Hadoop完整搭建过程(三):完全分布模式(虚拟机)

1 完全分布模式

完全分布模式是比本地模式与伪分布模式更加复杂的模式,真正利用多台Linux主机来进行部署Hadoop,对集群进行规划,使得Hadoop各个模块分别部署在不同的多台机器上,这篇文章介绍的是通过三台虚拟机进行集群配置的方式,主要步骤为:

  • 准备虚拟机:准备虚拟机基本环境
  • ip+Host配置:手动设置虚拟机ip以及主机名,需要确保三台虚拟机能互相ping
  • ssh配置:生成密钥对后复制公钥到三台虚拟机中,使其能够实现无密码相互连接
  • Hadoop配置:core-site.xml+hdfs-site.xml+workers
  • YARN配置:yarn-site.xml

2 虚拟机安装

需要使用到三台虚拟机,其中一台为Master节点,两台Worker节点,首先安装虚拟机并配置环境,最后进行测试。

2.1 镜像下载

使用VirtualBox进行虚拟机的安装,先去CentOS官网下载最新版本的镜像:

在这里插入图片描述

这里有三种不同的镜像:

  • boot:网络安装版
  • dvd1:完整版
  • minimal:最小化安装版

这里为了方便选择最小化安装版的,也就是不带GUI的。

2.2 安装

下载后,打开Virtual Box并点击New,选择专家模式

在这里插入图片描述

命名为CentOSMaster,作为Master节点,并且分配内存,这里是1G,如果觉得自己内存大的可以2G:

在这里插入图片描述

磁盘30G足够,其他可以保持默认:

在这里插入图片描述

创建好后从设置中的存储中,选择下载的镜像:

在这里插入图片描述

启动后会提示选择启动盘,确定即可:

在这里插入图片描述

好了之后会出现如下提示画面,选择第一个安装:

在这里插入图片描述

等待一会后进入安装界面:

在这里插入图片描述

接下来对安装位置以及时区进行配置,首先选择安装位置:

在这里插入图片描述

由于是虚拟的单个空磁盘,选择自动分区即可:

在这里插入图片描述

时区这里可以选择中国的上海:

在这里插入图片描述

接着选择网络,首先修改主机名为master

在这里插入图片描述

接着点击Configure

在这里插入图片描述

添加ip地址以及DNS服务器,ip地址可以参考本机,比如笔者的机器本地ip192.168.1.7,则:

  • 虚拟机的ip可以填192.168.1.8
  • 子网掩码一般为255.255.255.0
  • 默认网关为192.168.1.1
  • DNS服务器为114.114.114.114(当然也可以换其他的公共DNS比如阿里的223.5.5.5、百度的180.76.76.76等)

在这里插入图片描述

点击Save后应用主机名并开启:

在这里插入图片描述

没问题的话就可以安装了:

在这里插入图片描述

安装的时候设置root用户的密码以及创建用户:

在这里插入图片描述

用户这里采用一个叫hadoopuser的用户,后面的操作都直接基于该用户:

在这里插入图片描述

等待一段时间后安装完成重启即可。

2.3 启动

在启动之前首先把原来的镜像去掉:

在这里插入图片描述

启动后是黑框界面:

在这里插入图片描述

登录刚才创建的hadoopuser用户即可。

3 ssh连接虚拟机

默认的话是不能连接外网的,需要在菜单栏中的Devices中选择Network,设置为Bridged Adapter(桥接模式):

在这里插入图片描述

使用ping测试:

在这里插入图片描述

接着可以测试能否ping通本地机器:

在这里插入图片描述

通了之后可以通过ssh连接虚拟机,像平时操作服务器一样,在本地终端中连接虚拟机,首先添加指纹:

在这里插入图片描述

接着输入密码连接即可:

在这里插入图片描述

如果想偷懒可以使用密钥连接的方式,在本地机器中:

ssh-keygen -t ed25519 -a 100
ssh-copy-id -i ~/.ssh/id_ed25519.pub [email protected]

4 基本环境搭建

基本环境搭建就是安装JDK以及Hadoop,使用scp上传OpenJDK以及Hadoop

4.1 JDK

首先去下载OpenJDK,然后在本地机器上使用scp上传:

scp openjdk-11+28_linux-x64_bin.tar.gz [email protected]:/home/hadoopuser

接着在本地上切换到连接虚拟机的ssh中,

cd ~
tar -zxvf openjdk-11+28_linux-x64_bin.tar.gz 
sudo mv jdk-11 /usr/local/java

下一步是编辑/etc/profile,添加bin到环境变量中,在末尾添加:

sudo vim /etc/profile
# 没有vim请使用vi
# 或安装:sudo yum install vim
# 添加
export PATH=$PATH:/usr/local/java/bin

然后:

. /etc/profile

测试:

在这里插入图片描述

4.2 Hadoop

Hadoop的压缩包scp上传到虚拟机后,解压并移动到/usr/local

scp hadoop-3.3.0.tar.gz [email protected]:/home/hadoopuser

虚拟机ssh终端:

cd ~
tar -xvf hadoop-3.3.0.tar.gz
sudo mv hadoop-3.3.0 /usr/local/hadoop

同时修改etc/hadoop/hadoop-env.sh配置文件,填入Java路径:

sudo vim /usr/local/hadoop/etc/hadoop/hadoop-env.sh
# 填入
export JAVA_HOME=/usr/local/java # 修改为您的Java目录

5 克隆

因为需要一个Master节点以及两个Worker节点,将Master节点关机,并选择配置好的CentOSMaster,右键进行克隆:

在这里插入图片描述

并选择完全克隆:

在这里插入图片描述

克隆出CentOSWorker1以及CentOSWorker2

6 主机名+ip设置

这里的两个Worker节点以Worker1以及Worker2命名,首先操作Worker1,修改主机名:

sudo vim /etc/hostname
# 输入
# worker1

对于ip,由于Master节点的ip192.168.1.8,因此这里修改两个Worker的节点分别为:

  • 192.168.1.9
  • 192.168.1.10
sudo vim /etc/sysconfig/network-scripts/ifcfg-xxxx # 该文件因人而异
# 修改IPADDR
IPADDR=192.168.1.9

修改完成后重启Worker1,对Worker2进行同样的修改主机名以及ip操作。

7 Host设置

需要在Master以及Worker节点进行Host设置:

7.1 Master节点

sudo vim /etc/hosts
# 添加
192.168.1.9 worker1 # 与上面的ip对应一致
192.168.1.10 worker2

在这里插入图片描述

7.2 Worker1节点

sudo vim /etc/hosts
# 添加
192.168.1.8 master
192.168.1.10 worker2

在这里插入图片描述

7.3 Worker2节点

sudo vim /etc/hosts
# 添加
192.168.1.8 master
192.168.1.9 worker1

在这里插入图片描述

7.4 互ping测试

在三台虚拟机中的其中一台ping另外两台的ip或者主机名,测试通过后就可以进行下一步了,这里使用Worker1节点测试:

在这里插入图片描述

在这里插入图片描述

8 配置ssh

8.1 sshd服务

需要在三个节点(包括自身)之间配置ssh无密码(密钥)连接,首先使用

systemctl status sshd

检查sshd服务是否开启,没开启的使用

systemctl start sshd

开启。

8.2 复制公钥

三个节点都进行如下操作:

ssh-keygen -t ed25519 -a 100
ssh-copy-id master
ssh-copy-id worker1
ssh-copy-id worker2

8.3 测试

在其中一个节点中直接ssh连接其他节点,无需密码即可登录,比如在Master节点中:

ssh master # 都是hadoopuser用户,所以省略了用户
ssh worker1
ssh worker2

9 Master节点Hadoop配置

Master节点中,修改以下三个配置文件:

  • HADOOP/etc/hadoop/core-site.xml
  • HADOOP/etc/hadoop/hdfs-site.xml
  • HADOOP/etc/hadoop/workers

9.1 core-site.xml


    
        fs.defaultFS
        hdfs://master:9000
    
    
        hadoop.tmp.dir
        /usr/local/hadoop/data/tmp
    
  • fs.defaultFSNameNode地址
  • hadoop.tmp.dirHadoop临时目录

9.2 hdfs-site.xml


    
        dfs.namenode.name.dir
        /usr/local/hadoop/data/namenode
    
    
        dfs.datanode.data.dir
        /usr/local/hadoop/data/datanode
    
    
        dfs.replication
        2
    
  • dfs.namenode.name.dir:保存FSImage的目录,存放NameNodemetadata
  • dfs.datanode.data.dir:保存HDFS数据的目录,存放DataNode的多个数据块
  • dfs.replicationHDFS存储的临时备份数量,有两个Worker节点,因此数值为2

9.3 workers

最后修改workers,输入(与上面设置的主机名一致):

worker1
worker2

9.4 复制配置文件

Master节点的配置复制到Worker节点:

scp /usr/local/hadoop/etc/hadoop/* worker1:/usr/local/hadoop/etc/hadoop/
scp /usr/local/hadoop/etc/hadoop/* worker2:/usr/local/hadoop/etc/hadoop/

10 HDFS格式化并启动

10.1 启动

Master节点中:

cd /usr/local/hadoop
bin/hdfs namenode -format
sbin/start-dfs.sh

运行后可以通过jps命令查看:

在这里插入图片描述

Worker节点中:

在这里插入图片描述

在这里插入图片描述

10.2 测试

浏览器输入:

master:9870
# 如果没有修改本机Host可以输入
# 192.168.1.8:9870

但是。。。

在这里插入图片描述

本以为做了这么多能看到成果了。

然后检查过了一遍本机+虚拟机Host,还有Hadoop的配置文件,都没有问题。

最后,

才定位到问题是

防火墙。

10.3 防火墙

CentOS8默认开启了防火墙,可以使用:

systemctl status firewalld

查看防火墙状态。

由于是通过9870端口访问,首先查询9870是否开放,Master节点中输入:

sudo firewall-cmd --query-port=9870/tcp
# 或
sudo firewall-cmd --list-ports

如果输出为no

在这里插入图片描述

则表示没有开放,手动开放即可:

sudo firewall-cmd --add-port=9870/tcp --permanent
sudo firewall-cmd --reload # 使其生效

在这里插入图片描述

再次在浏览器输入:

master:9870
# 如果没有修改本地Host
# 192.168.1.8:9870

可以看到一个友好的页面了:

在这里插入图片描述

但是,有一个问题就是这里没有显示Worker节点,上图中的Live Nodes数目为0 ,而Datanodes这里什么也没有显示:

在这里插入图片描述

但是在Worker节点中的确可以看到有Datanode的进程了:

在这里插入图片描述

在这里插入图片描述

查看Worker节点的日志(/usr/local/hadoop/logs/hadoop-hadoopuser-datanode-worker1.log)可以看到应该是Master节点9000端口的没有开启的问题:

在这里插入图片描述

回到Master节点,先执行stop-dfs.sh关闭,并开放9000端口后执行start-dfs.sh开启:

/usr/local/hadoop/sbin/stop-dfs.sh
sudo firewall-cmd --add-port=9000/tcp --permanent
sudo firewall-cmd --reload
/usr/local/hadoop/sbin/start-dfs.sh

再次在浏览器访问:

master:9000
# 或
# 192.168.1.8:9000

这时候就可以看见Worker节点了:

在这里插入图片描述

在这里插入图片描述

11 配置YARN

11.1 YARN配置

在两个Worker节点中修改/usr/local/hadoop/etc/hadoop/yarn-site.xml


    yarn.resourcemanager.hostname
    master

11.2 开启YARN

Master节点中开启YARN

cd /usr/local/hadoop
sbin/start-yarn.sh

同时开放8088端口为下面的测试做准备:

sudo firewall-cmd --add-port=8088/tcp --permanent
sudo firewall-cmd --reload

11.3 测试

浏览器输入:

master:8088
# 或
# 192.168.1.8:8088

应该就可以访问如下页面了:

在这里插入图片描述

同样道理没有看到Worker节点,查看Worker节点的日志,发现也是端口的问题:

在这里插入图片描述

Master节点先关闭YARN,开放8031端口,并重启YARN

/usr/local/hadoop/sbin/stop-yarn.sh
sudo firewall-cmd --add-port=8031/tcp --permanent
sudo firewall-cmd --reload
/usr/local/hadoop/sbin/start-yarn.sh

再次访问:

master:8088
# 或
# 192.168.1.8:8088

就可以看到Worker节点了:

在这里插入图片描述

在这里插入图片描述

至此,虚拟机组成Hadoop集群正式搭建完成。

12 参考

你可能感兴趣的:(hadoop)