Hadoop叢集配置詳細步驟
一般來說,hadoop叢集環境都是比較耗記憶體的,所以即使在虛擬機器上面,配置的每臺機器的記憶體至少不能小於50G,不然
後期測試會去進行一個擴容,所以就要求自己的電腦配置相對於比較高,這樣才能完成本地的一些大資料的測試。
因為hadoop都是比較耗記憶體的,所以需要注意以下2點:
1.NameNode和SecondaryNameNode不要安裝在同一臺伺服器
2.ResourceManager也很消耗記憶體,不要和NameNode、SecondaryNameNode配置在同一臺機器上。
我的虛擬機器的配置是這樣配置的:
從上面可以看出,每個虛擬機器的相同配置是都有NodeManager和DataNode,3個節點不同的地方是NameNode我是配置在第一臺虛擬機器上面,
ResourceManager配置在第二臺虛擬機器上面,SecondaryNameNode配置在第三臺虛擬機器上面,這樣就大大減少了單臺虛擬機器記憶體飆升的機率。
具體是怎麼配置的呢?先來看看叢集配置檔案介紹:
配置檔案說明
Hadoop配置檔案分兩類:預設配置檔案和自定義配置檔案,只有使用者想修改某一預設配置值時,才需要修改自定義配置檔案,更改相應屬性值。
(1)預設配置檔案:
要獲取的預設檔案 | 檔案存放在Hadoop的jar包中的位置 |
[core-default.xml] | hadoop-common-3.1.3.jar/core-default.xml |
[hdfs-default.xml] | hadoop-hdfs-3.1.3.jar/hdfs-default.xml |
[yarn-default.xml] | hadoop-yarn-common-3.1.3.jar/yarn-default.xml |
[mapred-default.xml] | hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml |
(2)自定義配置檔案:
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四個配置檔案存放在$HADOOP_HOME/etc/hadoop這個路徑上,使用者可以根據專案需求重新進行修改配置。
詳細配置步驟:
(1)核心配置檔案
配置core-site.xml
使用cd $HADOOP_HOME/etc/hadoop命令找到核心配置檔案:
在configuration標籤裡面增加如下內容:
<configuration>
<!-- 指定NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://Hadoop102:8020</value>
</property>
<!-- 指定hadoop資料的儲存目錄 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-3.1.3/data</value>
</property>
<!-- 配置HDFS網頁登入使用的靜態使用者為mischen -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>mischen</value>
</property>
</configuration>
(2)HDFS配置檔案
配置hdfs-site.xml
使用vimhdfs-site.xml開啟HDFS的配置檔案:
同樣在configuration標籤裡面新增如下配置:
<configuration>
<!-- nn web端訪問地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>Hadoop102:9870</value>
</property>
<!-- 2nn web端訪問地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>Hadoop104:9868</value>
</property>
</configuration>
(3)YARN配置檔案
配置yarn-site.xml
vimyarn-site.xml
<configuration>
<!-- Site specific YARN configuration properties -->
<!-- 指定MR走shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定ResourceManager的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop103</value>
</property>
<!-- 環境變數的繼承 -->
<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>
<!-- 開啟日誌聚集功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 設定日誌聚集伺服器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://Hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 設定日誌保留時間為7天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
</configuration>
(4)MapReduce配置檔案
配置mapred-site.xml
vimmapred-site.xml
<configuration>
<!-- 指定MapReduce程式執行在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 歷史伺服器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>Hadoop102:10020</value>
</property>
<!-- 歷史伺服器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>Hadoop102:19888</value>
</property>
</configuration>
至此,1個節點的hadoop就配置完成了,另外2個的叢集節點也需要做相應配置,叢集才算正式生效!