1.集群搭建前准备
1)基本要求
- 操作系统: win10/win7
- 虚拟软件: VMware14
- 虚拟机:
主机名 IP
master 192.168.10.200
slave1 192.168.10.201
slave2 192.168.10.202
- 软件包存储路径: /opt/software/
- 软件安装路径: /opt/apps/
- Jdk: jdk-8u221-linux-x64.tar.gz
- Hadoop: hadoop-2.7.6.tar.gz
- 用户: root
切记,切记,切记:实际生产环境中,我们不会使用root用户来搭建和管理hdfs,而是使用普通用户。这里 为了方便学习,我们才使用的root用户。
ps:如果需要相关安装软件或者安装包在下方评论即可
hdfs和yarn的相关守护进程的布局如下:
master | namenode | datanode | ResourceManager | nodemanager |
slave1 | datanode | nodemanager | secondarynamenode | |
slave2 | datanode | nodemanager |
2)环境要求
(1) 三台机器的防火墙必须是关闭的.
(2) 确保三台机器的网络配置畅通(NAT模式,静态IP,主机名的配置)
(3) 确保/etc/hosts文件配置了ip和hostname的映射关系
(4) 确保配置了三台机器的免密登陆认证(克隆会更加方便)
(5) 确保所有机器时间同步
(6) jdk和hadoop的环境变量配置
a.防火墙关闭确认
[root@master ~]# systemctl stop firewalld [root@master ~]# systemctl disable firewalld #最好也把selinux关闭掉,这是linux系统的一个安全机制,进入文件中将SELINUX设置为disabled [root@master ~]# vi /etc/selinux/config ......... SELINUX=disabled .........
情况说明: 如果安装好三台机器,三台机器的防火墙都需要单独关闭和设置开机不启动。如果准备使用 克隆方式,只关闭master机器即可。下面的配置也是如此。
b.静态IP和主机名配置
--1. 配置静态IP(确保NAT模式) [root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-eth0 ............ BOOTPROTO=static #将dhcp改为static ONBOOT=yes #将no改为yes IPADDR=192.168.10.200 #添加IPADDR属性和ip地址 PREFIX=24 #添加NETMASK=255.255.255.0或者PREFIX=24 GATEWAY=192.168.10.2 #添加网关GATEWAY DNS1=192.168.10.2 #添加DNS1和备份DNS DNS2=8.8.8.8 DNS3=114.114.114.114 --2. 重启网络服务 [root@master ~]# systemctl restart network 或者 [root@master ~]# service network restart --3. 修改主机名(如果修改过,请略过这一步) [root@localhost ~]# hostnamectl set-hostname master 或者 [root@localhost ~]# vi /etc/hostname master
注意:配置完ip和主机名后,最好reboot一下
c.配置/etc/hosts文件
-- 进入hosts文件,配置一下ip和hostname [root@master ~]# sudo vi /etc/hosts 127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1
localhost localhost.localdomain localhost6 localhost6.localdomain6 192.168.81.200 master <=添加本机的静态IP和本机的主机名之间的映射关系
d.免密登陆认证
-1. 使用rsa加密技术,生成公钥和私钥。一路回车即可
[root@master ~]# cd ~
[root@master ~]# ssh-keygen -t rsa
-2. 进入~/.ssh目录下,将id_rsa.pub复制一份文件,文件名为authorized_keys。保证此文件的权限 是600
[root@master ~]# cd ~/.ssh
[root@master .ssh]# cp id_rsa.pub authorized_keys
或者使用ssh-copy-id命令
[root@master .ssh]# ssh-copy-id -i id_ras.pub root@master
-3. 进行验证
[hadoop@master .ssh]# ssh localhost
[hadoop@master .ssh]# ssh master
[hadoop@master .ssh]# ssh 0.0.0.0 #输入yes后,不提示输入密码就对了
注意:三台机器提前安装好的情况下,需要同步公钥文件。如果使用克隆技术。那么使用同一套密钥对就方便 多了。
2.环境搭建:jdk的安装
1)检查一下是否已经安装过或者系统内置JDK,如果有内置的,将其卸载
[root@master ~]# rpm -qa | grep jdk #如果有,请卸载
[root@master ~]# rpm -e xxxxxxxx --nodeps #将查询到的内置jdk代替xxxxxxx
2)上传jdk1.8
可使用shell工具上传
将jdk-8u221-linux-x64.tar.gz上传到/opt/software/目录中
3)解压jdk到/opt/apps/下
[root@master ~]# cd /opt/software
[root@master software]# tar -zxvf jdk-8u221-linux-x64.tar.gz -C /opt/apps
4)更名jdk(更名是为了方便配置环境变量,也可不更名)
[root@master ~]# cd /opt/apps [root@master apps]# mv jdk1.8.0_221/ jdk
5)配置jdk的环境变量
[root@master apps]# vi /etc/profile
.........省略...........
#jdk environment
在最后添加上以下两行
export JAVA_HOME=/opt/apps/jdk export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH
6)更新环境变量
[root@master apps]# source /etc/profile
7))验证jdk环境
[root@master apps]# java -version
[root@master apps]# javac
3.环境搭建:Hadoop的安装步骤
1)上传并解压Hadoop
将hadoop软件包上传到/opt/software目录下,然后解压到/opt/apps/目录下
[root@master ~]# cd /opt/software/ [root@master software]# tar -zxvf hadoop-2.7.6.tar.gz -C /opt/apps/
2)更名hadoop
[root@master software]# cd /opt/apps [root@master apps]# mv hadoop-2.7.6/ hadoop
3)配置hadoop的环境变量
[root@master apps]# vi /etc/profile .........省略.......... #hadoop environment
在最后加入以下两行 export HADOOP_HOME=/opt/apps/hadoop export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
4)使当前配置生效
[root@master apps]# source /etc/profile
5)验证hadoop
[root@master apps]# hadoop version
如果出现hadoop版本,则代表本地模式已经安装成功。
4.完全分布式的相关文件的配置
$HADOOP_HOME/etc/hadoop/目录下的用户自定义配置文件
- core-site.xml - hdfs-site.xml - mapred-site.xml 复制mapred-site.xml.template而来 - yarn-site.xml
1)配置core-site.xml文件
[root@master ~]# cd $HADOOP_HOME/etc/hadoop/ [root@master hadoop]# vi core-site.xml <configuration> <!-- hdfs的地址名称:schame,ip,port--> <property> <name>fs.defaultFS</name> <value>hdfs://master:8020</value> </property> <!-- hdfs的基础路径,被其他属性所依赖的一个基础路径 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/apps/hadoop/tmp</value> </property> </configuration>
2)配置hdfs-site.xml文件
[root@master hadoop]# vi core-site.xml <configuration> <!-- namenode守护进程管理的元数据文件fsimage存储的位置--> <property> <name>dfs.namenode.name.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/name</value> </property> <!-- 确定DFS数据节点应该将其块存储在本地文件系统的何处--> <property> <name>dfs.datanode.data.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/data</value> </property> <!-- 块的副本数--> <property> <name>dfs.replication</name> <value>3</value> </property> <!-- 块的大小-->
<property> <name>dfs.blocksize</name> <value>134217728</value> </property> <!-- secondarynamenode守护进程的http地址:主机名和端口号。参考守护进程布局--> <property> <name>dfs.namenode.secondary.http-address</name>
<value>slave1:50090</value> </property> </configuration>
3)配置mapred-site.xml文件
[root@master hadoop]# cp mapred-site.xml.template mapred-site.xml
[root@master hadoop]# vi mapred-site.xml <configuration>
<!-- 指定mapreduce使用yarn资源管理器-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 配置作业历史服务器的地址-->
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<!-- 配置作业历史服务器的http地址-->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
</configuration>
4)配置hadoop-site.xml文件
[root@master hadoop]# vi yarn-site.xml <configuration>
<!-- 指定yarn的shuffle技术-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定resourcemanager的主机名-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
</configuration>
5)配置hadoop-env.sh脚本文件和yarn-env.sh文件
[root@master hadoop]# vi hadoop-env.sh
.........
# The java implementation to use.
export JAVA_HOME=/opt/apps/jdk
.........
[root@master hadoop]# vi yarn-env.sh
........省略........
# some Java parameters
export JAVA_HOME=/opt/apps/jdk
........省略........
6)配置slaves文件,此文件用于指定datanode守护进程所在的机器节点主机名
[root@master hadoop]# vi slaves
master
slave1
slave2
5.配置另外两台机器
当把master机器上的hadoop的相关文件配置完毕后,我们有以下两种方式来选择配置另外几台机器的 hadoop.
方法一:scp同步
提示:本方法适用于多台虚拟机已经提前搭建出来的场景。 --1. 同步hadoop到slave节点上
[root@master ~]# cd /opt/apps
[root@master apps]# scp -r ./hadoop slave1:/opt/apps/
[root@master apps]# scp -r ./hadoop slave2:/opt/apps/ --2. 同步/etc/profile到slave节点上
[root@master apps]# scp /etc/profile slave1:/etc/
[root@master apps]# scp /etc/profile slave2:/etc/ --3. 如果slave节点上的jdk也没有安装,别忘记同步jdk。
--4. 检查是否同步了/etc/hosts文件
方法二:克隆master虚拟机
提示:本方法适用于还没有安装slave虚拟机的场景。通过克隆master节点的方式,来克隆一个slave1和 slave2机器节点,这种方式就不用重复安装环境和配置文件了,效率非常高,节省了大部分时间(免密认证的 秘钥对都是相同的一套)。 --1. 打开一个新克隆出来的虚拟机,修改主机名
[root@master ~]# hostnamectl set-hostname slave1
--2. 修改ip地址
[root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-eh0
.........省略.........
IPADDR=192.168.10.201 <==修改为slave1对应的ip地址
.........省略........
--3. 重启网络服务
[root@master ~]# systemctl restart network
--4. 其他新克隆的虚拟机重复以上1~3步
--5. 免密登陆的验证
从master机器上,连接其他的每一个节点,验证免密是否好使,同时去掉第一次的询问步骤 --6. 建议:每台机器在重启网络服务后,好reboot一下
6.格式化NameNode
1)在master机器上运行命令
[root@master ~]# hdfs namenode -format
2)格式化的相关信息解读
--1. 生成一个集群唯一标识符:clusterid
--2. 生成一个块池唯一标识符:BlockPoolId
--3. 生成namenode进程管理内容(fsimage)的存储路径: 默认配置文件属性hadoop.tmp.dir指定的路径下生成dfs/name目录
--4. 生成镜像文件fsimage,记录分布式文件系统根路径的元数据 --5. 其他信息都可以查看一下,比如块的副本数,集群的fsOwner等
7.启动集群
1)启动脚本和关闭脚本介绍
1. 启动脚本
-- start-dfs.sh :用于启动hdfs集群的脚本 -- start-yarn.sh :用于启动yarn守护进程
-- start-all.sh :用于启动hdfs和yarn
2. 关闭脚本
-- stop-dfs.sh :用于关闭hdfs集群的脚本
-- stop-yarn.sh :用于关闭yarn守护进程
-- stop-all.sh :用于关闭hdfs和yarn
3. 单个守护进程脚本
-- hadoop-daemons.sh :用于单独启动或关闭hdfs的某一个守护进程的脚本
-- hadoop-daemon.sh :用于单独启动或关闭hdfs的某一个守护进程的脚本
reg:
hadoop-daemon.sh [start|stop] [namenode|datanode|secondarynamenode]
-- yarn-daemons.sh :用于单独启动或关闭hdfs的某一个守护进程的脚本
-- yarn-daemon.sh :用于单独启动或关闭hdfs的某一个守护进程的脚本
reg:
yarn-daemon.sh [start|stop] [resourcemanager|nodemanager]
2)jps查看进程
master进程:
slave1进程:
slave2进程:
3)webui查看
(需配置本机的hosts文件)
在浏览器打开:
(1)http://192.168.10.200:50070 (2)http://192.168.10.200:8088
如有意见或者问题欢迎在评论区指正!!!