教你玩转Hadoop分布式集群搭建，进击大数据

教你玩转hadoop分布式集群搭建，进击大数据

作者：小哥 2017-12-07 15:24:10

大数据

分布式

Hadoop 终于要开始玩大数据了，之前对haoop生态几乎没有太多的了解，现在赶鸭子上架，需要完全使用它来做数据中心，这是我的haoop第一篇文章，以后估计会写很多大数据相关的文章。

成都创新互联是一家专注于成都做网站、网站设计与策划设计,新田网站建设哪家好?成都创新互联做网站,专注于网站建设10年,网设计领域的专业建站公司;建站业务涵盖:新田等地区。新田做网站价格咨询:13518219792

终于要开始玩大数据了，之前对haoop生态几乎没有太多的了解，现在赶鸭子上架，需要完全使用它来做数据中心，这是我的haoop***篇文章，以后估计会写很多大数据相关的文章。

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、硬盘：20G
  • 四台服务器分配的IP地址：192.168.0.71/72/73/74
  • 规划：71用作主节点用作hadoop-master，其它三台为数据节点72、73、74用作hadoop-salve1~3

jdk和生成保持一致使用1.7版本

  • hadoop使用2.7.3版本，下载地址：http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz

2、host配置和主机名(四台)

修改四台服务器的hosts文件

  
 
 
    
   
  
  
  1. vim /etc/hosts 
    2. 
   
  
  
  2. 192.168.0.71 hadoop-master 
    3. 
   
  
  
  3. 192.168.0.72 hadoop-slave1 
    4. 
   
  
  
  4. 192.168.0.73 hadoop-slave2 
    5. 
   
  
  
  5. 192.168.0.74 hadoop-slave3
    6.

分别斯塔服务器的主机名:HOSTNAME，master为例说明

  
 
 
    
   
  
  
  1. vi /etc/sysconfig/network 
    2. 
   
  
  
  2. HOSTNAME=hadoop-master
    3.

执行reboot后生效，完成之后依次修改其它salve服务器为： hadoop-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

  
 
 
    
   
  
  
  1. yum -y install java-1.7.0-openjdk*
    2.

配置环境变量，修改配置文件vim /etc/profile

  
 
 
    
   
  
  
  1. export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64 
    2. 
   
  
  
  2. export PATH=$JAVA_HOME/bin:$PATH 
    3. 
   
  
  
  3. export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
    4.

使用souce命令让立刻生效

  
 
 
    
   
  
  
  1. source /etc/profile
    2.

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

  
 
 
    
   
  
  
  1. service iptables status
    2.

关闭防火墙

  
 
 
    
   
  
  
  1. service iptables stop 
    2. 
   
  
  
  2. chkconfig iptables off
    3.

关闭SELINUX后，需要重启服务器

  
 
 
    
   
  
  
  1. -- 关闭SELINUX 
    2. 
   
  
  
  2. # vim /etc/selinux/config 
    3. 
   
  
  
  3. -- 注释掉 
    4. 
   
  
  
  4. #SELINUX=enforcing 
    5. 
   
  
  
  5. #SELINUXTYPE=targeted 
    6. 
   
  
  
  6. -- 添加 
    7. 
   
  
  
  7. SELINUX=disabled
    8.

二、免密码登录本机

下面以配置hadoop-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h-salve1~3三台子节点机器的本机无密码登录;

1)生产秘钥

  
 
 
    
   
  
  
  1. ssh-keygen -t rsa
    2.

2)将公钥追加到”authorized_keys”文件

  
 
 
    
   
  
  
  1. cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
    2.

3)赋予权限

  
 
 
    
   
  
  
  1. chmod 600 .ssh/authorized_keys
    2.

4)验证本机能无密码访问

  
 
 
    
   
  
  
  1. ssh hadoop-master
    2.

***，依次配置h-salve1~3无密码访问

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

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

  
 
 
    
   
  
  
  1. scp root@hadoop-master:/root/.ssh/id_rsa.pub /root/
    2.

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

  
 
 
    
   
  
  
  1. cat id_rsa.pub >> .ssh/authorized_keys 
    2. 
   
  
  
  2. rm -rf  id_rsa.pub
    3.

3)在 hadoop-master上面测试

  
 
 
    
   
  
  
  1. ssh hadoop-slave1
    2.

三、配置hadoop-slave1~hadoop-slave3本机无密码登录hadoop-master

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

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

  
 
 
    
   
  
  
  1. scp root@hadoop-slave1:/root/.ssh/id_rsa.pub /root/
    2.

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

  
 
 
    
   
  
  
  1. cat id_rsa.pub >> .ssh/authorized_keys 
    2. 
   
  
  
  2. rm -rf  id_rsa.pub //删除id_rsa.pub
    3.

3)在 hadoop-slave1上面测试

  
 
 
    
   
  
  
  1. ssh hadoop-master
    2.

依次配置 hadoop-slave2、hadoop-slave3

到此主从的无密登录已经完成了。

Hadoop环境搭建

配置hadoop-master的hadoop环境

1、hadoop-master上 解压缩安装包及创建基本目录

  
 
 
    
   
  
  
  1. #下载 
    2. 
   
  
  
  2. wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz 
    3. 
   
  
  
  3. #解压 
    4. 
   
  
  
  4. tar -xzvf  hadoop-2.7.3.tar.gz    -C /usr/local 
    5. 
   
  
  
  5. #重命名 
    6. 
   
  
  
  6. mv  hadoop-2.7.3  hadoop
    7.

2、 配置hadoop-master的hadoop环境变量

1)配置环境变量，修改配置文件vi /etc/profile

  
 
 
    
   
  
  
  1. export HADOOP_HOME=/usr/local/hadoop 
    2. 
   
  
  
  2. export PATH=$PATH:$HADOOP_HOME/bin
    3.

使得hadoop命令在当前终端立即生效

  
 
 
    
   
  
  
  1. source /etc/profile
    2.

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。

  
 
 
    
   
  
  
  1.  
    2. 
   
  
  
  2.      
    3. 
   
  
  
  3.         hadoop.tmp.dir 
    4. 
   
  
  
  4.         file:/usr/local/hadoop/tmp
    5. 
   
  
  
  5.         Abase for other temporary directories. 
    6. 
   
  
  
  6.      
    7. 
   
  
  
  7.      
    8. 
   
  
  
  8.         fs.defaultFS 
    9. 
   
  
  
  9.         hdfs://hadoop-master:9000 
    10. 
   
  
  
  10.      
    11. 
   
  
  
  11.

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。

  
 
 
    
   
  
  
  1.  
    2. 
   
  
  
  2.      
    3. 
   
  
  
  3.         dfs.replication 
    4. 
   
  
  
  4.         3 
    5. 
   
  
  
  5.      
    6. 
   
  
  
  6.      
    7. 
   
  
  
  7.         dfs.name.dir 
    8. 
   
  
  
  8.         /usr/local/hadoop/hdfs/name 
    9. 
   
  
  
  9.      
    10. 
   
  
  
  10.      
    11. 
   
  
  
  11.         dfs.data.dir 
    12. 
   
  
  
  12.         /usr/local/hadoop/hdfs/data 
    13. 
   
  
  
  13.      
    14. 
   
  
  
  14.

4、配置mapred-site.xml

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

  
 
 
    
   
  
  
  1. cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml 
    2. 
   
  
  
  2. vim /usr/local/hadoop/etc/hadoop/mapred-site.xml 
    3. 
   
  
  
  3.  
    4. 
   
  
  
  4.    
    5. 
   
  
  
  5.       mapreduce.framework.name 
    6. 
   
  
  
  6.       yarn 
    7. 
   
  
  
  7.    
    8. 
   
  
  
  8.     
    9. 
   
  
  
  9.       mapred.job.tracker 
    10. 
   
  
  
  10.       http://hadoop-master:9001 
    11. 
   
  
  
  11.    
    12. 
   
  
  
  12.

5、配置yarn-site.xml

  
 
 
    
   
  
  
  1.  
    2. 
   
  
  
  2.  
    3. 
   
  
  
  3.      
    4. 
   
  
  
  4.         yarn.nodemanager.aux-services 
    5. 
   
  
  
  5.         mapreduce_shuffle 
    6. 
   
  
  
  6.      
    7. 
   
  
  
  7.      
    8. 
   
  
  
  8.         yarn.resourcemanager.hostname 
    9. 
   
  
  
  9.         hadoop-master 
    10. 
   
  
  
  10.      
    11. 
   
  
  
  11.

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hadoop-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。

  
 
 
    
   
  
  
  1. vi /usr/local/hadoop/etc/hadoop/masters 
    2. 
   
  
  
  2. ## 内容 
    3. 
   
  
  
  3. hadoop-master
    4.

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。

  
 
 
    
   
  
  
  1. vi /usr/local/hadoop/etc/hadoop/slaves 
    2. 
   
  
  
  2. ## 内容 
    3. 
   
  
  
  3. hadoop-slave1 
    4. 
   
  
  
  4. hadoop-slave2 
    5. 
   
  
  
  5. hadoop-slave3
    6.

配置hadoop-slave的hadoop环境

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

1)复制hadoop到hadoop-slave1节点

  
 
 
    
   
  
  
  1. scp -r /usr/local/hadoop hadoop-slave1:/usr/local/
    2.

登录hadoop-slave1服务器，删除slaves内容

  
 
 
    
   
  
  
  1. rm -rf /usr/local/hadoop/etc/hadoop/slaves
    2.

2)配置环境变量

  
 
 
    
   
  
  
  1. vi /etc/profile 
    2. 
   
  
  
  2. ## 内容 
    3. 
   
  
  
  3. export HADOOP_HOME=/usr/local/hadoop 
    4. 
   
  
  
  4. export PATH=$PATH:$HADOOP_HOME/bin
    5.

使得hadoop命令在当前终端立即生效;

  
 
 
    
   
  
  
  1. source /etc/profile
    2.

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

  
 
 
    
   
  
  
  1. bin/hadoop namenode -format
    2.

格式化namenode，***次启动服务前执行的操作，以后不需要执行。

2、然后启动hadoop：

  
 
 
    
   
  
  
  1. sbin/start-all.sh
    2.

3、使用jps命令查看运行情况

  
 
 
    
   
  
  
  1. #master 执行 jps查看运行情况 
    2. 
   
  
  
  2. 25928 SecondaryNameNode 
    3. 
   
  
  
  3. 25742 NameNode 
    4. 
   
  
  
  4. 26387 Jps 
    5. 
   
  
  
  5. 26078 ResourceManager 
    6. 
   
  
  
  6. #slave 执行 jps查看运行情况 
    7. 
   
  
  
  7. 24002 NodeManager 
    8. 
   
  
  
  8. 23899 DataNode 
    9. 
   
  
  
  9. 24179 Jps
    10.

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hadoop dfsadmin -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。

  
 
 
    
   
  
  
  1. hadoop dfsadmin -report
    2.

输出结果：

  
 
 
    
   
  
  
  1. Configured Capacity: 50108030976 (46.67 GB) 
    2. 
   
  
  
  2. Present Capacity: 41877471232 (39.00 GB) 
    3. 
   
  
  
  3. DFS Remaining: 41877385216 (39.00 GB) 
    4. 
   
  
  
  4. DFS Used: 86016 (84 KB) 
    5. 
   
  
  
  5. DFS Used%: 0.00% 
    6. 
   
  
  
  6. Under replicated blocks: 0 
    7. 
   
  
  
  7. Blocks with corrupt replicas: 0 
    8. 
   
  
  
  8. Missing blocks: 0 
    9. 
   
  
  
  9. Missing blocks (with replication factor 1): 0
    10. 
   
  
  
  10.  ......
    11.

5、hadoop 重启

  
 
 
    
   
  
  
  1. sbin/stop-all.sh 
    2. 
   
  
  
  2. sbin/start-all.sh
    3.

错误

在搭建完成启动的时候，发生过两个错误：

1、 xxx: Error: JAVA_HOME is not set and could not be found

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

  
 
 
    
   
  
  
  1. vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh 
    2. 
   
  
  
  2. ## 配置项 
    3. 
   
  
  
  3. export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64
    4.

2、The authenticity of host ‘0.0.0.0 (0.0.0.0)’ can’t be established.

解决方案关闭SELINUX

  
 
 
    
   
  
  
  1. -- 关闭SELINUX 
    2. 
   
  
  
  2. # vim /etc/selinux/config 
    3. 
   
  
  
  3. -- 注释掉 
    4. 
   
  
  
  4. #SELINUX=enforcing 
    5. 
   
  
  
  5. #SELINUXTYPE=targeted 
    6. 
   
  
  
  6. — 添加 
    7. 
   
  
  
  7. SELINUX=disabled
    8.

本文标题：教你玩转Hadoop分布式集群搭建，进击大数据
网页URL：http://www.shufengxianlan.com/qtweb/news4/268704.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

网站设计公司知识

同城分类信息

和正源建设　　 　达州网站建设　　 　达州主机托管　　 　手机网站开发　　 　企业网站建设公司　　 　小谭建站　　 　遂宁海缘科技　　 　成都网站优化　　 　成都虚拟主机　　 　德阳做网站　　 　成都网站建设　　 　发电机组维修保养　　 　绵阳服务器托管　　 　重庆服务器托管　　 　成都酒店服定制　　 　网站搜索引擎优化　　 　西部信息机房　　 　UI设计　　 　兴发搬家　　 　广安园林绿化公司