hadoop集群二之hadoop安装

上一篇我们已经准备好三台虚拟机，计划一主两从搭建hadoop集群。没安装的可以参考一下。

虚拟机安装传送门：mac搭建hadoop集群之虚拟机安装

集群规划

主机	角色
node1	NN DN RM NM
node2	SNN DN NM
node3	DN NM

集群配置

hadoop3.3安装包下载

更改主机名

分别将三台虚拟机分别更改为node1、node2、node3。

vim /etc/hostname

新增host映射

vim /etc/hostname

# 添加的内容
172.16.254.4 node1
172.16.254.5 node2
172.16.254.6 node3

时间同步及防火墙关闭

# 集群时间同步
ntpdate ntp5.aliyun.com

# 防火墙关闭
firewall-cmd --state	#查看防火墙状态
systemctl stop firewalld.service  #停止firewalld服务
systemctl disable firewalld.service  #开机禁用firewalld服务

ssh免密登录（只需要配置node1至node1、node2、node3即可）

#node1生成公钥私钥 (一路回车)
ssh-keygen  

#node1配置免密登录到node1 node2 node3
ssh-copy-id node1
ssh-copy-id node2
ssh-copy-id node3

上传安装包

新建目录/export/server目录

mkdir -p /export/server

将hadoop3.3安装包下载内的 jdk-8u241-linux-x64.tar.gz和hadoop-3.3.0-Centos7-64-with-snappy.tar.gz两个压缩包上传到node1中的/export/server。

解压

cd /export/server

tar zxvf jdk-8u241-linux-x64.tar.gz

tar zxvf hadoop-3.3.0-Centos7-64-with-snappy.tar.gz

环境变量的配置

#配置环境变量
vim /etc/profile

# jdk
export JAVA_HOME=/export/server/jdk1.8.0_241
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
# hadoop
export HADOOP_HOME=/export/server/hadoop-3.3.0
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

配置完以后记得运行source /etc/profile，输入java -version查看jdk版本确认配置是否生效。

修改hadoop配置文件

配置文件路径/export/server/hadoop-3.3.0/etc/hadoop

• hadoop-env.sh

  #文件最后添加
  export JAVA_HOME=/export/server/jdk1.8.0_241
  export HADOOP_HOME=/export/server/hadoop-3.3.0
  export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
  export HADOOP_LOG_DIR=$HADOOP_HOME/logs
  
  export HDFS_NAMENODE_USER=root
  export HDFS_DATANODE_USER=root
  export HDFS_JOURNALNODE_USER=root
  export HDFS_ZKFC_USER=root
  export HDFS_SECONDARYNAMENODE_USER=root
  export YARN_RESOURCEMANAGER_USER=root
  export YARN_NODEMANAGER_USER=root 
  

• core-site.xml

  <!-- 设置默认使用的文件系统 Hadoop支持file、HDFS、GFS、ali|Amazon云等文件系统 -->
  <property>
      <name>fs.defaultFS</name>
      <value>hdfs://node1:8020</value>
  </property>
  
  <!-- io操作文件缓冲区大小 -->
  <property>
      <name>io.file.buffer.size</name>
      <value>131072</value>
  </property>
  
  <!-- 设置Hadoop本地保存数据路径 -->
  <property>
      <name>hadoop.tmp.dir</name>
      <value>/export/data/hadoop-3.3.0/data</value>
  </property>
  
  <!-- 设置HDFS web UI用户身份 -->
  <property>
      <name>hadoop.http.staticuser.user</name>
      <value>root</value>
  </property>
  
  <!-- 整合hive 用户代理设置 -->
  <property>
      <name>hadoop.proxyuser.root.hosts</name>
      <value>*</value>
  </property>
  
  <property>
      <name>hadoop.proxyuser.root.groups</name>
      <value>*</value>
  </property>
  
  <!-- 文件系统垃圾桶保存时间 -->
  <property>
      <name>fs.trash.interval</name>
      <value>1440</value>
  </property>
  

• hdfs-site.xml

  <property>
      <name>dfs.namenode.rpc-address</name>
      <value>node1:8020</value>
  </property>
  <!-- hdfs文件系统，默认创建的文件权限设置 700表示rwx -->
  <property>
      <name>dfs.datanode.data.dir.perm</name>
      <value>700</value>
  </property>
  
  <property>
      <name>dfs.namenode.name.dir</name>
      <value>/export/server/name</value>
  </property>
  <!-- NameNode允许哪几个节点的DataNode连接（即允许加入集群） -->
  <property>
      <name>dfs.namenode.hosts</name>
      <value>node1,node2,node3</value>
  </property>
  <!-- hdfs默认块大小 256M -->
  <property>
      <name>dfs.blocksize</name>
      <value>268435456</value>
  </property>
  <!-- namenode处理的并发线程数 以100个并行度处理文件系统的管理任务 -->
  <property>
      <name>dfs.namenode.handler.count</name>
      <value>100</value>
  </property>
  
  <property>
      <name>dfs.datanode.data.dir</name>
      <value>/export/server/data</value>
  </property>
  <!-- 设置SNN进程运行机器位置信息 -->
  <property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>node2:9868</value>
  </property>
  

• mapred-site.xml

  <!-- 设置MR程序默认运行模式： yarn集群模式 local本地模式 -->
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
  
  <!-- MR程序历史服务地址 -->
  <property>
    <name>mapreduce.jobhistory.address</name>
    <value>node1:10020</value>
  </property>
   
  <!-- MR程序历史服务器web端地址 -->
  <property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>node1:19888</value>
  </property>
  
  <property>
    <name>yarn.app.mapreduce.am.env</name>
    <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
  </property>
  
  <property>
    <name>mapreduce.map.env</name>
    <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
  </property>
  
  <property>
    <name>mapreduce.reduce.env</name>
    <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
  </property>
  

• yarn-site.xml

  <!-- 设置YARN集群主角色运行机器位置 -->
  <property>
  	<name>yarn.resourcemanager.hostname</name>
  	<value>node1</value>
  </property>
  
  <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
  </property>
  
  <!-- 是否将对容器实施物理内存限制 -->
  <property>
      <name>yarn.nodemanager.pmem-check-enabled</name>
      <value>false</value>
  </property>
  
  <!-- 是否将对容器实施虚拟内存限制。 -->
  <property>
      <name>yarn.nodemanager.vmem-check-enabled</name>
      <value>false</value>
  </property>
  
  <!-- 开启日志聚集 -->
  <property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
  </property>
  
  <!-- 设置yarn历史服务器地址 -->
  <property>
      <name>yarn.log.server.url</name>
      <value>http://node1:19888/jobhistory/logs</value>
  </property>
  
  <!-- 历史日志保存的时间 7天 -->
  <property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
  </property>
  

• workers

  node1
  node2
  node3
  

分发同步hadoop安装包

cd /export/server

scp -r hadoop-3.3.0 root@node2:$PWD
scp -r hadoop-3.3.0 root@node3:$PWD

Hadoop集群启动

• （首次启动，有数据的情况下千万别执行）格式化namenode

  hdfs namenode -format
  

• 脚本一键启动
  start-all.sh 可一键启动，当然也可以分开执行。

  [root@node1 ~]# start-dfs.sh 
  Starting namenodes on [node1]
  Last login: Thu Nov  5 10:44:10 CST 2020 on pts/0
  Starting datanodes
  Last login: Thu Nov  5 10:45:02 CST 2020 on pts/0
  Starting secondary namenodes [node2]
  Last login: Thu Nov  5 10:45:04 CST 2020 on pts/0
  
  [root@node1 ~]# start-yarn.sh 
  Starting resourcemanager
  Last login: Thu Nov  5 10:45:08 CST 2020 on pts/0
  Starting nodemanagers
  Last login: Thu Nov  5 10:45:44 CST 2020 on pts/0
  
  [root@node1 ~]# start-all.sh 
  

  通过执行jps查看运行的hadoop集群是否满足我们的规划。node1这样完全满足。
  

• Web UI页面

  • HDFS集群：http://node1:9870/（http://172.16.254.4:9870/可能需要加上ip才能正常打开）
  • YARN集群：http://node1:8088/
    

至此，hadoop集群搭建成功！