Hadoop2.6.5集群搭建

一、 Hadoop的分布式模型

Hadoop通常有三种运行模式：本地(独立)模式、伪分布式(Pseudo-distributed)模式和完全分布式(Fully distributed)模式。
安装完成后，Hadoop的默认配置即为本地模式，此时Hadoop使用本地文件系统而非分布式文件系统，而且其也不会启动任何Hadoop守护进程，Map和Reduce任务都作为同一进程的不同部分来执行。
因此，本地模式下的Hadoop仅运行于本机。此模式仅用于开发或调试MapReduce应用程序但却避免了复杂的后续操作。伪分布式模式下，Hadoop将所有进程运行于同一台主机上，但此时Hadoop将使用分布式文件系统，而且各jobs也是由JobTracker服务管理的独立进程。
同时，由于伪分布式的Hadoop集群只有一个节点，因此HDFS的块复制将限制为单个副本，其secondary-master和slave也都将运行于本地主机。此种模式除了并非真正意义的分布式之外，其程序执行逻辑完全类似于完全分布式，因此，常用于开发人员测试程序执行。要真正发挥Hadoop的威力，就得使用完全分布式模式。
由于ZooKeeper实现高可用等依赖于奇数法定数目(an odd-numbered quorum)，因此，完全分布式环境需要至少三个节点

二、环境准备

1.部署环境

2.域名解析和关闭防火墙 （所有机器上）

/etc/hosts 127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1 localhost localhost.localdomain localhost6 localhost6.localdomain6 192.168.1.250 master 192.168.1.249 slave1 192.168.1.248 slave2 关闭 selinux sed -i 's#SELINUX=enforcing#SELINUX=disabled#g' /etc/sysconfig/selinux setenforce 0 关闭 iptables service iptables stop chkconfig iptables off 

3.同步时间，配置yum和epel源

4.配置所有机器ssh互信

三、安装jdk和配置环境变量(三台同样配置)

[root@master ~]#  rpm -ivh jdk-8u25-linux-x64.rpm  #安装jdk Preparing... ########################################### [100%] 1:jdk1.8.0_25            ########################################### [100%] Unpacking JAR files... rt.jar... jsse.jar... charsets.jar... tools.jar... localedata.jar... jfxrt.jar... [root@master ~]# cat /etc/profile.d/java.sh #设置java环境变量 export JAVA_HOME=/usr/java/latest export CLASSPATH=$JAVA_HOME/lib/tools.jar export PATH=$JAVA_HOME/bin:$PATH [root@master ~]# . /etc/profile.d/java.sh [root@master ~]# java -version #查看java变量是否配置成功 java version "1.8.0_25" Java(TM) SE Runtime Environment (build 1.8.0_25-b17) Java HotSpot(TM) 64-Bit Server VM (build 25.25-b02, mixed mode) [root@master ~]# echo $JAVA_HOME /usr/java/latest [root@master ~]# echo $CLASSPATH /usr/java/latest/lib/tools.jar [root@master ~]# echo $PATH /usr/java/latest/bin:/usr/lib64/qt-3.3/bin:/usr/local/sbin:/usr/local/bin:/sbin:/bin:/usr/sbin:/usr/bin:/root/bin

四、安装并配置hadoop

 1.安装Hadoop并配置环境变量(master上)

[root@master ~]# tar xf hadoop-2.6.5.tar.gz -C /usr/local [root@master ~]# cd  /usr/local [root@master local]# ln -sv hadoop-2.6.5 hadoop "hadoop" -> "hadoop-2.6.5" [root@master local]# ll [root@master local]# cat /etc/profile.d/hadoop.sh export HADOOP_HOME=/usr/local/hadoop export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin [root@master local]# . /etc/profile.d/hadoop.sh

2.修改以下配置文件(所有文件均位于/usr/local/hadoop/etc/hadoop路径下)

hadoop-env.sh

 24 # The java implementation to use. 25 export JAVA_HOME=/usr/java/latest #将JAVA_HOME改为固定路径

core-site.xml

<configuration>
    <!-- 指定HDFS老大（namenode）的通信地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    <!-- 指定hadoop运行时产生文件的存储路径 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/Hadoop/tmp</value>
    </property>
</configuration>

hdfs-site.xml

<configuration>
    <!-- 设置namenode的http通讯地址 -->
    <property>
       <name>dfs.namenode.http-address</name>
       <value>master:50070</value>
    </property>
    <!-- 设置secondarynamenode的http通讯地址 -->
    <property>
       <name>dfs.namenode.secondary.http-address</name>
       <value>slave1:50090</value>
    </property>
     <!-- 设置namenode存放的路径 -->
    <property>
       <name>dfs.namenode.name.dir</name>
       <value>/Hadoop/name</value>
    </property>
    <!-- 设置hdfs副本数量 -->
    <property>
       <name>dfs.replication</name>
       <value>2</value>
    </property>
    <!-- 设置datanode存放的路径 -->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/Hadoop/data</value>
        </property>
</configuration>

mapred-site.xml 

[root@master hadoop]# mv mapred-site.xml.template mapred-site.xml

<configuration>
    <!-- 通知框架MR使用YARN -->
    <property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
    </property>
</configuration>

yarn-site.xml

<configuration>
    <!-- 设置 resourcemanager 在哪个节点-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>

    <!-- reducer取数据的方式是mapreduce_shuffle -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

    <property>
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
</configuration>

masters 

slave1  #这里指定的是secondary namenode 的主机

slaves

slave1
slave2

创建相关目录

[root@master local]#mkdir -pv /Hadoop/{data,name,tmp}

3.复制Hadoop安装目录及环境配置文件到其他主机

master上： [root@master local]# scp -r hadoop-2.6.5 slave1:/usr/local/ [root@master local]# scp -r hadoop-2.6.5 slave:/usr/local/ [root@master local]# scp -r /etc/profile.d/hadoop.sh salve1:/etc/profile.d/ [root@master local]# scp -r /etc/profile.d/hadoop.sh salve2:/etc/profile.d/ slave上(另一台相同操作) [root@slave1 ~]# cd /usr/local [root@slave1 local]# ln -sv hadoop-2.6.5 hadoop "hadoop" -> "hadoop-2.6.5" [root@slave1 local]# . /etc/profile.d/hadoop.sh

五、启动Hadoop

1.格式化名称节点(master)

[root@master local]# hdfs namenode -format 18/03/28 16:34:20 INFO namenode.NameNode: STARTUP_MSG: /************************************************************ STARTUP_MSG: Starting NameNode STARTUP_MSG: host = master/192.168.1.250 STARTUP_MSG: args = [-format] STARTUP_MSG: version = 2.6.5 ............................................. ............................................. ............................................. 18/03/28 16:34:23 INFO common.Storage: Storage directory /Hadoop/name has been successfully formatted. #这行信息表明对应的存储已经格式化成功。 18/03/28 16:34:23 INFO namenode.FSImageFormatProtobuf: Saving image file /Hadoop/name/current/fsimage.ckpt_0000000000000000000 using no compression 18/03/28 16:34:24 INFO namenode.FSImageFormatProtobuf: Image file /Hadoop/name/current/fsimage.ckpt_0000000000000000000 of size 321 bytes saved in 0 seconds. 18/03/28 16:34:24 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0 18/03/28 16:34:24 INFO util.ExitUtil: Exiting with status 0 18/03/28 16:34:24 INFO namenode.NameNode: SHUTDOWN_MSG: /************************************************************ SHUTDOWN_MSG: Shutting down NameNode at master/192.168.1.250 ************************************************************/

2.启动dfs及yarn

[root@master local]# cd hadoop/sbin/ [root@master sbin]# start-dfs.sh [root@master sbin]# start-yarn.sh

注：其余主机操作相同

查看结果

master上 [root@master sbin]# jps|grep -v Jps 3746 ResourceManager 3496 NameNode slave1上 [root@slave1 ~]#  jps|grep -v Jps 3906 DataNode 4060 NodeManager 3996 SecondaryNameNode slave2上 [root@slave2 ~]# jps|grep -v Jps 3446 NodeManager 3351 DataNode

六、测试

1.查看集群状态

[root@master sbin]# hdfs dfsadmin -report 18/03/28 21:28:02 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable Configured Capacity: 30694719488 (28.59 GB) Present Capacity: 22252130304 (20.72 GB) DFS Remaining: 22251991040 (20.72 GB) DFS Used: 139264 (136 KB) DFS Used%: 0.00% Under replicated blocks: 0 Blocks with corrupt replicas: 0 Missing blocks: 0

------------------------------------------------- Live datanodes (2): Name: 192.168.1.249:50010 (slave1) Hostname: slave1 Decommission Status : Normal Configured Capacity: 15347359744 (14.29 GB) DFS Used: 69632 (68 KB) Non DFS Used: 4247437312 (3.96 GB) DFS Remaining: 11099852800 (10.34 GB) DFS Used%: 0.00% DFS Remaining%: 72.32% Configured Cache Capacity: 0 (0 B) Cache Used: 0 (0 B) Cache Remaining: 0 (0 B) Cache Used%: 100.00% Cache Remaining%: 0.00% Xceivers: 1 Last contact: Wed Mar 28 21:28:02 CST 2018 Name: 192.168.1.248:50010 (slave2) Hostname: slave2 Decommission Status : Normal Configured Capacity: 15347359744 (14.29 GB) DFS Used: 69632 (68 KB) Non DFS Used: 4195151872 (3.91 GB) DFS Remaining: 11152138240 (10.39 GB) DFS Used%: 0.00% DFS Remaining%: 72.66% Configured Cache Capacity: 0 (0 B) Cache Used: 0 (0 B) Cache Remaining: 0 (0 B) Cache Used%: 100.00% Cache Remaining%: 0.00% Xceivers: 1 Last contact: Wed Mar 28 21:28:02 CST 2018

2.测试YARN

可以访问YARN的管理界面，验证YARN，如下图所示：

3. 测试查看HDFS

4.测试向hadoop集群系统提交一个mapreduce任务

[root@master sbin]#  hdfs dfs -mkdir -p /Hadoop/test [root@master ~]#  hdfs dfs -put install.log /Hadoop/test [root@master ~]# hdfs dfs -ls  /Hadoop/test Found 1 items -rw-r--r--   2 root supergroup      28207 2018-03-28 16:48 /Hadoop/test/install.log

可以看到一切正常，至此我们的三台hadoop集群搭建完毕。

其他问题：

原因及解决办法见此链接：https://blog.csdn.net/l1028386804/article/details/51538611