day2-搭建hdfs分布式集群
1、搭建hdfs分布式集群
4.1 hdfs集群组成结构：
4.2 安装hdfs集群的具体步骤：
一、首先需要准备N台linux服务器
学习阶段，用虚拟机即可！
先准备4台虚拟机：1个namenode节点 + 3 个datanode 节点
二、修改各台机器的主机名和ip地址
主机名：hdp-01 对应的ip地址：192.168.33.61
主机名：hdp-02 对应的ip地址：192.168.33.62
主机名：hdp-03 对应的ip地址：192.168.33.63
主机名：hdp-04 对应的ip地址：192.168.33.64
三、从windows中用CRT软件进行远程连接
在windows中将各台linux机器的主机名配置到的windows的本地域名映射文件中：
c:/windows/system32/drivers/etc/hosts
|
192.168.33.61 hdp-01 192.168.33.62 hdp-02 192.168.33.63 hdp-03 192.168.33.64 hdp-04 |
用crt连接上后，修改一下crt的显示配置（字号，编码集改为UTF-8）：
四、配置linux服务器的基础软件环境
l 防火墙
关闭防火墙：service iptables stop
关闭防火墙自启： chkconfig iptables off
l 安装jdk：（hadoop体系中的各软件都是java开发的）
1) 利用alt+p 打开sftp窗口，然后将jdk压缩包拖入sftp窗口
2) 然后在linux中将jdk压缩包解压到/root/apps 下
3) 配置环境变量：JAVA_HOME PATH
vi /etc/profile 在文件的最后，加入：
|
export JAVA_HOME=/root/apps/jdk1.8.0_60 export PATH=$PATH:$JAVA_HOME/bin |
4) 修改完成后，记得 source /etc/profile使配置生效
5) 检验：在任意目录下输入命令： java -version 看是否成功执行
6) 将安装好的jdk目录用scp命令拷贝到其他机器
7) 将/etc/profile配置文件也用scp命令拷贝到其他机器并分别执行source命令
l 集群内主机的域名映射配置
在hdp-01上，vi /etc/hosts
|
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1 localhost localhost.localdomain localhost6 localhost6.localdomain6 192.168.33.61 hdp-01 192.168.33.62 hdp-02 192.168.33.63 hdp-03 192.168.33.64 hdp-04 |
然后，将hosts文件拷贝到集群中的所有其他机器上
scp /etc/hosts hdp-02:/etc/
scp /etc/hosts hdp-03:/etc/
scp /etc/hosts hdp-04:/etc/
|
补充 提示: |
如果在执行scp命令的时候，提示没有scp命令，则可以配置一个本地yum源来安装 1、先在虚拟机中配置cdrom为一个centos的安装镜像iso文件 2、在linux系统中将光驱挂在到文件系统中（某个目录） 3、mkdir /mnt/cdrom 4、mount -t iso9660 -o loop /dev/cdrom /mnt/cdrom 5、检验挂载是否成功： ls /mnt/cdrom 6、3、配置yum的仓库地址配置文件 7、yum的仓库地址配置文件目录： /etc/yum.repos.d 8、先将自带的仓库地址配置文件批量更名：
9、然后，拷贝一个出来进行修改
10、修改完配置文件后，再安装scp命令： 11、yum install openssh-clients -y |
l 五、安装hdfs集群
1、上传hadoop安装包到hdp-01
2、修改配置文件
|
要点提示 |
核心配置参数： 1) 指定hadoop的默认文件系统为：hdfs 2) 指定hdfs的namenode节点为哪台机器 3) 指定namenode软件存储元数据的本地目录 4) 指定datanode软件存放文件块的本地目录 |
hadoop的配置文件在：/root/apps/hadoop安装目录/etc/hadoop/
1) 修改hadoop-env.sh
export JAVA_HOME=/root/apps/jdk1.8.0_60
2) 修改core-site.xml
|
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://hdp-01:9000</value> </property> </configuration> |
3) 修改hdfs-site.xml
|
<configuration> <property> <name>dfs.namenode.name.dir</name> <value>/root/dfs/name</value> </property>
<property> <name>dfs.datanode.data.dir</name> <value>/root/dfs/data</value> </property>
</configuration> |
4) 拷贝整个hadoop安装目录到其他机器
scp -r /root/apps/hadoop-2.8.0 hdp-02:/root/apps/
scp -r /root/apps/hadoop-2.8.0 hdp-03:/root/apps/
scp -r /root/apps/hadoop-2.8.0 hdp-04:/root/apps/
5) 启动HDFS
所谓的启动HDFS，就是在对的机器上启动对的软件
|
要点 提示： |
要运行hadoop的命令，需要在linux环境中配置HADOOP_HOME和PATH环境变量 vi /etc/profile
|
首先，初始化namenode的元数据目录
要在hdp-01上执行hadoop的一个命令来初始化namenode的元数据存储目录
hadoop namenode -format
l 创建一个全新的元数据存储目录
l 生成记录元数据的文件fsimage
l 生成集群的相关标识：如：集群id——clusterID
然后，启动namenode进程（在hdp-01上）
hadoop-daemon.sh start namenode
启动完后，首先用jps查看一下namenode的进程是否存在
然后，在windows中用浏览器访问namenode提供的web端口：50070
http://hdp-01:50070
然后，启动众datanode们（在任意地方）
hadoop-daemon.sh start datanode
6) 用自动批量启动脚本来启动HDFS
1) 先配置hdp-01到集群中所有机器（包含自己）的免密登陆
2) 配完免密后，可以执行一次 ssh 0.0.0.0
3) 修改hadoop安装目录中/etc/hadoop/slaves（把需要启动datanode进程的节点列入）
|
hdp-01 hdp-02 hdp-03 hdp-04 |
4) 在hdp-01上用脚本：start-dfs.sh 来自动启动整个集群
5) 如果要停止，则用脚本：stop-dfs.sh
