友情提示:如發現有錯誤歡迎指出,真心感謝,新手上路。
配置所需工具
Hadoop
部署準備 本地VMware
安裝Linux
系統家族中Ubuntu 16.04
Java
對應版本jdk-8u73-linux-x64.tar.gz
Hadoop
版本hadoop-2.8.0.tar.gz
VMware
虛擬機建議使用 NAT
網絡設置,因爲在配置 Hadoop
環境過程中如果IP地址發生改變,則配置失效。
僞分佈式安裝配置
修改主機相關配置
1.首先使用VMware安裝Ubuntu系統,所有的操作都要在root
下進行。修改主機名,由於創建的是僞分佈式即單機版,修改主機名:
修改hostname
文件:vim /etc/hostname
,修改內容如下:
hadoop-alone
2.在 /etc/hosts
文件裏註冊修改的主機名稱,如果此處不進行修改操作,Hadoop服務啓動會報錯,使用命令 vim /etc/hosts
修改hosts
文件,修改完成之後,重啓主機使修改配置文件生效,可以使用 reboot
命令。
127.0.0.1 localhost
127.0.1.1 localhost
127.0.0.1 hadoop-alone
免密登錄授權配置
- 刪除已有的
ssh
配置,使用命令rm -r ~/.ssh
進行刪除 ; - 生成新的
ssh-key
,使用命令ssh-keygen -t rsa
;
-爲本機進行公鑰的註冊:cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
僞分佈式配置
Hadoop配置
1.首先安裝配置JDK,解壓jdk文件到/usr/local
目錄下:
tar -xzvf /srv/ftp/jdk-8u73-linux-x64.tar.gz -C /usr/local/
move /usr/local/jdk1.8.0_73 /usr/local/jdk
2.配置jdk環境屬性,編輯 /etc/profle
文件,使用命令 vim /etc/profle
:
export JAVA_HOME=/usr/local/jdk
export PATH=$PATH:$JAVA_HOME/bin:
編輯完成之後保存退出,使用 source /etc/profile
使配置文件立即生效。
完成之後,可以查看安裝的jdk詳情:
3.配置hadoop
tar xzvf /srv/ftp/hadoop-2.8.0.tar.gz -C /usr/local/
mv /usr/local/hadoop-2.8.0/ /usr/local/hadoop
4.修改 /etc/profile
配置文件,打開profile配置文件:vim /etc/profile
具體配置如下:
export JAVA_HOME=/usr/local/jdk
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
保存退出後使配置立即生效:source /etc/profile
5.Hadoo
p依賴於Java
的開發包(JAVA_HOME
),雖然現在已經在profile
文件裏面定義了JAVA_HOME
,但是很多時候Hadoop
找不到這個配置,所以建議在整個的配置之中手工配置一下要使用的JDK
。
vim /usr/local/hadoop/etc/hadoop/hadoop-env.sh
手工配置要使用的JAVA_HOME環境:
export JAVA_HOME=/usr/local/jdk
6.Hadoop
安裝完成之後它直接給出了一個測試的環境命令,這個測試的主要功能是進行一個單詞統計。
- 如果要想進行本操作的實現,那麼首先要設置有一個輸入的路徑,這個路徑裏面要設置進行統計的普通文本文件:
mkdir -p /usr/test/hadoop/input
- 通過Hadoop
安裝目錄下將README.txt
文件拷貝到此目錄之中:
cp /usr/local/hadoop/README.txt /usr/test/hadoop/input/
7.如果要進行統計操作則可以使用hadoop默認提供的工具。
- 路徑:/usr/local/hadoop/share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.8.0-sources.jar
- 程序類:org.apache.hadoop.examples.WordCount
- 如果要想執行Hadoop
程序,一定要使用Hadoop
提供的開發包,所以不再是簡單的java
執行:
hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.8.0-sources.jar org.apache.hadoop.examples.WordCount /usr/test/hadoop/input /usr/test/hadoop/output
執行完成之後,觀察之前配置好的輸出目錄,cat /usr/test/hadoop/output/part-r-00000
。
僞分佈式搭建
1.Hadoop
所有的配置文件目錄都保存在:/usr/local/hadoop/etc/hadoop
2.修改core-site.xml配置文件,這個配置文件爲整個Hadoop運行中的核心配置文件:
- 官方文檔:http://hadoop.apache.org/docs/r2.8.0/hadoop-project-dist/hadoop-common/SingleCluster.html
注意:
Hadoop
默認啓動的時候使用的是系統的/tmp
目錄,但是這個目錄每一次重新啓動之後都會自動清空,也就是說如果你現在不配置好一個臨時的存儲目錄,那麼下一次你的Hadoop
就無法啓動了。
- 建立一個保存臨時目錄的路徑:
mkdir -p /usr/data/hadoop/tmp
- 編輯
core-site.xml
配置文件:vim /usr/local/hadoop/etc/hadoop/core-site.xml
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/data/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop-alone:9000</value>
</property>
</configuration>
3. 修改hdfs-site.xml
文件,該配置文件主要的功能是進行HDFS
分佈式存儲的配置
注意:如果你現在
Hadoop
網絡環境發生了改變,這兩個目錄一定要清空,否則Hadoop
就啓動不了了。
- 建立
namenode
進程的保存路徑:mkdir -p /usr/data/hadoop/dfs/name
- 建立
datanode
進程的保存路徑:mkdir -p /usr/data/hadoop/dfs/data
·
編輯配置文件:vim /usr/local/hadoop/etc/hadoop/hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///usr/data/hadoop/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///usr/data/hadoop/dfs/data</value>
</property>
<!--
<property>
<name>dfs.namenode.http-address</name>
<value>hadoop-alone:50070</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop-alone:50090</value>
</property>
-->
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
</configuration>
4.修改yarn-site.xml
配置文件,這個是進行yarn
分析結構使用的
修改配置文件:vim /usr/local/hadoop/etc/hadoop/yarn-site.xml
<configuration>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>hadoop-alone:8033</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>hadoop-alone:8025</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>hadoop-alone:8030</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>hadoop-alone:8050</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>hadoop-alone:8030</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>hadoop-alone:8088</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.https.address</name>
<value>hadoop-alone:8090</value>
</property>
</configuration>
5.由於現在屬於單主機僞分佈式運行方式,所以還需要修改一下從節點的配置文件
修改配置文件:vim /usr/local/hadoop/etc/hadoop/slaves
hadoop-alone
6.現在對於數據的保存保存在了/usr/data/hadoop/{name,data}
目錄下,所以如果要想使用,則必須針對於這兩個目錄進行格式化的處理操作:hdfs namenode -format
INFO util.ExitUtil: Exiting with status 0
其中的0
表示的是現在的程序沒有任何的錯誤,你的配置成功。
7.啓動Hadoop相關進程(不建議使用此啓動命令):/usr/local/hadoop/sbin/start-all.sh
啓動完成之後,查看進行:jps
8.瀏覽器訪問:
Hadoop分佈式集羣配置
環境準備
1.準備Hadoop
分佈式集羣主機,本次使用七臺主機,具體說明如下:
[1] hadoop-namenode
主機:專門負責保存有NameNode
進程;
[1] hadoop-secondarynamenode
主機:負責SencondaryNameNode
進程;
[3 + 1] hadoop-datanode-*
主機:負責數據的存儲(DataNode
)、數據分析(NodeManager
);
[1] hadoop-resourcemanager
主機:負責ResourceManager
進程運行.
2.【hadoop-namenode】修改hosts文件
hadoop-namenode
192.168.125.141
運行NameNode
進程
hadoop-resourcemanager 192.168.125.142
運行ResourceManager
進程
hadoop-secondarynamenode 192.168.125.143
運行secondaryNameNode
進程
hadoop-datanode-a 192.168.125.144
運行DataNode、NodeManager
進程
hadoop-datanode-b 192.168.125.145
運行DataNode、NodeManager
進程
hadoop-datanode-c 192.168.125.146
運行DataNode、NodeManager
進程
hadoop-datanode-back 192.168.125.147
[動態擴充主機]運行DataNode、NodeManager
進程
修改內容如下:
127.0.0.1 localhost
127.0.1.1 localhost
192.168.125.141 hadoop-namenode
192.168.125.142 hadoop-resourcemanager
192.168.125.143 hadoop-secondarynamenode
192.168.125.144 hadoop-datanode-a
192.168.125.145 hadoop-datanode-b
192.168.125.146 hadoop-datanode-c
192.168.125.147 hadoop-datanode-back
修改完成之後reboot重啓主機,使配置生效
3.【hadoop-namenode主機】進行ssh免密登錄配置
刪除掉已有的ssh配置:rm -r ~/.ssh
生成新的ssh-key
信息:ssh-keygen -t rsa
設置本機的免登錄配置:cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
將本機的ssh-key信息發送到所有的其它主機上:
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-resourcemanager
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-secondarynamenode
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-datanode-a
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-datanode-b
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-datanode-c
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-datanode-back
4.【hadoop-namenode主機】所有主機的hosts文件內容必須保持一致,所以此時一定要將hadoop-namenode
節點中的/etc/hosts
文件拷貝到所有主機之中:
複製本機的hosts文件到其他主機,複製完成後,其他主機重啓:
發送到
hadoop-resourcemanager
主機:scp /etc/hosts hadoop-resourcemanager:/etc/
發送到hadoop-secondarynamenode
主機:scp /etc/hosts hadoop-secondarynamenode:/etc/
發送到hadoop-datanode-a
主機:scp /etc/hosts hadoop-datanode-a:/etc/
發送到hadoop-datanode-b
主機:scp /etc/hosts hadoop-datanode-b:/etc/
發送到hadoop-datanode-c
主機:scp /etc/hosts hadoop-datanode-c:/etc/
配置NameNode節點
1.【hadoop-namenode主機】將hadoop
開發包上傳到主機之中,而後進行解壓縮控制:
tar xzvf /srv/ftp/hadoop-2.8.0.tar.gz -C /usr/local/
2.【hadoop-namenode主機】將解壓縮後的hadoop
文件夾進行更名處理:
mv /usr/local/hadoop-2.8.0/ /usr/local/hadoop
3.【hadoop-namenode主機】爲了方便後續的處理,建議將doc目錄刪除掉,但是千萬別刪除錯了;
rm -r /usr/local/hadoop/share/doc/
4.【hadoop-namenode主機】依然要進行profile編輯
打開配置文件:vim /etc/profile
設置如下內容:
export JAVA_HOME=/usr/local/jdk
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:
讓配置立即生效:source /etc/profile
5.【hadoop-namenode主機】將profile配置發送到其它主機之中:
發送到
hadoop-resourcemanager
主機:scp /etc/profile hadoop-resourcemanager:/etc/
發送到hadoop-secondarynamenode
主機:scp /etc/profile hadoop-secondarynamenode:/etc/
發送到hadoop-datanode-a
主機:scp /etc/profile hadoop-datanode-a:/etc/
發送到hadoop-datanode-b
主機:scp /etc/profile hadoop-datanode-b:/etc/
發送到hadoop-datanode-c
主機:scp /etc/profile hadoop-datanode-c:/etc/
發送到hadoop-datanode-back
主機:scp /etc/profile hadoop-datanode-back:/etc/
6.【hadoop-*】所有主機使profile配置立即生效:source /etc/profile
7.【hadoop-namenode主機】現在的需求:datanode與nodemanager都在一臺主機上運行,所以現在修改slaves配置文件,將已有的主機名稱進行配置:vim /usr/local/hadoop/etc/hadoop/slaves
hadoop-datanode-a
hadoop-datanode-b
hadoop-datanode-c
8.【hadoop-namenode主機】修改hadoop運行環境配置文件:vim /usr/local/hadoop/etc/hadoop/hadoop-env.sh
export JAVA_HOME=/usr/local/jdk
9.【hadoop-namenode主機】建立幾個hadoop保存目錄:
- 建立一級目錄:臨時目錄和dfs目錄:mkdir -p /usr/data/hadoop/{tmp,dfs}
- 在dfs目錄下創建name、data兩個子目錄;mkdir -p /usr/data/hadoop/dfs/{name,data}
10.【hadoop-namenode主機】修改core-site.xml
配置文件:vim /usr/local/hadoop/etc/hadoop/core-site.xml
<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/data/hadoop/tmp</value>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop-namenode:9000</value>
</property>
</configuration>
11.【hadoop-namenode主機】修改hdfs-site.xml
文件:vim /usr/local/hadoop/etc/hadoop/hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///usr/data/hadoop/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///usr/data/hadoop/dfs/data</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop-secondarynamenode:50090</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
</configuration>
此時DataNode節點很多,所以文件的副本量可以設置多個。
12.【hadoop-namenode主機】修改yarn-site.xml
配置文件:vim /usr/local/hadoop/etc/hadoop/yarn-site.xml
<configuration>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>hadoop-resourcemanager:8033</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>hadoop-resourcemanager:8025</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>hadoop-resourcemanager:8030</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>hadoop-resourcemanager:8050</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>hadoop-resourcemanager:8030</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>hadoop-resourcemanager:8088</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.https.address</name>
<value>hadoop-resourcemanager:8090</value>
</property>
</configuration>
13.【hadoop-namenode主機】現在一個基本環境的Hadoop搭建完成了,但是需要注意一個問題,Hadoop現在是屬於集羣環境,如果是集羣環境,這種情況下一定要考慮一個pid的問題,默認情況下進程的pid都會保存在“/tmp”目錄下,但是這個目錄會被定期清空,所以需要更改一下pid的目錄。
修改hadoop-dameon.sh
配置文件:vim /usr/local/hadoop/sbin/hadoop-daemon.sh
HADOOP_PID_DIR=/usr/data/hadoop/pids
修改yarn-daemon.sh
配置文件:vim /usr/local/hadoop/sbin/yarn-daemon.sh
YARN_PID_DIR=/usr/data/hadoop/yarn-pids
14.【hadoop-namenode主機】將配置好的hadoop開發包發送到其它主機上:
發送到
hadoop-resourcemanager
主機:scp -r /usr/local/hadoop/ hadoop-resourcemanager:/usr/local/
發送到hadoop-secondarynamenode
主機:scp -r /usr/local/hadoop/ hadoop-secondarynamenode:/usr/local/
發送到hadoop-datanode-a
主機:scp -r /usr/local/hadoop/ hadoop-datanode-a:/usr/local/
發送到hadoop-datanode-b
主機:scp -r /usr/local/hadoop/ hadoop-datanode-b:/usr/local/
發送到hadoop-datanode-c
主機:scp -r /usr/local/hadoop/ hadoop-datanode-c:/usr/local/
發送到hadoop-datanode-back
主機:scp -r /usr/local/hadoop/ hadoop-datanode-back:/usr/local/
配置其他節點
1.【hadoop-*主機】建立文件保存路徑:
mkdir -p /usr/data/hadoop/{tmp,dfs}
mkdir -p /usr/data/hadoop/dfs/{name,data}
2.【hadoop-namenode主機】格式化namenode
節點:hdfs namenode -format
3.【hadoop-namenode主機】啓動dfs相關進程:/usr/local/hadoop/sbin/start-dfs.sh
root@hadoop-namenode:~# /usr/local/hadoop/sbin/start-dfs.sh
Starting namenodes on [hadoop-namenode]
hadoop-namenode: starting namenode, logging to /usr/local/hadoop/logs/hadoop-root-namenode-hadoop-namenode.out
hadoop-datanode-c: starting datanode, logging to /usr/local/hadoop/logs/hadoop-root-datanode-doop-datanode-c.out
hadoop-datanode-a: starting datanode, logging to /usr/local/hadoop/logs/hadoop-root-datanode-hadoop-datanode-a.out
hadoop-datanode-b: starting datanode, logging to /usr/local/hadoop/logs/hadoop-root-datanode-hadoop-datanode-b.out
Starting secondary namenodes [hadoop-secondarynamenode]
hadoop-secondarynamenode: starting secondarynamenode, logging to /usr/local/hadoop/logs/hadoop-root-secondarynamenode-hadoop-secondarynamenode.out
root@hadoop-namenode:~#
查看啓動結果
root@hadoop-namenode:~# jps
5824 Jps
5588 NameNode
root@hadoop-secondarynamenode:~# jps
5545 SecondaryNameNode
5595 Jps
root@hadoop-datanode-a:~# jps
5147 Jps
5070 DataNode
root@hadoop-datanode-b:~# jps
5098 Jps
5021 DataNode
root@hadoop-datanode-c:~# jps
5100 Jps
5022 DataNode
4.【hadoop-resourcemanager主機】生成SSH-KEY:
刪除掉已有的ssh配置:rm -r ~/.ssh
生成新的ssh-key信息:ssh-keygen -t rsa
設置本機的免登錄配置:cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
將本機的ssh-key信息發送到所有的其它主機上:
發送到hadoop-datanode-a
主機:ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-datanode-a
發送到hadoop-datanode-b
主機:ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-datanode-b
發送到hadoop-datanode-c
主機:ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop-datanode-c
5.【hadoop-resourcemanager主機】啓動YARN
相關進程:/usr/local/hadoop/sbin/start-yarn.sh
root@doop-resourcemanager:~# /usr/local/hadoop/sbin/start-yarn.sh
starting yarn daemons
starting resourcemanager, logging to /usr/local/hadoop/logs/yarn-root-resourcemanager-doop-resourcemanager.out
hadoop-datanode-c: starting nodemanager, logging to /usr/local/hadoop/logs/yarn-root-nodemanager-doop-datanode-c.out
hadoop-datanode-a: starting nodemanager, logging to /usr/local/hadoop/logs/yarn-root-nodemanager-hadoop-datanode-a.out
hadoop-datanode-b: starting nodemanager, logging to /usr/local/hadoop/logs/yarn-root-nodemanager-hadoop-datanode-b.out
root@doop-resourcemanager:~#
6.【hadoop-namenode主機】啓動WEB瀏覽器界面:
修改一下hosts文件:
192.168.125.141 hadoop-namenode
- 訪問地址:hadoop-namenode:50070;
上傳測試文件到根目錄中:
hadoop fs -put /srv/ftp/apache-tomcat-9.0.0.M10.tar.gz /
動態擴充DataNode
1.【hadoop-namenode】修改hosts文件(此處已經在namenode主機中修改過了,如果未修改此處必須進行修改):vim /etc/hosts
192.168.125.147 hadoop-datanode-back
2.【hadoop-datanode-back】修改hosts文件:vim /etc/hosts
127.0.0.1 localhost
127.0.1.1 localhost
192.168.125.141 hadoop-namenode
192.168.125.142 hadoop-resourcemanager
192.168.125.147 hadoop-datanode-back
備註:因爲
datanode-back
主機一旦要進行添加肯定向namenode
主機註冊(DataNode
),以及向resourcesmanager
主機註冊(NodeManager
)。
3.【hadoop-datanode-back】分別啓動兩個進程:
啓動datanode進程:/usr/local/hadoop/sbin/hadoop-daemon.sh start datanode
啓動nodemanager進程:/usr/local/hadoop/sbin/yarn-daemon.sh start nodemanager