hadoop2.6.5+sqoop1.4.6環境部署與測試（二）

原創 asikakora 2018-09-12 04:11

首先再看一下四臺VM在集羣中擔任的角色信息：

IP            主機名            hadoop集羣擔任角色
10.0.1.100    hadoop-test-nn    NameNode,ResourceManager
10.0.1.101    hadoop-test-snn    SecondaryNameNode
10.0.1.102    hadoop-test-dn1    DataNode,NodeManager
10.0.1.103    hadoop-test-dn2    DataNode,NodeManager

1. 將得到的hadoop-2.6.5.tar.gz 解壓到/usr/local/下，並建立/usr/local/hadoop軟鏈接。

mv hadoop-2.6.5.tar.gz /usr/local/
tar -xvf hadoop-2.6.5.tar.gz
ln -s /usr/local/hadoop-2.6.5 /usr/local/hadoop

2. 將/usr/local/hadoop,/usr/local/hadoop-2.6.5屬主屬組修改爲hadoop，保證hadoop用戶可以使用：

chown -R hadoop:hadoop /usr/local/hadoop-2.6.5
chown -R hadoop:hadoop /usr/local/hadoop

3. 爲方便使用，配置HADOOP_HOME變量和修改PATH變量，在/etc/profile中添加如下記錄：

export HADOOP_HOME=/usr/local/hadoop
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

4. hadoop的配置文件存放在$HADOOP_HOME/etc/hadoop/目錄下，我們通過對該目錄下配置文件中的屬性進行修改來完成環境搭建工作：
1）修改hadoop-env.sh腳本，設置該腳本中的JAVA_HOME變量：

#在hadoop-env.sh中註釋並添加如下行
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/usr/local/java/jdk1.7.0_45

2）創建masters文件，該文件用於指定哪些主機擔任SecondaryNameNode的角色，在master文件中添加SecondaryNameNode的主機名：

#在masters添加如下行
hadoop-test-snn

3）創建slaves文件，該文件用於指定哪些主機擔任DataNode的角色，在slaves文件中添加DataNode的主機名：

#在slaves添加如下行
hadoop-test-dn1
hadoop-test-dn2

4）修改core-site.xml文件中的屬性值，設置hdfs的url和hdfs臨時文件目錄：

<!--在configuration標籤中加入如下屬性-->
<property>
  <name>fs.defaultFS</name>
  <value>hdfs://hadoop-test-nn:8020</value>
</property>
<property>
  <name>hadoop.tmp.dir</name>
  <value>/hadoop/dfs/tmp</value>
</property>

5）修改hdfs-site.xml文件中的屬性值，進行hdfs,NameNode,DataNode相關的屬性配置：

<!--在configuration標籤中加入如下屬性-->
<property>
  <name>dfs.http.address</name>
  <value>hadoop-test-nn:50070</value>
</property>
<property>
  <name>dfs.namenode.secondary.http-address</name>
  <value>hadoop-test-snn:50090</value>
</property>
<property>
  <name>dfs.namenode.name.dir</name>
  <value>/hadoop/dfs/name</value>
</property>
<property>
  <name>dfs.datanode.name.dir</name>
  <value>/hadoop/dfs/data</value>
</property>
<property>
  <name>dfs.datanode.ipc.address</name>
  <value>0.0.0.0:50020</value>
</property>
<property>
  <name>dfs.datanode.http.address</name>
  <value>0.0.0.0:50075</value>
</property>
<property>
  <name>dfs.replication</name>
  <value>2</value>
</property>

屬性值說明：
dfs.http.address：NameNode的web監控頁面地址，默認監聽在50070端口
dfs.namenode.secondary.http-address: SecondaryNameNode的web監控頁面地址，默認監聽在50090端口
dfs.namenode.name.dir：NameNode元數據在hdfs上保存的位置
dfs.datanode.name.dir：DataNode元數據在hdfs上保存的位置
dfs.datanode.ipc.address：DataNode的ipc監聽端口，該端口通過心跳傳輸信息給NameNode
dfs.datanode.http.address：DataNode的web監控頁面地址，默認監聽在50075端口
dfs.replication：hdfs上每份數據的複製份數

6）修改mapred-site.xml，開發框架採用yarn架構：

<!--在configuration標籤中加入如下屬性-->
<property>
  <name>mapreduce.framework.name</name>
  <value>yarn</value>
</property>

7）既然採用了yarn架構，就有必要對yarn的相關屬性進行配置，在yarn-site.xml中進行如下修改：

<!--在configuration標籤中加入如下屬性-->
<property>
  <name>yarn.nodemanager.aux-services</name>
  <value>mapreduce_shuffle</value>
</property>
<property>
  <name>yarn.resourcemanager.hostname</name>
  <value>hadoop-test-nn</value>
</property>
<property>
  <description>The address of the applications manager interface</description>
  <name>yarn.resourcemanager.address</name>
  <value>${yarn.resourcemanager.hostname}:8040</value>
</property>
<property>
  <description>The address of the scheduler interface</description>
  <name>yarn.resourcemanager.scheduler.address</name>
  <value>${yarn.resourcemanager.hostname}:8030</value>
</property>
<property>
  <description>The http address of the RM web application.</description>
  <name>yarn.resourcemanager.webapp.address</name>
  <value>${yarn.resourcemanager.hostname}:8088</value>
</property>
<property>
  <name>yarn.resourcemanager.resource-tracker.address</name>
  <value>${yarn.resourcemanager.hostname}:8025</value>
</property>

屬性值說明：
yarn.resourcemanager.hostname：ResourceManager所在節點主機名
yarn.nodemanager.aux-services：在NodeManager節點上進行擴展服務的配置，指定爲mapreduce-shuffle時，我們編寫的mapreduce程序就可以實現從map task輸出到reduce task
yarn.resourcemanager.address：NodeManager通過該端口同ResourceManager進行通信，默認監聽在8032端口（本文所用配置修改了端口）
yarn.resourcemanager.scheduler.address：ResourceManager提供的調度服務接口地址，也是在eclipse中配置mapreduce location時，Map/Reduce Master一欄所填的地址。默認監聽在8030端口
yarn.resourcemanager.webapp.address：ResourceManager的web監控頁面地址，默認監聽在8088端口
yarn.resourcemanager.resource-tracker.address：NodeManager通過該端口向ResourceManager報告任務運行狀態以便ResourceManagerg跟蹤任務。默認監聽在8031端口（本文所用配置修改了端口）

還有其他屬性值，如yarn.resourcemanager.admin.address 用於發送管理命令的地址、yarn.resourcemanager.resource-tracker.client.thread-count 可以處理的通過RPC請求發送過來的handler個數等，如果需要，請在該配置文件中添加。
8）將修改過的配置文件複製到各個節點：

scp core-site.xml hdfs-site.xml mapred-site.xml masters slaves yarn-site.xml hadoop-test-snn:/usr/local/hadoop/etc/hadoop/
scp core-site.xml hdfs-site.xml mapred-site.xml masters slaves yarn-site.xml hadoop-test-dn1:/usr/local/hadoop/etc/hadoop/
scp core-site.xml hdfs-site.xml mapred-site.xml masters slaves yarn-site.xml hadoop-test-dn2:/usr/local/hadoop/etc/hadoop/

9）NameNode格式化操作。第一次使用hdfs時，需要對NameNode節點進行格式化操作，而格式化的路徑應爲hdfs-site.xml中衆多以dir結尾命名的屬性所指定的路徑的父目錄，這裏指定的路徑都是文件系統上的絕對路徑。如果用戶對其父目錄具有完全控制權限時，這些屬性指定的目錄是可以在hdfs啓動時被自動創建。

因此首先建立/hadoop目錄，並更改該目錄屬主屬組爲hadoop：

mkdir /hadoop
chown -R hadoop:hadoop /hadoop

再使用hadoop用戶進行NameNode的格式化操作：

su - hadoop
$HADOOP_HOME/bin/hdfs namenode -format

注：請關注該命令執行過程中輸出的日誌信息，如果出現錯誤或異常提示，請先檢查指定目錄的權限，問題有可能出在這裏。

10）啓動hadoop集羣服務：在NameNode成功格式化以後，可以使用$HADOOP_HOME/sbin/下的腳本來啓停節點的服務，在NameNode節點上可以使用start/stop-yarn.sh和start/stop-dfs.sh來啓停yarn和HDFS，也可以使用start/stop-all.sh來啓停所有節點上的服務，或者使用hadoop-daemon.sh啓停指定節點上的特定服務，這裏使用start-all.sh啓動所有節點上的服務：

start-all.sh

注：在啓動過程中，輸出的日誌會顯示啓動的服務的過程，並且會將日誌以*.out保存在特定的目錄下，如果發現有特定的服務沒有啓動成功，可以查看日誌來進行排錯。

11）查看運行情況。啓動完成後，使用jps命令可以看到相關的運行的進程。因爲服務不同，不同節點上進程是不同的：

NameNode 10.0.1.100：
[hadoop@hadoop-test-nn ~]$ jps
4226 NameNode
4487 ResourceManager
9796 Jps

10.0.1.101 SecondaryNameNode：
[hadoop@hadoop-test-snn ~]$ jps
4890 Jps
31518 SecondaryNameNode

10.0.1.102 DataNode：
[hadoop@hadoop-test-dn1 ~]$ jps
31421 DataNode
2888 Jps
31532 NodeManager

10.0.1.103 DataNode：
[hadoop@hadoop-test-dn2 ~]$ jps
29786 DataNode
29896 NodeManager
1164 Jps

至此，Hadoop完全分佈式環境搭建完成。


12）運行測試程序

可以使用提供的mapreduce示例程序wordcount來驗證hadoop環境是否正常運行，該程序被包含在$HADOOP_HOME/share/hadoop/mapreduce/目錄下的hadoop-mapreduce-examples-2.6.5.jar包中，使用命令格式爲

hadoop jar hadoop-mapreduce-examples-2.6.5.jar wordcount <輸入文件> [<輸入文件>...] <輸出目錄>

首先上傳一個文件到HDFS的/test_wordcount目錄下，這裏採用/etc/profile進行測試：

#在hdfs上建立/test_wordcount目錄
[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -mkdir /test_wordcount

#將/etc/profile上傳到/test_wordcount目錄下
[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -put /etc/profile /test_wordcount
[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -ls /test_wordcount             
Found 1 items
-rw-r--r--   2 hadoop supergroup       2064 2017-08-06 21:28 /test_wordcount/profile

#使用wordcount程序進行測試
[hadoop@hadoop-test-nn mapreduce]$ hadoop jar hadoop-mapreduce-examples-2.6.5.jar wordcount /test_wordcount/profile /test_wordcount_out
17/08/06 21:30:11 INFO client.RMProxy: Connecting to ResourceManager at hadoop-test-nn/10.0.1.100:8040
17/08/06 21:30:13 INFO input.FileInputFormat: Total input paths to process : 1
17/08/06 21:30:13 INFO mapreduce.JobSubmitter: number of splits:1
17/08/06 21:30:13 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1501950606475_0001
17/08/06 21:30:14 INFO impl.YarnClientImpl: Submitted application application_1501950606475_0001
17/08/06 21:30:14 INFO mapreduce.Job: The url to track the job: http://hadoop-test-nn:8088/proxy/application_1501950606475_0001/
17/08/06 21:30:14 INFO mapreduce.Job: Running job: job_1501950606475_0001
17/08/06 21:30:29 INFO mapreduce.Job: Job job_1501950606475_0001 running in uber mode : false
17/08/06 21:30:29 INFO mapreduce.Job:  map 0% reduce 0%
17/08/06 21:30:39 INFO mapreduce.Job:  map 100% reduce 0%
17/08/06 21:30:49 INFO mapreduce.Job:  map 100% reduce 100%
17/08/06 21:30:50 INFO mapreduce.Job: Job job_1501950606475_0001 completed successfully
17/08/06 21:30:51 INFO mapreduce.Job: Counters: 49
        File System Counters
                FILE: Number of bytes read=2320
                FILE: Number of bytes written=219547
                FILE: Number of read operations=0
                FILE: Number of large read operations=0
                FILE: Number of write operations=0
                HDFS: Number of bytes read=2178
                HDFS: Number of bytes written=1671
                HDFS: Number of read operations=6
                HDFS: Number of large read operations=0
                HDFS: Number of write operations=2
        Job Counters 
                Launched map tasks=1
                Launched reduce tasks=1
                Data-local map tasks=1
                Total time spent by all maps in occupied slots (ms)=7536
                Total time spent by all reduces in occupied slots (ms)=8136
                Total time spent by all map tasks (ms)=7536
                Total time spent by all reduce tasks (ms)=8136
                Total vcore-milliseconds taken by all map tasks=7536
                Total vcore-milliseconds taken by all reduce tasks=8136
                Total megabyte-milliseconds taken by all map tasks=7716864
                Total megabyte-milliseconds taken by all reduce tasks=8331264
        Map-Reduce Framework
                Map input records=84
                Map output records=268
                Map output bytes=2880
                Map output materialized bytes=2320
                Input split bytes=114
                Combine input records=268
                Combine output records=161
                Reduce input groups=161
                Reduce shuffle bytes=2320
                Reduce input records=161
                Reduce output records=161
                Spilled Records=322
                Shuffled Maps =1
                Failed Shuffles=0
                Merged Map outputs=1
                GC time elapsed (ms)=186
                CPU time spent (ms)=1850
                Physical memory (bytes) snapshot=310579200
                Virtual memory (bytes) snapshot=1682685952
                Total committed heap usage (bytes)=164630528
        Shuffle Errors
                BAD_ID=0
                CONNECTION=0
                IO_ERROR=0
                WRONG_LENGTH=0
                WRONG_MAP=0
                WRONG_REDUCE=0
        File Input Format Counters 
                Bytes Read=2064
        File Output Format Counters 
                Bytes Written=1671

 檢查輸出日誌，沒有錯誤產生，在/test_wordcount_out目錄下查看結果：

[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -ls /test_wordcount_out
Found 2 items
-rw-r--r--   2 hadoop supergroup          0 2017-08-06 21:30 /test_wordcount_out/_SUCCESS
-rw-r--r--   2 hadoop supergroup       1671 2017-08-06 21:30 /test_wordcount_out/part-r-00000
[hadoop@hadoop-test-nn mapreduce]$ hdfs dfs -cat /test_wordcount_out/part-r-00000


發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

hadoop一步步入門

lcyuanjiang 2019-02-23 13:59:15

hadoop搭建之hive安裝

伊人心 2019-02-23 00:41:25

（第3篇）HDFS是什麼？HDFS適合做什麼？我們應該怎樣操作HDFS系統？

I加加 2019-02-23 00:38:18

（第2篇）一篇文章教你輕鬆安裝hadoop

I加加 2019-02-23 00:37:53

（第6.1篇）大數據發展背後的強力推手——HBase分佈式存儲系統

I加加 2019-02-23 00:37:53

（第8篇）實時可靠的開源分佈式實時計算系統——Storm

I加加 2019-02-23 00:37:53

（第7篇）靈活易用易維護的hadoop數據倉庫工具——Hive

I加加 2019-02-23 00:37:51

（第4篇）hadoop之魂--mapreduce計算框架，讓收集的數據產生價值

I加加 2019-02-23 00:37:51

（第1篇）什麼是hadoop大數據？我又爲什麼要寫這篇文章？

I加加 2019-02-23 00:37:51

（第9篇）大數據的的超級應用——數據挖掘-推薦系統

I加加 2019-02-23 00:37:50

（第5篇）避免協作衝突--簡單易接入的Zookeeper

I加加 2019-02-23 00:37:50

hadoop 完全分佈式搭建(帶配置文件)

wangyudiwang 2019-02-23 00:37:11

hbase安裝

chengongliang 2019-02-23 00:28:08

hadoop安裝

chengongliang 2019-02-23 00:28:08

基於spark排序的一種更廉價的實現方案-附基於spark的性能測試

wx58a7bb5e188a6 2019-02-23 00:26:45