode 的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop102:8020</value> </property> <!-- 指定 hadoop 数据的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/module/hadoop-3.1.3/data</value> </property> <!-- 配置 HDFS 网页登录使用的静态用户为 atguigu --> <property> <name>hadoop.http.staticuser.user</name> <value>atguigu</value> </property> </configuration>
-
配置 hdfs-site.xml
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- nn web 端访问地址--> <property> <name>dfs.namenode.http-address</name> <value>hadoop102:9870</value> </property> <!-- 2nn web 端访问地址--> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop104:9868</value> </property> </configuration>
-
配置 yarn-site.xml
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <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>hadoop103</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> </configuration>
-
配置 mapred-site.xml
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 指定 MapReduce 程序运行在 Yarn 上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>
-
分发集群配置文件
xsync /opt/module/hadoop-3.1.3/etc/hadoop
群起并测试集群
配置workers
vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
hadoop102
hadoop103
hadoop104
同步配置文件
xsync /opt/module/hadoop-3.1.3/etc
启动集群
-
如果第一次启动需要在102节点格式化NameNode
若集群崩溃应先删除每台机器的./data、./logs
hdfs namenode -format
-
启动 HDFS
start-dfs.sh
-
在配置了 ResourceManager的节点(hadoop103)启动 YARN
start-yarn.sh
-
Web 端查看 HDFS 的 NameNode
-
浏览器中输入://hadoop102:9870
-
查看 HDFS 上存储的数据信息
-
-
Web 端查看 YARN 的 ResourceManager
- 浏览器中输入://hadoop103:8088
- 查看 YARN 上运行的 Job 信息