Hadoop集群安装 - 开发说
当前位置： 主页 » Hadoop » Hadoop集群安装

Hadoop集群安装

      2022年03月20日   阅读 1,278 次     0 评论   Tags:

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统（ Distributed File System），其中一个组件是HDFS（Hadoop Distributed File System）。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算。

1、服务器环境及角色分配

2、服务器免密配置

# 生成ssh 密钥对,一路回车，不输入密码
[root@hadoop1 ~]# ssh-keygen -t rsa

# 把本地的ssh公钥文件安装到远程主机对应的账户
ssh-copy-id -i .ssh/id_rsa.pub hadoop1
ssh-copy-id -i .ssh/id_rsa.pub hadoop2
ssh-copy-id -i .ssh/id_rsa.pub hadoop3

# 3台服务器配置主机名

cat >> /etc/hosts <<EOF
172.16.1.210 hadoop1
172.16.1.211 hadoop2
172.16.1.212 hadoop3
EOF

# 配置Hadoop环境变量

vi /etc/profile

export HADOOP_HOME=/data/hadoop-3.3.1
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib:$HADOOP_HOME/lib/native"

source /etc/profile

3、安装JDK

# 此软件会提供jps命令，如果不确定什么软件包可提供此命令，可以使用yum provides jps或yum provides */jps
yum install java-1.8.0-openjdk-devel -y

# 验证Java安装是否正常
java -version

4、下载Hadoop二进制软件包并解压

cd /data

wget https://dlcdn.apache.org/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz

tar xf hadoop-3.3.1.tar.gz

5、配置Hadoop并启动，需要修改的配置文件为workers、core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml

# 1、修改hadoop-env.sh 添加如下内容

export  JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.322.b06-2.el8_5.x86_64

export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

# 2、修改核心模块配置文件core-site.xml

<configuration>
    <!-- 指定HADOOP所使用的文件系统schema（URI），HDFS的老大（NameNode）的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop1:9820</value>
    </property>
    <!-- 指定hadoop运行时产生文件的存储目录,记得创建目录：mkdir -p /data/hdata/tmp -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/data/hdata/tmp</value>
    </property>
    <!-- 指定hadoop WEB UI 用户身份 -->
        <property>
                <name>hadoop.http.staticuser.user</name>
                <value>root</value>
        </property>

    <!-- 设置Hadoop的代理用户 -->
    <property>
        <name>hadoop.proxyuser.root.hosts</name>
        <value>*</value>
    </property>

        <property>
                <name>hadoop.proxyuser.root.groups</name>
                <value>*</value>
        </property>

        <!-- 文件系统垃圾桶保存时间 -->
        <property>
                <name>fs.trash.interval</name>
                <value>1440</value>
        </property>

</configuration>

# 3、修改hdfs文件系统模块配置：hdfs-site.xml

<configuration>

    <!-- 指定HDFS副本的数量，默认为3个 -->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>

    <!-- 指定第一个namenode地址和访问端口 -->
    <property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop1:9870</value>
    </property>

    <!-- 指定第二个namenode地址和访问端口 -->
    <property>
        <name>dfs.secondary.http.address</name>
        <value>hadoop2:9868</value>
    </property>

</configuration>

# 4、修改MapReduce模块配置：mapred-site.xml

<configuration>

    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

        <property>
                <name>mapreduce.jobhistory.address</name>
                <value>hadoop1:10020</value>
        </property>

        <property>
                <name>mapreduce.jobhistory.webapp.address</name>
                <value>hadoop1:19888</value>
        </property>

    <property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>

    <property>

        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>

    </property>

    <property>      
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>

    </property>



<!--  以下优化【注释掉了】参考链接：https://blog.csdn.net/szh1124/article/details/76178699
     <property>
                <name>mapreduce.map.memory.mb</name>
                <value>256</value>
        </property>


        <property>
                <name>mapreduce.reduce.memory.mb</name>
                <value>256</value>
        </property>

-->

</configuration>

# 5、修改yarn模块配置：yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->

    <!-- 设置yarn集群主角色的主机 -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop1</value>
    </property>

        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
        </property>


        <!--是否对容器实施物理内存限制 -->
        <property>
                <name>yarn.nodemanager.pmem-check-enabled</name>
                <value>false</value>
        </property>

        <!-- 是否对容器实施虚拟内存限制 -->

        <property>
                <name>yarn.nodemanager.vmem-check-enabled</name>
                <value>false</value>
        </property>

        <!-- 开启日志聚集 -->

        <property>
                <name>yarn.log-aggregation-enable</name>
                <value>true</value>
        </property>


        <!-- 历史日志保留的时间7天 -->

        <property>
                <name>yarn.log-aggregation.retain-seconds</name>
                <value>604800</value>
        </property>


<!-- 以下优化【注释掉了】参考链接：https://blog.csdn.net/szh1124/article/details/76178699

        <property>
                <name>yarn.nodemanager.resource.cpu-vcores</name>
                <value>2</value>
        </property>


        <property>
                <name>yarn.nodemanager.resource.memory-mb</name>
                <value>3096</value>
        </property>

        <property>
                <name>yarn.scheduler.minimum-allocation-mb</name>
                <value>256</value>
        </property>

        <property>
                <name>yarn.scheduler.maximum-allocation-vcores</name>
                <value>2</value>
        </property>

-->

</configuration>

# 6、修改workers文件，配置任务运行机器
[root@hadoop1 hadoop]# vi workers 
hadoop1
hadoop2
hadoop3

6、Hadoop的启停命令

  • Hadoop集群（首次启动）需要格式化namenode：
hdfs namenode -format
  • Hadoop脚本启停
# 1、启动所有模块命令【不会启动历史服务器，只会启动hdfs和yarn】： start-all.sh

# 2、停止所有模块命令【不会启动历史服务器，只会停止hdfs和yarn】：stop-all.sh

# 3、分模块启停命令：
hdfs模块启停（start-dfs.sh/stop-dfs.sh）
yarn模块启停（start-yarn.sh/stop-yarn.sh）

# 4、Hadoop历史服务器启动，可以查看MapReduce的执行历史
mr-jobhistory-daemon.sh start historyserver
mr-jobhistory-daemon.sh stop historyserver

# 暴力停止Hadoop集群【不推荐，可能会丢失数据】：

jps |grep -iv jps |awk '{print $1}' |xargs kill -9

7、Hadoop集群测试

  • hdfs测试 
    # 上传测试：
hadoop  fs -put CentOS-8.5.2111-x86_64-boot.iso  /

# 查看
[root@hadoop1 data]# hadoop fs -ls /
Found 3 items
-rw-r--r--   3 root supergroup  827326464 2022-03-18 14:52 /CentOS-8.5.2111-x86_64-boot.iso
drwx------   - root supergroup          0 2022-03-19 10:29 /tmp
drwxr-xr-x   - root supergroup          0 2022-03-07 10:23 /user

# 下载测试：
hadoop fs -get /CentOS-8.5.2111-x86_64-boot.iso  .
  • MapReduce测试 
    # 利用Hadoop自带的测试用例测试 pi 圆周率
cd  /data/hadoop-3.3.1/share/hadoop/mapreduce

# MapReduce测试命令：
hadoop jar hadoop-mapreduce-examples-3.3.1.jar  pi 10  10

8、Hadoop WEB页面访问

# 1、hdfs WEB界面访问地址：http://172.16.1.210:9870
# 2、yarn WEB界面访问地址：http://172.16.1.210:8088

附录：

Hadoop生态圈介绍：https://blog.csdn.net/yue_2018/article/details/89084266

Hadoop相关服务端口：https://blog.csdn.net/qq_31454379/article/details/105439752

上一篇:
  • 版权声明：本文版权归开发说和原作者所有，未经许可不得转载。文章部分来源于网络仅代表作者看法，如有不同观点，欢迎进行交流。除非注明，文章均由 开发说 整理发布，欢迎转载，转载请带版权。

  • 来源：开发说 ( https://www.kaifashuo.com/ )，提供主机优惠信息深度测评和服务器运维编程技术。
  • 链接：https://www.kaifashuo.com/2337.html

    • 评论（0）

    1. 还没有任何评论，你来说两句吧

    发表回复

    您的电子邮箱地址不会被公开。 必填项已用 * 标注

    本站CDN由CdnTiger提供
    本站DNS解析由FoundDNS提供
    热门文章
  • 安装Zabbix监控服务器及邮件/短信/微信报警
  • 博客实现DDOS攻击秒级切换至高防服务器
  • VPS脚本自动备份数据到Dropbox
  • Hadoop集群安装
  • Centos服务器性能瓶颈定位分析【硬件篇】
  • Kafka-3.1.0集群搭建(Kraft模式)
  • MySQL升级报错解决办法
  • Debian11配置静态IPV6地址与apt包管理工具使用
  • 使用Dockerfile定制ATS的docker镜像
  • kafka分布式消息队列部署
  • zookeeper单机和集群部署
    • 域名展示

    域名展示

    标签云
    闲言碎语 脚本 笔记 知识点 独服优惠 服务器 文件同步 数据库 教程 技术干货 性能分析 德国 安卓 安全 大盘鸡 大数据 域名 吐槽 分享 优化 zabbix wordpress vscode vps优惠 VPS ultravps ssl PHP OVH oracle nsd nginx kernel kafka hosthatch Hadoop go语言 gin web ffmpeg docker dns Debian clickHouse centos CDN bind bbr ats ansible Android
    域名展示