大数据实战——hadoop的模板虚拟机搭建

Posted 2023-03-20 北溟溟

前言

在实际的开发过程中，我们的hadoop都是以集群的方式存在，该系列内容我们使用vmware工具构建我们的虚拟机，从而实现hadoop集群搭建。在开始hadoop集群搭建之前，我们需要先创建一个模板虚拟机，便于我们集群虚拟机的快速克隆复制使用。关于vmware工具的安装，这里不在介绍，读者可以查看我往期的博客内容。

正文

• 虚拟机硬件配置

①打开vmware工具，点击创建虚拟机，选择自定义创建

 ②一直点击下一步，选择稍后安装操作系统

 ③选择centos7系统安装虚拟机

 ④填写虚拟机名称和存储路径

⑤配置处理器数量

⑥配置虚拟机内存

⑦选择NAT网络

⑧控制器和磁盘格式选择推荐的，选择创建新虚拟磁盘

⑨分配磁盘容量

⑩选择磁盘文件存储位置

⑪点击完成

•  安装虚拟机

①配置centos的虚拟机镜像

②启动虚拟机

 ③选择中文安装

 ④修改系统时间

 ⑤软件安装选择最小安装，也可以选择安装有桌面的虚拟机，作者这里选择最小安装 

⑥安装位置选择自动分区

 ⑦禁用Kdump,节省资源，也可以不关

 ⑧网络和主机，主机名改为hadoop100,打开网络连接

⑨开始安装

⑩设置root用户密码

 

⑪等待安装完成，重启虚拟机，使用root账号登录

结语

关于centos虚拟机安装的部分到这里就结束了，我们下期见。。。。。。

大数据实战之Centos搭建完全分布式Hadoop集群

集群规划

名称	ip	身份
hadoop101	192.168.231.121	NameNode,DataNode,NodeManager
hadoop102	192.168.231.122	DataNode,ResourceManager
hadoop103	192.168.231.123	DataNode,NodeManager,Secondary NameNode

环境：虚拟机Centos8

安装包：hadoop3.2.1

1. 先配置一台虚拟机然后克隆两台

1.1 修改主机名

vim /etc/hostname

1.2 修改网络ip

cd /etc/sysconfig/network-scripts

vim ifcfg-ens160

打开后如下图所示

修改成如下

然后输入下面两条命令重启网络服务，ens160是网卡名，即上图中的NAME

nmcli c reload

nmcli c up ens160

可以看到ip已经修改成功

上面的配置还无法识别域名，所以要加上dns解析（这里加的是虚拟网关）

vim /etc/resolv.conf

然后可以成功ping通啦

1.3 配置ip和主机名的映射

vim /etc/hosts

因为之后还有两台也要加映射，所以在这里先添加好

现在重启后修改的主机名就能生效，基本配置工作就完成了，这里先关闭虚拟机然后克隆两台。

对克隆机器依次执行操作：修改主机名->修改网络ip->重启网络服务->重启虚拟机

2. 安装jdk1.8

2.1 下载jdk1.8到windows

https://www.oracle.com/java/technologies/javase/javase-jdk8-downloads.html

2.2 下载lsync，方便之后分发同步文件

在hadoop101上执行：yum install rsync （用root用户才能下载）

2.3 编写分发脚本xsync，有了这个后面可以少做很多工作

cd /usr/local/bin

在这个目录下创建脚本可以全局使用

vim xsync

填写如下内容，ip根据自己机器情况改动

给文件附加可执行权限

chmod 777 xsync

2.4 用SecureCRT或Xshell连接到三台虚拟机

2.5 没有hadoop用户的，创建hadoop用户及hadoop用户组

groupadd hadoop（添加组）

useradd -g hadoop hadoop（添加用户并指定组）

passwd hadoop（修改用户密码）

给hadoop用户赋予临时root权限：在root用户下执行visudo

找到root这一行，在其下方添加hadoop的信息

2.6 创建工作目录

用root用户在/opt目录下创建software目录，并将其所属用户和组改为hadoop

cd /opt

mkdir software

chown hadoop:hadoop software

然后分发一下这个目录

xsync /opt/software（此时分发是需要输入密码的，后面配置了ssh之后就不用了）

2.7 将jdk安装包上传到/opt/software目录下，并解压

切换到hadoop用户

tar -zxvf jdk-8u241-linux-x64.tar.gz

2.8 配置环境变量

在root用户下

vim /etc/profile 在文件末尾添加如下内容

保存退出后刷新一下

source /etc/profile

java -version 可以测试看看

2.9 分发文件

xsync /etc/profile

xsync /opt/software/jdk1.8.0_241

再到其它机器上执行一下source /etc/profile就行了

3. 解压hadoop安装包

3.1 配置ssh免密登录

hadoop群起需要ssh免密登录，而且分发文件时免密登录也更加方便，所以接下来就先在hadoop101上的hadoop用户下配置免密登录

先进入到hadoop家目录下

cd /home/hadoop

在进入隐藏文件夹.ssh中，如果没有就先创建

mkdir .ssh

并改权限

chmod 744 .ssh

cd .ssh

执行命令：ssh-keygen -t rsa，然后一直敲回车

发送公匙，输入yes和对应的密码则添加成功

ssh-copy-id hadoop101

ssh-copy-id hadoop102

ssh-copy-id hadoop103

ssh hadoop101测试一下，不需要密码登录成功则完成

（可以在root用户下也配置一下，方便root用户下分发文件）

因为后面resourcemanager在hadoop102上，所以在hadoop102的.ssh中也要配置免密登录。

3.2 下载hadoop3.2.1安装包，然后上传到hadoop101的/opt/software目录下

https://mirror.bit.edu.cn/apache/hadoop/common/hadoop-3.2.1/

3.3 解压安装包

tar -zxvf hadoop-3.2.1.tar.gz

3.4 配置环境变量

切换为root用户

su root

vim /etc/profile

source /etc/profile

3.5 编写hadoop配置文件

在hadoop用户下

vim $HADOOP_HOME/etc/hadoop/core-site.xml

添加如下配置

vim $HADOOP_HOME/etc/hadoop/hdfs-site.xml

添加如下配置

vim $HADOOP_HOME/etc/hadoop/mapred-site.xml

添加如下配置

vim $HADOOP_HOME/etc/hadoop/yarn-site.xml

添加如下配置

vim $HADOOP_HOME/etc/hadoop/hadoop-env.sh

配置JAVA_HOME和HADOOP_HOME的路径

vim $HADOOP_HOME/etc/hadoop/yarn-env.sh

同样配置JAVA_HOME和HADOOP_HOME的路径

vim $HADOOP_HOME/etc/hadoop/workers

配置群起的workers （不能有多余的空格和空行）

3.6 分发hadoop3.2.1文件夹

3.7 格式化NameNode

cd $HADOOP_HOME 进入hadoop根目录

执行bin/hdfs namenode -format

3.8 启动dfs

hadoop101的hadoop根目录下执行sbin/start-dfs.sh

启动成功，并且在另外两台上自动创建了日志文件夹

3.8 启动yarn

hadoop102的hadoop根目录下执行sbin/start-yarn.sh

jps后出现以下进程则一切正常

关闭集群命令：

sbin/stop-dfs.sh

sbin/stop-yarn.sh

3.9 编写群起脚本（能够在hadoop101上启动dfs和hadoop102上的yarn）

切换到root用户su root

cd /usr/local/bin

vim hdp

填写如下内容

保存退出后给文件附加执行权限

chmod 777 hdp

然后切换到hadoop用户启动脚本，效果如下图所示，启动成功！

4. 关闭所有机器的防火墙（方便从windows访问集群）

用root用户或sudo执行

systemctl disable firewalld 禁用开机启动

systemctl stop firewalld 禁用防火墙

5. 集群时间同步

5.1 安装chrony

centos8自带chrony，如未安装可用以下命令安装

yum install chrony -y

5.2 开启服务

在root用户下或用sudo执行（三台机器都要执行）

systemctl enable chronyd.service （加入开机自启动）

systemctl start chronyd.service （开启服务）

systemctl status chronyd.service （查看状态）

5.3 修改配置文件

vim /etc/chrony.conf

让hadoop101同步阿里云的时钟，集群其它机器同步hadoop101的时钟

hadoop101修改下列两项位置

hadoop102和hadoop103的配置文件修改如下

退出保存后重启服务

systemctl restart chronyd

分布式hadoop搭建到此就结束啦！下一章将介绍hadoop命令的基本使用。