2. it
  3. Hadoop(CDH)分布式环境搭建(简单易懂,绝对有效!)

Hadoop(CDH)分布式环境搭建(简单易懂,绝对有效!)

mac2024-10-11  52

        这篇博客,小菌分享的是大数据集群的安装部署,超级有效,希望能够帮助到大家!在正式部署之前,我们需要做一些准备工作。

准备好三台虚拟机,ip分别为192.168.100.100,192.168.100.110,192.168.100.120。 对应的主机名为node01，node02，node03

部署规划:

三台机器准备工作: 1.关闭防火墙 service iptables stop chkconfig iptables stop 2.关闭selinux 3.修改主机名 4.ssh无密码拷贝数据 特别说明(在主节点无密码访问到从节点) ssh-keygen ssh-copy-id 192.168.100.100 ssh-copy-id 192.168.100.110 ssh-copy-id 192.168.100.120 5.设置主机名和IP对应 vi /etc/hosts 6.jdk1.8安装

        因为在之前的博客《Linux之集群部署(超简单!)》中,上述的准备操作均已详细描述,这里对于准备工作的内容就不做过多讲解。接下来正式开始进行CDH集群环境的搭建

文章目录

一.上传压缩包并解压二.查看Hadoop支持的压缩方式以及本地库三.修改配置文件1.修改core-site.xml2.修改hdfs-site.xml3.修改Hadoop-env.sh4.修改mapred-site.xml5.修改yarn-site.xml6.修改slaves文件 四.创建文件存放目录五:安装包的分发六:配置Hadoop的环境变量七:集群启动1.单个节点逐一启动2.脚本一键启动HDFS、Yarn3.脚本一键启动所有 八:浏览器查看启动页面九:验证集群是否可用十:HDFS初体验总结:

一.上传压缩包并解压

hadoop安装包： 链接: https://pan.baidu.com/s/1s0dQbW68RYgatQ1CsmGwxw 提取码: y2s7

        创建两个文件夹         mkdir -p /export/softwares 存放软件压缩包         mkdir -p /export/servers 存放压缩后的文件

        将我们的hadoop安装包上传到第一台服务器的/export/software并解压至/export/servers。         第一台机器执行以下命令:

cd /export/softwares/ mv hadoop-2.6.0-cdh5.14.0-自己编译后的版本.tar.gz hadoop-2.6.0-cdh5.14.0.tar.gz tar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C ../servers/

二.查看Hadoop支持的压缩方式以及本地库

        第一台机器执行以下命令:

cd /export/servers/hadoop-2.6.0-cdh5.14.0 bin/hadoop checknative

        如果出现openssl为false，那么所有机器在线安装openssl即可，执行以下命令，虚拟机联网之后就可以在线进行安装了。

yum -y install openssl-devel

三.修改配置文件

这一步对于CDH分布式环境的搭建非常重要,大家在修改配置文件的时候一定要谨慎！

1.修改core-site.xml

        第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop vim core-site.xml

        将以下内容添至xml文件指定位置处

<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://node01:8020</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas</value> </property> <!-- 缓冲区大小，实际工作中根据服务器性能动态调整 --> <property> <name>io.file.buffer.size</name> <value>4096</value> </property> <!-- 开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 --> <property> <name>fs.trash.interval</name> <value>10080</value> </property> </configuration>

注意事项:

2.修改hdfs-site.xml

        第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop vim hdfs-site.xml

        将以下内容添至xml文件中

<configuration> <!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 --> <!-- 集群动态上下线 <property> <name>dfs.hosts</name> <value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host</value> </property> <property> <name>dfs.hosts.exclude</name> <value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value> </property> --> <property> <name>dfs.namenode.secondary.http-address</name> <value>node01:50090</value> </property> <property> <name>dfs.namenode.http-address</name> <value>node01:50070</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas</value> </property> <!-- 定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 --> <property> <name>dfs.datanode.data.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value> </property> <property> <name>dfs.namenode.edits.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value> </property> <property> <name>dfs.namenode.checkpoint.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value> </property> <property> <name>dfs.namenode.checkpoint.edits.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value> </property> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>dfs.permissions</name> <value>false</value> </property> <property> <name>dfs.blocksize</name> <value>134217728</value> </property> </configuration>

注意事项:

3.修改Hadoop-env.sh

        第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop vim hadoop-env.sh

进入文件后在export JAVA_HOME={JAVA_HOME} 这行代码中修改成jdk的安装路径

export JAVA_HOME=/export/servers/jdk1.8.0_141

4.修改mapred-site.xml

        第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop vim mapred-site.xml

        将以下内容添至xml文件指定位置处中

<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.job.ubertask.enable</name> <value>true</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>node01:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>node01:19888</value> </property> </configuration>

注意事项:

5.修改yarn-site.xml

        第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop vim yarn-site.xml

        将以下内容添至xml文件指定位置处中

<configuration> <property> <name>yarn.resourcemanager.hostname</name> <value>node01</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>

注意事项:

6.修改slaves文件

        第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop vim slaves

        进入文件后写上你集群对应的主机名:

node01 node02 node03

四.创建文件存放目录

        第一台机器执行以下命令，用来在node01机器上创建以下目录

mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits

五:安装包的分发

        第一台机器执行以下命令

cd /export/servers/ scp -r hadoop-2.6.0-cdh5.14.0/ node02:$PWD scp -r hadoop-2.6.0-cdh5.14.0/ node03:$PWD

六:配置Hadoop的环境变量

        三台机器都要进行配置Hadoop的环境变量         三台机器执行以下命令

vim /etc/profile.d/hadoop.sh export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0 export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

        配置完成之后生效

source /etc/profile

七:集群启动

        要启动 Hadoop 集群，需要启动 HDFS 和 YARN 两个集群。 注意：首次启动HDFS时，必须对其进行格式化操作。本质上是一些清理和准备工作，因为此时的 HDFS 在物理上还是不存在的。 bin/hdfs namenode -format 提示:         不要轻易格式化集群,格式化后集群的数据丢失且无法恢复         启动方式分为三种:

1.单个节点逐一启动

在主节点上使用以下命令启动 HDFS NameNode： Hadoop-daemon.sh start namenode 在每个从节点上使用以下命令启动 HDFS DataNode： Hadoop-daemon.sh start datanode 在主节点上使用以下命令启动 YARN ResourceManager： yarn-daemon.sh start resourcemanager 在每个从节点上使用以下命令启动 YARN nodemanager： yarn-daemon.sh start nodemanage

        以上脚本位于$HADOOP_PREFIX/sbin/目录下。如果想要停止某个节点上某个角色，只需要把命令中的start 改为stop 即可。

2.脚本一键启动HDFS、Yarn

        如果配置了 etc/Hadoop/slaves 和 ssh 免密登录，则可以使用程序脚本启动所有Hadoop 两个集群的相关进程，在主节点所设定的机器上执行。         启动集群         node01节点上执行以下命令         第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/ sbin/start-dfs.sh # 开启HDFS sbin/start-yarn.sh # 开启Yarn

        停止集群:         没事不要去停止集群

sbin/stop-dfs.sh sbin/stop-yarn.sh

3.脚本一键启动所有

cd /export/servers/hadoop-2.6.0-cdh5.14.0/

        一键启动集群

sbin/start-all.sh

        一键关闭集群

sbin/stop-all.sh

八:浏览器查看启动页面

hdfs集群访问地址：

# 填写node01的ip http://192.168.100.100:50070/dfshealth.html#tab-overview

yarn集群访问地址：

# 填写node01的ip http://192.168.52.100:8088/cluster

如果看见以上画面，配置就全部成功了。 另外,我们通过命令jps也可以验证: 第一台主机: 其他机器: 如果截图内容与上图不符，可能是在前面的步骤中哪里出错了,还需要重新检查一遍!

九:验证集群是否可用

常见的方式有以下几种:

1.jps用于验证集群服务的启动情况 2.namenode所在节点的IP+50070端口查看HDFS的web界面是否可用 3.在HSFS系统中创建一个文件夹或文件,若能创建表示集群可以正常使用! 需要注意的是: HDFS不支持目录或文件夹的切换,所有路径必须写成绝对路径 HDFS权限域linux的权限等完全相同

十:HDFS初体验

创建文件夹: `hadoop fs -mkdir /abc` 上传文件(Linux --> HDFS)： `hadoop fs -put /opt/a.txt /abc` 查看文件内容: `hadoop fs -ls /abc` 下载文件(HDFS --> Linux): `hadoop fs -get /abc/a.txt /opt`

总结:

        Hadoop(CDH)分布式环境搭建的过程总体来说还算是比较的繁琐,需要大家在搭建的过程中拥有足够的细心与充足的耐心(小菌第一次搭建的时间不知道踩了多少坑o(╥﹏╥)o)。本次的分享就到这里了,下次的博客小菌将为大家分享关于HDFS的内容,喜欢的小伙伴们不要忘了点赞加关注哟(๑╹◡╹)ﾉ"""

大数据梦想家 认证博客专家 博客专家 大数据学者 追梦人 大数据学者，坚信技术成就自我。个人原创公众号「 大数据梦想家 」，每日更新大数据干货，欢迎上车!一天的生活就是一生的缩影。在最美的年华，做最好的自己！！！
最新回复(0)