hadoop集群搭建

• 环境 centos6.7
• 虚拟机三台 yh01(主节点) yh02 yh03 一下如无特殊说明都是在主节点上配置

1.下载

http://mirrors.hust.edu.cn/ap…

hadoop-3.1.1.tar.gz

2.安装

2.1 参考文档

• 文档 http://hadoop.apache.org/docs/

  • 自行选择版本安装 本文按3.1.1示例
• 版本 http://hadoop.apache.org/rele…
• 3.1.1的配置参考文档 http://hadoop.apache.org/docs…

2.2 解压

• 上传hadoop-3.1.1.tar.gz到centos6.7系统中 解压

2.3 配置

• 配置文件位置 /export/servers/hadoop-3.1.1/etc/hadoop/
• hadoop-env.sh 27

• #jdk 环境 因为要远程调用 ${java_home}找不到变量  
  export JAVA_HOME=/export/servers/jdk1.8.0_141

• core-site.xml

  <configuration>
          <property>
          #hadoop使用的文件系统(uri) hdfs 和hdfs的位置
              <name>fs.defaultFS</name>
              <value>hdfs://yh01:9000</value>
          </property>
          <property>
          #hadoop运行时产生的文件的存储位置
              <name>hadoop.tmp.dir</name>
              <value>/export/data/HADOOP/apps/hadoop-3.1.1/tmp</value>
          </property>
  </configuration>

• hdfs-site.xml 都有默认值 也可以不配置

• <configuration>
      ----------------
      <property>
      #namenode上存储hdfs名字空间元数据
          <name>dfs.namenode.name.dir</name>
          <value>/export/data/HADOOP/hdfs/name</value>
      </property>
      <property>
      #hdfs datanode上数据块的物理存储位置
          <name>dfs.datanode.data.dir</name>
          <value>/export/data/HADOOP/hdfs/data</value>
      </property>
      <property>
      #hdfs数据副本数量 3分副本 应小于datanode机器数量
          <name>dfs.replication</name>
          <value>3</value>
      </property>
      ----------------
      <property>
          <name>dfs.secondary.http.address</name>
          <value>yh01:50090</value>
      </property>
  </configuration>

• mapred-site.xml

• <configuration>
          <property>
              <name>mapreduce.framework.name</name>
              #mr运行的平台 默认local本地模式
              <value>yarn</value>
          </property>
      </configuration>

• yarn-site.xml

• <configuration>
          <property>
              <name>yarn.resourcemanager.hostname</name>
              #yarn (MR)的ResourcesManager管理界面的地址 主机名称
              <value>yh01</value>
          </property>
          <property>
              #reducer获取数据的方式
              <name>yarn.nodemanager.aux-services</name>
              <value>mapreduce_shuffle</value>
          </property>
      </configuration>

• 添加hdfs权限 vim sbin/start-dfs.sh sbin/stop-dfs.sh 在顶部空白位置添加

• HDFS_DATANODE_USER=root
  HDFS_DATANODE_SECURE_USER=hdfs
  HDFS_NAMENODE_USER=root
  HDFS_SECONDARYNAMENODE_USER=root

  • 否则会报错 （缺少用户权限定义造成的）因此编辑启动和关闭

  • ERROR: Attempting to launch hdfs namenode as root
    ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting launch.
    Starting datanodes
    ERROR: Attempting to launch hdfs datanode as root
    ERROR: but there is no HDFS_DATANODE_USER defined. Aborting launch.
    Starting secondary namenodes [localhost.localdomain]
    ERROR: Attempting to launch hdfs secondarynamenode as root
    ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting launch.

• 添加yarn权限 vim sbin/start-yarn.sh sbin/stop-yarn.sh

• YARN_RESOURCEMANAGER_USER=root
  HDFS_DATANODE_SECURE_USER=yarn
  YARN_NODEMANAGER_USER=root

2.4 添加环境变量

• vim /etc/profile

• export JAVA_HOME=/export/servers/jdk1.8.0_141
  export PATH=$PATH:$JAVA_HOME/bin
  
  #hadoop
  export HADOOP_HOME=/export/servers/hadoop-3.1.1
  export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

• source /etc/profile
• 临时简单验证下有没有问题

• [root@yh01]# cd $HADOOP_HOME
  
  [root@yh01 hadoop-3.1.1]#  bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.1.jar grep input output 'dfs[a-z.]+'

• 修改ssh (yh01 yh02 yh03 都需要执行ssh-keygen以下的命令)

• 现在检查您是否可以在没有密码的情况下ssh到localhost：
   ssh yh01
   
   如果在没有密码短语的情况下无法ssh到localhost，请执行以下命令：
  
   ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa
   cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
   chmod 0600 ~/.ssh/authorized_keys
   
   添加本机ssh到本机ssh中 当使用start-all.sh启动works下的所有机器时能直接无秘钥启动
   同时分发yh01主机的秘密到其他机器中
   ~/.ssh/authorized_keys 包含 当前机器 及主节点机器的秘钥
   

• 修改/etc/ssh/sshd_config 文件

• 需要修改的 如果有注释 就发开注释
  
  RSAAuthentication yes 
  PubkeyAuthentication yes #这两项为打开公钥模式 
  AuthorizedKeysFile .ssh/authorized_keys #配置公钥记录文件 
  PasswordAuthentication yes #打开密码验证模式

2.4.1 分发hadoop文件

• 分发$HADOOP_HOME的文件到其他机器

[root@yh01 hadoop-3.1.1]# pwd
/export/servers/hadoop-3.1.1
[root@yh01 hadoop-3.1.1]# scp -r hadoop-3.1.1/ root@yh02:$PWD
[root@yh01 hadoop-3.1.1]# scp -r hadoop-3.1.1/ root@yh03:$PWD

• 修改works文件 文件中的所有工作者主机名或IP地址，每行一个

  添加hadoop节点
  
  vim hadoop-3.1.1/etc/hadoop/works
    假设有3台
   
    yh01
    yh02
    yh03
    
    要添加本机ssh链接
    ssh yh01

3 启动

3.1 先格式化HDFS 启动HDFS 然后启动yarn

如果配置了workds文件
只需要在yh01上执行即可 分割线一下的可以忽略

hdfs namenode -format 
启动 
$HADOOP_HOME/sbin/start-dfs.sh 
$HADOOP_HOME/sbin/start-yarn.sh
$HADOOP_HOME/bin/mapred --daemon start historyserver
关闭
$HADOOP_HOME/sbin/stop-dfs.sh
$HADOOP_HOME/sbin/stop-yarn.sh
$HADOOP_HOME/bin/mapred --daemon stop historyserver
===========================



在主节点 yh01上执行
$HADOOP_HOME/bin/hdfs --daemon start namenode
在副节点 yh02 yh03上执行
$HADOOP_HOME/bin/hdfs --daemon start datanode
#格式化成功
2018-08-24 16:41:04,983 INFO common.Storage: Storage directory /export/data/HADOOP/data/name has been successfully formatted.

3.2 批量操作

启动所有
start-all.sh 
关闭所有
stop-all.sh

3.3 验证

[root@yh01 logs]# jps
5633 Jps
4498 ResourceManager
4020 DataNode
5556 JobHistoryServer
3879 NameNode
4247 SecondaryNameNode
4635 NodeManager

[root@yh02 hadoop-3.1.1]# jps
5856 Jps
3969 Bootstrap
5345 NodeManager
5235 DataNode
3919 QuorumPeerMain


[root@yh03 hadoop-3.1.1]# jps
3729 QuorumPeerMain
4820 NodeManager
4711 DataNode
3768 Bootstrap
5050 Jps

4访问manager页面