一、Hadoop是什么

• Hadoop是一個由Apache基金會所開發(fā)的分布式系統(tǒng)基礎架構。
• 主要解決，海量數(shù)據(jù)的存儲和海量數(shù)據(jù)的分析計算問題。
• Hadoop并不只是單單一個技術，而是一個生態(tài)圈，里面包括Spark、Flume、HBase、Kafka、Sqoop、Hive、Oozie、Azkaban、Zookeeper。

二、Hadoop組成

1、Hadoop1.x

????????①：MapReduce（計算+資源調度）
②：HDFS（數(shù)據(jù)存儲）
③：Common（輔助工具）

2、Hadoop2.x

????????①：MapReduce（計算）
②：Yarn（資源調度）
③：HDFS（數(shù)據(jù)存儲）
④：Common（輔助工具）

三、Hadoop集群搭建所需工具（鏈接如下，自行下載）

• JDK1.8
• Hadoop2.7

四、Hadoop集群配置前期準備

1.克隆虛擬機（克隆三臺，首先配置第一臺，剩下兩臺由于篇幅有限，不再復述，步驟和第一臺一樣）

修改主機名，我設置為hadoop102

hostnamectl set-hostname 你要設置的主機名

關閉防火墻

systemctl stop firewalld.service # 關閉防火墻

systemctl disable firewalld.service # 禁止開機自啟

配置虛擬機網(wǎng)絡，可以連通外網(wǎng)和主機
①：修改虛擬機網(wǎng)絡為NAT模式

②：打開虛擬網(wǎng)絡編輯器，將我框起來的ip地址和子網(wǎng)掩碼記下來，繼續(xù)點擊NAT配設置，同樣記下來框起來的，后面要用。

③：從這里開始進入root模式，首先使用如下命令進入網(wǎng)絡配置，然后按照我的圖修改您的配置，請和我保持一致，沒有的東西就自己寫上，然后按照我的配置。

vim /etc/sysconfig/network-scripts/ifcfg-ens32 #電腦不同最后面的ens32可能不一樣，但是就找差不多的就行

④：重啟網(wǎng)絡（配置到這里可以ping一下百度之類的，但是還沒全部完成，完全按照我的做，應該沒問題，我們還需要配置虛擬機之間的連通，所以另外兩臺虛擬機請按照上面的操作配置。）

systemctl start network.service

? ? ⑤：配置和另外兩臺的連通（我三臺分別叫hadoop102、hadoop103、hadoop104）

vim /etc/hosts

⑥：測試連接，我們分別ping百度、主機、和另外兩臺虛擬機，如果如下圖，則證明配置成功。

五、Hadoop運行環(huán)境搭建

????①：在/opt下面新建module和software，分別用來存放安裝包和程序

②：使用連接工具將上面我提供的安裝包放入software，然后開始安裝jdk，首先卸載之前的jdk，命令如下

rpm -e --nodeps java-1.8.0-openjdk-1.8.0.102-4.b14.el7.x86_64

rpm -e --nodeps java-1.8.0-openjdk-headless-1.8.0.102-4.b14.el7.x86_64

rpm -e --nodeps java-1.7.0-openjdk-headless-1.7.0.111-2.6.7.8.el7.x86_64

rpm -e --nodeps java-1.7.0-openjdk-1.7.0.111-2.6.7.8.el7.x86_64

? ? ③：然后解壓jdk到module中

tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module/

? ? ④：然后配置jdk環(huán)境變量，首先獲取jdk路徑（在解壓后的目錄運行pwd命令，如下，將這個目錄保存下來）

[root@hadoop102 jdk1.8.0_144]$ pwd

/opt/module/jdk1.8.0_144

????⑤：打開/etc/profile文件

vim /etc/profile

? ? ⑥：在profile文件末尾添加JDK路徑，保存后退出

#JAVA_HOME

export JAVA_HOME=/opt/module/jdk1.8.0_144

export PATH=$PATH:$JAVA_HOME/bin

? ? ⑦：安裝hadoop，前面的步驟一樣，將安裝包解壓到module中，然后使用pwd獲取路徑保存，然后打開/etc/profile文件，在profile文件末尾添加JDK路徑，保存后退出。

##HADOOP_HOME
export
HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

? ? ⑧：讓修改后的文件生效

source/etc/profile

? ? ⑨：如下圖所示，即生效

至此，一臺機器的前期準備工作已完成，另外兩臺完全按照一樣的步驟操作，按照我的一步一步來，肯定沒問題，該踩的坑我都踩過了hh~

六、Hadoop完全分布式集群環(huán)境正式搭建

1、編寫集群分發(fā)腳本xsync

????①：在/home/atguigu目錄下創(chuàng)建bin目錄，并在bin目錄下創(chuàng)建xsync文件

mkdir bin
cd bin/
touch xsync
vi xsync

? ? ②：文件內容如下

#!/bin/bash
#1 獲取輸入?yún)?shù)個數(shù)，如果沒有參數(shù)，直接退出
pcount=$#
if((pcount==0)); then
echo no args;
exit;
fi
#2 獲取文件名稱
p1=$1
fname=`basename $p1`
echo fname=$fname
#3 獲取上級目錄到絕對路徑
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir
#4 獲取當前用戶名稱
user=`whoami`
#5 循環(huán)
for((host=103; host<105; host++)); do
echo ------------------- hadoop$host --------------   
rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done

? ? ③：修改腳本 xsync 具有執(zhí)行權限

chmod 777 xsync

? ? ④：調用腳本形式：xsync 文件名稱

xsync /home/ironmanjay/bin

注：如果將xsync放到/home/atguigu/bin目錄下仍然不能實現(xiàn)全局使用，可以將xsync移動到/usr/local/bin目錄下。

2、集群配置

????這里我們首先配置hadoop102一個主機，配置好之后我們把配置文件使用上面的功能分發(fā)下去，這樣就實現(xiàn)了集群的配置。
①：配置core-site.xml，在文件中編寫如下配置（在hadoop目錄下）

vim core-site.xml

<!-- 指定HDFS中NameNode的地址-->
<property>
     <name>fs.defaultFS</name>
<value>hdfs://hadoop102:9000</value>
</property>

<!-- 指定Hadoop運行時產生文件的存儲目錄–>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>

????②：配置hadoop-env.sh

[root@hadoop102 hadoop]$ vim hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

? ? ③：配置hdfs-site.xml，在該文件中編寫如下配置

vim hdfs-site.xml

<property>
     <name>dfs.replication</name>
     <value>3</value>
</property>

<!-- 指定Hadoop輔助名稱節(jié)點主機配置 –>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop104:50090</value>
</property>

????④：配置yarn-env.sh

[root@hadoop102 hadoop]$ vim yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

? ? ⑤：配置yarn-site.xml，在該文件中增加如下配置

vim yarn-site.xml

<!-- Reducer獲取數(shù)據(jù)的方式-->
<property>
     <name>yarn.nodemanager.aux-services</name>
     <value>mapreduce_shuffle</value>
</property>

<!-- 指定YARN的ResourceManager的地址–>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop103</value>
</property>

????⑥：配置mapred-env.sh

[root@hadoop102 hadoop]$ vim mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

? ? ⑦：配置mapred-site.xml，在該文件中增加如下配置

[root@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml
[root@hadoop102 hadoop]$ vim mapred-site.xml

<!-- 指定MR運行在Yarn上
-->
<property>
     <name>mapreduce.framework.name</name>
     <value>yarn</value>
</property>

? ? ⑧：在集群上分發(fā)配置好的Hadoop配置文件

xsync /opt/module/hadoop-2.7.2/

? ? ⑨：查看文件分發(fā)情況

cat /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml

3、SSH無密登錄配置

????①：生成公鑰和私鑰，然后敲（三個回車），就會生成兩個文件id_rsa（私鑰）、id_rsa.pub（公鑰）

[root@hadoop102 .ssh]$ ssh-keygen -t rsa

? ? ②：將公鑰拷貝到要免密登錄的目標機器上

ssh-copy-id hadoop102
ssh-copy-id hadoop103
ssh-copy-id hadoop104

注：還需要在hadoop102上采用root賬號，配置一下無密登錄到hadoop102、hadoop103、hadoop104；
還需要在hadoop103上采用atguigu賬號配置一下無密登錄到hadoop102、hadoop103、hadoop104服務器上。

4、群起集群

????①：配置slaves，向文件中增加如下內容，注意，嚴格按照我的格式，不允許有空格，文件中不允許有空行

cd /opt/module/hadoop-2.7.2/etc/hadoop/slaves

vim slaves

hadoop102

hadoop103

hadoop104

? ②：同步所有節(jié)點配置文件

xsync slaves

? ? ③：如果集群是第一次啟動，需要格式化NameNode（注意格式化之前，一定要先停止上次啟動的所有namenode和datanode進程，然后再刪除data和log數(shù)據(jù)）

[root@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format

? ? ④：(hadoop102) 啟動HDFS，終端輸入jps出現(xiàn)下圖即成功啟動HDFS

[root@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh

⑤：(hadoop103) 啟動YARN，終端輸入jps出現(xiàn)下圖即成功啟動YARN

[root@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh

注意：NameNode和ResourceManger如果不是同一臺機器，不能在NameNode上啟動 YARN，應該在ResouceManager所在的機器上啟動YARN。
⑥：Web端查看SecondaryNameNode
瀏覽器中輸入：http://hadoop102:50090/status.html
查看OverView信息，如下圖所示，即配置成功

5、集群啟動/停止方式總結

????①：各個服務組件逐一啟動/停止

# 分別啟動/停止HDFS組件
hadoop-daemon.sh start / stop  namenode / datanode /secondarynamenode
# 啟動/停止YARN
yarn-daemon.sh start / stop  resourcemanager / nodemanager

? ? ②：各個模塊分開啟動/停止（配置ssh是前提）常用

# 整體啟動/停止HDFS
start-dfs.sh  /  stop-dfs.sh
# 整體啟動/停止YARN
start-yarn.sh  /  stop-yarn.sh

6、集群時間同步（必須root用戶）

????①：檢查ntp是否安裝，如下圖即安裝

rpm -qa|grep ntp

②：修改ntp配置文件，修改內容如下

vim /etc/ntp.conf

a）修改1（授權192.168.1.0-192.168.1.255網(wǎng)段上的所有機器可以從這臺機器上查詢和同步時間）

#restrict 192.168.1.0

mask 255.255.255.0 nomodify notrap為

restrict 192.168.1.0 mask

255.255.255.0 nomodify notrap

b）修改2（集群在局域網(wǎng)中，不使用其他互聯(lián)網(wǎng)上的時間）
server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst為
#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst

c）添加3（當該節(jié)點丟失網(wǎng)絡連接，依然可以采用本地時間作為時間服務器為集群中的其他節(jié)點提供時間同步）
server 127.127.1.0
fudge 127.127.1.0 stratum 10

????③：修改/etc/sysconfig/ntpd 文件，增加內容如下（讓硬件時間與系統(tǒng)時間一起同步）

vim /etc/sysconfig/ntpd

SYNC_HWCLOCK=yes

? ? ④：重新啟動ntpd服務

service ntpd restart

? ? ⑤：設置ntpd服務開機啟動

chkconfig ntpd on

到此這篇關于淺析Hadoop完全分布式集群搭建問題的文章就介紹到這了,更多相關Hadoop集群搭建內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論