赞
踩
注:Extra Packages for Enterprise Linux是为“红帽系”的操作系统提供额外的软件包,适用于RHEL、CentOS和Scientific Linux。相当于是一个软件仓库,大多数rpm包在官方repository中是找不到的)
yum install -y epel-release
如果Linux安装的是最小系统版,还需要安装如下工具;如果安装的是Linux桌面标准版,不需要执行如下操作
net-tool:工具包集合,包含ifconfig等命令
yum install -y net-tools
vim:编辑器
yum install -y vim
systemctl stop firewalld
systemctl disable firewalld.service
注意:在企业开发时,通常单个服务器的防火墙时关闭的。公司整体对外会设置非常安全的防火墙
vim /etc/hostname
修改为bigdata01
配置Linux克隆机主机名称映射hosts文件,打开/etc/hosts
vim /etc/hosts
添加以下内容:
192.168.10.102 bigdata01
192.168.10.103 bigdata02
192.168.10.104 bigdata03
以自己虚拟机的实际ip为准
JDK8官网下载路径:https://www.oracle.com/java/technologies/downloads/
点击登录Oracle账号就可以下载了(作为开发人员肯定有Oracle账号)
我这里用的3.3.4版本 推荐使用清华大学镜像下载很快https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-3.3.4/
点击下载就可以了
到此前期的准备工作已经完成,开始部署
这里我在/opt
目录下创建software
和module
两个文件夹
提前把jdk和hadoop的压缩包传到software文件夹里
然后开始解压缩,把文件压缩到/opt/module/
目录下
tar -zxvf jdk-8u341-linux-x64.tar.gz -C /opt/module/
注意压缩包的名字别写错了,我这里的压缩包名可能跟你的不一样
常规做法是vi /etc/profile
,直接在后面写东西,但发现创建新的.sh
文件更加方便直观,我在这里采用一种新的方法
先进入profile.d
这个文件夹看一下,里面有各种各样的.sh
文件,我们这里创建一个新的.sh
文件。
新建/etc/profile.d/my_env.sh
文件
vim /etc/profile.d/my_env.sh
添加如下内容:
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_341
export PATH=$PATH:$JAVA_HOME/bin
写完之后出来source一下
source /etc/profile
输入java或java -version能看到信息就证明jdk安装成功了
跟jdk安装一样先到software
目录下解压Hadoop压缩包
tar -zxvf hadoop-3.3.4.tar.gz -C /opt/module/
vi /etc/profile.d/my_env.sh
注意看清文件名
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.3.4
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
最后再source一下
source /etc/profile
hadoop
source完之后,输入hadoop或hadoop version回车能看到内容说明hadoop已经安装完成
我们进到hadoop目录里面
bin、etc、sbin
这三个目录非常重要,后期会经常使用,这里只简单说一下文件里的内容大体有什么,可以自行查找资料,我后期可能会更新相关内容,建议关注一下我!
(1)bin目录:存放对Hadoop相关服务(hdfs,yarn,mapred)进行操作的脚本
(2)etc目录:Hadoop的配置文件目录,存放Hadoop的配置文件
(3)sbin目录:存放启动或停止Hadoop相关服务的脚本
Hadoop运行模式包括:本地模式、伪分布式模式以及完全分布式模式。
①本地模式:单机运行,只是用来演示一下官方案例。生产环境不用。
②伪分布式模式:也是单机运行,但是具备Hadoop集群的所有功能,一台服务器模拟一个分布式的环境,个别缺钱的公司用来测试,生产环境不用。
③完全分布式模式:多台服务器组成分布式环境。生产环境使用。
这篇文章只介绍最牛皮的分布式环境,其他两种模式太low,大家可以自行搜索学习
scp可以实现服务器与服务器之间的数据拷贝。(from server1 to server2)
scp -r $pdir/$fname $user@$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
前提:在hadoop102、hadoop103、hadoop104都已经创建好的/opt/module和/opt/software两个目录
①在hadoop102上,将hadoop102中/opt/module/jdk1.8.0_314目录拷贝到hadoop103上
scp -r jdk1.8.0_341/ root@hadoop103:/opt/module/
②那么问题来了能不能再hadoop103上拉取hadoop的文件呢
在hadoop103上,将hadoop102中/opt/module/hadoop-3.3.4目录拷贝到hadoop103上。
scp -r root@hadoop102:/opt/module/hadoop-3.3.4 /opt/module/
结果显而易见也是可以的
③那么问题又来了,能不能在hadoop103上拉取hadoop102的文件给hadoop104呢
在hadoop103上操作,将hadoop102中/opt/module目录下所有目录拷贝到hadoop104上。
scp -r root@hadoop102:/opt/module/* root@hadoop104:/opt/module/
我们发现也是可以的,是不是很神奇,这就是scp的强大之处
rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync和scp区别:用rsync做文件的复制要比scp的速度快,rsync只对差异文件做更新。scp是把所有文件都复制过去。
rsync -av $pdir/$fname $user@$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
选项参数说明:
选项 | 说明 |
---|---|
-a | 归档拷贝 |
-v | 显示复制过程 |
(1)rsync命令原始拷贝:
rsync -av /opt/module root@hadoop103:/opt/
(2)期望脚本:
xsync+要同步的文件名称
(3)期望脚本在任何路径都能使用(脚本放在声明了全局环境变量的路径)
echo $PATH
/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/atguigu/.local/bin:/home/atguigu/bin:/opt/module/jdk1.8.0_212/bin
(1)在/home/atguigu/bin目录下创建xsync文件
cd /home/atguigu
mkdir bin
cd bin
vim xsync
在该文件中编写如下代码
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
echo ==================== $host ====================
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
(2)修改脚本 xsync 具有执行权限
chmod 777 xsync
(3)测试脚本
xsync /home/root/bin
(4)将脚本复制到/bin中,以便全局调用
sudo cp xsync /bin/
(5)同步环境变量配置(root所有者)
xsync /etc/profile.d/my_env.sh
注意:如果用了sudo,那么xsync一定要给它的路径补全。
让环境变量生效
[root@hadoop103 bin]$ source /etc/profile
[root@hadoop104 opt]$ source /etc/profile
ssh另一台电脑的IP地址
[root@hadoop102 ~]$ ssh hadoop103
如果出现如下内容
Are you sure you want to continue connecting (yes/no)?
输入yes,并回车
(3)退回到hadoop102
[root@hadoop103 ~]$ exit
生成公钥和私钥
cd root
ls -al
cd .ssh
ssh-keygen -t rsa
现在我们就看到文件夹里有一个私钥一个公钥
我们分别打印看一下
现看私钥 cat id_rsa
长这样
再看一下公钥 cat id_rsa.pub
将公钥拷贝到要免密登录的目标机器上
然后我们再试一下
ssh hadoop103
ssh hadoop104
我们可以看到不用再输密码了
为了方便使用我们可以给hadoop103和hadoop104两台机器再按照上述操作配一下
注意:
按理说NameNode
和SecondaryNameNode
不要安装在同一台服务器。ResourceManager
也很消耗内存,不要和NameNode
、SecondaryNameNode
配置在同一台机器上。为了测试方便将NameNode和SecondaryNameNode装在了一台主机上。
Hadoop配置文件分两类:默认配置文件和自定义配置文件,只有用户想修改某一默认配置值时,才需要修改自定义配置文件,更改相应属性值。
①默认配置文件:
②自定义配置文件:
core-site.xml
、hdfs-site.xml
、yarn-site.xml
、mapred-site.xml
四个配置文件存放在$HADOOP_HOME/etc/hadoop
这个路径上,用户可以根据项目需求重新进行修改配置。
①核心配置文件
配置core-site.xml
vim core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://bigdata01:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop/hadoop_repo</value>
</property>
</configuration>
![在这里插入图片描述](https://img-blog.csdnimg.cn/1fdd8b4bc8c34930baf9158fe4427f2e.png
②HDFS配置文件
配置hdfs-site.xml
vim hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.http-address</name>
<value>bigdata01:9870</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>bigdata03:9868</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop/hadoop_repo</value>
</property>
</configuration>
③YARN配置文件
配置yarn-site.xml
vim yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>bigdata01</value>
</property>
</configuration>
④MapReduce配置文件
配置mapred-site.xml
vim mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
⑤修改hadoop-env.sh文件,在文件末尾增加环境变量信息
export JAVA_HOME=/opt/module/jdk1.8
export HADOOP_LOG_DIR=/opt/module/hadoop/logs
我们目前只是在hadoop102上配置好了,然后该分发给其他两个主机
xsync /opt/module/hadoop-3.1.3/etc/hadoop/
修改启动脚本
cd /opt/module/hadoop/sbin/
修改 start-dfs.sh , stop-dfs.sh 这两个脚本文件,在文件前面增加如下内容
start-dfs.sh
HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
stop-dfs.sh
HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
修改 start-yarn.sh , stop-yarn.sh 这两个脚本文件,在文件前面增加如下内容
start-yarn.sh
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
stop-yarn.sh
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
开启日志聚合功能需要修改yarn-site.xml的配置,增加yarn.log-aggregation-enable和yarn.log.server.url这两个参数
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.log.server.url</name>
<value>http://bigdata01:19888/jobhistory/logs/</value>
</property>
<!-- 设置日志保留时间为7天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
分发配置
xsync /opt/module/hadoop-3.3.4/etc/hadoop/yarn-site.xml
注意:修改这个配置想要生效需要重启集群。
启动historyserver进程,需要在集群的所有节点
上都启动这个进程
bin/mapred --daemon start historyserver
vim /opt/module/hadoop-3.3.4/etc/hadoop/workers
bigdata02
bigdata03
注意:该文件中添加的内容结尾不允许有空格,文件中不允许有空行。
同步所有节点配置文件
xsync /opt/module/hadoop-3.3.4/etc
①如果集群是第一次启动,需要在hadoop102节点格式化NameNode
注意:格式化NameNode,会产生新的集群id,导致NameNode和DataNode的集群id不一致,集群找不到已往数据。如果集群在运行过程中报错,需要重新格式化NameNode的话,一定要先停止namenode和datanode进程,并且要删除所有机器的data和logs目录,然后再进行格式化。
hdfs namenode -format
②启动HDFS
sbin/start-all.sh
③Web端查看HDFS的NameNode
浏览器中输入:http://bigdata01:9870
查看HDFS上存储的数据信息
注意如果使用云服务器需要在安全组开放9870端口
⑤Web端查看YARN的ResourceManager
浏览器中输入:http://bigdata01:8088
查看YARN上运行的Job信息
注意如果使用云服务器需要在安全组开放9870端口
1、hadoop-env.sh:
export JAVA_HOME=/opt/module/jdk1.8
export HADOOP_LOG_DIR=/opt/module/hadoop/logs
2、core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://bigdata01:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop/hadoop_repo</value>
</property>
</configuration>
3、hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.http-address</name>
<value>bigdata01:9870</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>bigdata03:9868</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop/hadoop_repo</value>
</property>
</configuration>
4、yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>bigdata01</value>
</property>
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.log.server.url</name>
<value>http://bigdata01:19888/jobhistory/logs/</value>
</property>
</configuration>
5、mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
6、works
bigdata02
bigdata03
7、start-dfs.sh , stop-dfs.sh
start-dfs.sh
HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
stop-dfs.sh
HDFS_DATANODE_USER=root
HDFS_DATANODE_SECURE_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
8、 start-yarn.sh , stop-yarn.sh
start-yarn.sh
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
stop-yarn.sh
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。