云服务器搭建Hadoop集群
云服务器搭建Hadoop集群
- 一、配置服务器
-
- 1. 创建普通用户
- 2. 安装 Java 环境
- 3.安装hadoop
- 4.网络配置
- 5.hadoop配置
- 6.执行分布式实例
一、配置服务器
1. 创建普通用户
- 说明：由于 root 环境下操作比较危险，所以这里新建一个普通用户来进行 hadoop 的搭建。
创建一个普通用户 hadoop
sudo useradd -m hadoop -s /bin/bash
设置密码并重复一次
sudo passwd hadoop
给 hadoop 用户增加 sudo 管理员权限
sudo adduser hadoop sudo
关闭终端，重新登录，将用户名更改为 hadoop ，并输入密码登录
切换到hadoop用户
su hadoop
2. 安装 Java 环境
进入 /usr/lib 文件夹下
cd /usr/lib
创建 jvm 文件夹
sudo mkdir jvm
- Windows 上下载 jdk1.8 安装包下载链接——提取码：6fat
- 解压缩到 jvm 文件夹中
sudo tar -zxvf jdk-8u291-linux-x64.tar.gz -C /usr/lib/jvm
- 编辑环境变量文件
vim ~/.bashrc
- 在文件头添加如下内容：
export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_291
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
- 保存后退出，并让 bashrc 文件重新生效
source ~/.bashrc
- 输入命令查看 Java 是否配置成功，显示如下即表示成功了
java -version
3.安装hadoop
- Hadoop 下载地址
- 解压缩文件到 /usr/local 中
sudo tar -zxf hadoop-3.3.1.tar.gz -C /usr/local
- 进入到 /usr/local 文件夹下，更改 hadoop-3.3.1 的文件名为 hadoop
cd /usr/local
sudo mv ./hadoop-3.3.1/ ./hadoop
- 修改文件权限，让用户 hadoop 可以使用 hadoop 文件夹
sudo chown -R hadoop ./hadoop
- 进入到 hadoop 文件夹中，运行 hadoop，显示版本号即表示配置成功
4.网络配置
- 配置hostname
为了更好的在Shell中区分三台主机，修改其显示的主机名，执行如下命令
在3台机器上分别执行
sudo vim /etc/hostname
在master的/etc/hostname中添加如下配置：
master
slave1的/etc/hostname中添加如下配置：
slave1
同理slave2
slave2
- 在三台机器的/etc/hosts文件中,添加如下配置
ip1 master
ip2 slave1
ip3 slave2
其中每台服务器自己的IP是内网IP，别人的是外网IP
- 配置ssh免密登陆
开始配置ssh之前，先确保三台机器都装了ssh。输入以下命令测试能否连接到本地，验证是否安装ssh。
ssh localhost
若不能，则安装open-server
sudo apt-get openssh-server
并生成ssh公钥。
ssh-keygen -t rsa -P ""
将公钥加入到已认证的key中
cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys
在保证了三台主机电脑都能连接到本地localhost后，还需要让master主机免密码登录slave1和slave2主机。在master执行如下命令，将master的id_rsa.pub传送给两台slave主机。
scp ~/.ssh/id_rsa.pub hadoop@slave1:/home/hadoop/
scp ~/.ssh/id_rsa.pub hadoop@slave2:/home/hadoop/
接着在slave1、slave2主机上将master的公钥加入各自的节点上,在slave1和slave2执行如下命令:
cat ~/id_rsa.pub >> ~/.ssh/authorized_keys
rm ~/id_rsa.pub
在master主机上直接执行如下测试命令，即可让master主机免密码登录slave1、slave2主机。
ssh slave1
ssh slave2
5.hadoop配置
在配置集群/分布式模式时，需要修改“/usr/local/hadoop/etc/hadoop”目录下的配置文件，这里仅设置正常启动所必须的设置项，包括workers 、core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml共5个
- 修改文件workers
本教程让Master节点仅作为名称节点使用，因此将workers文件中原来的localhost删除，只添加如下两行内容：
slave1
slave2
- 配置文件配置
cd /etc
vim hadoop-env.sh
将JAVA_HOME修改为本机的JAVA_HOME
JAVA_HOME=/usr/lib/jvm/java-openjdk
修改core-site.xml
hadoop.tmp.dir
file:/usr/local/hadoop/tmp
Abase for other temporary directories.
fs.defaultFS
hdfs://master:9000
修改hdfs-site.xml：
dfs.replication
3
修改mapred-site.xml
mapreduce.framework.name
yarn
修改yarn-site.xml
yarn.nodemanager.aux-services
mapreduce_shuffle
yarn.resourcemanager.hostname
master
配置好后，将 master 上的 /usr/local/Hadoop 文件夹复制到各个节点上。速度较慢，也可直接在slave上重新配置
cd /usr/local/
tar -zcf ~/hadoop.master.tar.gz ./hadoop
cd ~
scp ./hadoop.master.tar.gz slave1:/home/hadoop
scp ./hadoop.master.tar.gz slave2:/home/hadoop
在slave1,slave2节点上执行：
sudo tar -zxf ~/hadoop.master.tar.gz -C /usr/local
sudo chown -R hadoop /usr/local/hadoop
- 启动Hadoop集群
在master主机上执行如下命令：
cd /usr/local/hadoop
bin/hdfs namenode -format
sbin/start-all.sh
运行后，在master，slave1,slave2运行jps命令，查看：
jps
首次启动Hadoop集群时，需要先在Master节点执行名称节点的格式化（只需要执行这一次，后面再启动Hadoop时，不要再次格式化名称节点），命令如下
hdfs namenode -format
6.执行分布式实例
首先创建HDFS上的用户目录，命令如下：
hdfs dfs -mkdir -p /user/hadoop
然后，在HDFS中创建一个input目录，并把“/usr/local/hadoop/etc/hadoop”目录中的配置文件作为输入文件复制到input目录中，命令如下：
hdfs dfs -mkdir input
hdfs dfs -put /usr/local/hadoop/etc/hadoop/*.xml input
接着就可以运行 MapReduce 作业了，命令如下：
hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep input output 'dfs[a-z.]+'
3.0之后hadoop登录端口9870