新增离线版文档
This commit is contained in:
罗祥
233
offline-notes/installation/Hadoop集群环境搭建.md
Normal file
233
offline-notes/installation/Hadoop集群环境搭建.md
Normal file
@@ -0,0 +1,233 @@
|
||||
# Hadoop集群环境搭建
|
||||
|
||||
<nav>
|
||||
<a href="#一集群规划">一、集群规划</a><br/>
|
||||
<a href="#二前置条件">二、前置条件</a><br/>
|
||||
<a href="#三配置免密登录">三、配置免密登录</a><br/>
|
||||
<a href="#31-生成密匙">3.1 生成密匙</a><br/>
|
||||
<a href="#32-免密登录">3.2 免密登录</a><br/>
|
||||
<a href="#33-验证免密登录">3.3 验证免密登录</a><br/>
|
||||
<a href="#四集群搭建">四、集群搭建</a><br/>
|
||||
<a href="#31-下载并解压">3.1 下载并解压</a><br/>
|
||||
<a href="#32-配置环境变量">3.2 配置环境变量</a><br/>
|
||||
<a href="#33-修改配置">3.3 修改配置</a><br/>
|
||||
<a href="#34-分发程序">3.4 分发程序</a><br/>
|
||||
<a href="#35--初始化">3.5 初始化</a><br/>
|
||||
<a href="#36-启动集群">3.6 启动集群</a><br/>
|
||||
<a href="#37-查看集群">3.7 查看集群</a><br/>
|
||||
<a href="#五提交服务到集群">五、提交服务到集群</a><br/>
|
||||
</nav>
|
||||
|
||||
|
||||
## 一、集群规划
|
||||
|
||||
这里搭建一个 3 节点的 Hadoop 集群，其中三台主机均部署 `DataNode` 和 `NodeManager` 服务，但只有 hadoop001 上部署 `NameNode` 和 `ResourceManager` 服务。
|
||||
|
||||
|
||||
|
||||
## 二、前置条件
|
||||
|
||||
Hadoop 的运行依赖 JDK，需要预先安装。其安装步骤单独整理至：
|
||||
|
||||
+ [Linux 下 JDK 的安装](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Linux下JDK安装.md)
|
||||
|
||||
|
||||
|
||||
## 三、配置免密登录
|
||||
|
||||
### 3.1 生成密匙
|
||||
|
||||
在每台主机上使用 `ssh-keygen` 命令生成公钥私钥对：
|
||||
|
||||
```shell
|
||||
ssh-keygen
|
||||
```
|
||||
|
||||
### 3.2 免密登录
|
||||
|
||||
将 `hadoop001` 的公钥写到本机和远程机器的 ` ~/ .ssh/authorized_key` 文件中：
|
||||
|
||||
```shell
|
||||
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop001
|
||||
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop002
|
||||
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop003
|
||||
```
|
||||
|
||||
### 3.3 验证免密登录
|
||||
|
||||
```she
|
||||
ssh hadoop002
|
||||
ssh hadoop003
|
||||
```
|
||||
|
||||
|
||||
|
||||
## 四、集群搭建
|
||||
|
||||
### 3.1 下载并解压
|
||||
|
||||
下载 Hadoop。这里我下载的是 CDH 版本 Hadoop，下载地址为：http://archive.cloudera.com/cdh5/cdh/5/
|
||||
|
||||
```shell
|
||||
# tar -zvxf hadoop-2.6.0-cdh5.15.2.tar.gz
|
||||
```
|
||||
|
||||
### 3.2 配置环境变量
|
||||
|
||||
编辑 `profile` 文件：
|
||||
|
||||
```shell
|
||||
# vim /etc/profile
|
||||
```
|
||||
|
||||
增加如下配置：
|
||||
|
||||
```
|
||||
export HADOOP_HOME=/usr/app/hadoop-2.6.0-cdh5.15.2
|
||||
export PATH=${HADOOP_HOME}/bin:$PATH
|
||||
```
|
||||
|
||||
执行 `source` 命令，使得配置立即生效：
|
||||
|
||||
```shell
|
||||
# source /etc/profile
|
||||
```
|
||||
|
||||
### 3.3 修改配置
|
||||
|
||||
进入 `${HADOOP_HOME}/etc/hadoop` 目录下，修改配置文件。各个配置文件内容如下：
|
||||
|
||||
#### 1. hadoop-env.sh
|
||||
|
||||
```shell
|
||||
# 指定JDK的安装位置
|
||||
export JAVA_HOME=/usr/java/jdk1.8.0_201/
|
||||
```
|
||||
|
||||
#### 2. core-site.xml
|
||||
|
||||
```xml
|
||||
<configuration>
|
||||
<property>
|
||||
<!--指定 namenode 的 hdfs 协议文件系统的通信地址-->
|
||||
<name>fs.defaultFS</name>
|
||||
<value>hdfs://hadoop001:8020</value>
|
||||
</property>
|
||||
<property>
|
||||
<!--指定 hadoop 集群存储临时文件的目录-->
|
||||
<name>hadoop.tmp.dir</name>
|
||||
<value>/home/hadoop/tmp</value>
|
||||
</property>
|
||||
</configuration>
|
||||
```
|
||||
|
||||
#### 3. hdfs-site.xml
|
||||
|
||||
```xml
|
||||
<property>
|
||||
<!--namenode 节点数据（即元数据）的存放位置，可以指定多个目录实现容错，多个目录用逗号分隔-->
|
||||
<name>dfs.namenode.name.dir</name>
|
||||
<value>/home/hadoop/namenode/data</value>
|
||||
</property>
|
||||
<property>
|
||||
<!--datanode 节点数据（即数据块）的存放位置-->
|
||||
<name>dfs.datanode.data.dir</name>
|
||||
<value>/home/hadoop/datanode/data</value>
|
||||
</property>
|
||||
```
|
||||
|
||||
#### 4. yarn-site.xml
|
||||
|
||||
```xml
|
||||
<configuration>
|
||||
<property>
|
||||
<!--配置 NodeManager 上运行的附属服务。需要配置成 mapreduce_shuffle 后才可以在 Yarn 上运行 MapReduce 程序。-->
|
||||
<name>yarn.nodemanager.aux-services</name>
|
||||
<value>mapreduce_shuffle</value>
|
||||
</property>
|
||||
<property>
|
||||
<!--resourcemanager 的主机名-->
|
||||
<name>yarn.resourcemanager.hostname</name>
|
||||
<value>hadoop001</value>
|
||||
</property>
|
||||
</configuration>
|
||||
|
||||
```
|
||||
|
||||
#### 5. mapred-site.xml
|
||||
|
||||
```xml
|
||||
<configuration>
|
||||
<property>
|
||||
<!--指定 mapreduce 作业运行在 yarn 上-->
|
||||
<name>mapreduce.framework.name</name>
|
||||
<value>yarn</value>
|
||||
</property>
|
||||
</configuration>
|
||||
```
|
||||
|
||||
#### 5. slaves
|
||||
|
||||
配置所有从属节点的主机名或 IP 地址，每行一个。所有从属节点上的 `DataNode` 服务和 `NodeManager` 服务都会被启动。
|
||||
|
||||
```properties
|
||||
hadoop001
|
||||
hadoop002
|
||||
hadoop003
|
||||
```
|
||||
|
||||
### 3.4 分发程序
|
||||
|
||||
将 Hadoop 安装包分发到其他两台服务器，分发后建议在这两台服务器上也配置一下 Hadoop 的环境变量。
|
||||
|
||||
```shell
|
||||
# 将安装包分发到hadoop002
|
||||
scp -r /usr/app/hadoop-2.6.0-cdh5.15.2/ hadoop002:/usr/app/
|
||||
# 将安装包分发到hadoop003
|
||||
scp -r /usr/app/hadoop-2.6.0-cdh5.15.2/ hadoop003:/usr/app/
|
||||
```
|
||||
|
||||
### 3.5 初始化
|
||||
|
||||
在 `Hadoop001` 上执行 namenode 初始化命令：
|
||||
|
||||
```
|
||||
hdfs namenode -format
|
||||
```
|
||||
|
||||
### 3.6 启动集群
|
||||
|
||||
进入到 `Hadoop001` 的 `${HADOOP_HOME}/sbin` 目录下，启动 Hadoop。此时 `hadoop002` 和 `hadoop003` 上的相关服务也会被启动：
|
||||
|
||||
```shell
|
||||
# 启动dfs服务
|
||||
start-dfs.sh
|
||||
# 启动yarn服务
|
||||
start-yarn.sh
|
||||
```
|
||||
|
||||
### 3.7 查看集群
|
||||
|
||||
在每台服务器上使用 `jps` 命令查看服务进程，或直接进入 Web-UI 界面进行查看，端口为 `50070`。可以看到此时有三个可用的 `Datanode`：
|
||||
|
||||
|
||||
<BR/>
|
||||
|
||||
点击 `Live Nodes` 进入，可以看到每个 `DataNode` 的详细情况：
|
||||
|
||||
|
||||
<BR/>
|
||||
|
||||
接着可以查看 Yarn 的情况，端口号为 `8088` ：
|
||||
|
||||
|
||||
|
||||
|
||||
## 五、提交服务到集群
|
||||
|
||||
提交作业到集群的方式和单机环境完全一致，这里以提交 Hadoop 内置的计算 Pi 的示例程序为例，在任何一个节点上执行都可以，命令如下：
|
||||
|
||||
```shell
|
||||
hadoop jar /usr/app/hadoop-2.6.0-cdh5.15.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.15.2.jar pi 3 3
|
||||
```
|
||||
|
||||
Reference in New Issue
Block a user