Hadoop集群 Linux部署

hadoop部署
hadoop版本3.3.0
jdk 1.8

下载 Apache Hadoop
1 Download tar.gz
2 Download src 源码
3 documentation 文档

部署条件：
1 配置jdk环境变量
2 配置免密登录
3 修改主机名

java环境变量配置

    vi /etc/profile
    .....
    done
    //加入以下三行  第一行为jdk解压路径
    export JAVA_HOME=/mnt/jdk1.8/jdk1.8.0_251
    export PATH=$PATH:$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH
    export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib
    unset i
    unset -f pathmunge

    source /etc/profile
    java -version

免密登录
（假设集群为192.168.0.1 192.168.0.2 192.168.0.3）

    在192.168.0.1机器上执行
    cd /root/.ssh //若无此目录执行 ssh hostname  hostname主机名
    ssh-keygen -t rsa
    cat id_rsa.pub >> authorized_keys
    在192.168.0.2机器上执行
    cd /root/.ssh //若无此目录执行 ssh hostname  hostname主机名
    ssh-keygen -t rsa
    scp id_rsa.pub root@192.168.0.1:/root/.ssh/2
    在192.168.0.3机器上执行
    cd /root/.ssh //若无此目录执行 ssh hostname  hostname主机名
    ssh-keygen -t rsa
    scp id_rsa.pub root@192.168.0.1:/root/.ssh/3
    在192.168.0.1机器上执行
    cat 2 >> authorized_keys
    cat 3 >> authorized_keys
    scp authorized_keys root@192.168.0.2:/root/.ssh/authorized_keys
    scp authorized_keys root@192.168.0.3:/root/.ssh/authorized_keys
    rm 2
    rm 3

修改主机名（规划示例）

vi /etc/hostname
vi /etc/hosts
sudo sysctl kernel.hostname=xxxx

部署
1 在三台linux服务合适的位置创建hadoop的文件夹（三台机器同一路径），例如 mkdir /mnt/hadoop
2 上传下载的hadoop-3.3.0.tar.gz
3 解压 tar -zxvf hadoop-3.3.0.tar.gz
4 在server1机器上配置
5 在/mnt/hadoop文件夹中新建一下文件
mkdir tmp
mkdir var
mkdir dfs
mkdir dfs/name
mkdir dfs/data
6 修改hadoop配置文件 cd /mnt/hadoop/hadoop-3.3.0/etc/hadoop/
6.1 修改core-site.xml (注意：三台机器主机名都是server1)
在节点内加入配置:

     
        hadoop.tmp.dir
        /mnt/hadoop/tmp
        Abase for other temporary directories.
   
   
        fs.default.name
        hdfs://server1:9000
   

6.2 修改hadoop-env.sh，配置jdk路径
export JAVA_HOME=/mnt/jdk/jdk1.8/jdk1.8.0_121
6.3 修改hdfs-site.xml
在节点内加入配置:

   
      dfs.name.dir
      /mnt/hadoop/dfs/name
      Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.
   
   
      dfs.data.dir
      /mnt/hadoop/dfs/data
      Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.
   
   
      dfs.replication
      1
   
   
      dfs.permissions
      false
      need not permissions

说明：dfs.permissions配置为false后，可以允许不要检查权限就生成dfs上的文件，方便倒是方便了，但是你需要防止误删除，请将它设置为true，或者直接将该property节点删除，因为默认就是true。
6.4 新建并且修改mapred-site.xml

cp mapred-site.xml mapred-site.xml.template

修改这个新建的mapred-site.xml文件，在节点内加入配置:
(注意：主机名为三台机器各自的主机名)

   mapred.job.tracker
   server1:49001


      mapred.local.dir
       mnt/hadoop/var


       mapreduce.framework.name
       yarn

6.5修改yarn-site.xml文件
在节点内加入配置

        yarn.resourcemanager.hostname
        server3
   
   
        The address of the applications manager interface in the RM.
        yarn.resourcemanager.address
        ${yarn.resourcemanager.hostname}:8032
   
   
        The address of the scheduler interface.
        yarn.resourcemanager.scheduler.address
        ${yarn.resourcemanager.hostname}:8030
   
   
        The http address of the RM web application.
        yarn.resourcemanager.webapp.address
        ${yarn.resourcemanager.hostname}:8088
   
   
        The https adddress of the RM web application.
        yarn.resourcemanager.webapp.https.address
        ${yarn.resourcemanager.hostname}:8090
   
   
        yarn.resourcemanager.resource-tracker.address
        ${yarn.resourcemanager.hostname}:8031
   
   
        The address of the RM admin interface.
        yarn.resourcemanager.admin.address
        ${yarn.resourcemanager.hostname}:8033
   
   
        yarn.nodemanager.aux-services
        mapreduce_shuffle
   
   
        yarn.scheduler.maximum-allocation-mb
        512
        每个节点可用内存,单位MB,默认8182MB
   
   
        yarn.nodemanager.vmem-pmem-ratio
        2.1
   
   
        yarn.nodemanager.resource.memory-mb
        2048
   
   
        yarn.nodemanager.vmem-check-enabled
        false
   

6.6
修改server1 的worker文件
server2
server3
修改server2 的worker文件
server1
server3
修改server3 的worker文件
server1
server2
注意：端口号与里面的值，后期优化配置需要修改，第一次配可以全复制。
说明：yarn.nodemanager.vmem-check-enabled这个的意思是忽略虚拟内存的检查，如果你是安装在虚拟机上，这个配置很有用，配上去之后后续操作不容易出问题。如果是实体机上，并且内存够多，可以将这个配置去掉。
第6的内容另外两台机器同样配置 注意6.1

7 启动Hadoop
server1 为Namenode

cd   /mnt/hadoop/hadoop-3.2.0/bin

./hadoop  namenode  -format

等几秒没报错就是执行成功，格式化成功后，可以在看到在/mnt/hadoop/dfs/name/目录多了一个current目录，而且该目录内有一系列文件。
8 在namenode上执行启动命令

cd   /mnt/hadoop/hadoop-3.2.0/sbin
 ./start-all.sh (启动)
 ./stop-all.sh （停止）

9 行过程中发生报错

start_dfs.sh stop-dfs.sh start-yarn.sh stop-yarn.sh均在/mnt/hadoop/hadoop-3.2.0/sbin

在start_dfs.sh 、stop-dfs.sh两个文件开头位置添加如下配置：

HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=root
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

在start_yarn.sh 、stop-yarn.sh两个文件开头位置添加如下配置：

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=root
YARN_NODEMANAGER_USER=root

hdfs访问地址
http://192.168.0.1:9870/
http://192.168.10.198:8088/

jps命令查看当前的服务

GitHub - 4ttty/winutils: Windows binaries for Hadoop versions (built from the git commit ID used for the ASF relase)