【Hadoop筆記】Hadoop叢集安裝
Hadoop叢集安裝
小白剛剛開始學習Hadoop,本文記錄一下Hadoop叢集的安裝過程,不當之處望大佬指出。
本文使用VMWare模擬區域網環境下的三臺虛擬機器器搭建Hadoop叢集,三臺虛擬機器器已經設定SSH登入。
Linux版本:CentOS 6.9
JDK版本:1.8.0
Hadoop版本:hadoop-2.6.0-cdh5.14.0
CDH提供的Hadoop安裝包需要重新編譯,本文使用已經編譯好的安裝包,編譯步驟略過。
1.上傳壓縮包並解壓
將我們重新編譯之後支援snappy壓縮的hadoop包上傳到第一臺伺服器並解壓
第一臺機器執行以下命令
cd /export/softwares/
tar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C ../servers/
複製程式碼
2.檢視Hadoop支援的壓縮方式以及本地庫
cd /export/servers/hadoop-2.6.0-cdh5.14.0
bin/hadoop checknative
複製程式碼
如果出現openssl為false,那麼所有機器線上安裝openssl即可,執行以下命令,虛擬機器器聯網之後就可以線上進行安裝了
yum -y install openssl-devel
複製程式碼
3.修改配置檔案
共需要修改6個配置檔案
(1)core-site.xml
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim core-site.xml
複製程式碼
<configuration>
<!-- 指定HDFS訪問的域名地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://node01:8020</value>
</property>
<!-- 臨時檔案儲存目錄 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas</value >
</property>
<!-- 緩衝區大小,實際工作中根據伺服器效能動態調整 -->
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
<!-- 開啟hdfs的垃圾桶機制,刪除掉的資料可以從垃圾桶中回收,單位分鐘 -->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
</configuration>
複製程式碼
(2)hdfs-site.xml
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim hdfs-site.xml
複製程式碼
<configuration>
<!-- NameNode儲存元資料資訊的路徑,實際工作中,一般先確定磁碟的掛載目錄,然後多個目錄用,進行分割 -->
<!-- 叢集動態上下線
<property>
<name>dfs.hosts</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host</value>
</property>
<property>
<name>dfs.hosts.exclude</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value>
</property>
-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node01:50090</value>
</property>
<!-- hdfs的叢集的web 訪問地址 -->
<property>
<name>dfs.namenode.http-address</name>
<value>node01:50070</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas</value>
</property>
<!-- 定義dataNode資料儲存的節點位置,實際工作中,一般先確定磁碟的掛載目錄,然後多個目錄用逗號進行分割 -->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value>
</property>
<!-- edits產生的檔案存放路徑 -->
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value>
</property>
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value>
</property>
<property>
<name>dfs.namenode.checkpoint.edits.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value>
</property>
<!-- 預設檔案儲存的副本數量 -->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!-- 關閉hdfs的檔案許可權 -->
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<!-- 預設 檔案的儲存的塊的大小 -->
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
</configuration>
複製程式碼
(3)hadoop-env.sh
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim hadoop-env.sh
複製程式碼
修改JAVA_HOME的路徑為jdk的安裝路徑
export JAVA_HOME=/export/servers/jdk1.8.0_141
複製程式碼
(4)mapred-site.xml
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim mapred-site.xml
複製程式碼
<configuration>
<!--指定執行mapreduce的環境是yarn -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!--開啟job的小任務模式-->
<property>
<name>mapreduce.job.ubertask.enable</name>
<value>true</value>
</property>
<!-- MapReduce JobHistory Server IPC host:port -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>node01:10020</value>
</property>
<!-- MapReduce JobHistory Server Web UI host:port -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node01:19888</value>
</property>
</configuration>
複製程式碼
(5)yarn-site.xml
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim yarn-site.xml
複製程式碼
<configuration>
<!-- yarn resourcesmanager 的主機地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node01</value>
</property>
<!-- 逗號隔開的服務列表,列表名稱應該只包含a-zA-Z0-9_,不能以數字開始-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 啟用日誌聚合功能,應用程式完成後,收集各個節點的日誌到一起便於檢視 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.log.server.url</name>
<value>http://node01:19888/jobhistory/logs</value>
</property>
<!--多長時間將聚合刪除一次日誌 此處 30 day -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>2592000</value>
</property>
<!--時間在幾秒鐘內保留使用者日誌。只適用於如果日誌聚合是禁用的-->
<property>
<name>yarn.nodemanager.log.retain-seconds</name>
<value>604800</value><!--7 day-->
</property>
<!--指定檔案壓縮型別用於壓縮彙總日誌-->
<property>
<name>yarn.nodemanager.log-aggregation.compression-type</name>
<value>gz</value>
</property>
<!-- nodemanager本地檔案儲存目錄-->
<property>
<name>yarn.nodemanager.local-dirs</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/yarn/local</value>
</property>
<!-- resourceManager 儲存最大的任務完成個數 -->
<property>
<name>yarn.resourcemanager.max-completed-applications</name>
<value>1000</value>
</property>
</configuration>
複製程式碼
(6)slaves
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
vim slaves
複製程式碼
追加叢集節點資訊
node01
node02
node03
複製程式碼
4.建立檔案存放的目錄
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits
複製程式碼
5.安裝包的分發
cd /export/servers/
scp -r hadoop-2.6.0-cdh5.14.0/ node02:$PWD
scp -r hadoop-2.6.0-cdh5.14.0/ node03:$PWD
複製程式碼
6.配置Hadoop的環境變數
每臺機器都要進行配置Hadoop的環境變數
vim /etc/profile
複製程式碼
在檔案中追加以下內容:
export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0 export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
複製程式碼
7.讓環境變數立即生效
每臺機器都需要執行:
source /etc/profile
複製程式碼
叢集啟動
各個節點需要啟動的服務:
node01 | node02 | node03 | |
---|---|---|---|
HDFS | NameNode | ||
HDFS | SecondaryNameNode | ||
HDFS | DataNode | DataNode | DataNode |
YARN | ResourceManager | ||
YARN | NodeManager | NodeManager | NodeManager |
MapReduce | JobHistoryServer |
注意:
- 要啟動 Hadoop 叢集,需要啟動 HDFS 和 YARN 兩個叢集。
- 首次啟動HDFS時,必須對其進行格式化操作。本質上是一些清理和準備工作,因為此時的 HDFS 在物理上還是不存在的
cd hadoop-2.6.0-cdh5.14.0/
bin/hdfs namenode -format
或者
bin/hadoop namenode –format
複製程式碼
啟動方式一: 單機節點依次啟動
(1)在主節點上使用以下命令啟動 HDFS NameNode:
hadoop-daemon.sh start namenode
複製程式碼
(2)在每個節點上使用以下命令啟動 HDFS DataNode:
hadoop-daemon.sh start datanode
複製程式碼
(3)在主節點上使用以下命令啟動 HDFS SecondaryNameNode:
hadoop-daemon.sh start secondarynamenode
複製程式碼
(4)在主節點上使用以下命令啟動 YARN ResourceManager:
yarn-daemon.sh start resourcemanager
複製程式碼
(5)在每個節點上使用以下命令啟動 YARN NodeManager:
yarn-daemon.sh start nodemanager
複製程式碼
(6)在主節點上使用以下命令啟動jobhistory:
mr-jobhistory-daemon.sh start historyserver
複製程式碼
以上指令碼位於$HADOOP_PREFIX/sbin/目錄下。如果想要停止某個節點上某個角色,只需要把命令中的start 改為stop 即可。
啟動方式二: 指令碼一鍵啟動
如果配置了 etc/hadoop/slaves 和 ssh 免密登入,則可以使用程式指令碼啟動所有Hadoop 兩個叢集的相關程式,在主節點所設定的機器上執行。
node01節點上執行以下命令:
cd /export/servers/hadoop-2.6.0-cdh5.14.0/
sbin/start-dfs.sh
sbin/start-yarn.sh
sbin/mr-jobhistory-daemon.sh start historyserver
複製程式碼
停止叢集
一般沒什麼問題,不要停止叢集
sbin/stop-dfs.sh
sbin/stop-yarn.sh
sbin/mr-jobhistory-daemon.sh stop historyserver
複製程式碼
瀏覽器檢視啟動頁面
這裡大家根據自己配置的IP去訪問,由於我在本地host檔案中起過別名了,就用別名訪問了。
hdfs叢集訪問地址
yarn叢集訪問地址
jobhistory訪問地址: