Monodyee

这个屌丝很懒，什么也没留下！

热门标签

史上最详细的Hadoop环境搭建_hadoop开发环境搭建

作者：Monodyee | 2024-05-21 03:42:41

踩

hadoop开发环境搭建

GitChat 作者：鸣宇淳
原文：史上最详细的Hadoop环境搭建
关注公众号：GitChat 技术杂谈，一本正经的讲技术
【不要错过文末活动哦】

前言

Hadoop在大数据技术体系中的地位至关重要，Hadoop是大数据技术的基础，对Hadoop基础知识的掌握的扎实程度，会决定在大数据技术道路上走多远。

这是一篇入门文章，Hadoop的学习方法很多，网上也有很多学习路线图。本文的思路是：以安装部署Apache Hadoop2.x版本为主线，来介绍Hadoop2.x的架构组成、各模块协同工作原理、技术细节。安装不是目的，通过安装认识Hadoop才是目的。

本文分为五个部分、十三节、四十九步。

第一部分：Linux环境安装

Hadoop是运行在Linux，虽然借助工具也可以运行在Windows上，但是建议还是运行在Linux系统上，第一部分介绍Linux环境的安装、配置、Java JDK安装等。

第二部分：Hadoop本地模式安装

Hadoop本地模式只是用于本地开发调试，或者快速安装体验Hadoop，这部分做简单的介绍。

第三部分：Hadoop伪分布式模式安装

学习Hadoop一般是在伪分布式模式下进行。这种模式是在一台机器上各个进程上运行Hadoop的各个模块，伪分布式的意思是虽然各个模块是在各个进程上分开运行的，但是只是运行在一个操作系统上的，并不是真正的分布式。

第四部分：完全分布式安装

完全分布式模式才是生产环境采用的模式，Hadoop运行在服务器集群上，生产环境一般都会做HA，以实现高可用。

第五部分：Hadoop HA安装

HA是指高可用，为了解决Hadoop单点故障问题，生产环境一般都做HA部署。这部分介绍了如何配置Hadoop2.x的高可用，并简单介绍了HA的工作原理。
安装过程中，会穿插简单介绍涉及到的知识。希望能对大家有所帮助。

第一部分：Linux环境安装

第一步、配置Vmware NAT网络

一、Vmware网络模式介绍

参考：http://blog.csdn.net/collection4u/article/details/14127671

二、NAT模式配置

NAT是网络地址转换，是在宿主机和虚拟机之间增加一个地址转换服务，负责外部和虚拟机之间的通讯转接和IP转换。

我们部署Hadoop集群，这里选择NAT模式，各个虚拟机通过NAT使用宿主机的IP来访问外网。

我们的要求是集群中的各个虚拟机有固定的IP、可以访问外网，所以进行如下设置：

1、 Vmware安装后，默认的NAT设置如下：

enter image description here

2、默认的设置是启动DHCP服务的，NAT会自动给虚拟机分配IP，但是我们需要将各个机器的IP固定下来，所以要取消这个默认设置。

3、为机器设置一个子网网段，默认是192.168.136网段，我们这里设置为100网段，将来各个虚拟机Ip就为 192.168.100.*。

4、点击NAT设置按钮，打开对话框，可以修改网关地址和DNS地址。这里我们为NAT指定DNS地址。

enter image description here

5、网关地址为当前网段里的.2地址，好像是固定的，我们不做修改，先记住网关地址就好了，后面会用到。

第二步、安装Linux操作系统

三、Vmware上安装Linux系统

1、文件菜单选择新建虚拟机

2、选择经典类型安装，下一步。

3、选择稍后安装操作系统，下一步。

4、选择Linux系统，版本选择CentOS 64位。

enter image description here

5、命名虚拟机，给虚拟机起个名字，将来显示在Vmware左侧。并选择Linux系统保存在宿主机的哪个目录下，应该一个虚拟机保存在一个目录下，不能多个虚拟机使用一个目录。

enter image description here

6、指定磁盘容量，是指定分给Linux虚拟机多大的硬盘，默认20G就可以，下一步。

7、点击自定义硬件，可以查看、修改虚拟机的硬件配置，这里我们不做修改。

8、点击完成后，就创建了一个虚拟机，但是此时的虚拟机还是一个空壳，没有操作系统，接下来安装操作系统。

9、点击编辑虚拟机设置，找到DVD，指定操作系统ISO文件所在位置。

enter image description here

10、点击开启此虚拟机，选择第一个回车开始安装操作系统。

enter image description here

11、设置root密码。

enter image description here

12、选择Desktop，这样就会装一个Xwindow。

enter image description here

13、先不添加普通用户，其他用默认的，就把Linux安装完毕了。

四、设置网络

因为Vmware的NAT设置中关闭了DHCP自动分配IP功能，所以Linux还没有IP，需要我们设置网络各个参数。

1、用root进入Xwindow，右击右上角的网络连接图标，选择修改连接。

enter image description here

2、网络连接里列出了当前Linux里所有的网卡，这里只有一个网卡System eth0，点击编辑。

enter image description here

3、配置IP、子网掩码、网关（和NAT设置的一样）、DNS等参数，因为NAT里设置网段为100.*，所以这台机器可以设置为192.168.100.10网关和NAT一致，为192.168.100.2

enter image description here

4、用ping来检查是否可以连接外网，如下图，已经连接成功。

enter image description here

五、修改Hostname

1、临时修改hostname

[root@localhost Desktop]# hostname bigdata-senior01.chybinmy.com
   
   1
   
   
1

这种修改方式，系统重启后就会失效。

2、永久修改hostname

想永久修改，应该修改配置文件 /etc/sysconfig/network。

命令：[root@bigdata-senior01 ~] vim /etc/sysconfig/network
   
   1
   
   
1

打开文件后，


   
   
     
     
      
      
     
     
     
     
      
      
       
       NETWORKING=yes  #使用网络
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       HOSTNAME=bigdata-senior01.chybinmy.com  #设置主机名
      
      
     
     
   
   1
2
   
   
1

六、配置Host


   
   
     
     
      
      
     
     
     
     
      
      
       
       命令：[root
       
       @bigdata-senior01 ~] vim /etc/hosts
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       添加hosts: 
       
       192.168
       
       .100
       
       .10 bigdata-senior01.chybinmy.com
      
      
     
     
   
   1
2
   
   
1

七、关闭防火墙

学习环境可以直接把防火墙关闭掉。

(1) 用root用户登录后，执行查看防火墙状态。

[root@bigdata-senior01 hadoop]# service iptables status
   
   1
   
   
1

(2) 用[root@bigdata-senior01 hadoop]# service iptables stop关闭防火墙，这个是临时关闭防火墙。


   
   
     
     
      
      
     
     
     
     
      
      
       
       [root
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]# service iptables stop
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       iptables: Setting chains to policy ACCEPT: filter          [  OK  ]
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       iptables: Flushing firewall rules:                         [  OK  ]
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       iptables: Unloading modules:                               [  OK  ]
      
      
     
     
   
   1
2
3
4
   
   
1

(3) 如果要永久关闭防火墙用。

[root@bigdata-senior01 hadoop]# chkconfig iptables off
   
   1
   
   
1

关闭，这种需要重启才能生效。

八、关闭selinux

selinux是Linux一个子安全机制，学习环境可以将它禁用。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim /etc/sysconfig/selinux
   
   1
   
   
1


   
   
     
     
      
      
     
     
     
     
      
      
       
       # This file controls the state of SELinux on the system.
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       # SELINUX= can take one of these three values:
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       #     enforcing - SELinux security policy is enforced.
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       #     permissive - SELinux prints warnings instead of enforcing.
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       #     disabled - No SELinux policy is loaded.
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       SELINUX=disabled
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       # SELINUXTYPE= can take one of these two values:
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       #     targeted - Targeted processes are 
       
       protected,
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       #     mls - Multi Level Security protection.
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       SELINUXTYPE=targeted
      
      
     
     
   
   1
2
3
4
5
6
7
8
9
10
   
   
1

enter image description here

第三步、安装JDK

九、安装Java JDK

1、查看是否已经安装了java JDK。

[root@bigdata-senior01 Desktop]# java –version
   
   1
   
   
1

注意：Hadoop机器上的JDK，最好是Oracle的Java JDK，不然会有一些问题，比如可能没有JPS命令。
如果安装了其他版本的JDK，卸载掉。

2、安装java JDK

(1) 去下载Oracle版本Java JDK：jdk-7u67-linux-x64.tar.gz

(2) 将jdk-7u67-linux-x64.tar.gz解压到/opt/modules目录下

[root@bigdata-senior01 /]# tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules
   
   1
   
   
1

(3) 添加环境变量

设置JDK的环境变量 JAVA_HOME。需要修改配置文件/etc/profile，追加


   
   
     
     
      
      
     
     
     
     
      
      
       
       export JAVA_HOME=
       
       "/opt/modules/jdk1.7.0_67"
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       export PATH=$JAVA_HOME/bin:$PATH
      
      
     
     
   
   1
2
   
   
1

修改完毕后，执行 source /etc/profile

(4)安装后再次执行 java –version,可以看见已经安装完成。


   
   
     
     
      
      
     
     
     
     
      
      
       
       [root
       
       @bigdata-senior01 /]# java -version
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       java version 
       
       "1.7.0_67"
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       Java(TM) 
       
       SE Runtime Environment (build 
       
       1.7
       
       .0
       
       _67-b01)
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       Java 
       
       HotSpot
       
       (TM) 
       
       64
       
       -Bit Server VM (build 
       
       24.65
       
       -b04, mixed mode)
      
      
     
     
   
   1
2
3
4
   
   
1

第二部分：Hadoop本地模式安装

第四步、Hadoop部署模式

Hadoop部署模式有：本地模式、伪分布模式、完全分布式模式、HA完全分布式模式。

区分的依据是NameNode、DataNode、ResourceManager、NodeManager等模块运行在几个JVM进程、几个机器。

模式名称	各个模块占用的JVM进程数	各个模块运行在几个机器数上
本地模式	1个	1个
伪分布式模式	N个	1个
完全分布式模式	N个	N个
HA完全分布式	N个	N个

第五步、本地模式部署

十、本地模式介绍

本地模式是最简单的模式，所有模块都运行与一个JVM进程中，使用的本地文件系统，而不是HDFS，本地模式主要是用于本地开发过程中的运行调试用。下载hadoop安装包后不用任何设置，默认的就是本地模式。

十一、解压hadoop后就是直接可以使用

1、创建一个存放本地模式hadoop的目录

[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopstandalone
   
   1
   
   
1

2、解压hadoop文件

[hadoop@bigdata-senior01 modules]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz  -C /opt/modules/hadoopstandalone/
   
   1
   
   
1

3、确保JAVA_HOME环境变量已经配置好


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 modules]$ echo ${JAVA_HOME}
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       /opt/modules/jdk1
       
       .7
       
       .0_67
      
      
     
     
   
   1
2
   
   
1

十二、运行MapReduce程序，验证

我们这里用hadoop自带的wordcount例子来在本地模式下测试跑mapreduce。

1、准备mapreduce输入文件wc.input


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 modules]$ cat /opt/data/wc.input
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       hadoop mapreduce hive
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       hbase spark storm
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       sqoop hadoop hive
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       spark hadoop
      
      
     
     
   
   1
2
3
4
5
   
   
1

2、运行hadoop自带的mapreduce Demo

[hadoop@bigdata-senior01 hadoopstandalone]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /opt/data/wc.input output2
   
   1
   
   
1

enter image description here

这里可以看到job ID中有local字样，说明是运行在本地模式下的。

3、查看输出文件

本地模式下，mapreduce的输出是输出到本地。


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoopstandalone]$ ll output2
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       total 
       
       4
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       -rw-r--r-- 
       
       1 hadoop hadoop 
       
       60 Jul  
       
       7 
       
       12:
       
       50 part-r-
       
       00000
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       -rw-r--r-- 
       
       1 hadoop hadoop  
       
       0 Jul  
       
       7 
       
       12:
       
       50 _SUCCESS
      
      
     
     
   
   1
2
3
4
   
   
1

输出目录中有_SUCCESS文件说明JOB运行成功，part-r-00000是输出结果文件。

第三部分：Hadoop伪分布式模式安装

第六步、伪分布式Hadoop部署过程

十三、Hadoop所用的用户设置

1、创建一个名字为hadoop的普通用户


   
   
     
     
      
      
     
     
     
     
      
      
       
       [root
       
       @bigdata-senior01 ~]# useradd hadoop
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [root
       
       @bigdata-senior01 ~]# passwd hadoop
      
      
     
     
   
   1
2
   
   
1

2、给hadoop用户sudo权限

[root@bigdata-senior01 ~]# vim /etc/sudoers
   
   1
   
   
1

设置权限，学习环境可以将hadoop用户的权限设置的大一些，但是生产环境一定要注意普通用户的权限限制。


   
   
     
     
      
      
     
     
     
     
      
      
       
       root    ALL=(ALL)       ALL
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       hadoop ALL=(root) NOPASSWD:ALL
      
      
     
     
   
   1
2
   
   
1

注意：如果root用户无权修改sudoers文件，先手动为root用户添加写权限。

[root@bigdata-senior01 ~]# chmod u+w /etc/sudoers
   
   1
   
   
1

3、切换到hadoop用户


   
   
     
     
      
      
     
     
     
     
      
      
       
       [root
       
       @bigdata-senior01 ~]# su - hadoop
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 ~]$
      
      
     
     
   
   1
2
   
   
1

4、创建存放hadoop文件的目录

[hadoop@bigdata-senior01 ~]$ sudo mkdir /opt/modules
   
   1
   
   
1

5、将hadoop文件夹的所有者指定为hadoop用户

如果存放hadoop的目录的所有者不是hadoop，之后hadoop运行中可能会有权限问题，那么就讲所有者改为hadoop。

[hadoop@bigdata-senior01 ~]# sudo chown -R hadoop:hadoop /opt/modules
   
   1
   
   
1

十四、解压Hadoop目录文件

1、复制hadoop-2.5.0.tar.gz到/opt/modules目录下。

2、解压hadoop-2.5.0.tar.gz


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 ~]# cd /opt/modules
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop]# tar -zxvf hadoop-
       
       2.5
       
       .0.tar.gz
      
      
     
     
   
   1
2
   
   
1

十五、配置Hadoop

1、配置Hadoop环境变量

[hadoop@bigdata-senior01 hadoop]# vim /etc/profile
   
   1
   
   
1

追加配置：


   
   
     
     
      
      
     
     
     
     
      
      
       
       export HADOOP_HOME=
       
       "/opt/modules/hadoop-2.5.0"
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
      
      
     
     
   
   1
2
   
   
1

执行：source /etc/profile 使得配置生效

验证HADOOP_HOME参数：


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 /]$ echo $HADOOP_HOME
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       /opt/modules/hadoop-
       
       2.5
       
       .0
      
      
     
     
   
   1
2
   
   
1

2、配置 hadoop-env.sh、mapred-env.sh、yarn-env.sh文件的JAVA_HOME参数

[hadoop@bigdata-senior01 ~]$ sudo vim  ${HADOOP_HOME}/etc/hadoop/hadoop-env.sh
   
   1
   
   
1


   
   
     
     
      
      
     
     
     
     
      
      
       
       修改JAVA_HOME参数为：
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       export JAVA_HOME=
       
       "/opt/modules/jdk1.7.0_67"
      
      
     
     
   
   1
2
   
   
1

3、配置core-site.xml

enter image description here

[hadoop@bigdata-senior01 ~]{HADOOP_HOME}/etc/hadoop/core-site.xml

（1） fs.defaultFS参数配置的是HDFS的地址。


   
   
     
     
      
      
     
     
     
     
      
      
       
       <property>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       <name>fs.defaultFS
       
       </name>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       <value>hdfs://bigdata-senior01.chybinmy.com:8020
       
       </value>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       </property>
      
      
     
     
   
   1
2
3
4
   
   
1

（2） hadoop.tmp.dir配置的是Hadoop临时目录，比如HDFS的NameNode数据默认都存放这个目录下，查看*-default.xml等默认配置文件，就可以看到很多依赖${hadoop.tmp.dir}的配置。

默认的hadoop.tmp.dir是/tmp/hadoop-${user.name},此时有个问题就是NameNode会将HDFS的元数据存储在这个/tmp目录下，如果操作系统重启了，系统会清空/tmp目录下的东西，导致NameNode元数据丢失，是个非常严重的问题，所有我们应该修改这个路径。

    [hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo mkdir -p /opt/data/tmp
   
   1
   
   
1

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown –R hadoop:hadoop /opt/data/tmp
   
   1
   
   
1

修改hadoop.tmp.dir


   
   
     
     
      
      
     
     
     
     
      
       
       
       <property>
      
      
     
     

     
     
      
      
     
     
     
     
      
         
       
       <name>hadoop.tmp.dir
       
       </name>
      
      
     
     

     
     
      
      
     
     
     
     
      
          
       
       <value>/opt/data/tmp
       
       </value>
      
      
     
     

     
     
      
      
     
     
     
     
      
        
       
       </property>
      
      
     
     
   
   1
2
3
4
   
   
1

十六、配置、格式化、启动HDFS

1、配置hdfs-site.xml

enter image description here

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim ${HADOOP_HOME}/etc/hadoop/hdfs-site.xml
   
   1
   
   
1


   
   
     
     
      
      
     
     
     
     
      
          
       
       <property>
      
      
     
     

     
     
      
      
     
     
     
     
      
             
       
       <name>dfs.replication
       
       </name>
      
      
     
     

     
     
      
      
     
     
     
     
      
             
       
       <value>1
       
       </value>
      
      
     
     

     
     
      
      
     
     
     
     
      
          
       
       </property>
      
      
     
     
   
   1
2
3
4
   
   
1

dfs.replication配置的是HDFS存储时的备份数量，因为这里是伪分布式环境只有一个节点，所以这里设置为1。

2、格式化HDFS

enter image description here

[hadoop@bigdata-senior01 ~]$ hdfs namenode –format
   
   1
   
   
1

格式化是对HDFS这个分布式文件系统中的DataNode进行分块，统计所有分块后的初始元数据的存储在NameNode中。

格式化后，查看core-site.xml里hadoop.tmp.dir（本例是/opt/data目录）指定的目录下是否有了dfs目录，如果有，说明格式化成功。

注意：

格式化时，这里注意hadoop.tmp.dir目录的权限问题，应该hadoop普通用户有读写权限才行，可以将/opt/data的所有者改为hadoop。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown -R hadoop:hadoop /opt/data
查看NameNode格式化后的目录。

   [hadoop@bigdata-senior01 ~]$ ll /opt/data/tmp/dfs/name/current
   
   1
   
   
1

enter image description here

fsimage是NameNode元数据在内存满了后，持久化保存到的文件。

fsimage*.md5 是校验文件，用于校验fsimage的完整性。

seen_txid 是hadoop的版本

vession文件里保存：

namespaceID：NameNode的唯一ID。
clusterID:集群ID，NameNode和DataNode的集群ID应该一致，表明是一个集群。


   
   
     
     
      
      
     
     
     
     
      
      
       
       #Mon Jul 
       
       04 
       
       17:
       
       25:
       
       50 CST 
       
       2016
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       namespaceID=
       
       2101579007
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       clusterID=CID-
       
       205277e6-
       
       493b-
       
       4601-
       
       8e33-c09d1d23ece4
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       cTime=
       
       0
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       storageType=NAME_NODE
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       blockpoolID=BP-
       
       1641019026-
       
       127.0
       
       .0
       
       .1-
       
       1467624350057
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       layoutVersion=-
       
       57
      
      
     
     
   
   1
2
3
4
5
6
7
   
   
1

3、启动NameNode


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start namenode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       starting namenode, logging to /opt/modules/hadoop-
       
       2.5
       
       .0/logs/hadoop-hadoop-namenode-bigdata-senior01.chybinmy.com.out
      
      
     
     
   
   1
2
   
   
1

enter image description here

4、启动DataNode


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start datanode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       starting datanode, logging to /opt/modules/hadoop-
       
       2.5
       
       .0/logs/hadoop-hadoop-datanode-bigdata-senior01.chybinmy.com.out
      
      
     
     
   
   1
2
   
   
1

enter image description here

5、启动SecondaryNameNode


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start secondarynamenode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       starting secondarynamenode, logging to /opt/modules/hadoop-
       
       2.5
       
       .0/logs/hadoop-hadoop-secondarynamenode-bigdata-senior01.chybinmy.com.out
      
      
     
     
   
   1
2
   
   
1

enter image description here

6、 JPS命令查看是否已经启动成功，有结果就是启动成功了。


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ jps
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       3034 NameNode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       3233 Jps
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       3193 SecondaryNameNode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       3110 DataNode
      
      
     
     
   
   1
2
3
4
5
   
   
1

enter image description here

7、 HDFS上测试创建目录、上传、下载文件

HDFS上创建目录

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -mkdir /demo1
   
   1
   
   
1

上传本地文件到HDFS上


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ ${HADOOP_HOME}/bin/hdfs dfs -put 
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       ${HADOOP_HOME}/etc/hadoop/core-site.xml /demo1
      
      
     
     
   
   1
2
   
   
1

读取HDFS上的文件内容

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -cat /demo1/core-site.xml
   
   1
   
   
1

enter image description here

从HDFS上下载文件到本地

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -get /demo1/core-site.xml
   
   1
   
   
1

enter image description here

十七、配置、启动YARN

1、配置mapred-site.xml

默认没有mapred-site.xml文件，但是有个mapred-site.xml.template配置模板文件。复制模板生成mapred-site.xml。

[hadoop@bigdata-senior01 hadoop-2.5.0]# cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
   
   1
   
   
1

添加配置如下：


   
   
     
     
      
      
     
     
     
     
      
      
       
       <property>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       <name>mapreduce.framework.name
       
       </name>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       <value>yarn
       
       </value>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       </property>
      
      
     
     
   
   1
2
3
4
   
   
1

指定mapreduce运行在yarn框架上。

enter image description here

2、配置yarn-site.xml

添加配置如下：


   
   
     
     
      
      
     
     
     
     
      
      
       
       <property>
      
      
     
     

     
     
      
      
     
     
     
     
      
        
       
       <name>yarn.nodemanager.aux-services
       
       </name>
      
      
     
     

     
     
      
      
     
     
     
     
      
        
       
       <value>mapreduce_shuffle
       
       </value>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       </property>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       <property>
      
      
     
     

     
     
      
      
     
     
     
     
      
          
       
       <name>yarn.resourcemanager.hostname
       
       </name>
      
      
     
     

     
     
      
      
     
     
     
     
      
          
       
       <value>bigdata-senior01.chybinmy.com
       
       </value>
      
      
     
     

     
     
      
      
     
     
     
     
      
       
       
       </property>
      
      
     
     
   
   1
2
3
4
5
6
7
8
   
   
1

yarn.nodemanager.aux-services配置了yarn的默认混洗方式，选择为mapreduce的默认混洗算法。
yarn.resourcemanager.hostname指定了Resourcemanager运行在哪个节点上。

3、启动Resourcemanager

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/yarn-daemon.sh start resourcemanager
   
   1
   
   
1

enter image description here

4、启动nodemanager

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/yarn-daemon.sh start nodemanager
   
   1
   
   
1

enter image description here

5、查看是否启动成功


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ jps
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       3034 NameNode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       4439 NodeManager
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       4197 ResourceManager
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       4543 Jps
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       3193 SecondaryNameNode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       3110 DataNode
      
      
     
     
   
   1
2
3
4
5
6
7
   
   
1

可以看到ResourceManager、NodeManager已经启动成功了。

enter image description here

6、 YARN的Web页面

YARN的Web客户端端口号是8088，通过http://192.168.100.10:8088/可以查看。

enter image description here

十八、运行MapReduce Job

在Hadoop的share目录里，自带了一些jar包，里面带有一些mapreduce实例小例子，位置在share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar，可以运行这些例子体验刚搭建好的Hadoop平台，我们这里来运行最经典的WordCount实例。

1、创建测试用的Input文件

创建输入目录:

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir -p /wordcountdemo/input
   
   1
   
   
1

创建原始文件:

在本地/opt/data目录创建一个文件wc.input,内容如下。

enter image description here

将wc.input文件上传到HDFS的/wordcountdemo/input目录中:

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /wordcountdemo/input
   
   1
   
   
1

enter image description here

2、运行WordCount MapReduce Job


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       2.5
       
       .0.jar wordcount /wordcountdemo/input /wordcountdemo/output
      
      
     
     
   
   1
2
   
   
1

enter image description here

3、查看输出结果目录


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ bin/hdfs dfs -ls /wordcountdemo/output
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       -rw-r--r--   
       
       1 hadoop supergroup          
       
       0 
       
       2016-
       
       07-
       
       05 
       
       05:
       
       12 /wordcountdemo/output/_SUCCESS
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       -rw-r--r--   
       
       1 hadoop supergroup         
       
       60 
       
       2016-
       
       07-
       
       05 
       
       05:
       
       12 /wordcountdemo/output/part-r-
       
       00000
      
      
     
     
   
   1
2
3
   
   
1

enter image description here

output目录中有两个文件，_SUCCESS文件是空文件，有这个文件说明Job执行成功。
part-r-00000文件是结果文件，其中-r-说明这个文件是Reduce阶段产生的结果，mapreduce程序执行时，可以没有reduce阶段，但是肯定会有map阶段，如果没有reduce阶段这个地方有是-m-。
一个reduce会产生一个part-r-开头的文件。
查看输出文件内容。


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ bin/hdfs dfs -cat /wordcountdemo/output/part-r-
       
       00000
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       hadoop  
       
       3
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       hbase   
       
       1
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       hive    
       
       2
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       mapreduce       
       
       1
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       spark   
       
       2
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       sqoop   
       
       1
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       storm   
       
       1
      
      
     
     
   
   1
2
3
4
5
6
7
8
   
   
1

结果是按照键值排好序的。

十九、停止Hadoop


   
   
     
     
      
      
     
     
     
     
      
      
       
        [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ sbin/hadoop-daemon.sh stop namenode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       stopping namenode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ sbin/hadoop-daemon.sh stop datanode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       stopping datanode
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ sbin/yarn-daemon.sh stop resourcemanager
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       stopping resourcemanager
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ sbin/yarn-daemon.sh stop nodemanager
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       stopping nodemanager
      
      
     
     
   
   1
2
3
4
5
6
7
8
   
   
1

enter image description here

二十、 Hadoop各个功能模块的理解

1、 HDFS模块

HDFS负责大数据的存储，通过将大文件分块后进行分布式存储方式，突破了服务器硬盘大小的限制，解决了单台机器无法存储大文件的问题，HDFS是个相对独立的模块，可以为YARN提供服务，也可以为HBase等其他模块提供服务。

2、 YARN模块

YARN是一个通用的资源协同和任务调度框架，是为了解决Hadoop1.x中MapReduce里NameNode负载太大和其他问题而创建的一个框架。

YARN是个通用框架，不止可以运行MapReduce，还可以运行Spark、Storm等其他计算框架。

3、 MapReduce模块

MapReduce是一个计算框架，它给出了一种数据处理的方式，即通过Map阶段、Reduce阶段来分布式地流式处理数据。它只适用于大数据的离线处理，对实时性要求很高的应用不适用。

第七步、开启历史服务

二十一、历史服务介绍

Hadoop开启历史服务可以在web页面上查看Yarn上执行job情况的详细信息。可以通过历史服务器查看已经运行完的Mapreduce作业记录，比如用了多少个Map、用了多少个Reduce、作业提交时间、作业启动时间、作业完成时间等信息。

二十二、开启历史服务

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh start historyserver、
   
   1
   
   
1

开启后，可以通过Web页面查看历史服务器：

http://bigdata-senior01.chybinmy.com:19888/

二十三、Web查看job执行历史

1、运行一个mapreduce任务


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       2.5
       
       .0.jar wordcount /wordcountdemo/input /wordcountdemo/output1
      
      
     
     
   
   1
2
   
   
1

2、 job执行中

enter image description here

3、查看job历史

enter image description here

历史服务器的Web端口默认是19888，可以查看Web界面。

但是在上面所显示的某一个Job任务页面的最下面，Map和Reduce个数的链接上，点击进入Map的详细信息页面，再查看某一个Map或者Reduce的详细日志是看不到的，是因为没有开启日志聚集服务。

二十四、开启日志聚集

4、日志聚集介绍

MapReduce是在各个机器上运行的，在运行过程中产生的日志存在于各个机器上，为了能够统一查看各个机器的运行日志，将日志集中存放在HDFS上，这个过程就是日志聚集。

5、开启日志聚集

配置日志聚集功能：

Hadoop默认是不启用日志聚集的。在yarn-site.xml文件里配置启用日志聚集。


   
   
     
     
      
      
     
     
     
     
      
      
       
       <property>
      
      
     
     

     
     
      
      
     
     
     
     
      
          
       
       <name>yarn.log-aggregation-enable
       
       </name>
      
      
     
     

     
     
      
      
     
     
     
     
      
          
       
       <value>true
       
       </value>
      
      
     
     

     
     
      
      
     
     
     
     
      
       
       
       </property>
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       <property>
      
      
     
     

     
     
      
      
     
     
     
     
      
          
       
       <name>yarn.log-aggregation.retain-seconds
       
       </name>
      
      
     
     

     
     
      
      
     
     
     
     
      
          
       
       <value>106800
       
       </value>
      
      
     
     

     
     
      
      
     
     
     
     
      
       
       
       </property>
      
      
     
     
   
   1
2
3
4
5
6
7
8
   
   
1

yarn.log-aggregation-enable:是否启用日志聚集功能。

yarn.log-aggregation.retain-seconds：设置日志保留时间，单位是秒。

将配置文件分发到其他节点：


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop]$ scp /opt/modules/hadoop-
       
       2.5
       
       .0/etc/hadoop/yarn-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoop-
       
       2.5
       
       .0/etc/hadoop/
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop]$ scp /opt/modules/hadoop-
       
       2.5
       
       .0/etc/hadoop/yarn-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoop-
       
       2.5
       
       .0/etc/hadoop/
      
      
     
     
   
   1
2
   
   
1

重启Yarn进程：


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ sbin/stop-yarn.sh
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ sbin/start-yarn.sh
      
      
     
     
   
   1
2
   
   
1

重启HistoryServer进程：


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ sbin/mr-jobhistory-daemon.sh stop historyserver
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       [hadoop
       
       @bigdata-senior01 hadoop-
       
       2.5
       
       .0]$ sbin/mr-jobhistory-daemon.sh start historyserver
      
      
     
     
   
   1
2
   
   
1

6、测试日志聚集

运行一个demo MapReduce，使之产生日志：

bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input /output1
   
   1
   
   
1

查看日志：

运行Job后，就可以在历史服务器Web页面查看各个Map和Reduce的日志了。

第四部分：完全分布式安装

第八步、完全布式环境部署Hadoop

完全分部式是真正利用多台Linux主机来进行部署Hadoop，对Linux机器集群进行规划，使得Hadoop各个模块分别部署在不同的多台机器上。

二十五、环境准备

1、克隆虚拟机

Vmware左侧选中要克隆的机器，这里对原有的BigData01机器进行克隆，虚拟机菜单中，选中管理菜单下的克隆命令。
选择“创建完整克隆”，虚拟机名称为BigData02，选择虚拟机文件保存路径，进行克隆。
再次克隆一个名为BigData03的虚拟机。

2、配置网络

修改网卡名称：

在BigData02和BigData03机器上编辑网卡信息。执行sudo vim /etc/udev/rules.d/70-persistent-net.rules命令。因为是从BigData01机器克隆来的，所以会保留BigData01的网卡eth0，并且再添加一个网卡eth1。并且eth0的Mac地址和BigData01的地址是一样的，Mac地址不允许相同，所以要删除eth0，只保留eth1网卡，并且要将eth1改名为eth0。将修改后的eth0的mac地址复制下来，修改network-scripts文件中的HWADDR属性。

sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0
   
   1
   
   
1

enter image description here

修改网络参数：

BigData02机器IP改为192.168.100.12

BigData03机器IP改为192.168.100.13

3、配置Hostname

BigData02配置hostname为 bigdata-senior02.chybinmy.com

BigData03配置hostname为 bigdata-senior03.chybinmy.com

4、配置hosts

BigData01、BigData02、BigData03三台机器hosts都配置为：


   
   
     
     
      
      
     
     
     
     
      
      
       
       [hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo vim /etc/hosts
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       192.168.100.10 bigdata-senior01.chybinmy.com
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       192.168.100.12 bigdata-senior02.chybinmy.com
      
      
     
     

     
     
      
      
     
     
     
     
      
      
       
       192.168.100.13 bigdata-senior03.chybinmy.com
      
      
     
     
   
   1
2
3
4
   
   
1

5、配置Windows上的SSH客户端

在本地Windows中的SSH客户端上添加对BigData02、BigData03机器的SSH链接。

二十六、服务器功能规划

bigdata-senior01.chybinmy.com	bigdata-senior02.chybinmy.com	bigdata-senior03.chybinmy.com
NameNode	ResourceManage
DataNode	DataNode	DataNode
NodeMan

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/600670