集羣環境
- Hadoop版本爲2.7.4
- JDK版本1.8.0_144
- 安裝了三臺虛擬機分別設定名稱和IP如下
主機名稱 | IP地址 |
---|---|
master | 192.168.1.15 |
slave01 | 192.168.1.16 |
slave02 | 192.168.1.17 |
服務器上安裝hadoop的目錄結構爲
/home/用戶名
/hadoop
software: 存放的是安裝的軟件包
app : 存放的是所有軟件的安裝目錄
hadoop2.7.4就在app目錄下, 這裏我的機器的用戶都是nullhadoop主要配置文件有core-site.xml,hdfs-site.xml,mapred-site.xml,yarn-site.xml
可以瀏覽官網查看詳細的默認的配置,鏈接如下
core-default.xml
hdfs-default.xml
mapred-default.xml
yarn-default.xml
也可以通過下載解壓hadoop後在目錄下搜索*default.xml,找到這些默認配置
安裝Hadoop
下載hadoop並解壓到app目錄下
tar -zxvf hadoop-2.7.4.tar.gz -C ~/hadoop/app
配置Hadoop 環境變量
vim /etc/profile
添加
# Hadoop Env
export HADOOP_HOME=/home/null/hadoop/app/hadoop-2.7.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
修改$HADOOP_HOME/etc/hadoop下的配置文件
$HADOOP_HOME就是hadoop安裝目錄位置
這裏只是將分佈式集羣的一些必要的簡化了的配置羅列出來了,更個性化的配置還是要參照官方文檔進行設置
修改hadoop-env.sh文件
//修改JAVA_HOME路徑爲jdk的安裝路徑
export JAVA_HOME=/home/null/hadoop/app/jdk1.8.0_144
修改yarn-env.sh文件
//修改JAVA_HOME路徑爲jdk的安裝路徑
export JAVA_HOME=/home/null/hadoop/app/jdk1.8.0_144
修改slaves文件
master 既作爲 NameNode 也作爲 DataNode
master
slave01
slave02
修改core-site.xml文件
該文件可以覆蓋一部分用於控制Hadoop核心的默認的關鍵配置
參數 | 默認值 | 解釋 |
---|---|---|
fs.defaultFS | file:/// | namenode RPC交互端口 |
fs.default.name | file:/// | 被棄用,是用fs.defaultFS代替 |
hadoop.tmp.dir | /tmp/hadoop-${user.name} | 其他臨時目錄的根地址 |
先在$HADOOP_HOME目錄下手動創建tmp文件夾,等下指定hadoop.tmp.dir爲它,hadoop.tmp.dir是hadoop文件系統依賴的基礎配置,很多路徑都依賴它。hdfs-site-xml中默認配置namenode 和datanode的存放位置的地址就是基於此。 LINUX 系統中,在服務重啓後,/tmp 下的目錄被清空,所以要轉到持久化的地址
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/null/hadoop/app/tmp</value>
</property>
</configuration>
修改hdfs-site.xml文件
通過該配置文件可以修改有關的HDFS的默認配置
參數 | 默認值 | 解釋 |
---|---|---|
dfs.replication | 3 | 決定着系統裏面的文件塊的數據備份個數 |
dfs.namenode.secondary.http-address | 0.0.0.0:50090 | secondary namenode服務地址和端口 |
dfs.namenode.name.dir | file://${hadoop.tmp.dir}/dfs/name | 決定namenode的fsimage文件在本地文件系統的存儲位置,如果是以逗號分割的目錄列表,將會複製到所有目錄中,冗餘 |
dfs.datanode.data.dir | file://${hadoop.tmp.dir}/dfs/data | 決定datanode的數據塊在本地文件系統的存儲位置,如果目錄不存在將被創建如果權限允許的話 |
<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master:50090</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
</configuration>
副本數目不能大於datanode數目
在core-site.中配置了hadoop.tmp.dir,這裏保持默認即可
修改mapred-site.xml文件
該文件中的屬性可以覆蓋用於控制MapReduce任務執行的默認屬性值
參數 | 默認值 | 解釋 |
---|---|---|
mapreduce.framework.name | local | MapReduce 作業的執行框架 |
mapreduce.jobhistory.address | 0.0.0.0:10020 | MapReduce的歷史服務器通信地址 |
mapreduce.jobhistory.webapp.address | 0.0.0.0:19888 | MapReduce的歷史服務器web界面地址 |
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
默認情況下,Hadoop歷史服務器是沒有啓動的,我們可以通過下面的命令來啓動Hadoop歷史服務器
sbin/mr-jobhistory-daemon.sh start historyserver
修改yarn-site.xml文件
該文件中的配置項可以覆蓋用於控制YARN組件中的默認屬性值
參數 | 默認值 | 解釋 |
---|---|---|
yarn.nodemanager.aux-services | 無 | NodeManager上運行的附屬服務。需配置成mapreduce_shuffle,纔可運行MapReduce程序 |
yarn.resourcemanager.hostname | 0.0.0.0 | ResourceManager的主機名 |
yarn.resourcemanager.address | ${yarn.resourcemanager.hostname}:8032 | ResourceManager 對客戶端暴露的地址。客戶端通過該地址向RM提交應用程序,殺死應用程序等 |
yarn.resourcemanager.scheduler.address | ${yarn.resourcemanager.hostname}:8030 | ResourceManager 對ApplicationMaster暴露的訪問地址。ApplicationMaster通過該地址向RM申請資源、釋放資源等 |
yarn.resourcemanager.webapp.address | ${yarn.resourcemanager.hostname}:8088 | ResourceManager對外web ui地址。用戶可通過該地址在瀏覽器中查看集羣各類信息 |
yarn.nodemanager.resource.memory-mb | 8192 | NodeManager總的可用物理內存。注意,該參數是不可修改的,一旦設置,整個運行過程中不可動態修改。另外,該參數的默認值是8192MB,即使你的機器內存不夠8192MB,YARN也會按照這些內存來使用 |
yarn.nodemanager.resource.cpu-vcores | 8 | NodeManager總的可用虛擬CPU個數 |
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>1024</value>
</property>
<property>
<name>yarn.nodemanager.resource.cpu-vcores</name>
<value>1</value>
</property>
</configuration>
這裏我架設的虛擬機是1g內存1CPU1核的 ,沒設置最後兩個屬性時,NodeManager啓動報錯內存不足
相關問題可以參考我的另外一篇博客
啓動Hadoop集羣
格式化文件系統
在master中執行
hdfs namenode -format
啓動NameNode和DataNode
在master $HADOOP_HOME下執行
sbin/.start-dfs.sh
使用jps命令查看master上的進程如下
DataNode
SecondaryNameNode
NameNode
Jps
使用jps命令分別查看slave01和slave02上的進程如下
Jps
DataNode
啓動 ResourceManager 和 NodeManager
在master $HADOOP_HOME下執行
sbin/start-yarn.sh
使用jps命令查看master上的進程如下
DataNode
NodeManager
ResourceManager
SecondaryNameNode
NameNode
Jps
使用jps命令分別查看slave01和slave02上的進程如下
Jps
NodeManager
DataNode
終於!Hadoop集羣成功啓動