Hadoop基础:基于Ubuntu16搭建Hadoop完全分布式运行模式

Posted 秋华

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Hadoop基础:基于Ubuntu16搭建Hadoop完全分布式运行模式相关的知识,希望对你有一定的参考价值。

0 概述

1)准备3台客户机(关闭防火墙、静态ip、主机名称

2)安装JDK

3)配置环境变量

4)安装Hadoop

5)配置环境变量

6)配置集群

7)单点启动

8配置ssh

9群起并测试集群

 

1 虚拟机准备

1). 克隆虚拟机

2). 修改克隆虚拟机的静态IP

3). 修改主机名

4). 关闭防火墙

5). 创建atguigu用户

6). 配置atguigu用户具有root权限(参考Hadoop基础(三):基于Ubuntu16搭建Hadoop运行环境搭建

7)/opt目录下创建文件夹

1)在/opt目录下创建modulesoftware文件夹

[atguigu@hadoop101 opt]$ sudo mkdir module
[atguigu@hadoop101 opt]$ sudo mkdir software

2)修改modulesoftware文件夹的所有者cd 

[atguigu@hadoop101 opt]$ sudo chown atguigu:atguigu module/ software/
[atguigu@hadoop101 opt]$ ll
总用量 8
drwxr-xr-x. 2 atguigu atguigu 4096 1月  17 14:37 module
drwxr-xr-x. 2 atguigu atguigu 4096 1月  17 14:38 software

编写集群分发脚本xsync

2.1 rsync 远程同步工具

rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。

rsyncscp区别:rsync做文件的复制要比scp的速度快,rsync只对差异文件做更新。scp是把所有文件都复制过去。

1)基本语法

rsync    -rvl       $pdir/$fname              $user@hadoop$host:$pdir/$fname

命令   选项参数   要拷贝的文件路径/名称    目的用户@主机:目的路径/名称

  选项参数说明

2-2

选项

功能

-r

递归

-v

显示复制过程

-l

拷贝符号连接

2)案例实操

ahadoop101机器上的/opt/software目录同步到hadoop102服务器的root用户下的/opt/目录

[atguigu@hadoop101 opt]$ rsync -rvl /opt/software/ root@hadoop102:/opt/software

2.2 xsync集群分发脚本

1)需求:循环复制文件到所有节点的相同目录下

2需求分析:

arsync命令原始拷贝:

rsync  -rvl     /opt/module    root@hadoop103:/opt/

b)期望脚本:

xsync要同步的文件名称

c)说明:在/home/atguigu/bin这个目录下存放的脚本,atguigu用户可以在系统任何地方直接执行。

(3)脚本实现

a)在/home/atguigu目录下创建bin目录,并在bin目录下xsync创建文件,文件内容如下:

[atguigu@hadoop102 ~]$ mkdir bin
[atguigu@hadoop102 ~]$ cd bin/
[atguigu@hadoop102 bin]$ touch xsync
[atguigu@hadoop102 bin]$ vi xsync

该文件中编写如代码

#!/bin/bash
#1 获取输入参数个数,如果没有参数,直接退出
pcount=$#
if ((pcount==0)); then
echo no args;
exit;
fi

#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname

#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir

#4 获取当前用户名称
user=`whoami`

#5 循环
for((host=102; host<105; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done

b)修改脚本 xsync 具有执行权限

[atguigu@hadoop102 bin]$ chmod 777 xsync

c)调用脚本形式:xsync 文件名称

[atguigu@hadoop102 bin]$ xsync /home/atguigu/bin

注意:如果将xsync放到/home/atguigu/bin目录下仍然不能实现全局使用,可以将xsync移动/usr/local/bin目录下。

集群配置

 

1) 集群部署规划

 

2-3

 

 

hadoop102

hadoop103

hadoop104

HDFS

 

NameNode

DataNode

 

DataNode

SecondaryNameNode

DataNode

YARN

 

NodeManager

ResourceManager

NodeManager

 

NodeManager

2 )配置集群

1核心配置文件

配置core-site.xml

[atguigu@hadoop102 hadoop]$ vi core-site.xml

在该文件中编写如下配置

 

<!-- 指定HDFS中NameNode的地址 -->
<property>
        <name>fs.defaultFS</name>
      <value>hdfs://hadoop102:9000</value>
</property>

<!-- 指定Hadoop运行时产生文件的存储目录 -->
<property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>

 

2HDFS配置文件

配置hadoop-env.sh

[atguigu@hadoop102 hadoop]$ vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置hdfs-site.xml

[atguigu@hadoop102 hadoop]$ vi hdfs-site.xml

在该文件中编写如下配置

 

<property>
        <name>dfs.replication</name>
        <value>3</value>
</property>

<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>hadoop104:50090</value>
</property>

 

3YARN配置文件

配置yarn-env.sh

[atguigu@hadoop102 hadoop]$ vi yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置yarn-site.xml

[atguigu@hadoop102 hadoop]$ vi yarn-site.xml

在该文件中增加如下配置

 

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

<!-- 指定YARN的ResourceManager的地址 -->
<property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop103</value>
</property>

 

4MapReduce配置文件

配置mapred-env.sh

[atguigu@hadoop102 hadoop]$ vi mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置mapred-site.xml

[atguigu@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml

[atguigu@hadoop102 hadoop]$ vi mapred-site.xml

在该文件中增加如下配置

 

<!-- 指定MR运行在Yarn上 -->
<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
</property>

 

3)在集群上分发配置好的Hadoop配置文件

 

[atguigu@hadoop102 module]$ xsync hadoop-2.7.2/

 

4)查看文件分发情况

[atguigu@hadoop103 hadoop]$ cat /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml

4 集群单点启动

 

1)如果集群是第一次启动,需要格式化NameNode

[atguigu@hadoop102 hadoop-2.7.2]$ hadoop namenode -format

2hadoop102上启动NameNode

 

[atguigu@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start namenode
[atguigu@hadoop102 hadoop-2.7.2]$ jps
3461 NameNode

 

3hadoop102hadoop103以及hadoop104上分别启动DataNode

 

[atguigu@hadoop102 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[atguigu@hadoop102 hadoop-2.7.2]$ jps
3461 NameNode
3608 Jps
3561 DataNode
[atguigu@hadoop103 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[atguigu@hadoop103 hadoop-2.7.2]$ jps
3190 DataNode
3279 Jps
[atguigu@hadoop104 hadoop-2.7.2]$ hadoop-daemon.sh start datanode
[atguigu@hadoop104 hadoop-2.7.2]$ jps
3237 Jps
3163 DataNode

 

5 SSH无密登录配置

1) 配置ssh

1)基本语法

ssh另一台电脑的ip地址

2ssh连接时出现Host key verification failed的解决方法

 

[atguigu@hadoop102 opt] $ ssh 192.168.1.103
The authenticity of host \'192.168.1.103 (192.168.1.103)\' can\'t be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)? 
Host key verification failed.

 

3)解决方案如下:直接输入yes

 

2)无密钥配置

 

(1)生成公钥和私钥:

 

[atguigu@hadoop102 .ssh]$ 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)

 

3)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

(4)利用xsync将.ssh发送到三台机器上

 

 

3) .ssh文件夹下~/.ssh的文件功能解释

 

2-4

 

known_hosts

记录ssh访问过计算机的公钥(public key)

id_rsa

生成的私钥

id_rsa.pub

生成的公钥

authorized_keys

存放授权过得无密登录服务器公钥

6 群起集群

1)  配置slaves

/opt/module/hadoop-2.7.2/etc/hadoop/slaves
[atguigu@hadoop102 hadoop]$ vi slaves

该文件中增加如下内容:

 

hadoop102
hadoop103
hadoop104

 

注意:该文件中添加的内容结尾不允许有空格,文件中不允许有空行。

同步所有节点配置文件

 

[atguigu@hadoop102 hadoop]$ xsync slaves

 

2) 启动集群

 

1)如果集群是第一次启动,需要格式化NameNode(注意格式化之前,一定要停止上次启动的所有namenodedatanode进程,然后再删除data和log数据

[atguigu@hadoop102 hadoop-2.7.2]$ hadoop namenode  -format

2)启动HDFS

[atguigu@hadoop102 hadoop-2.7.2]$ start-dfs.sh
[atguigu@hadoop102 hadoop-2.7.2]$ jps
4166 NameNode
4482 Jps
4263 DataNode
[atguigu@hadoop103 hadoop-2.7.2]$ jps
3218 DataNode
3288 Jps
[atguigu@hadoop104 hadoop-2.7.2]$ jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps

(3)启动YARN

[atguigu@hadoop103 hadoop-2.7.2]$ start-yarn.sh

注意:NameNodeResourceManger如果不是同一台机器,不能在NameNode上启动 YARN,应该在ResouceManager所在的机器上启动YARN

 

4Web端查看SecondaryNameNode

 

a)浏览器中输入http://hadoop104:50090/status.html

 

b)查看SecondaryNameNode信息,如图2-41所示。

 

 

 2-41 SecondaryNameNode的Web

 

7 集群启动/停止方式总结

1)  各个服务组件逐一启动/停止

1)分别启动/停止HDFS组件

hadoop-daemon.sh  start / stop  namenode / datanode / secondarynamenode

2)启动/停止YARN

yarn-daemon.sh  start / stop  resourcemanager / nodemanager

2) 各个模块分开启动/停止(配置ssh是前提)常用

1)整体启动/停止HDFS

start-dfs.sh   /  stop-dfs.sh

2)整体启动/停止YARN

start-yarn.sh  /  stop-yarn.sh

以上是关于Hadoop基础:基于Ubuntu16搭建Hadoop完全分布式运行模式的主要内容,如果未能解决你的问题,请参考以下文章

基于Ubuntu16搭建Hadoop大数据完全分布式环境

Hadoop完全分布式环境搭建——基于Ubuntu16.04设置免密登录

ubuntu16.04搭建hadoop集群环境

小白视角的大数据基础实践搭建Hadoop集群

Ubuntu16.04+hadoop2.7.3环境搭建

hadoop搭建在Ubuntu16.04上