教你玩转Hadoop分布式集群搭建,进击大数据
作者:小哥
终于要开始玩大数据了,之前对haoop生态几乎没有太多的了解,现在赶鸭子上架,需要完全使用它来做数据中心,这是我的haoop第一篇文章,以后估计会写很多大数据相关的文章。
Hadoop的搭建有三种方式,单机版适合开发调试;伪分布式版,适合模拟集群学习;完全分布式,生产使用的模式。这篇文件介绍如何搭建完全分布式的hadoop集群,一个主节点,三个数据节点为例来讲解。
基础环境
环境准备
1、软件版本
四台服务器配置,系统:centos6.5、内存:1G、硬盘:20G
四台服务器分配的IP地址:192.168.0.71/72/73/74
规划:71用作主节点用作hadoop-master,其它三台为数据节点72、73、74用作hadoop-salve1~3
jdk和生成保持一致使用1.7版本
hadoop使用2.7.3版本,下载地址:http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz
2、host配置和主机名(四台)
修改四台服务器的hosts文件
vim /etc/hosts 192.168.0.71 hadoop-master 192.168.0.72 hadoop-slave1 192.168.0.73 hadoop-slave2 192.168.0.74 hadoop-slave3
分别斯塔服务器的主机名:HOSTNAME,master为例说明
vi /etc/sysconfig/network HOSTNAME=hadoop-master
执行reboot后生效,完成之后依次修改其它salve服务器为: hadoop-slave1~3。
3、服务器安装jdk(四台)
建议使用yum安装jdk,也可以自行下载安装
yum -y install java-1.7.0-openjdk*
配置环境变量,修改配置文件vim /etc/profile
export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64 export PATH=$JAVA_HOME/bin:$PATH export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
使用souce命令让立刻生效
source /etc/profile
免密登陆
一、首先关闭四台服务器的防火墙和SELINUX
查看防火墙状态
service iptables status
关闭防火墙
service iptables stop
chkconfig iptables
off
关闭SELINUX后,需要重启服务器
-- 关闭SELINUX # vim /etc/selinux/config -- 注释掉 #SELINUX=enforcing #SELINUXTYPE=targeted -- 添加 SELINUX=disabled
二、免密码登录本机
下面以配置hadoop-master本机无密码登录为例进行讲解,用户需参照下面步骤完成h-salve1~3三台子节点机器的本机无密码登录;
1)生产秘钥
ssh-keygen -t rsa
2)将公钥追加到”authorized_keys”文件
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
3)赋予权限
chmod 600 .ssh/authorized_keys
4)验证本机能无密码访问
ssh hadoop-master
最后,依次配置h-salve1~3无密码访问
二、hadoop-master本机无密码登录hadoop-slave1、hadoop-slave2、hadoop-slave3,以hadoop-master无密码登录hadoop-slave1为例进行讲解:
1)登录hadoop-slave1 ,复制hadoop-master服务器的公钥”id_rsa.pub”到hadoop-slave1服务器的”root”目录下。
scp root@hadoop-master:/root/.ssh/id_rsa.pub /root/
2)将hadoop-master的公钥(id_rsa.pub)追加到hadoop-slave1的authorized_keys中
cat id_rsa.pub >> .ssh/authorized_keys rm -rf id_rsa.pub
3)在 hadoop-master上面测试
ssh hadoop-slave1
三、配置hadoop-slave1~hadoop-slave3本机无密码登录hadoop-master
下面以hadoop-slave1无密码登录hadoop-master为例进行讲解,用户需参照下面步骤完成hadoop-slave2~hadoop-slave3无密码登录hadoop-master。
1)登录hadoop-master,复制hadoop-slave1服务器的公钥”id_rsa.pub”到hadoop-master服务器的”/root/”目录下。
scp root@hadoop-slave1:/root/.ssh/id_rsa.pub /root/
2)将hadoop-slave1的公钥(id_rsa.pub)追加到hadoop-master的authorized_keys中。
cat id_rsa.pub >> .ssh/authorized_keys rm -rf id_rsa.pub //删除id_rsa.pub
3)在 hadoop-slave1上面测试
ssh hadoop-master
依次配置 hadoop-slave2、hadoop-slave3
到此主从的无密登录已经完成了。
Hadoop环境搭建
配置hadoop-master的hadoop环境
1、hadoop-master上 解压缩安装包及创建基本目录
#下载
wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz
#解压
tar -xzvf hadoop-2.7.3.tar.gz -C /usr/
local
#重命名
mv hadoop-2.7.3 hadoop
2、 配置hadoop-master的hadoop环境变量
1)配置环境变量,修改配置文件vi /etc/profile
export HADOOP_HOME=/usr/
local
/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
使得hadoop命令在当前终端立即生效
source /etc/profile
下面配置,文件都在:/usr/local/hadoop/etc/hadoop路径下
2、配置core-site.xml
修改Hadoop核心配置文件/usr/local/hadoop/etc/hadoop/core-site.xml,通过fs.default.name指定NameNode的IP地址和端口号,通过hadoop.tmp.dir指定hadoop数据存储的临时文件夹。
<configuration> <property> < name >hadoop.tmp.dir</ name > <value>file:/usr/ local /hadoop/tmp</value> <description>Abase for other temporary directories.</description> </property> <property> < name >fs.defaultFS</ name > <value>hdfs://hadoop-master:9000</value> </property> </configuration>
特别注意:如没有配置hadoop.tmp.dir参数,此时系统默认的临时目录为:/tmp/hadoo-hadoop。而这个目录在每次重启后都会被删除,必须重新执行format才行,否则会出错。
3、配置hdfs-site.xml:
修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml,通过dfs.replication指定HDFS的备份因子为3,通过dfs.name.dir指定namenode节点的文件存储目录,通过dfs.data.dir指定datanode节点的文件存储目录。
<configuration> <property> < name >dfs.replication</ name > <value>3</value> </property> <property> < name >dfs. name .dir</ name > <value>/usr/ local /hadoop/hdfs/ name </value> </property> <property> < name >dfs.data.dir</ name > <value>/usr/ local /hadoop/hdfs/data</value> </property> </configuration> 4、配置mapred-site.xml
拷贝mapred-site.xml.template为mapred-site.xml,在进行修改
cp /usr/ local /hadoop/etc/hadoop/mapred-site.xml.template /usr/ local /hadoop/etc/hadoop/mapred-site.xml vim /usr/ local /hadoop/etc/hadoop/mapred-site.xml <configuration> <property> < name >mapreduce.framework. name </ name > <value>yarn</value> </property> <property> < name >mapred.job.tracker</ name > <value>http://hadoop-master:9001</value> </property> </configuration>
5、配置yarn-site.xml
<configuration> <! -- Site specific YARN configuration properties --> <property> < name >yarn.nodemanager.aux-services</ name > <value>mapreduce_shuffle</value> </property> <property> < name >yarn.resourcemanager.hostname</ name > <value>hadoop-master</value> </property> </configuration>
6、配置masters文件
修改/usr/local/hadoop/etc/hadoop/masters文件,该文件指定namenode节点所在的服务器机器。删除localhost,添加namenode节点的主机名hadoop-master;不建议使用IP地址,因为IP地址可能会变化,但是主机名一般不会变化。
vi /usr/
local
/hadoop/etc/hadoop/masters
## 内容
hadoop-master
7、配置slaves文件(Master主机特有)
修改/usr/local/hadoop/etc/hadoop/slaves文件,该文件指定哪些服务器节点是datanode节点。删除locahost,添加所有datanode节点的主机名,如下所示。
vi /usr/
local
/hadoop/etc/hadoop/slaves
## 内容
hadoop-slave1
hadoop-slave2
hadoop-slave3
配置hadoop-slave的hadoop环境
下面以配置hadoop-slave1的hadoop为例进行演示,用户需参照以下步骤完成其他hadoop-slave2~3服务器的配置。
1)复制hadoop到hadoop-slave1节点
scp -r /usr/ local /hadoop hadoop-slave1:/usr/ local /
登录hadoop-slave1服务器,删除slaves内容
rm -rf /usr/
local
/hadoop/etc/hadoop/slaves
2)配置环境变量
vi /etc/profile
## 内容
export HADOOP_HOME=/usr/
local
/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
使得hadoop命令在当前终端立即生效;
source /etc/profile
依次配置其它slave服务
启动集群
1、格式化HDFS文件系统
进入master的~/hadoop目录,执行以下操作
bin/hadoop namenode -format
格式化namenode,第一次启动服务前执行的操作,以后不需要执行。
2、然后启动hadoop:
sbin/start-
all
.sh
3、使用jps命令查看运行情况
#master 执行 jps查看运行情况 25928 SecondaryNameNode 25742 NameNode 26387 Jps 26078 ResourceManager #slave 执行 jps查看运行情况 24002 NodeManager 23899 DataNode 24179 Jps
4、命令查看Hadoop集群的状态
通过简单的jps命令虽然可以查看HDFS文件管理系统、MapReduce服务是否启动成功,但是无法查看到Hadoop整个集群的运行状态。我们可以通过hadoop dfsadmin -report进行查看。用该命令可以快速定位出哪些节点挂掉了,HDFS的容量以及使用了多少,以及每个节点的硬盘使用情况。
hadoop dfsadmin -report
输出结果:
Configured Capacity: 50108030976 (46.67 GB) Present Capacity: 41877471232 (39.00 GB) DFS Remaining: 41877385216 (39.00 GB) DFS Used: 86016 (84 KB) DFS Used%: 0.00% Under replicated blocks: 0 Blocks with corrupt replicas: 0 Missing blocks: 0 Missing blocks ( with replication factor 1): 0 ......
5、hadoop 重启
sbin/stop- all .sh sbin/start- all .sh
错误
在搭建完成启动的时候,发生过两个错误:
1、 xxx: Error: JAVA_HOME is not set and could not be found
这个错误意思没有找到jdk的环境变量,需要在hadoop-env.sh配置。
vi /usr/
local
/hadoop/etc/hadoop/hadoop-env.sh
## 配置项
export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64
2、The authenticity of host ‘0.0.0.0 (0.0.0.0)’ can’t be established.
解决方案关闭SELINUX
-- 关闭SELINUX # vim /etc/selinux/config -- 注释掉 #SELINUX=enforcing #SELINUXTYPE=targeted — 添加 SELINUX=disabled
End.
转载请注明来自36大数据(36dsj.com): 36大数据 » 教你玩转Hadoop分布式集群搭建,进击大数据