linux系統安裝hadoop真分散式叢集詳解

2022-04-16 19:00:31

Hadoop真分散式完全叢集安裝，基於版本2.7.2安裝，在兩臺Linux機器上面分別安裝Hadoop的master和slave節點。

1.安裝說明

不管NameNode還是DataNode節點，安裝的使用者名稱需要一致。
master和slave的區別，只是在於設定的hostname，
在config的slaves設定的hostname所代表的機器即為slave，
不使用主機名也可以，直接設定為IP即可。
在這種叢集下面，需要在master節點建立namenode路徑，
並且使用格式化命令hdfs namenode –format。
然後在slave節點建立datanode路徑，注意目錄的許可權。

2.設定hosts

如果已經存在則不需要，每臺機器進行相同的操作

10.43.156.193 zdh193 ywmaster/fish master
10.43.156.194 zdh194 ywmaster/fish slave

3.建立使用者

叢集上面的使用者名稱必須都是一樣的，否則無法影響Hadoop叢集啟動，
在每臺機器裡面新增相同的使用者，參考如下命令：

useradd ywmaster

4.安裝JDK

此處安裝的是jdk1.7

scp yuwen@10.43.156.193:/home/yuwen/backup/jdk-7u80-linux-x64.tar.gz .
zdh123
tar -zxvf jdk-7u80-linux-x64.tar.gz 
vi .bash_profile 
export JAVA_HOME=~/jdk1.7.0_80
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
source .bash_profile

驗證jdk

java -version

5.設定叢集免密登陸

5.1.設定本地免密登陸

ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

必須修改許可權，否則無法免祕登陸

chmod 600 ~/.ssh/authorized_keys

驗證免密登陸

ssh localhost

5.2.設定遠端免密登陸

需要把本機的公鑰放到對方的機器authorized_keys，才能免密登陸其他機器。
進入ywmaster的.ssh目錄

scp ~/.ssh/authorized_keys ywmaster@10.43.156.194:~/.ssh/authorized_keys_from_zdh193

進入ywslave的.ssh目錄,注意備份，否則下面步驟存在重複的ywmaster公鑰。

cat authorized_keys_from_zdh193 >> authorized_keys
ssh zdh194

5.3.設定其他機器免密登陸

參考上面的步驟同理設定其他機器，設定後zdh193可以免密登陸。

scp ~/.ssh/authorized_keys ywmaster@10.43.156.193:~/.ssh/authorized_keys_from_zdh194

6.安裝Hadoop

上傳並解壓hadoop檔案

scp pub@10.43.156.193:/home/pub/hadoop/source/hadoop-2.7.2-src/hadoop-dist/target/hadoop-2.7.2.tar.gz .
zdh1234
tar -zxvf hadoop-2.7.2.tar.gz

7.設定環境變數

export HADOOP_HOME=~/hadoop-2.7.2
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

設定別名，可以快速存取設定路徑

alias conf='cd /home/ywmaster/hadoop-2.7.2/etc/hadoop'

8.檢查和修改Hadoop組態檔

8.1 hadoop-env.sh

涉及環境變數：JAVA_HOME，HADOOP_HOME，HADOOP_CONF_DIR

8.2 yarn-env.sh

涉及環境變數：JAVA_HOME，HADOOP_YARN_USER，HADOOP_YARN_HOME, YARN_CONF_DIR

8.3 slaves

這個檔案裡面儲存所有slave節點，註釋掉localhost,新增zdh194作為slave節點。

8.4 core-site.xml

<name>fs.defaultFS</name>
<value>hdfs://10.43.156.193:29080</value>

<name>fs.default.name</name>
<value>hdfs://10.43.156.193:29080</value>
  
<name>io.file.buffer.size</name>
<value>131072</value>

<name>hadoop.tmp.dir</name>
<value>file:/home/ywmaster/tmp</value>

8.5 hdfs-site.xml

<name>dfs.namenode.rpc-address</name>
<value>10.43.156.193:29080</value>

<name>dfs.namenode.http-address</name>
<value>10.43.156.193:20070</value>
  
<name>dfs.namenode.secondary.http-address</name>
<value>10.43.156.193:29001</value>

<name>dfs.namenode.name.dir</name>
<value>file:/home/ywmaster/dfs/name</value>

<name>dfs.datanode.data.dir</name>
<value>file:/home/ywmaster/dfs/data</value>

<name>dfs.replication</name>
<value>1</value>

<name>dfs.webhdfs.enabled</name>
<value>true</value>

8.6 mapred-site.xml

<name>mapreduce.framework.name</name>
<value>yarn</value>

<name>mapreduce.shuffle.port</name>
<value>23562</value>
  
<name>mapreduce.jobhistory.address</name>
<value>10.43.156.193:20020</value>

<name>mapreduce.jobhistory.webapp.address</name>
<value>10.43.156.193:29888</value>

8.7：yarn-site.xml

<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
                                                            
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>  TODODELETE
<value>org.apache.hadoop.mapred.ShuffleHandler</value>

#mapreduce.shuffle已經過時，改為mapreduce_shuffle
<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>

<name>yarn.resourcemanager.address</name>
<value>10.43.156.193:28032</value>

<name>yarn.resourcemanager.scheduler.address</name>
<value>10.43.156.193:28030</value>

<name>yarn.resourcemanager.resource-tracker.address</name>
<value>10.43.156.193:28031</value>

<name>yarn.resourcemanager.admin.address</name>
<value>10.43.156.193:28033</value>

<name>yarn.resourcemanager.webapp.address</name>
<value>10.43.156.193:28088</value>

8.8 獲取Hadoop的預設組態檔

選擇相應版本的hadoop,下載解壓後，搜尋*.xml,
找到core-default.xml,hdfs-default.xml,mapred-default.xml,
這些就是預設設定,可以參考這些設定的描述說明，
在這些預設設定上進行修改，設定自己的Hadoop叢集。

find . -name *-default.xml
./hadoop-2.7.1/share/doc/hadoop/hadoop-project-dist/hadoop-hdfs/hdfs-default.xml
./hadoop-2.7.1/share/doc/hadoop/hadoop-project-dist/hadoop-common/core-default.xml
./hadoop-2.7.1/share/doc/hadoop/hadoop-mapreduce-client/hadoop-mapreduce-client-core/mapred-default.xml
./hadoop-2.7.1/share/doc/hadoop/hadoop-yarn/hadoop-yarn-common/yarn-default.xml
./hadoop-2.7.1/share/hadoop/httpfs/tomcat/webapps/webhdfs/WEB-INF/classes/httpfs-default.xml

9.把設定好的Hadoop複製到其他節點

scp -r ~/hadoop-2.7.2 ywmaster@10.43.156.194:~/

或者只拷貝組態檔，可以提高拷貝效率:

scp -r ~/hadoop-2.7.2/etc/hadoop ywmaster@10.43.156.194:~/hadoop-2.7.2/etc

建立好name和data資料目錄

mkdir -p ./dfs/name
mkdir -p ./dfs/data

10.啟動驗證Hadoop

格式化namenode：

hdfs namenode -format

出現如下結果則表示成功：

16/09/13 23:57:16 INFO common.Storage: Storage directory /home/ywmaster/dfs/name has been successfully formatted.

啟動hdfs

start-dfs.sh

啟動yarn:

start-yarn.sh

注意修改了設定之後一定要重新複製到其他節點，否則啟動會有問題。

11.檢查啟動結果

NameNode下執行jps應該包含如下程序：

15951 ResourceManager
13294 SecondaryNameNode
12531 NameNode
16228 Jps

DataNode下執行jps應該包含如下程序：

3713 NodeManager
1329 DataNode
3907 Jps

檢視HDFS服務：

http://10.43.156.193:20070

檢視SecondaryNameNode：

http://10.43.156.193:29001/

具體IP和Port參考hdfs-site.xml:

<name>dfs.namenode.http-address</name>
<description> The address and the base port where the dfs namenode web ui will listen on.</description>

檢視RM:

http://10.43.156.193:28088

具體IP和Port參考yarn-site.xml：

<name>yarn.resourcemanager.webapp.address</name>
<value>10.43.156.193:28088</value>

12.其他參考

停止命令：

stop-yarn.sh
stop-dfs.sh

執行命令驗證：

hadoop fs -ls /usr
hadoop fs -mkdir usr/yuwen
hadoop fs -copyFromLocal wordcount /user
hadoop fs -rm -r /user/wordresult
hadoop jar ~/hadoop-2.7.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/wordcount.txt /user/wordresult_001
hadoop fs -text /user/wordresult_001/part-r-00000

更多關於linux系統安裝hadoop真分散式叢集的文章請檢視下面的相關連結