碼上歡樂
相關內容    簡體    繁體

Hadoop集群+Spark集群搭建（一篇文章就夠了）

本文轉載自   查看原文   2019-03-21 15:50   3352    Hadoop/ Spark集群/ Spark/ Hadoop集群/ 大數據

本文檔環境基於ubuntu16.04版本，（轉發請注明出處：http://www.cnblogs.com/zhangyongli2011/ 如發現有錯，請留言，謝謝）

一、准備

1.1 軟件版本

  • Ubuntu 16.04.6 (ubuntu-16.04.6-server-amd64.iso)
  • JDK 1.8 (jdk-8u201-linux-x64.tar.gz)
  • Hadoop 2.7.7 (hadoop-2.7.7.tar.gz)
  • Spark 2.1.0 (spark-2.1.0-bin-hadoop2.7.tgz)

1.2 網絡規划

本文規划搭建3台機器組成集群模式，IP與計算機名分別為, 如果是單台搭建，只需填寫一個即可

192.168.241.132 master
192.168.241.133 slave1
192.168.241.134 slave2

1.3 軟件包拷貝

可將上述軟件包拷貝到3台機器的opt目錄下

  • JDK 1.8
  • Hadoop 2.7.7
  • Spark 2.1.0

1.4 SSH設置

修改/etc/ssh/sshd_config文件，將以下三項開啟yes狀態

PermitRootLogin yes
PermitEmptyPasswords yes
PasswordAuthentication yes

重啟ssh服務

service ssh restart

這樣root用戶可直接登陸，以及為后續ssh無密碼登錄做准備。

1.5 綁定IP和修改計算機名

1.5.1 修改/etc/hosts,添加IP綁定，並注釋127.0.1.1（不注釋會影響hadoop集群）

root@master:/opt# cat /etc/hosts
127.0.0.1	localhost
#127.0.1.1	ubuntu
# The following lines are desirable for IPv6 capable hosts
::1     localhost ip6-localhost ip6-loopback
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters

192.168.241.132 master
192.168.241.133 slave1
192.168.241.134 slave2

1.5.2 修改/etc/hostname,為綁定計算機名。（計算機名和上面hosts綁定名必須一致）

1.6 SSH無密碼登陸(需提前安裝ssh)

1.用rsa生成密鑰，一路回車。

ssh-keygen -t rsa

2.進到當前用戶的隱藏目錄（.ssh）

cd ~/.ssh

3.把公鑰復制一份，並改名為authorized_keys

cp id_rsa.pub authorized_keys

這步執行完后，在當前機器執行ssh localhost可以無密碼登錄本機了。
如本機裝有ssh-copy-id命令，可以通過

ssh-copy-id root@第二台機器名

然后輸入密碼，在此之后在登陸第二台機器，可以直接

ssh[空格]第二台機器名

進行登錄。初次執行會提示確認，輸入yes和登陸密碼，之后就沒提示了。

1.7 JDK安裝（三台機器可同步進行）

下載：jdk-8u201-linux-x64.tar.gz 包，放到/opt下解壓

1.7.1 將解壓后的文件夾重命名

mv jdk1.8.0_201 jdk

1.7.2 將JDK環境變量配置到/etc/profile中

export JAVA_HOME=/opt/jdk
export JRE_HOME=/opt/jdk/jre
export CLASSPATH=$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$JAVA_HOME/bin:$PATH

1.7.3 檢查JDK是否配置好

source /etc/profile
java -version

提示以下信息代表JDK安裝完成：

java version "1.8.0_201"
Java(TM) SE Runtime Environment (build 1.8.0_201-b09)
Java HotSpot(TM) 64-Bit Server VM (build 25.201-b09, mixed mode)

1.8 其他配置

1.8.1 網絡配置

修改為固定IP ，/etc/network/interfaces

# The loopback network interface
auto lo
iface lo inet loopback
# The primary network interface
auto eth0
#iface eth0 inet dhcp
iface eth0 inet static
address 192.168.241.132
netmask 255.255.255.0
gateway 192.168.20.1

重啟網絡

service networking restart

1.8.2 DNS配置

第一種方法，永久改

修改/etc/resolvconf/resolv.conf.d/base（這個文件默認是空的）

nameserver 119.6.6.6

保存后執行

resolvconf -u

查看resolv.conf 文件就可以看到我們的設置已經加上

cat /etc/resolv.conf

重啟resolv

/etc/init.d/resolvconf restart

第二種方法，臨時改

修改 /etc/resolv.conf文件，增加

nameserver 119.6.6.6

重啟resolv

/etc/init.d/resolvconf restart

二、Hadoop部署

2.1 Hadoop安裝（三台機器可同步進行）

  1. 下載hadoop2.7.7（hadoop-2.7.7.tar.gz）
  2. 解壓 tar -zxvf hadoop-2.7.7.tar.gz ，並在主目錄下創建tmp、dfs、dfs/name、dfs/node、dfs/data
cd /opt/hadoop-2.7.7
mkdir tmp
mkdir dfs
mkdir dfs/name
mkdir dfs/node
mkdir dfs/data

2.2 Hadoop配置

以下操作都在hadoop-2.7.7/etc/hadoop下進行

2.2.1 編輯hadoop-env.sh文件，修改JAVA_HOME配置項為JDK安裝目錄

export JAVA_HOME=/opt/jdk

2.2.2 編輯core-site.xml文件，添加以下內容

其中master為計算機名，/opt/hadoop-2.7.7/tmp為手動創建的目錄

<configuration>
 <property>  
  <name>fs.defaultFS</name>  
  <value>hdfs://master:9000</value>  
 </property>  
 <property>  
  <name>io.file.buffer.size</name>  
  <value>131072</value>  
 </property>  
 <property>  
  <name>hadoop.tmp.dir</name>  
  <value>file:/opt/hadoop-2.7.7/tmp</value>  
  <description>Abasefor other temporary directories.</description>  
 </property>  
 <property>  
  <name>hadoop.proxyuser.spark.hosts</name>  
  <value>*</value>  
 </property>  
<property>  
  <name>hadoop.proxyuser.spark.groups</name>  
  <value>*</value>  
 </property> 
</configuration>

2.2.3 編輯hdfs-site.xml文件，添加以下內容

其中master為計算機名，
file:/opt/hadoop-2.7.7/dfs/name和file:/opt/hadoop-2.7.7/dfs/data為手動創建目錄

<configuration>
<property>  
  <name>dfs.namenode.secondary.http-address</name>  
  <value>master:9001</value>  
 </property>  
  <property>  
   <name>dfs.namenode.name.dir</name>  
   <value>file:/opt/hadoop-2.7.7/dfs/name</value>  
 </property>  
 <property>  
  <name>dfs.datanode.data.dir</name>  
  <value>file:/opt/hadoop-2.7.7/dfs/data</value>  
  </property>  
 <property>  
  <name>dfs.replication</name>  
  <value>3</value>  
 </property>  
 <property>  
  <name>dfs.webhdfs.enabled</name>  
  <value>true</value>  
 </property>  
</configuration>

復制mapred-site.xml.template並重命名為mapred-site.xml

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

2.2.4 編輯mapred-site.xml文件，添加以下內容

其中master為計算機名

<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>  
</configuration>

2.2.5 編輯yarn-site.xml文件，添加以下內容

其中master為計算機名

<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:8035</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>

2.2.6 修改slaves文件，添加集群節點（多機添加多個）

添加以下

master
slave1
slave2

2.2.7 Hadoop集群搭建

hadoop配置集群，可以將配置文件etc/hadoop下內容同步到其他機器上，既2.2.1-2.2.6無需在一個個配置。

cd /opt/hadoop-2.7.7/etc
scp -r hadoop root@另一台機器名:/opt/hadoop-2.7.7/etc

2.3 Hadoop啟動

1.格式化一個新的文件系統，進入到hadoop-2.7.7/bin下執行：

./hadoop namenode -format

2.啟動hadoop，進入到hadoop-2.7.7/sbin下執行：

./start-all.sh

看到如下內容說明啟動成功

root@master:/opt/hadoop-2.7.7/sbin# ./start-all.sh
This script is Deprecated. Instead use start-dfs.sh and start-yarn.sh
Starting namenodes on [master]
master: starting namenode, logging to /opt/hadoop-2.7.7/logs/hadoop-root-namenode-master.out
slave2: starting datanode, logging to /opt/hadoop-2.7.7/logs/hadoop-root-datanode-slave2.out
master: starting datanode, logging to /opt/hadoop-2.7.7/logs/hadoop-root-datanode-master.out
slave1: starting datanode, logging to /opt/hadoop-2.7.7/logs/hadoop-root-datanode-slave1.out
Starting secondary namenodes [master]
master: starting secondarynamenode, logging to /opt/hadoop-2.7.7/logs/hadoop-root-secondarynamenode-master.out
starting yarn daemons
starting resourcemanager, logging to /opt/hadoop-2.7.7/logs/yarn-root-resourcemanager-master.out
slave2: starting nodemanager, logging to /opt/hadoop-2.7.7/logs/yarn-root-nodemanager-slave2.out
slave1: starting nodemanager, logging to /opt/hadoop-2.7.7/logs/yarn-root-nodemanager-slave1.out
master: starting nodemanager, logging to /opt/hadoop-2.7.7/logs/yarn-root-nodemanager-master.out

2.4 Hadoop集群檢查

方法1：檢查hadoop集群，進入hadoop-2.7.7/bin下執行

./hdfs dfsadmin -report

查看Live datanodes 節點個數，例如：Live datanodes (3)，則表示3台都啟動成功

root@master:/opt/hadoop-2.7.7/bin# ./hdfs dfsadmin -report
Configured Capacity: 621051420672 (578.40 GB)
Present Capacity: 577317355520 (537.67 GB)
DFS Remaining: 577317281792 (537.67 GB)
DFS Used: 73728 (72 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0
Missing blocks (with replication factor 1): 0
-------------------------------------------------
Live datanodes (3):

方法2：訪問8088端口，http://192.168.241.132:8088/cluster/nodes

方法3：訪問50070端口http://192.168.241.132:50070/

三、Spark部署

3.1 Spark安裝（三台機器可同步進行）

  1. 下載spark-2.1.0-bin-hadoop2.7.tgz，放到opt下解壓。
  2. 將spark環境變量配置到/etc/profile中
export SPARK_HOME=/opt/spark-2.1.0-bin-hadoop2.7
export PATH=$JAVA_HOME/bin:$SPARK_HOME/bin:$PATH

3.2 Spark配置

1.進入spark-2.1.0-bin-hadoop2.7/conf復制spark-env.sh.template並重命名為spark-env.sh

cp spark-env.sh.template spark-env.sh

編輯spark-env.sh文件，添加以下內容

export JAVA_HOME=/opt/jdk
export SPARK_MASTER_IP=192.168.241.132
export SPARK_WORKER_MEMORY=8g
export SPARK_WORKER_CORES=4
export SPARK_EXECUTOR_MEMORY=4g
export HADOOP_HOME=/opt/hadoop-2.7.7/
export HADOOP_CONF_DIR=/opt/hadoop-2.7.7/etc/hadoop
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/jdk/jre/lib/amd64

2.把slaves.template拷貝為slaves,並編輯 slaves文件

cp slaves.template slaves

編輯slaves文件，添加以下內容（多機添加多個）

master
slave1
slave2

3.3 配置Spark集群

可以將配置文件spark-2.1.0-bin-hadoop2.7/conf下內容同步到其他機器上，既3.2無需在一個個配置。

scp -r conf root@另一台機器名:/opt/spark-2.1.0-bin-hadoop2.7

3.4 Spark啟動

啟動spark，進入spark-2.1.0-bin-hadoop2.7/sbin下執行

./start-all.sh

3.5 Spark集群檢查

訪問http://192.168.241.134:8080/

注意：配置Spark集群，需要保證子節點內容和主節點內容一致。

這樣Hadoop集群和Spark集群就都搭建好了。

（轉發請注明出處：http://www.cnblogs.com/zhangyongli2011/ 如發現有錯，請留言，謝謝）


免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。



猜您在找 【一篇文章就夠了】ApiPost和Postman 構建Zookeeper集群（zkcluster） ~一篇文章玩轉zk集群^.^ 時間格式轉換 看一篇文章就夠了 徹底理解Netty，這一篇文章就夠了 RedisTemplate操作Redis，這一篇文章就夠了（一） ES搜索引擎-一篇文章就夠了 Linux內核鏈表——看這一篇文章就夠了 真的，Kafka 入門一篇文章就夠了 徹底理解Netty，這一篇文章就夠了 Netty 入門，這一篇文章就夠了
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM