目录
Summary
环境准备
集群配置
Summary
本教程使用VMware配置三台虚拟机进行演示。采用SSH方式连接虚拟机进行 *** 作。
虚拟机系统：CentOS-7-x86_64-DVD-1804
SSH工具：FinalShell 3.9.4
JDK：jdk-8u212-linux-x64
Hadoop版本：hadoop-3.1.3
环境准备在VMware内创建三台CentOS7系统的虚拟机，分别命名为Hadoop102、Hadoop103、Hadoop104。
创建好后在Hadoop102内启动命令行，修改虚拟机的IP地址：
vim /etc/sysconfig/network-scripts/ifcfg-ens33修改成
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"
三台服务器名称分别为hadoop102、hadoop103、hadoop104，
三台的ip分别为192.168.10.102、192.168.10.103、192.168.10.104，
三台的网关ip分别为192.168.10.2、192.168.10.3、192.168.10.4。
安装FinalShell，ssh连接到三台服务器，将JDK导入到opt目录下面的software文件夹下面。在Linux系统下的opt目录中查看软件包是否导入成功
ls /opt/software/看到如下结果说明导入成功
jdk-8u212-linux-x64.tar.gz
创建module目录
mkdir opt/module解压JDK到/opt/module目录下(进入JDK所在文件夹执行)
[root@hadoop102 software]# tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/
接着配置JDK环境变量
新建/etc/profile.d/my_env.sh文件
[root@hadoop102 software]# sudo vim /etc/profile.d/my_env.sh添加如下内容
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin
source一下/etc/profile文件，让新的环境变量PATH生效
[root@hadoop102 software]# source /etc/profile
测试一下JDK是否安装成功
[root@hadoop102 software]# java -version
如果能看到以下结果，则代表Java安装成功
openjdk version "1.8.0_161"
OpenJDK Runtime Environment (build 1.8.0_161-b14)
OpenJDK 64-Bit Server VM (build 25.161-b14, mixed mode)
接下来安装Hadoop
用Finalshell将Hadoop安装包导入到opt目录下面的software文件夹里
进入到Hadoop安装包路径下，解压安装文件到/opt/module下面
tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/打开/etc/profile.d/my_env.sh文件
sudo vim /etc/profile.d/my_env.sh在my_env.sh文件末尾添加如下内容
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
让修改后的文件生效
source /etc/profile测试是否安装成功
hadoop version看到如下内容表示成功
Hadoop 3.1.3
查看Hadoop的目录结构
[root@hadoop102 hadoop-3.1.3]# ll
可以看到如下内容
drwxr-xr-x. 2 lovxn lovxn 183 9月 11 2019 bin
drwxr-xr-x. 3 lovxn lovxn 20 9月 11 2019 etc
drwxr-xr-x. 2 lovxn lovxn 106 9月 11 2019 include
drwxr-xr-x. 3 lovxn lovxn 20 9月 11 2019 lib
drwxr-xr-x. 4 lovxn lovxn 288 9月 11 2019 libexec
-rw-rw-r--. 1 lovxn lovxn 147145 9月 4 2019 LICENSE.txt
-rw-rw-r--. 1 lovxn lovxn 21867 9月 4 2019 NOTICE.txt
-rw-rw-r--. 1 lovxn lovxn 1366 9月 4 2019 README.txt
drwxr-xr-x. 3 lovxn lovxn 4096 9月 11 2019 sbin
drwxr-xr-x. 4 lovxn lovxn 31 9月 11 2019 share
（1）bin目录：存放对Hadoop相关服务（hdfs，yarn，mapred）进行 *** 作的脚本
（2）etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件
（3）lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）
（4）sbin目录：存放启动或停止Hadoop相关服务的脚本
（5）share目录：存放Hadoop的依赖jar包、文档、和官方案例
直接使用root权限 *** 作风险较大，因此创建用户lovxn用作日常维护
将lovxn加入sudoers文件，使其在必要时可以借用root权限
[root@hadoop102 lovxn]# visudo在打开的文件中写入
lovxn ALL=(ALL) ALL回到lovxn用户
su lovxn配置主机映射，让三台虚拟机互相认识
这里只演示一台虚拟机，实际上三台都要配置
sudo vi /etc/hosts写入
192.168.8.102 hadoop102
192.168.8.103 hadoop103
192.168.8.104 hadoop104
配置三台虚拟机互相免密登录，先ssh一下自己创建~/.ssh文件夹
ssh localhost生成密钥
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）
将公钥拷贝到要免密登录的目标机器上
[lovxn@hadoop102 ~]$ ssh-copy-id hadoop102
[lovxn@hadoop102 ~]$ ssh-copy-id hadoop103
[lovxn@hadoop102 ~]$ ssh-copy-id hadoop104
指令执行时候会问
Are you sure you want to continue connecting (yes/no)?yes就可以了
接着编写集群分发脚本xsync
先说一下scp
scp可以实现服务器与服务器之间的数据拷贝，基本语法：
scp -r $pdir/$fname $user@$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
在hadoop102、hadoop103、hadoop104都创建好的/opt/module、/opt/software两个目录，然后更改目录权限，让lovxn用户有读写权限
sudo chown lovxn:lovxn -R /opt/module
在hadoop102上，将hadoop102中/opt/module/jdk1.8.0_212目录拷贝到hadoop103上
scp -r /opt/module/jdk1.8.0_212 lovxn@hadoop103:/opt/module在hadoop103上，将hadoop102中/opt/module/hadoop-3.1.3目录拷贝到hadoop103上
scp -r lovxn@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/在hadoop103上 *** 作，将hadoop102中/opt/module目录下所有目录拷贝到hadoop104上
scp -r lovxn@hadoop102:/opt/module/* lovxn@hadoop104:/opt/module再说rsync
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。
rsync和scp区别：用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。
基本语法
rsync -av $pdir/$fname $user@$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
回到xsync，目的：循环复制文件到所有节点的相同目录下
期望脚本在任何路径都能使用（脚本放在声明了全局环境变量的路径）
echo $PATH
/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/lovxn/.local/bin:/home/lovxn/bin:/opt/module/jdk1.8.0_212/bin
在/home/lovxn/bin目录下创建xsync文件
[lovxn@hadoop102 opt]$ cd /home/xxx
[lovxn@hadoop102 ~]$ mkdir bin
[lovxn@hadoop102 ~]$ cd bin
[lovxn@hadoop102 bin]$ vim xsync
在该文件中编写如下代码
#!/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 $file does not exists!
fi
done
done
修改脚本 xsync 具有执行权限
chmod +x xsync测试脚本
xsync /home/lovxn/bin将脚本复制到/bin中，以便全局调用
sudo cp xsync /bin/同步环境变量配置（root所有者）
sudo /home/lovxn/bin/xsync /etc/profile.d/my_env.sh让环境变量生效(三台虚拟机都要运行)
source /etc/profileNameNode和SecondaryNameNode不要安装在同一台服务器
ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上
| hadoop102 | hadoop103 | hadoop104 | |
| HDFS | NameNode DataNode | DataNode | SecondaryNameNode DataNode |
| YARN | NodeManager | ResourceManager NodeManager | NodeManager |
Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。
| 要获取的默认文件 | 文件存放在Hadoop的jar包中的位置 |
| [core-default.xml] | hadoop-common-3.1.3.jar/core-default.xml |
| [hdfs-default.xml] | hadoop-hdfs-3.1.3.jar/hdfs-default.xml |
| [yarn-default.xml] | hadoop-yarn-common-3.1.3.jar/yarn-default.xml |
| [mapred-default.xml] | hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml |
自定义配置文件：core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。
配置core-site.xml
[lovxn@hadoop102 bin]$ cd $HADOOP_HOME/etc/hadoop
[lovxn@hadoop102 hadoop]$ vim core-site.xml
文件内容如下：
fs.defaultFS
hdfs://hadoop102:8020
hadoop.tmp.dir
/opt/module/hadoop-3.1.3/data
hadoop.http.staticuser.user
root
配置hdfs-site.xml
[lovxn@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下
dfs.namenode.http-address
hadoop102:9870
dfs.namenode.secondary.http-address
hadoop104:9868
配置yarn-site.xml
[lovxn@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下：
yarn.nodemanager.aux-services
mapreduce_shuffle
yarn.resourcemanager.hostname
hadoop103
yarn.nodemanager.env-whitelist
JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME
配置mapred-site.xml
[lovxn@hadoop102 hadoop]$ vim mapred-site.xml文件内容如下：
mapreduce.framework.name
yarn
在集群上分发配置好的Hadoop配置文件
xsync /opt/module/hadoop-3.1.3/etc/hadoop/去103和104上查看文件分发情况
cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml群起集群
配置workers
vim /opt/module/hadoop-3.1.3/etc/hadoop/workers在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
xsync /opt/module/hadoop-3.1.3/etc启动集群
如果集群是第一次启动，需要在hadoop102节点格式化NameNode（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化）。
hdfs namenode -format启动HDFS
/opt/module/hadoop-3.1.3/sbin/start-dfs.sh在配置了ResourceManager的节点（hadoop103）启动YARN
/opt/module/hadoop-3.1.3/sbin/start-yarn.shWeb端查看HDFS的NameNode
注意：需要先关闭防火墙
查看防火墙状态
firewall-cmd --state如果是running，需要关闭
systemctl stop firewalld.servicesystemctl disable firewalld.service浏览器中输入：http://192.168.8.102:9870 查看HDFS上存储的数据信息
浏览器中输入：http://192.168.8.103:8088 查看YARN上运行的Job信息
集群测试
上传文件
hadoop fs -mkdir /inputhadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /查看HDFS文件储存路径
cd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1962879553-192.168.8.102-1652250943365/current/finalized/subdir0/subdir0其中 BP-1962879553-192.168.8.102-1652250943365 名称可能会有所不同。
为了查看程序的历史运行情况，需要配置一下历史服务器。
vim mapred-site.xml在该文件里面增加如下配置
mapreduce.jobhistory.address
hadoop102:10220
mapreduce.jobhistory.webapp.address
hadoop102:19888
分发配置
xsync $HADOOP_HOME/etc/hadoop/mapred-site.xml在hadoop102启动历史服务器
mapred --daemon start historyserver查看历史服务器是否启动
jps查看JobHistory : http://192.168.8.102:19888/jobhistory
集群启动/停止方式总结
整体启动/停止HDFS
start-dfs.sh/stop-dfs.sh整体启动/停止YARN
start-yarn.sh/stop-yarn.sh分别启动/停止HDFS组件
hdfs --daemon start/stop namenode/datanode/secondarynamenode启动/停止YARN
yarn --daemon start/stop resourcemanager/nodemanagerHadoop集群启停脚本（包含HDFS，Yarn，Historyserver）：myhadoop.sh
cd /home/lovxn/binvim myhadoop.sh输入
#!/bin/bash
if [ $# -lt 1 ]
then
echo "No Args Input..."
exit ;
fi
case in
"start")
echo " =================== 启动 hadoop集群 ==================="
echo " --------------- 启动 hdfs ---------------"
ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
echo " --------------- 启动 yarn ---------------"
ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
echo " --------------- 启动 historyserver ---------------"
ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver"
;;
"stop")
echo " =================== 关闭 hadoop集群 ==================="
echo " --------------- 关闭 historyserver ---------------"
ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"
echo " --------------- 关闭 yarn ---------------"
ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
echo " --------------- 关闭 hdfs ---------------"
ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
echo "Input Args Error..."
;;
esac
赋予脚本执行权限
chmod +x myhadoop.sh查看三台服务器Java进程脚本：jpsall
cd /home/lovxn/binvim jpsall写入
#!/bin/bash
for host in hadoop102 hadoop103 hadoop104
do
echo =============== $host ===============
ssh $host jps
done
赋予脚本执行权限
chmod +x jpsall分发/home/xxx/bin目录，保证自定义脚本在三台机器上都可以使用
xsync /home/lovxn/bin/欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）