Hadoop 集群搭建

目录

  • 集群简介
  • 服务器准备
  • 环境和服务器设置
  • JDK环境安装
  • Hadoop安装部署
  • 启动集群
  • 测试

集群简介

在进行集群搭建前,我们需要大概知道搭建的集群都是些啥玩意。

HADOOP集群具体来说包含两个集群:HDFS集群和YARN集群,两者在逻辑上分离,但物理上常在一起(啥意思?就是说:HDFS集群和YARN集群,他们俩是两个不同的玩意,但很多时候都会部署在同一台物理机器上)

  • HDFS集群:负责海量数据的存储,集群中的角色主要有
  • NameNode (DataNode的管理者,负责保存元数据)
  • DataNode (负责保存具体的数据内容)
  • YARN集群:负责海量数据运算时的资源调度,集群中的角色主要有
  • ResourceManager (NodeManager的管理者,负责NodeManager的调用等)
  • NodeManager (当ResourceManager进行调用时,负责调用本地的运算资源等)

那mapreduce是什么呢?它其实是集群中一个应用程序开发包,放在yarn集群上面跑。

搭建构思

本集群搭建案例,以3节点为例进行搭建,角色分配如下:

服务器 角色1 角色2 角色3
note1 NameNode ResourceManager
note2 DataNode NodeManager SecondaryNameNode
note3 DataNode NodeManager

解析:
note1服务器担任的角色为NameNode和ResourceManager(即note1服务器为HDFS集群的NameNode节点,同时也是YARN集群的ResourceManager节点)
note2 服务器担任的角色为 DataNode 、 NodeManager 和 SecondaryNameNode(同上)
note3 服务器担任的角色为 DataNode 和 NodeManager(同上)

(ps:本来节点名字想打node的,错打成note,懒得改.)

服务器准备

本案例使用虚拟机服务器来搭建HADOOP集群,所用软件及版本:

  • Vmware12.0
  • Centos6.5 64bit

下载安装过程就省略啦,网上链接和教程一大把。

环境和服务器设置

在进行网络准备的前提,是安装Vmware,新建三台虚拟机。

注:以下操作在root用户下操作。

  • 配置虚拟机桥接方式,采用NAT方式联网

  • 配置Linux的网络配置文件,具体设置步骤如下:

  • 1、配置/etc/sysconfig/network-scripts/ifcfg-eth0

     `shell> su root #切换为root用户`  
     `shell> vi /etc/sysconfig/network-scripts/ifcfg-eth0 #编辑配置文件`
     
     配置内容如下(修改下面有值的项,没有的加上):
     > DEVICE="..."  
     > BOOTPROTO="static" #设置为静态IP  
     > HWADDR="....."  
     > IPV6INIT="..."  
     > NM_CONTROLLED="...."  
     > ONBOOT="yes"  
     > TYPE="......"  
     > UUID=".........."  
     > IPADDR="192.168.88.3" #IP地址  
     > NETMASK="255.255.255.0" # 子网掩码  
     > GATEWAY="192.168.88.1" #网关地址
    
  • 2、重启网络服务,使配置生效。

     `shell> service network restart # 重启网络服务`
    
  • 添加hadoop用户并添加sudo权限

    shell> useradd hadoop #添加用户hadoop
    shell> passwd hadoop #设置用户hadoop的密码
    shell> chmod u+w /etc/sudoers # 添加写权限
    shell> vi /etc/sudoers

    进入编辑模式,找到这一 行:"root ALL=(ALL) ALL"在起下面添加"hadoop ALL=(ALL) ALL",然后保存退出。

    shell> chmod u-w /etc/sudoers #撤销写权限

  • 设置服务器时间同步
    date -s "2016-08-18 12:21:00

  • 修改主机名
    shell> vi /etc/sysconfig/network

    配置内容如下:

    NETWORKING=yes
    HOSTNAME=note1

  • 配置内网域名映射
    配置/etc/hosts配置文件:

    shell> vi /etc/hosts

    配置内容如下:

    192.168.88.3 note1
    192.168.88.4 note2
    192.168.88.5 note3

  • 配置ssh免密登陆
    生成ssh免登陆密钥
    shell> cd ~/.ssh #进入到我的home目录
    shell> ssh-keygen -t rsa #(四个回车)

    执行完这个命令后,会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)
    将公钥拷贝到要免密登陆的目标机器上
    shell> ssh-copy-id localhost

  • 配置防火墙
    因为需要进行免密登录,所以要对防火墙进行关闭。
    shell> service iptables status #查看防火墙状态
    shell> service iptables stop #关闭防火墙
    shell> chkconfig iptables --list #查看防火墙开机启动状态
    shell> chkconfig iptables off #关闭防火墙开机启动
    shell> reboot # 重启

JDK环境安装

  • 解压jdk
    创建一个目录app来放置解压后的文件
    shell> mkdir /home/hadoop/app #创建文件夹
    shell> tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/hadoop/app #解压

  • 配置环境变量
    解压完毕后需要将java添加到环境变量中,并使其生效
    shell> vi /etc/profile
    在文件最后添加一下内容:

    export JAVA_HOME=/home/hadoop/app/jdk-7u_65-i585
    export PATH=$PATH:$JAVA_HOME/bin

    刷新配置,使其生效
    shell> source /etc/profile

Hadoop安装部署

  • 解压Hadoop安装包

    解压到app目录下
    shell> tar -zxvf hadoop-2.7.3.tar.gz -C /home/hadoop/app #解压

  • 修改配置文件
    配置文件都放在解压目录下的etc/hadoop/目录下(我这里的目录为/home/hadoop/app/hadoop-2.7.3/etc/hadoop/),但我们只对一部分的项进行配置,没有配置的项都将使用默认值。配置项是以xml的格式来进行的,最简化配置如下:

  • 配置hadoop-env.sh
    shell> vi hadoop-env.sh

    在hadoop-env.sh配置文件中加入以下内容:

    export JAVA_HOME=/home/hadoop/apps/jdk1.7.0_51 # JDK路径

  • 配置core-site.xml
    shell> vi core-site.xml

    在core-site.xml配置文件中加入以下内容:


    `` `fs.defaultFS` `hdfs://note1:9000` ``

    hadoop.tmp.dir
    /home/HADOOP/apps/hadoop-2.6.1/tmp

  • 配置hdfs-site.xml
    在用户目录下(/home/hadoop)创建一个data目录,用来存放HDFS产生的数据。然后对hdfs-site.xml进行配置
    shell> mkdir /home/hadoop/data
    shell> vi hdfs-site.xml

    在hdfs-site.xml配置文件中加入以下内容:


    `` `dfs.namenode.name.dir` `/home/hadoop/data/name` ``

    dfs.datanode.data.dir
    /home/hadoop/data/data

    `` `dfs.replication` `3` ``

    dfs.secondary.http.address
    note2:50090

  • 配置mapred-site.xml
    shell> vi mapred-site.xml

    在mapred-site.xml配置文件中加入以下内容:


    ``

    mapreduce.framework.name
    yarn

  • 配置yarn-site.xml
    shell> vi yarn-site.xml

    在yarn-site.xml配置文件中加入以下内容:


    `` `yarn.resourcemanager.hostname` `hadoop01` ``

    yarn.nodemanager.aux-services
    mapreduce_shuffle

  • 配置salves
    salves文件配置的内容是集群的主机地址
    shell> vi salves

    在salves配置文件中加入以下内容:

    note1 #主机名,通过/etc/hosts文件映射为IP地址
    note2
    note3

注意:以上所有配置(除了免密登录外,免密登录只需要在NameNode节点配置即可)都要在所有节点服务器进行配置。

启动集群

  • 初始化HDFS集群
    bin/hadoop namenode -format
  • 启动HDFS集群
    sbin/start-dfs.sh
  • 启动YARN集群
    sbin/start-yarn.sh

当然,你也可以使用sbin/start-all.sh这个命令同时把HDFS和YARN集群启动,但是在做实验时不建议这样做,因为这样启动出现问题就不好定位了。在实际生产中,如果集群数量比较大,可以使用脚本进行启动。

注意:一般情况下HDFS和YARN集群的主节点(NameNode和ResourceManager物理上都是在同一服务器的)使用命令进行启动即可,其他节点会被主节点通过免密登录自动启动的。

测试

1、启动HDFS集群成功,通过jps命令查看,进程2521 为NameNode进程


启动HDFS集群

2、启动Yarn集群成功,通过jps命令查看,进程2803位 ResourceManager进程


启动yarn集群

3、在浏览器查看HDFS集群(访问主节点的50070端口即可),浏览器中输入192.168.88.3:50070


Hadoop 集群搭建_第1张图片
HDFS集群信息

4、停止Hadoop集群,可以分别停止(分别使用stop-dfs.shstop-yarn.sh),当然你也可以一步停止集群(使用stop-all.sh

Hadoop 集群搭建_第2张图片
停止集群

至此,Hadoop集群搭建完毕。

你可能感兴趣的:(Hadoop 集群搭建)