扣丁学堂大数据培训带你探索Hadoop分布式集群

2018-09-25 17:12:54 409浏览

今天扣丁学堂大数据培训老师带你探索Hadoop分布式集群的详细介绍，首先Hadoop的搭建有三种方式，单机版适合开发调试;伪分布式版，适合模拟集群学习;完全分布式，生产使用的模式。这篇文件介绍如何搭建完全分布式的hadoop集群，一个主节点，三个数据节点为例来讲解。

基础环境

环境准备

1、软件版本

四台服务器配置，系统：centos6.5、内存：1G（视自己配置而定）、硬盘：20G（视自己配置而定）

四台服务器分配的IP地址：

192.168.10.131
192.168.10.132
192.168.10.133
192.168.10.134

规划：131用作主节点用作master，其它三台为数据节点132、133、134用作salve1~3

jdk和生成保持一致使用1.8版本

hadoop使用2.7.3版本

2、host配置和主机名(四台)

修改四台服务器的hosts文件

vim /etc/hosts
192.168.10.131 master
192.168.10.132 slave1
192.168.10.133 slave2
192.168.10.134 slave3

分别斯塔服务器的主机名:HOSTNAME，master为例说明

vi /etc/sysconfig/network
HOSTNAME=master

执行reboot后生效，完成之后依次修改其它salve服务器为：slave1~3。

3、服务器安装jdk(四台)

建议使用yum安装jdk,也可以自行下载安装

yum -y install java-1.8.0-openjdk*

配置环境变量，修改配置文件vim/etc/profile

export JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk.x86_64
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

使用souce命令让立刻生效

source /etc/profile

免密登陆

一、首先关闭四台服务器的防火墙和SELINUX

查看防火墙状态

service iptables status

关闭防火墙

service iptables stop
chkconfig iptables off

关闭SELINUX后，需要重启服务器

—关闭SELINUX

# vim /etc/selinux/config

—注释掉

#SELINUX=enforcing
#SELINUXTYPE=targeted

—添加

SELINUX=disabled

二、免密码登录本机

下面以配置master本机无密码登录为例进行讲解，用户需参照下面步骤完成salve1~3三台子节点机器的本机无密码登录;

1)生产秘钥

ssh-keygen -t rsa

2)将公钥追加到”authorized_keys”文件

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

3)赋予权限

chmod 600 .ssh/authorized_keys

4)验证本机能无密码访问

ssh master

最后，依次配置salve1~3无密码访问

二、master本机无密码登录slave1、slave2、slave3，以master无密码登录slave1为例进行讲解：

1)登录slave1，复制master服务器的公钥”id_rsa.pub”到slave1服务器的”root”目录下。

scp root@master:/root/.ssh/id_rsa.pub /root/

2)将master的公钥(id_rsa.pub)追加到slave1的authorized_keys中

cat id_rsa.pub >> .ssh/authorized_keys
rm -rf id_rsa.pub

3)在master上面测试

ssh slave1

三、配置slave1~slave3本机无密码登录master

下面以slave1无密码登录master为例进行讲解，用户需参照下面步骤完成slave2~slave3无密码登录master。

1)登录master，复制slave1服务器的公钥”id_rsa.pub”到master服务器的”/root/”目录下。

scp root@slave1:/root/.ssh/id_rsa.pub /root/

2)将slave1的公钥(id_rsa.pub)追加到master的authorized_keys中。

cat id_rsa.pub >> .ssh/authorized_keys
rm -rf id_rsa.pub //删除id_rsa.pub

3)在slave1上面测试

ssh master

依次配置slave2、slave3

到此主从的无密登录已经完成了。

Hadoop环境搭建

配置master的hadoop环境

1、master上解压缩安装包及创建基本目录

#下载

wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.

#解压

tar -xzvf hadoop-2.7.3.tar.gz -C /usr/local

#重命名

mv hadoop-2.7.3 hadoop

2、配置master的hadoop环境变量

1)配置环境变量，修改配置文件vi/etc/profile

export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin

使得hadoop命令在当前终端立即生效

source /etc/profile

下面配置，文件都在：/usr/local/hadoop/etc/hadoop路径下

2、配置core-site.xml

修改Hadoop核心配置文件/usr/local/hadoop/etc/hadoop/core-site.xml，通过fs.default.name指定NameNode的IP地址和端口号，通过hadoop.tmp.dir指定hadoop数据存储的临时文件夹。

<configuration>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/local/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
</configuration>

特别注意：如没有配置hadoop.tmp.dir参数，此时系统默认的临时目录为：/tmp/hadoo-hadoop。而这个目录在每次重启后都会被删除，必须重新执行format才行，否则会出错。

3、配置hdfs-site.xml：

修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml，通过dfs.replication指定HDFS的备份因子为3，通过dfs.name.dir指定namenode节点的文件存储目录，通过dfs.data.dir指定datanode节点的文件存储目录。

<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>/usr/local/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>/usr/local/hadoop/hdfs/data</value>
</property>
</configuration>

4、配置mapred-site.xml

拷贝mapred-site.xml.template为mapred-site.xml，在进行修改

cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml
vim /usr/local/hadoop/etc/hadoop/mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapred.job.tracker</name>
<value>http://master:9000</value>
</property>
</configuration>

5、配置yarn-site.xml

<configuration>
<!– Site specific YARN configuration properties –>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
</configuration>

6、配置masters文件

修改/usr/local/hadoop/etc/hadoop/masters文件，该文件指定namenode节点所在的服务器机器。删除localhost，添加namenode节点的主机名master;不建议使用IP地址，因为IP地址可能会变化，但是主机名一般不会变化。

vi /usr/local/hadoop/etc/hadoop/masters

##内容

master

7、配置slaves文件(Master主机特有)

修改/usr/local/hadoop/etc/hadoop/slaves文件，该文件指定哪些服务器节点是datanode节点。删除locahost，添加所有datanode节点的主机名，如下所示。

vi /usr/local/hadoop/etc/hadoop/slaves
## 内容
slave1
slave2
slave3

配置hadoop-slave的hadoop环境

下面以配置slave1的hadoop为例进行演示，用户需参照以下步骤完成其他slave2~3服务器的配置。

1)复制hadoop到slave1节点

scp -r /usr/local/hadoop slave1:/usr/local/

登录slave1服务器，删除slaves内容

rm -rf /usr/local/hadoop/etc/hadoop/slaves

2)配置环境变量

vi /etc/profile
## 内容
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
使得hadoop命令在当前终端立即生效;
source /etc/profile
依次配置其它slave服务

启动集群

1、格式化HDFS文件系统

进入master的~/hadoop目录，执行以下操作

bin/hadoop namenode -format

格式化namenode，第一次启动服务前执行的操作，以后不需要执行。

2、然后启动hadoop：

sbin/start-all.sh

3、使用jps命令查看运行情况

#master 执行 jps查看运行情况
25928 SecondaryNameNode
25742 NameNode
26387 Jps
26078 ResourceManager
#slave 执行 jps查看运行情况
24002 NodeManager
23899 DataNode
24179 Jps

4、命令查看Hadoop集群的状态

通过简单的jps命令虽然可以查看HDFS文件管理系统、MapReduce服务是否启动成功，但是无法查看到Hadoop整个集群的运行状态。我们可以通过hadoopdfsadmin-report进行查看。用该命令可以快速定位出哪些节点挂掉了，HDFS的容量以及使用了多少，以及每个节点的硬盘使用情况。

hadoop dfsadmin -report

输出结果：

Configured Capacity: 50108030976 (46.67 GB)
Present Capacity: 41877471232 (39.00 GB)
DFS Remaining: 41877385216 (39.00 GB)
DFS Used: 86016 (84 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0
Missing blocks (with replication factor 1): 0
……

5、hadoop重启

sbin/stop-all.sh
sbin/start-all.sh

错误

在搭建完成启动的时候，发生过两个错误：

1、xxx:Error:JAVA_HOMEisnotsetandcouldnotbefound

这个错误意思没有找到jdk的环境变量，需要在hadoop-env.sh配置。

vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh
## 配置项
export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64

2、Theauthenticityofhost‘0.0.0.0(0.0.0.0)’can’tbeestablished.

解决方案关闭SELINUX

— 关闭SELINUX
# vim /etc/selinux/config
— 注释掉
#SELINUX=enforcing
#SELINUXTYPE=targeted
— 添加
SELINUX=disabled

以上就是关于扣丁学堂大数据培训带你探索Hadoop分布式集群的详细介绍，希望对同学们有所帮助，扣丁学堂提供完整大数据学习路线内容包含Linux&&Hadoop生态体系、大数据计算框架体系、云计算体系、机器学习&&深度学习等大数据视频教程内容，根据大数据学习路线图可以让你对学习大数据需要掌握的知识有个清晰的了解，并快速入门大数据开发，大数据学习群：827371640

【关注微信公众号获取更多学习资料】 

查看更多关于“大数据培训资讯”的相关文章>