hadoop分布式集群

nene • • Linux干货

分布式集群的实现

环境：

192.168.36.129   node1：NN,SNN,RM

 192.168.36.130  node2：DN,NM

192.168.36.132   node3：DN,NM

192.168.36.133   node4：DN,NM

配置java环境，每个节点时间同步，基于主机名互相通信，定义/etc/hosts 文件

 

如果需要通过master节点启动或停止集群，还需要在master节点上配置运行服务的用户（如hdfs和yarn）能以密钥认证的方式通过ssh远程连接只各节点

1、配置java环境 – – – – – 每个节点

# vim /etc/profile.d/java.sh
   export JAVA_HOME=/usr
# yum install java-1.8.0-openjdk-devel -y    
# java -version

2、基于主机名互相通信，定义/etc/hosts 文件 – – – – – 每个节点

192.168.36.129   node1   master

192.168.36.130  node2

192.168.36.132   node3

192.168.36.133   node4

3、创建用户（最好id相同）、密钥认证- – – – -每个节点

【 master 】

# groupadd hadoop

# useradd hadoop

# echo “queen” | passwd –stdin hadoop

【 其他节点 】

# useradd hadoop

# echo “queen” | passwd –stdin hadoop

 

【 master 】

# su - hadoop
$ ssh-keygen -t rsa -P ''
$ for i in 2 3 4; do ssh-copy-id -i .ssh/id_rsa.pub hadoop@node{$i}; done

说明：在Hadoop启动以后，Namenode是通过SSH（Secure Shell）来启动和停止各个datanode上的各种守护进程的，这就须要在节点之间执行指令的时候是不须要输入密码的形式，故我们须要配置SSH运用无密码公钥认证的形式。
以本文中的三台机器为例，现在node1是主节点，他须要连接node2和node3。须要确定每台机器上都安装了ssh，并且datanode机器上sshd服务已经启动。

( 说明：$ssh-keygen  -t  rsa
这个命令将为hadoop上的用户hadoop生成其密钥对，询问其保存路径时直接回车采用默认路径，当提示要为生成的密钥输入passphrase的时候，直接回车，也就是将其设定为空密码。生成的密钥对id_rsa，id_rsa.pub，默认存储在/home/hadoop/.ssh目录下然后将id_rsa.pub的内容复制到每个机器(也包括本机)的/home/dbrg/.ssh/authorized_keys文件中，如果机器上已经有authorized_keys这个文件了，就在文件末尾加上id_rsa.pub中的内容，如果没有authorized_keys这个文件，直接复制过去就行.)

4、安装并配置hadoop

4.1 【 node1 】

# mkdir -pv /bdapps /data/hadoop/hdfs/{nn,snn,dn}
# chown -R hadoop:hadoop /data/hadoop/hdfs/
# wget http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.7.4/hadoop-2.7.4.tar.gz
# tar xf hadoop-2.7.4.tar.gz -C /bdapps/
# cd /bdapps
# ln -sv hadoop-2.7.4 hadoop
# cd hadoop/
# vim /etc/profile.d/hadoop.sh                 
     export HADOOP_PREFIX=/bdapps/hadoop
     export PATH=$PATH:${HADOOP_PREFIX}/bin:${HADOOP_PREFIX}/sbin
     export HADOOP_YARN_HOME=${HADOOP_PREFIX}
     export HADOOP_MAPPERD_HOME=${HADOOP_PREFIX}
     export HADOOP_COMMON_HOME=${HADOOP_PREFIX}
     export HADOOP_HDFS_HOME=${HADOOP_PREFIX}
# ./etc/profile.d/hadoop.sh
# scp /etc/profile.d/hadoop.sh node2:/etc/profile.d/
# scp /etc/profile.d/hadoop.sh node3:/etc/profile.d/
# scp /etc/profile.d/hadoop.sh node4:/etc/profile.d/
# mkdir logs
# chmod g+w logs
# chown -R hadoop:hadoop ./*
# cd etc/hadoop
# vim core-site.xml        

   <configuration>
        <property>
             <name>fs.defaultFS</name>         
             <value>hdfs://master:8020</value>    
             <final>true</final>
        </property>
   </configuration>

# vim hdfs-site.xml     

 <configuration>

      <property>

             <name>dfs.replication</name>

             <value>2<value>       建议3个

      </propery>

       <property>

              <name>dfs.namenode.name.dir</name>

              <value>file:///data/hadoop/hdfs/nn</value>

       </propery>

        <property>

               <name>dfs.datanode.data.dir</name>

               <value>file:///data/hadoop/hdfs/dn</value>

 </propery>

 <property>

 <name>fs.checkpoint.dir</name>

 <value>file:///data/hadoop/hdfs/snn<value>

 </propery>

 <property>

 <name>fs.checkpoint.dir</name>

 <value>file:///data/hadoop/hdfs/snn<value>

 </propery>

 </configuration>
注意，如果需要其他用户对hdfs有写入权限，还需要添加

 <property>

     <name>dfs.premissions</name>       不做严格权限限制

     <value>false<value>

 </propery>

# cp mapred-site.xml.template mapred-site.xml

# vim mapred-site.xml    

<configuration>

  <property>

    <name>mapred.framwork.name</name>

    <value>yarn</value>

  </property>

</configuration>

# vim yarn-site.xml

<configuration>

  <property>

    <name>yarn.resourcemanager.address</name>

    <value>master:8032</value>

  </property>

  <property>

    <name>yarn.resourcemanager.scheduleraddress</name> #调度器地址

    <value>master:8030</value>

  </property> 

  <property>

    <name>yarn.resourcemanager.resource-tracker.address</name> #资源追踪器地址

    <value>master:8031</value>

  </property>

  <property>

    <name>yarn.resourcemanager.admin.address</name> #管理地址

    <value>master:8033</value>

  </property>

  <property>

    <name>yarn.resourcemanager.webapp.address</name>

    <value>master:8088</value>

  </property>

    <property>

    <name>yarn.nodemanager.aux-service</name> #辅助服务

    <value>mapreduce_shuffle</value>

  </property>

  <property>

    <name>yarn.nodemanager.auxservice.mapreduce_shuffle.class</name> #shuffle类

    <value>org.apache.hadoop.mapred.ShuffleHandler</value>

  </property>

    <property>

    <name>yarn.resourcemanager.scheduler.class</name>

    <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>

  </property>  

</configuration>
# vim slave
 node2
 node3
 node4


4.2 【 其他节点 】

# mkdir -pv /bdapps /data/hadoop/hdfs/{nn,snn,dn}
# chown -R hadoop:hadoop /data/hadoop/hdfs/
# tar xf hadoop-2.7.4.tar.gz -C /bdapps/
# cd /bdapps
# ln -sv hadoop-2.7.4 hadoop
# cd hadoop/
# mkdir logs
# chmod g+w logs
# chown -R hadoop:hadoop ./*
# cd etc/hadoop

【  node1 】

# su - hadoop
# scp /bdapps/hadoop/etc/hadoop/* node2:/bdapps/hadoop/etc/hadoop/
# scp /bdapps/hadoop/etc/hadoop/* node3:/bdapps/hadoop/etc/hadoop/
# scp /bdapps/hadoop/etc/hadoop/* node2:/bdapps/hadoop/etc/hadoop/

4.3  格式化并启动hadoop

【 node1 】
# su - hdfs
$ hadoop namenode -format

其中的“Storage directory /hadoop/temp/dfs/name has been successfully formatted”一行信息表明
对应的存储已经格式化成功。

在master节点上执行Hadoop的start-all.sh脚本即可实现启动整个集群。
$ start-dfs.sh 

验证
node2：# su - hadoop
       $ jps
node1:
$ hdfs dfs -mkdir /test

    drwxr-xr-x - hdfs supergroup            

$ hdfs -dfs -put /etc/fstab /test/fstab
$ hdfs dfs -lsR /   查看是否上传成功
$ hdfs dfs -cat /test/fstab

$ start-yarn.sh
验证
node2：
$ jps

4.4 测试

1）HDFS和YARN ResourceManager各自提供了一个Web接口，通过这些接口可检查HDFS集群以及YARN集群的相关状态信息

HDFS-NameNode     http://node1:50070

YARN-ResourceManager     http://node1:8088

 

5. HDFS常用操作

hadoopdfs -ls 列出HDFS下的文件
hadoop dfs -ls in 列出HDFS下某个文档中的文件
hadoop dfs -put test1.txt test 上传文件到指定目录并且重新命名，只有所有的DataNode都接收完数据才算成功
hadoop dfs -get in getin 从HDFS获取文件并且重新命名为getin，同put一样可操作文件也可操作目录
hadoop dfs -rmr out 删除指定文件从HDFS上
hadoop dfs -cat in/* 查看HDFS上in目录的内容
hadoop dfsadmin -report 查看HDFS的基本统计信息，结果如下
hadoop dfsadmin -safemode leave 退出安全模式
hadoop dfsadmin -safemode enter 进入安全模式

 

 

 

原创文章，作者：nene，如若转载，请注明出处：http://www.178linux.com/89610

赞 (0)
nenenene
0
上一篇 2017-12-08 22:15
下一篇 2017-12-09 12:27

相关推荐

  • Week 1 Linux Intro

    I.  Linux的各种发行版 All Kinds of Linux     在Linux诞生的20多年里，Linux衍变出了许许多多的版本，每个都有自己的名字，但它们的本质和它们的哲学观还是一样的。下面是从外网上扒下来的一张Linux进化图，跨度一直到了2016年。    &n…

    Linux干货 2016-06-26

  • mysql or条件可以使用索引而避免全表

    在某些情况下，or条件可以避免全表扫描的。 1 .where 语句里面如果带有or条件, myisam表能用到索引， innodb不行。 1)myisam表：  CREATE TABLE IF NOT EXISTS `a` (   `id` int(1)&nb…

    Linux干货 2015-04-13
  • centos7从最小化安装到图形界面 Linux干货

    centos7从最小化安装到图形界面

    man /etc/inittab
    systemctl get-default
    sytemctl set-default graphical.target|multi-user.target
    yum install $a -y

    2017-12-09
  • 不忘初心，砥砺前行！ Linux干货

    不忘初心，砥砺前行！

    这是本人第一次书写博客，难免有些小心翼翼，手足无措，但每个人都有这样的经历，转念一想也就释怀了。时光飞速，我们已不再年轻，从大学毕业的那天起，我们就再也不是小孩子了。 7月的天气总是那么折磨人，高温让我们步履维艰，在7月只想找一片月淡风轻的乐土，度过一个难熬的夏天，或找一间空调房，调大音量，享受午后时光。但这样的日却离我们很远，这个夏天我们背起行囊，远离故土…

    2017-07-11
  • 如何将迁移home到独立分区中 Linux干货

    如何将迁移home到独立分区中

        背景（centos7中）：         由于在刚开始学习linux时磁盘分配追求简单，只是把一个磁盘简单的分了3个分区。现在，因用户数据增多、磁盘空间变少、当数据撑满磁盘时，会导致系统崩溃。为防止此种情况的发生我必须把把根下的/home 目录迁移出 来独立分…

    2017-08-10

  • 2

    2

    Linux干货 2018-03-26
电话咨询
在线咨询