第四章：（2）完全分布式运行模式

一、分析

（1）准备 3 台客户机（关闭防火墙、静态 IP、主机名称）

（2）安装 JDK

（3）配置环境变量

（4）安装 Hadoop

（5）配置环境变量

（6）配置集群

（7）单点启动

（8）配置 ssh

（9）群起并测试集群

二、虚拟机准备

参考第三章的开发环境搭建

三、编写集群分发脚本 xsync

1、scp（secure copy）安全拷贝

（1）scp 定义

scp 可以实现服务器与服务器之间的数据拷贝。 （from server1 to server2）

（2）基本语法

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

（3）案例实操

前提： 在 hadoop102、 hadoop103、 hadoop104 都已经创建好的/opt/module 两个目录，并且已经把这两个目录修改为 njf:njf

sudo chown njf:njf -R /opt/*

（a） 在 hadoop102 上， 将 hadoop102 中/opt/module/jdk1.8.0_212 目录拷贝到hadoop103 上。（推送）

scp -r /opt/module/jdk1.8.0_212/ njf@hadoop103:/opt/module/

（b）在 hadoop103 上， 将 hadoop102 中/opt/module/hadoop-3.1.3 目录拷贝到hadoop103 上。（拉取）

scp -r njf@Hadoop102:/opt/module/hadoop-3.1.3 /opt/module/

（c）在 hadoop103 上操作， 将 hadoop102 中/opt/module 目录下所有目录拷贝到hadoop104 上

scp -r njf@Hadoop102:/opt/module/* njf@Hadoop104:/opt/module/

2、rsync 远程同步工具

（1）rsync 定义

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。

（2）基本语法

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：

（3）案例实操

（a） 删除 hadoop103 中/opt/module/hadoop-3.1.3/wcinput

rm -rf wcinput/

（b）同步 hadoop102 中的/opt/module/hadoop-3.1.3 到 hadoop103

rsync -av hadoop-3.1.3/ njf@Hadoop103:/opt/module/hadoop-3.1.3/

3、自定义 xsync 集群分发脚本

（1）需求：循环复制文件到所有节点的相同目录下

（2）需求分析

（a）rsync 命令原始拷贝

rsync -av /opt/module njf@hadoop103:/opt/

（b）期望脚本 自定义xsync + 要同步的文件名称

（c）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）

可以看到当前用户的家目录下的 bin 目录已经添加到环境变量中了，可以在家目录的 bin 文件中自定义脚本，免去配置环境变量

（3）脚本实现

（a）在 /home/njf/bin 目录下创建 xsync 文件

（b）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 $file ]
            then
                #5. 获取父目录
                # -P 针对软连接进入真实目录
                pdir=$(cd -P $(dirname $file); pwd)

                #6. 获取当前文件的名称
                fname=$(basename $file)
                # -p 创建目录时已经存在了，不会报错
                ssh $host "mkdir -p $pdir"
                rsync -av $pdir/$fname $host:$pdir
            else
                echo $file does not exists!
        fi
    done
done

（c）修改脚本 xsync 具有执行权限

chmod 777 xsync

（d）测试脚本

xsync /home/njf/bin/

（e）将脚本复制到 /bin 中，以便全局调用

sudo cp xsync /bin/

（f）同步环境变量配置（root所有者）

[njf@hadoop102 ~]$ sudo ./bin/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.

（g）让其他服务器的环境变量生效

source /etc/profile

四、SSH 无密登录配置

（1）配置 ssh

（a）基本语法

ssh 另一台电脑的 IP 地址

ssh命令 是openssh套件中的客户端连接工具，可以给予ssh加密协议实现安全的远程登录服务器。

（b）ssh 连接时出现 Host key verification failed 的解决方法

[njf@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）使用 exit 退回到 Hadoop102

使用 SSH 登录后，会在家目录生成 .ssh 目录，里面保存了之前登录过的信息

（2）无密钥配置

（a）免密登录原理

（b）生成公钥和私钥

然后敲（三个回车），就会生成两个文件 id_rsa（私钥）、 id_rsa.pub（公钥）

（c）将公钥拷贝到要免密登录的目标机器上

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

ssh-copy-id：把本地的ssh公钥文件安装到远程主机对应的账户下。

ssh-copy-id命令 可以把本地主机的公钥复制到远程主机的authorized_keys文件上，ssh-copy-id命令也会给远程主机的用户主目录（home）和~/.ssh, 和~/.ssh/authorized_keys设置合适的权限。

此时在 Hadoop103 的 .ssh 目录中就会保存了已经授权的文件 authorized_key。

注意：为了后面操作方便，还需要进行下面的配置

还需要在 hadoop103 上采用 njf 账号配置一下无密登录到 hadoop102、 hadoop103、hadoop104 服务器上。

还需要在 hadoop104 上采用 njf 账号配置一下无密登录到 hadoop102、 hadoop103、hadoop104 服务器上。

还需要在 hadoop102 上采用 root 账号，配置一下无密登录到 hadoop102、 hadoop103、hadoop104；

之前在 hadoop102 上使用的是 njf 用户进行配置的，如果切换到 root 用户使用 SSH 登录还是需要密码：

在 root 用户下再使用上面的方式配置一下即可。

（3）.ssh 文件夹下（~/.ssh） 的文件功能解释

五、Hadoop 集群配置

（1）集群部署规划

注意：

• NameNode 和 SecondaryNameNode 不要安装在同一台服务器，他们都比较耗费内存；
• ResourceManager 也很消耗内存，不要和 NameNode、 SecondaryNameNode 配置在同一台机器上

（2）配置文件说明

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。

（a）默认的配置文件

默认的配置文件路径：/opt/module/hadoop-3.1.3/share/hadoop/

（b）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

（3）配置集群

（a）核心配置文件

配置 core-site.xml

路径：cd $HADOOP_HOME/etc/hadoop

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 指定NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop102:8020</value>
    </property>

    <!-- 指定hadoop数据的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop-3.1.3/data</value>
    </property>

    <!-- 配置HDFS网页登录使用的静态用户为njf -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>njf</value>
    </property>
</configuration>

（b）HDFS配置文件

配置 hdfs-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
 <!-- nn web端访问地址-->
 <property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop102:9870</value>
    </property>
 <!-- 2nn web端访问地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop104:9868</value>
    </property>
</configuration>

（c）YARN 配置文件

配置 yarn-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 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>

    <!-- 环境变量的继承 -->
    <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>
</configuration>

（d）MapReduce 配置文件

配置 mapred-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
 <!-- 指定MapReduce程序运行在Yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

（4）在集群上分发配置好的 Hadoop 配置文件

[njf@hadoop102 etc]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/

（5）在 Hadoop103 和 Hadoop104 上查看文件分发情况

[njf@hadoop102 etc]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml 

六、群起集群

1、配置 workers

在 /opt/module/hadoop-3.1.3/etc/hadoop/workers 文件中增加如下内容：（配置主机节点）

hadoop102
hadoop103
hadoop104

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-3.1.3/etc

2、启动集群

（1）第一次启动

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

初始化完毕后，会新增 data 和 logs 两个目录

在 data 最深层会生成这样的几个文件：

（2）启动 HDFS

sbin/start-dfs.sh

（3）启动 YARN

在配置了 ResourceManager 的节点（hadoop103） 启动 YARN

sbin/start-yarn.sh

查看各个机器运行的进程是否和我们分析规划部署的一致：

集群规划：

实际部署：

（4）Web 端查看 HDFS 的 NameNode

（a）浏览器中输入： http://hadoop102:9870

（b）查看 HDFS 上存储的数据信息

（5）Web 端查看 YARN 的 ResourceManager

（a）浏览器中输入： http://hadoop103:8088

（b）查看 YARN 上运行的 Job 信息

3、集群基本测试

（1）上传文件到集群

创建目录：

hadoop fs -mkdir /wcinput

上传小文件

hadoop fs -put wcinput/word.txt /wcinput

查看内容：

上传大文件

hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /

（2）上传文件后查看文件存放在什么位置

查看 HDFS 文件存储路径：

查看 HDFS 在磁盘存储文件内容

（3）拼接

解压并查看：

[njf@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz

就是我们刚刚上传的jdk文件。

（4）下载

hadoop fs -get /jdk-8u212-linuxx64.tar.gz ./

（5）副本的高可用

在 Hadoop103 和 Hadoop104 上面也可以查看到数据

（5）执行 wordcount 程序，测试YARN

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /wcinput /wcoutput

注意：以集群方式运行也要使用集群的文件路径 同时在 YARN 的管理页面也能看到正在运行的任务

当任务运行完毕后，会显示历史信息

下面进行历史服务器的配置

七、配置历史服务器

为了查看程序的历史运行情况，需要配置一下历史服务器。具体配置步骤如下：

（1）配置 mapred-site.xml

vim mapred-site.xml

在文件里面增加如下配置

<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
</property>

（2）分发配置

xsync mapred-site.xml

（3）在 hadoop102 启动历史服务器

mapred --daemon start historyserver

（4）查看历史服务器是否启动

（5）查看 JobHistory

http://hadoop102:19888/jobhistory

八、配置日志的聚集

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到 HDFS 系统上。

日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。

注意：开启日志聚集功能，需要重新启动 NodeManager 、 ResourceManager 和 HistoryServer。

开启日志聚集功能具体步骤如下：

（1）配置 yarn-site.xml

在该文件里面增加如下配置

<!-- 开启日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>  
    <name>yarn.log.server.url</name>  
    <value>http://hadoop102:19888/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>

（2）分发配置

xsyn etc/hadoop/yarn-site.xml

（3）关闭 NodeManager 、 ResourceManager 和 HistoryServer

mapred --daemon stop historyserver
sbin/stop-yarn.sh

（4）启动 NodeManager 、 ResourceManage 和 HistoryServer

mapred --daemon start historyserver
sbin/start-yarn.sh

（5）删除 HDFS 上已经存在的输出文件

hadoop fs -rm -r /wcoutput

（6）执行 wordcount 程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /wcinput /wcoutput3

（7）查看日志

（a）历史服务器地址

http://hadoop102:19888/jobhistory

（b）历史任务列表

（c）查看任务运行日志

（d）运行日志详情

九、集群启动/停止方式总结

（1）各个模块分开启动/停止（配置SSH是前提）【常用】

整体启动/停止 HDFS
start-dfs.sh/stop-dfs.sh

整体启动/停止 YARN
start-yarn.sh/stop-yarn.sh

（2）各个服务组件逐一启动/停止

分别启动/停止 HDFS 组件
hdfs --daemon start/stop namenode/datanode/secondarynamenode

启动/停止 YARN
yarn --daemon start/stop resourcemanager/nodemanager

十、编写 Hadoop 集群常用脚本

（1）Hadoop 集群启停脚本（包含HDFS，YARN，Historyserver）：myhadoop.sh

创建脚本

cd /home/njf/bin
vim myhadoop.sh

输入如下内容：

#!/bin/bash

if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi

case $1 in
"start")
        echo " =================== 启动 hadoop集群 ==================="

        echo " --------------- 启动 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac

保存后退出，然后赋予脚本执行权限

chmod 777 myhadoop.sh

测试：

启动：myhadoop.sh start

停止：myhadoop.sh stop

（2）查看三台服务器 Java 进程脚本：jpsall

创建脚本：

cd /home/njf/bin
vim jpsall

输入如下内容：

#!/bin/bash

for host in hadoop102 hadoop103 hadoop104
do
        echo =============== $host ===============
        ssh $host jps 
done

保存后退出，然后赋予脚本执行权限

chmod 777 jpsall

（3）分发 /home/njf/bin 目录，保证自定义脚本在三台机器上都可以使用

xsync /home/njf/bin

十一、常用端口号说明

两道面试题：

1、常用端口号
 hadoop3.x 
  HDFS NameNode 内部通常端口：8020/9000/9820
  HDFS NameNode 对用户的查询端口：9870
  Yarn查看任务运行情况的：8088
  历史服务器：19888
 hadoop2.x 
  HDFS NameNode 内部通常端口：8020/9000
  HDFS NameNode 对用户的查询端口：50070
  Yarn查看任务运行情况的：8088
  历史服务器：19888
2、常用的配置文件
 3.x core-site.xml  hdfs-site.xml  yarn-site.xml  mapred-site.xml workers
 2.x core-site.xml  hdfs-site.xml  yarn-site.xml  mapred-site.xml slaves

十二、集群时间同步

如果服务器在公网环境（能连接外网），可以不采用集群时间同步，因为服务器会定期和公网时间进行校准；

如果服务器在内网环境，必须要配置集群时间同步，否则时间久了，会产生时间偏差，导致集群执行任务时间不同步

（1）需求

找一个机器，作为时间服务器，所有的机器与这台集群时间进行定时的同步， 生产环境根据任务对时间的准确程度要求周期同步。 测试环境为了尽快看到效果，采用 1 分钟同步一次。

（2）时间服务器配置（必须root用户）

（a）查看所有节点 ntpd 服务状态和开机自启动状态

[njf@hadoop102 ~]$ sudo systemctl status ntpd
[njf@hadoop102 ~]$ sudo systemctl start ntpd
[njf@hadoop102 ~]$ sudo systemctl is-enabled ntpd

（b）修改 hadoop102 的 ntp.conf 配置文件

sudo vim /etc/ntp.conf

修改内容如下：

修改1：

（授权 192.168.10.0-192.168.10.255 网段上的所有机器可以从这台机器上查询和同步时间）

#restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap

为

restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap

修改2：

（集群在局域网中，不使用其他互联网上的时间）

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

为

#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

修改3：

（当该节点丢失网络连接，依然可以采用本地时间作为时间服务器为集群中的其他节点提供时间同步）

server 127.127.1.0
fudge 127.127.1.0 stratum 10

（c）修改 hadoop102 的/etc/sysconfig/ntpd 文件

sudo vim /etc/sysconfig/ntpd

增加内容如下（让硬件时间与系统时间一起同步）

SYNC_HWCLOCK=yes

（d）重新启动 ntpd 服务

sudo systemctl start ntpd

（e）设置 ntpd 服务开机启动

sudo systemctl enable ntpd

（3）其他机器配置（必须 root 用户）

（a）关闭所有节点上 ntp 服务和自启动

[njf@hadoop103 ~]$ sudo systemctl stop ntpd
[njf@hadoop103 ~]$ sudo systemctl disable ntpd
[njf@hadoop104 ~]$ sudo systemctl stop ntpd
[njf@hadoop104 ~]$ sudo systemctl disable ntpd

（b）在其他机器配置 1 分钟与时间服务器同步一次

sudo crontab -e

编写定时任务如下：

*/1 * * * * /usr/sbin/ntpdate hadoop102

（c）修改任意机器时间

sudo date -s "2021-9-11 11:11:11"

（d）1分钟后查看机器是否与时间服务器同步

sudo date

十三、集群崩溃处理方法

1、杀死 YARN 和 HDFS 进程

sbin/stop-yarn.sh

sbin/stop-dfs.sh

2、删除每个集群上面的 data 和 logs 文件夹

rm -rf data/ logs/

3、格式化

hdfs namenode -format

4、启动集群

sbin/start-dfs.sh

原因：

每次生成 NameNode 时会生成一个版本号，同时还对应一个 DataNode，DataNode 里面也有一个版本号，NameNode 和 DataNode 之间互相绑定。

如果此时新启动一个集群，会生成新的 NameNode，但是之前的 DataNode 没有删除，而且没有绑定关系，所以集群不能正常启动。

十四、常见错误及解决方案

1、防火墙没关闭、或者没有启动 YARN

INFO client.RMProxy: Connecting to ResourceManager at hadoop108/192.168.10.108:8032

2、主机名称配置错误

3、IP 地址配置错误

4、ssh 没有配置好

5、root 用户和 njf 两个用户启动集群不统一

6、配置文件修改不细心

7、不识别主机名称

java.net.UnknownHostException: hadoop102: hadoop102
at
java.net.InetAddress.getLocalHost(InetAddress.java:1475)
at
org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(Job
Submitter.java:146)
at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1290)
at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1287)
at java.security.AccessController.doPrivileged(Native
Method)
at javax.security.auth.Subject.doAs(Subject.java:415)

解决办法：

（1）在/etc/hosts 文件中添加 192.168.10.102 hadoop102

（2）主机名称不要起 hadoop hadoop000 等特殊名称

8、DataNode 和 NameNode 进程同时只能工作一个。

9、执行命令不生效，粘贴 Word 中命令时，遇到-和长–没区分开。导致命令失效解决办法：尽量不要粘贴 Word 中代码

10、 jps 发现进程已经没有，但是重新启动集群，提示进程已经开启。

原因是在 Linux 的根目录下/tmp 目录中存在启动的进程临时文件，将集群相关进程删除掉，再重新启动集群。

11、jps 不生效

原因：全局变量 hadoop java 没有生效。 解决办法： 需要 source /etc/profile 文件。

12、8088 端口连接不上

cat /etc/hosts

注释掉如下代码

#127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
#::1 hadoop102