hadoop安装(超级详细)
作者:互联网
hadoop安装(超级详细)
1、hadoop安装前的准备
(1)、准备虚拟的多台设备
我们需要用虚拟机创建3台centos的系统,并配置三台设备的静态虚拟地址,我的3台设备地址为:
192.168.198.136
192.168.198.137
192.168.198.138
vi /etc/sysconfig/network-scripts/ifcfg-ens33
IPADDR=192.168.198.136
NETMASK=255.255.255.0
GATEWAY=192.168.51.1
DNS1=8.8.8.8
(2)、关闭3台虚拟机的防火墙
三台机器执行以下命令:
systemctl stop firewalld #关闭防火墙
systemctl disable firewalld #永久关闭防火墙
(3)、三台机器关闭selinux
三台机器执行以下命令关闭selinux
vi /etc/sysconfig/selinux
SELINUX=disabled
(4)、三台机器更改主机名
三台机器执行以下命令更改主机名
vi /etc/hostname
第一台机器更改内容
node01
第二台机器更改内容
node02
第三台机器更改内容
node03
注意:主机重启后所有的主机名设置才能生效
(5)、三台机器做主机名与IP地址的映射
三台机器执行以下命令更改主机名与IP地址的映射
vi /etc/hosts
192.168.198.136 node01
192.168.198.137 node02
192.168.198.138 node03
注意:根据自己的实际情况,修改ip地址
(6)、三台机器时钟同步
通过网络连接外网进行时钟同步,必须保证虚拟机连上外网
三台机器都安装ntpdate
yum -y install ntpdate
阿里云时钟同步服务器
ntpdate ntp4.aliyun.com
三台机器定时任务
crontab -e
添加如下内容
*/1 * * * * /usr/sbin/ntpdate ntp4.aliyun.com;
(7)、三台机器添加普通用户
三台linux服务器统一添加普通用户hadoop,并给以sudo权限,用于以后所有的大数据软件的安装
并统一设置普通用户的密码为 123456
useradd hadoop
passwd hadoop
普通用户的密码设置为123456
三台机器为普通用户添加sudo权限
visudo
root ALL=(ALL) ALL 这一行的下面添加如下内容
hadoop ALL=(ALL) ALL
(8)、三台定义统一目录
定义三台linux服务器软件压缩包存放目录,以及解压后安装目录,三台机器执行以下命令,创建两个文件夹,一个用于存放软件压缩包目录,一个用于存放解压后目录
mkdir -p /hc/soft # 软件压缩包存放目录
mkdir -p /hc/install # 软件解压后存放目录
chown -R hadoop:hadoop /hc # 将文件夹权限更改为hadoop用户
(9)、三台机器hadoop用户免密码登录
在node01节点上查看自己的hostname是否已经更改
hostname
如果没有更改为node01,那么关机重启所有的节点让主机名生效
第一步:三台机器在 hadoop用户下执行以下命令生成公钥与私钥
ssh-keygen -t rsa
执行上述命令之后,按三次Enter键即可生成了
第二步:三台机器在hadoop用户下,执行命令拷贝公钥到node01服务器
ssh-copy-id node01
第三步:node01服务器将公钥拷贝给node02与node03
node01在hadoop用户下,执行以下命令,将authorized_keys拷贝到node02与node03服务器
cd /home/hadoop/.ssh/
scp authorized_keys node02:$PWD
scp authorized_keys node03:$PWD
第四步:验证;从任意节点是否能免秘钥登陆其他节点;如node01免密登陆node02
ssh node02
(10)、三台机器安装jdk
- 使用hadoop用户来重新连接三台机器,然后使用hadoop用户来安装jdk软件
- 上传压缩包到第一台服务器的/hc/soft下面,然后进行解压,配置环境变量即可,三台机器都依次安装即可
cd /hc/soft/
tar -xzvf jdk-8u141-linux-x64.tar.gz -C /hc/install/
sudo vim /etc/profile
#添加以下配置内容,配置jdk环境变量
export JAVA_HOME=/hc/install/jdk1.8.0_141
export PATH=$PATH:$JAVA_HOME/bin
让修改马上生效
source /etc/profile
建议:三台机器准备好后,打个快照,便于出错后恢复
2、安装hadoop集群
(1)、hadoop集群规划
服务器IP | node01 | node02 | node03 |
---|---|---|---|
HDFS | NameNode | ||
HDFS | SecondaryNameNode | ||
HDFS | DataNode | DataNode | DataNode |
YARN | ResourceManager | ||
YARN | NodeManager | NodeManager | NodeManager |
历史日志服务器 | JobHistoryServer |
(2)、hadoop安装
第一步:上传压缩包并解压
- 将我们重新编译之后支持snappy压缩的hadoop包上传到第一台服务器并解压;第一台机器执行以下命令
cd /hc/soft/
tar -xzvf hadoop-3.1.4.tar.gz -C /hc/install
第二步:查看hadoop支持的压缩方式以及本地库
第一台机器执行以下命令
cd /hc/install/hadoop-3.1.4/
bin/hadoop checknative
如果出现openssl为false,那么所有机器在线安装openssl即可,执行以下命令,虚拟机联网之后就可以在线进行安装了
sudo yum -y install openssl-devel
第三步:修改配置文件
修改hadoop-env.sh
第一台机器执行以下命令
cd /hc/install/hadoop-3.1.4/etc/hadoop/
vim hadoop-env.sh
export JAVA_HOME=/hc/install/jdk1.8.0_141
修改core-site.xml
第一台机器执行以下命令
vim core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://node01:8020</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/hc/install/hadoop-3.1.4/hadoopDatas/tempDatas</value>
</property>
<!-- 缓冲区大小,实际工作中根据服务器性能动态调整;默认值4096 -->
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
<!-- 开启hdfs的垃圾桶机制,删除掉的数据可以从垃圾桶中回收,单位分钟;默认值0 -->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
</configuration>
修改hdfs-site.xml
第一台机器执行以下命令
vim hdfs-site.xml
<configuration>
<!-- NameNode存储元数据信息的路径,实际工作中,一般先确定磁盘的挂载目录,然后多个目录用,进行分割 -->
<!-- 集群动态上下线
<property>
<name>dfs.hosts</name>
<value>/hc/install/hadoop-3.1.4/etc/hadoop/accept_host</value>
</property>
<property>
<name>dfs.hosts.exclude</name>
<value>/hc/install/hadoop-3.1.4/etc/hadoop/deny_host</value>
</property>
-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node01:9868</value>
</property>
<property>
<name>dfs.namenode.http-address</name>
<value>node01:9870</value>
</property>
<!-- namenode保存fsimage的路径 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///hc/install/hadoop-3.1.4/hadoopDatas/namenodeDatas</value>
</property>
<!-- 定义dataNode数据存储的节点位置,实际工作中,一般先确定磁盘的挂载目录,然后多个目录用,进行分割 -->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///hc/install/hadoop-3.1.4/hadoopDatas/datanodeDatas</value>
</property>
<!-- namenode保存editslog的目录 -->
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///hc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits</value>
</property>
<!-- secondarynamenode保存待合并的fsimage -->
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>file:///hc/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name</value>
</property>
<!-- secondarynamenode保存待合并的editslog -->
<property>
<name>dfs.namenode.checkpoint.edits.dir</name>
<value>file:///hc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
</configuration>
修改mapred-site.xml
第一台机器执行以下命令
vim mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.job.ubertask.enable</name>
<value>true</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>node01:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node01:19888</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=${HADOOP_HOME}</value>
</property>
</configuration>
修改yarn-site.xml
第一台机器执行以下命令
vim yarn-site.xml
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node01</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 如果vmem、pmem资源不够,会报错,此处将资源监察置为false -->
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
<property>
<name>yarn.nodemanager.pmem-check-enabled</name>
<value>false</value>
</property>
</configuration>
修改workers文件
第一台机器执行以下命令
vim workers
原内容替换为
node01
node02
node03
第四步:创建文件存放目录
第一台机器执行以下命令
node01机器上面创建以下目录
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/tempDatas
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/namenodeDatas
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/datanodeDatas
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/edits
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/dfs/snn/name
mkdir -p /hc/install/hadoop-3.1.4/hadoopDatas/dfs/nn/snn/edits
第五步:安装包的分发scp
node01执行以下命令进行拷贝
cd /hc/install/
scp -r hadoop-3.1.4/ node02:$PWD
scp -r hadoop-3.1.4/ node03:$PWD
第六步:配置hadoop的环境变量
三台机器都要进行配置hadoop的环境变量
三台机器执行以下命令
sudo vim /etc/profile
export HADOOP_HOME=/hc/install/hadoop-3.1.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
配置完成之后生效
source /etc/profile
第七步:格式化集群
在node01执行:
hdfs namenode -format
第八步:集群启动
1. 启动HDFS、YARN、Historyserver(这一步即可,下面几步只是多几个操作方式)
- 如果配置了 etc/hadoop/workers 和 ssh 免密登录,则可以使用程序脚本启动所有Hadoop 两个集群的相关进程,在主节点所设定的机器上执行。
- 启动集群
- 主节点node01节点上执行以下命令
start-dfs.sh
start-yarn.sh
# 已过时mr-jobhistory-daemon.sh start historyserver
mapred --daemon start historyserver
- 停止集群(主节点node01节点上执行):
stop-dfs.sh
stop-yarn.sh
# 已过时 mr-jobhistory-daemon.sh stop historyserver
mapred --daemon stop historyserver
2. 单个进程逐个启动
# 在主节点上使用以下命令启动 HDFS NameNode:
# 已过时 hadoop-daemon.sh start namenode
hdfs --daemon start namenode
# 在主节点上使用以下命令启动 HDFS SecondaryNamenode:
# 已过时 hadoop-daemon.sh start secondarynamenode
hdfs --daemon start secondarynamenode
# 在每个从节点上使用以下命令启动 HDFS DataNode:
# 已过时 hadoop-daemon.sh start datanode
hdfs --daemon start datanode
# 在主节点上使用以下命令启动 YARN ResourceManager:
# 已过时 yarn-daemon.sh start resourcemanager
yarn --daemon start resourcemanager
# 在每个从节点上使用以下命令启动 YARN nodemanager:
# 已过时 yarn-daemon.sh start nodemanager
yarn --daemon start nodemanager
以上脚本位于$HADOOP_HOME/sbin/目录下。如果想要停止某个节点上某个角色,只需要把命令中的start 改为stop 即可。
3. 一键启动hadoop集群的脚本
第九步:验证集群是否搭建成功
1、在本机浏览器中访问web ui界面
首先先看看自己的node01节点的ip是多少:
我的是 192.168.198.136
因此:
- hdfs集群访问地址为 http://192.168.198.136:9870/
- yarn集群访问地址 http://192.168.198.136:8088/
- jobhistory访问地址: http://192.168.198.136:19888/
2、通过node01这个名字直接访问上面的网站
修改windows的hosts文件,路径是C:\Windows\System32\drivers\etc\hosts
192.168.198.136 node01
192.168.198.137 node02
192.168.198.138 node03
接下来:
- hdfs集群访问地址为 http://node01:9870/
- yarn集群访问地址 http://node01:8088/
- jobhistory访问地址: http://node01:19888/
3、查看机器中的进程,是否和这个表格一样
在每台机器上输入
jsp
对比这个表格,看是否一样
服务器IP | node01 | node02 | node03 |
---|---|---|---|
HDFS | NameNode | ||
HDFS | SecondaryNameNode | ||
HDFS | DataNode | DataNode | DataNode |
YARN | ResourceManager | ||
YARN | NodeManager | NodeManager | NodeManager |
历史日志服务器 | JobHistoryServer |
如果一样就成功了。
3、关闭hadoop集群
停止集群:
stop-dfs.sh
stop-yarn.sh
# 已过时 mr-jobhistory-daemon.sh stop historyserver
mapred --daemon stop historyserver
关闭顺序:
- 关闭hadoop集群
- 关闭虚拟机
- 关闭电脑
== 注意:最好按照这个顺序,如果不按照这个顺序,可能会出问题 ==
标签:node01,机器,三台,超级,hadoop,install,hc,安装 来源: https://www.cnblogs.com/huangwenchao0821/p/14620431.html