hadoop3.1.0集群搭建

一.環境配置

　　jdk1.8

　　centos7

二.環境搭建

　　1.安裝jdk

　　　　這個不用怎么說了吧，可以直接yum安裝或者自己下載tar包。yum安裝不用配置javahome，但是需要知道javahome位置，因為hadoop是java項目,運行需要jdk環境。通過yum安裝查找javahome如下:

$whereis javac
javac: /usr/bin/javac /usr/share/man/man1/javac.1.gz

　　　　可以看出結果是兩個目錄  用ll命令查看這兩個目錄詳情

$ll /usr/bin/javac
lrwxrwxrwx. 1 root root 23 8月   7 14:03 /usr/bin/javac -> /etc/alternatives/javac

　　　　這個是個軟連接 指向/etc/alternatives/javac 繼續對這個目錄ll直至不在出現軟連接為止

$ll /etc/alternatives/javac
lrwxrwxrwx. 1 root root 70 8月   7 14:03 /etc/alternatives/javac -> /usr/lib/jvm/java-1.8.0-openjdk-1.8.0.181-3.b13.el7_5.x86_64/bin/javac

  $ ll /usr/lib/jvm/java-1.8.0-openjdk-1.8.0.181-3.b13.el7_5.x86_64/bin/javac  
  -rwxr-xr-x. 1 root root 7424 7月 24 00:34 /usr/lib/jvm/java-1.8.0-openjdk-1.8.0.181-3.b13.el7_5.x86_64/bin/javac

　

　　$ ll /usr/lib/jvm/java-1.8.0-openjdk-1.8.0.181-3.b13.el7_5.x86_64
　　總用量 50780
　　drwxr-xr-x. 2 root root 4096 8月 7 14:03 bin
　　drwxr-xr-x. 10 root root 134 8月 7 14:03 demo
　　drwxr-xr-x. 3 root root 132 8月 7 14:03 include
　　drwxr-xr-x. 4 root root 28 8月 7 14:03 jre
　　drwxr-xr-x. 3 root root 144 8月 7 14:03 lib
　　drwxr-xr-x. 11 root root 162 8月 7 14:03 sample
　　-rw-r--r--. 1 root root 51993150 7月 23 23:59 src.zip
　　drwxr-xr-x. 2 root root 204 8月 7 14:03 tapset

　　　　看出來這個文件夾就是jdk的安裝路徑了。

 

　　2 centos7 linux用戶之間免登陸

　　　　　a)分別在機器上創建相同的用戶，設置密碼

　　　　　b)在a機器上運行ssh-keygen命令生成公鑰私鑰

　　　　　　

　　　　　c)將a中的公鑰id_dsa.pub烤到b機器上，並查看是否有authorized_keys這個文件，如果有追加id_dsa.pub內容在authorized_keys文件中，沒有則創建，並將它的權限修改為600（chmod 600 authorized_keys）

　　　　　d）b中ssh測試是否能，免密連接

　　　　　a連b亦是同理

　　　3.安裝hadoop 

　　　　　前置准備 三台機器ip，主機名分別為

　　　　　　

　　　　　將三台機器/etc/hosts都修改為這種，ip主機名根據實際而定

 

　　　　　a) 下載網站，選擇合適的版本  http://mirror.bit.edu.cn/apache/hadoop/common/

　　　　　　

　　　　　　b)下載好以后解壓 tar -zxvf 安裝包

　　　　　　c)配置 core-site.xml hdfs-site.xml yarn-site.xml mapred-site.xml 這四個文件hadoop安裝包 etc/hadoop/目錄下

　　　　　　　　core文件主要用於配置namenode地址和tmp文件地址

$ vim etc/hadoop/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運行時產生文件的存儲路徑 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/workhome/hadoop-3.1.0/data/tmp</value>
    </property>

</configuration>

 hdfs用於設置namenode datanode，hdfs備份份數 默認是3 

dfs.permissionsdfs權限是否打開 ，通過idea遠程操作的時候提示沒有權限訪問不了 因此設置為false 默認值是true

$ vim etc/hadoop/hdfs-site.xml

<configuration>
        <property>
        <name>dfs.name.dir</name>
        <value>/workhome/hadoop-3.1.0/hdfs/name</value>
        <description>namenode上存儲hdfs名字空間元數據 </description>
    </property>

    <property>
        <name>dfs.data.dir</name>
        <value>/workhome/hadoop-3.1.0/hdfs/data</value>
        <description>datanode上數據塊的物理存儲位置</description>
    </property>


    <!-- 設置hdfs副本數量 -->
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.permissions</name>
        <value>false</value>
    </property>
</configuration>

mapred設置mapreduce

$ vim etc/hadoop/mapred-site.xml 

<configuration>
   <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>master:10020</value>
    </property>
    <property>
      <name>mapreduce.jobhistory.webapp.address</name>
        <value>master:19888</value>
    </property>
    <property>
        <name>mapred.job.tracker</name>
        <value>http://master:9001</value>
    </property>

</configuration>

$ vim etc/hadoop/yarn-site.xml 

<configuration>

<!-- Site specific YARN configuration properties -->
    <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>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>master:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>master:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>master:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>master:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>master:8088</value>
    </property>
</configuration>

 

修改 etc/hadoop/hadoop-env.sh 添加java安裝路徑

$ vim etc/hadoop/hadoop-env.sh 
export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.181-3.b13.el7_5.x86_64

配置hadoop環境變量

$  vim /etc/profile
export HADOOP_HOME=/workhome/hadoop-3.1.0
export PATH=$PATH:$HADOOP_HOME/bin

 

　　然后將master這個hadoop完整的復制到其他機器即可

　　最后在master etc/hadoop下新增workers 將slave機器添加進去 ，以后要是擴展節點 也應該添加到這個里面

 

　　e）初始化：

　　　　hadoop namenode -format

　　f) 啟動

　　　　只需啟動master的  

　　　　hadoop安裝路徑/sbin/start-all.sh

　　　　查看：jps命令 用來查看啟動了的java服務

　　　　master 

　　　　

　　　　slave1

　　　　

　　　　slave2

　　　　

　

　　　　只需查看到master上有namenode slave上有datanode就代表成功。

　　　　g)關閉 /sbin/stop-all.sh腳本 

 

 

 四.遇到的問題以及解決方案

　　　擴展一台機器，重啟服務沒有datanode

　　　　解決方案：清除 core-site.xml中配置的tmp文件夾  以及hdfs-site.xml中配置的datanode和namenode的文件夾  重新格式化namenode

有