目录
一、部署说明
二、集群规划
三、开始配置
3.1 MapReduce配置文件
3.2 YARN配置文件
3.3 分发配置文件
四、集群启停
4.1 命令介绍
4.2 演示
4.3 查看YARN的WEB UI页面
Hadoop HDFS分布式文件系统,我们会启动:
同理,Hadoop YARN分布式资源调度,会启动:
那么,MapReduce呢?
MapReduce运行在YARN容器内,无需启动独立进程
所以关于MapReduce和YARN的部署,其实就是2件事情:
关于MapReduce: 修改相关配置文件,但是没有进程可以启动
关于YARN: 修改相关配置文件, 并启动ResourceManager、NodeManager进程以及辅助进程(代理服务器、历史服务器)
总结
组件 |
配置文件 |
启动进程 |
备注 |
Hadoop HDFS |
需修改 |
需启动 NameNode 作为主节点
DataNode 作为从节点
SecondaryNameNode 主节点辅助
|
分布式文件系统 |
Hadoop YARN |
需修改 |
需启动 ResourceManager 作为集群资源管理者
NodeManager 作为单机资源管理者
ProxyServer 代理服务器提供安全性
JobHistoryServer 记录历史信息和日志
|
分布式资源调度 |
Hadoop MapReduce |
需修改 |
无需启动任何进程 MapReduce程序运行在YARN容器内 |
分布式数据计算 |
有3台服务器,其中node1配置较高
集群规划如下:
主机 |
角色 |
centos100 |
ResourceManager NodeManager ProxyServer JobHistoryServer |
centos101 | NodeManager |
centos102 | NodeManager |
在 $HADOOP_HOME/etc/hadoop 文件夹内,修改:
mapred-env.sh文件,添加如下环境变量
# 设置JDK路径
export JAVA_HOME=/opt/software/jdk/jdk1.8.0_202
# 设置JobHistoryServer进程内存为1G
export HADOOP_JOB_HISTORYSERVER_HEAPSIZE=1000
# 设置日志级别为INFO
export HADOOP_MAPRED_ROOT_LOGGER=INFO,RFA
mapred-site.xml文件,添加如下配置信息
mapreduce.framework.name
yarn
MapReduce的运行框架设置为YARN
mapreduce.jobhistory.address
centos100:10020
历史服务器通讯端口为centos100:10020
mapreduce.jobhistory.webapp.address
centos100:19888
历史服务器web端口为centos100的19888
mapreduce.jobhistory.intermediate-done-dir
/data/mr-history/tmp
历史信息在HDFS的记录临时路径
mapreduce.jobhistory.done-dir
/data/mr-history/done
历史信息在HDFS的记录路径
yarn.app.mapreduce.am.env
HADOOP_MAPRED_HOME=$HADOOP_HOME
MapReduce HOME 设置为HADOOP_HOME
mapreduce.map.env
HADOOP_MAPRED_HOME=$HADOOP_HOME
MapReduce HOME 设置为HADOOP_HOME
mapreduce.reduce.env
HADOOP_MAPRED_HOME=%HADOOP_HOME
MapReduce HOME 设置为HADOOP_HOME
在 $HADOOP_HOME/etc/hadoop 文件夹内,修改:
yarn-env.sh文件,添加如下4行环境变量内容:
# 设置JDK路径的环境变量
export JAVA_HOME=/opt/software/jdk/jdk1.8.0_202
# 设置HADOOP_HOME的环境变量
export HADOOP_HOME=/opt/software/hadoop/hadoop-3.3.4
# 设置配置文件路径的环境变量
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
# 设置日志文件路径的环境变量
export HADOOP_LOG_DIR=$HADOOP_HOME/logs
yarn-site.xml文件,配置如下
yarn.resourcemanager.hostname
centos100
ResourceMangager设置在centos100节点
yarn.nodemanager.local-dirs
/data/nm-local
NodeManager中间数据本地存储路径
yarn.nodemanager.log-dirs
/data/nm-log
NodeManager数据日志本地存储路径
yarn.nodemanager.aux-services
mapreduce_shuffle
为MapReduce程序开启Shuffle服务
yarn.log.server.url
http://centos100:19888/jobhistory/logs
历史服务器URL
yarn.web-proxy.address
centos100:8089
代理服务器主机和端口
yarn.log-aggregation-enable
true
开启日志聚合
yarn.nodemanager.remote-app-log-dir
/tmp/logs
程序日志HDFS的存储路径
yarn.resoucemanager.scheduler.class
org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler
选择公平调度器
MapReduce和YARN的配置文件修改好后,需要分发到其它的服务器节点中。
scp mapred-env.sh mapred-site.xml yarn-env.sh yarn-site.xml centos101:`pwd`/
scp mapred-env.sh mapred-site.xml yarn-env.sh yarn-site.xml centos102:`pwd`/
分发完成配置文件,就可以启动YARN的相关进程啦。
(ps:分发完成也可以去其他服务器检查一下是否成功!)
常用的进程启动命令如下:
一键启动YARN集群: $HADOOP_HOME/sbin/start-yarn.sh
一键停止YARN集群: $HADOOP_HOME/sbin/stop-yarn.sh
在当前机器,单独启动或停止进程
$HADOOP_HOME/bin/yarn --daemon start|stop resourcemanager|nodemanager|proxyserver
历史服务器启动和停止
$HADOOP_HOME/bin/mapred --daemon start|stop historyserver
下面开始演示:
在centos100服务器,以hadoop用户执行
首先执行:$HADOOP_HOME/sbin/start-yarn.sh,一键启动所需的:
其次执行:$HADOOP_HOME/bin/mapred --daemon start historyserver 启动:
HistoryServer(历史服务器)
打开 http://centos100:8088 即可看到YARN集群的监控页面(ResourceManager的WEB UI)
最后别忘记了给虚拟机打上快照哦!