【2.12】服务器安装 Linux中安装Hadoop

原创

王滕辉_ 2022-04-25 16:43:27 ©著作权

文章标签 hadoop java hdfs 文章分类 运维

©著作权归作者所有：来自51CTO博客作者王滕辉_的原创作品，请联系作者获取转载授权，否则将追究法律责任

一准备

i. 一个安装好的linux系统，

i. jdk软件 jdk-8u144-linux-x64.rpm

i. hadoop 软件 hadoop-3.0.0-alpha4.tar.gz

ii. 关闭防火墙 centos7 使用firewalld：

systemctl stop firewalld.service

二安装

下面是正式安装

linux 系统安装请参照
linux centos7 虚拟机VirtualBox安装详细：
http://www.jianshu.com/p/95faae6d299b
jdk 的安装配置请参照
linux下tomcat7安装 jdk 1.8安装部分：
http://www.jianshu.com/p/ad87b72b6eaf

下面是hadoop的正式安装

首先下载hadoop
登录hadoop的官网下载
http://hadoop.apache.org/

【2.12】服务器安装 Linux中安装Hadoop_hadoop

hadoop官网信息页面

我们能看到官网给出了许多的hadoop的子项目

我们现在需要的就在 [Getting Started]下面

点击download进入下载页面

http://hadoop.apache.org/releases.html

【2.12】服务器安装 Linux中安装Hadoop_hadoop_02

下载位置

可以直接选择binary版本或者点下面镜像站点选择下载

【2.12】服务器安装 Linux中安装Hadoop_java_03

【2.12】服务器安装 Linux中安装Hadoop_hdfs_04

版本选择页面

【2.12】服务器安装 Linux中安装Hadoop_hadoop_05

选择了一个最新的不知道有没有坑

直接点解超链接下载软件就行了

【2.12】服务器安装 Linux中安装Hadoop_java_06

点击tar进入下载

下完有将近300M 我们通过xftp 上传到linux 中

【2.12】服务器安装 Linux中安装Hadoop_hdfs_07

使用进行解压

tar -xvf hadoop-3.0.0-alpha4.tar.gz

【2.12】服务器安装 Linux中安装Hadoop_hdfs_08

解压后图

接下来是hadoop软件的安装，

mkdir  /root/hadoop  
mkdir  /root/hadoop/tmp  
mkdir  /root/hadoop/var  
mkdir  /root/hadoop/dfs  
mkdir  /root/hadoop/dfs/name  
mkdir  /root/hadoop/dfs/data

[root@localhost ~]# mkdir  /root/hadoop  
[root@localhost ~]# mkdir  /root/hadoop/tmp  
[root@localhost ~]# mkdir  /root/hadoop/var  
[root@localhost ~]# mkdir  /root/hadoop/dfs  
[root@localhost ~]# mkdir  /root/hadoop/dfs/name  
[root@localhost ~]# mkdir  /root/hadoop/dfs/data

修改etc/hadoop中的一系列配置文件

[root@localhost ~]# cd /home/hadoop/hadoop-3.0.0-alpha4/etc/hadoop/
[root@localhost hadoop]# ls
capacity-scheduler.xml      hadoop-policy.xml                 kms-acls.xml          mapred-queues.xml.template     yarn-env.cmd
configuration.xsl           hadoop-user-functions.sh.example  kms-env.sh            mapred-site.xml                yarn-env.sh
container-executor.cfg      hdfs-site.xml                     kms-log4j.properties  shellprofile.d                 yarn-site.xml
core-site.xml               httpfs-env.sh                     kms-site.xml          ssl-client.xml.example
hadoop-env.cmd              httpfs-log4j.properties           log4j.properties      ssl-server.xml.example
hadoop-env.sh               httpfs-signature.secret           mapred-env.cmd        user_ec_policies.xml.template
hadoop-metrics2.properties  httpfs-site.xml                   mapred-env.sh         workers

2.1. 修改core-site.xml
在<configuration>节点内加入配置:

<configuration>

 <property>
        <name>hadoop.tmp.dir</name>
        <value>/root/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
   </property>
   <property>
        <name>fs.default.name</name>
        <value>hdfs://hserver1:9000</value>
   </property>
</configuration>

【2.12】服务器安装 Linux中安装Hadoop_java_09

2.2. 修改hadoop-env.sh
将export JAVA_HOME=${JAVA_HOME}
修改为：
export JAVA_HOME=/usr/java/jdk1.8.0_144

说明：修改为自己的JDK路径
先检查下javahome路径 echo $JAVA_HOME

[root@localhost hadoop]# echo $JAVA_HOME
/usr/java/jdk1.8.0_144
[root@localhost hadoop]#

其实这一步我感觉不必要，因为环境变量已经设置好了
说道环境变量应该先把hadoop 添加到环境变量中

JAVA_HOME=/usr/java/jdk1.8.0_144
PYTHON_HOME=/usr/local/python3
HADOOP_HOME=/home/hadoop/hadoop
PATH=$JAVA_HOME/bin:$PYTHON_HOME/bin:$HADOOP_HOME/bin:$PATH
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME
export PYTHON_HOME
export HADOOP_HOME
export PATH
export CLASSPATH

添加完别忘了执行 source 使生效

[root@localhost hadoop]# vim /etc/profile
[root@localhost hadoop]# source /etc/profile
[root@localhost hadoop]#

环境配置完了可以执行 hadoop version 查看生效

[root@localhost hadoop]# hadoop version
Hadoop 3.0.0-alpha4
Source code repository https://git-wip-us.apache.org/repos/asf/hadoop.git -r e324cf8a2a6e55e996414ff281fee757f09d8172
Compiled by andrew on 2017-06-30T01:52Z
Compiled with protoc 2.5.0
From source with checksum 74491a36456845ab59719bc761659d3
This command was run using /home/hadoop/hadoop-3.0.0-alpha4/share/hadoop/common/hadoop-common-3.0.0-alpha4.jar
[root@localhost hadoop]#

2.3. 修改hdfs-site.xml
在<configuration>节点内加入配置:

<property>
   <name>dfs.name.dir</name>
   <value>/root/hadoop/dfs/name</value>
   <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
</property>
<property>
  <name>dfs.data.dir</name>
   <value>/root/hadoop/dfs/data</value>
   <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
</property>
<property>
   <name>dfs.replication</name>
   <value>2</value>
</property>
<property>
      <name>dfs.permissions</name>
      <value>false</value>
      <description>need not permissions</description>
</property>

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。

【2.12】服务器安装 Linux中安装Hadoop_hadoop_10

编辑后

2.4. 修改mapred-site.xml
修改这个新建的mapred-site.xml文件，在<configuration>节点内加入配置:

<property>
    <name>mapred.job.tracker</name>
    <value>hserver1:49001</value>
</property>
<property>
      <name>mapred.local.dir</name>
       <value>/root/hadoop/var</value>
</property>
<property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
</property>

2.5. 修改slaves文件这一版本叫workers
修改 workers文件，将里面的localhost删除，添加如下内容：

hserver2
hserver3

【2.12】服务器安装 Linux中安装Hadoop_hadoop_11

workers

2.6. 修改yarn-site.xml文件
在<configuration>节点内加入配置(注意了，内存根据机器配置越大越好，我这里只配2个G是因为机器不行):

<property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hserver1</value>
   </property>
   <property>
        <description>The address of the applications manager interface in the RM.</description>
        <name>yarn.resourcemanager.address</name>
        <value>${yarn.resourcemanager.hostname}:8032</value>
   </property>
   <property>
        <description>The address of the scheduler interface.</description>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>${yarn.resourcemanager.hostname}:8030</value>
   </property>
   <property>
        <description>The http address of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>${yarn.resourcemanager.hostname}:8088</value>
   </property>
   <property>
        <description>The https adddress of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.https.address</name>
        <value>${yarn.resourcemanager.hostname}:8090</value>
   </property>
   <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>${yarn.resourcemanager.hostname}:8031</value>
   </property>
   <property>
        <description>The address of the RM admin interface.</description>
        <name>yarn.resourcemanager.admin.address</name>
        <value>${yarn.resourcemanager.hostname}:8033</value>
   </property>
   <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
   </property>
   <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>2048</value>
        <discription>每个节点可用内存,单位MB,默认8182MB</discription>
   </property>
   <property>
        <name>yarn.nodemanager.vmem-pmem-ratio</name>
        <value>2.1</value>
   </property>
   <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>2048</value>
   </property>
   <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
   </property>

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。

【2.12】服务器安装 Linux中安装Hadoop_hadoop_12

部分截图

到此 hadoop的配置算是完成下面还需要两台机器组集群
由于我是用虚拟机安装的所以用克隆出两台来以上的配置可以省略了若是真机请复制软件解压文件到其他机器上相同路径下，软后重复检查安装步骤

安装3个虚拟机并实现ssh免密码登录下面开始克隆
3.1. 首先关机然后复制

复制按钮

【2.12】服务器安装 Linux中安装Hadoop_hadoop_14

修改大小注意勾选mac

【2.12】服务器安装 Linux中安装Hadoop_java_15

开始复制

多丽复活啦

【2.12】服务器安装 Linux中安装Hadoop_java_16

clone disk

可以看到你的安装目录下生成新的disk 文件

【2.12】服务器安装 Linux中安装Hadoop_java_17

系统虚拟硬盘

克隆完了，注意修改每个的内存大小，然后启动

【2.12】服务器安装 Linux中安装Hadoop_hdfs_18

image.png

全部启动后需要手动重启下网卡重新分下ip

【2.12】服务器安装 Linux中安装Hadoop_hdfs_19

三个ip

记录下ip 和分配的名
192.168.199.114 hserver1
192.168.199.215 hserver2
192.168.199.234 hserver3

接下来就是奇迹的旅程了
需要用的ssh免密码登录配置
下面进行配置
3.2. 检查机器名称

[root@localhost ~]# hostname
localhost.localdomain
[root@localhost ~]#

发现，这个机器名称不是我们想要的。不过这个好办，我给它改个名称，命令是：
hostname hserver1

[root@localhost ~]# hostname   hserver1
[root@localhost ~]# hostname
hserver1
[root@localhost ~]#

3.3. 修改/etc/hosts文件

【2.12】服务器安装 Linux中安装Hadoop_hadoop_20

添加这一段

配置完成后使用ping命令检查这3个机器是否相互ping得通，以hserver1为例，在什么执行命令：

ping  -c 3  hserver2

【2.12】服务器安装 Linux中安装Hadoop_hadoop_21

结果并不通，看来需要组一个内网环境

关机給每个机器添加一块网卡
*每个都需要这么做

【2.12】服务器安装 Linux中安装Hadoop_hdfs_22

添加网卡

然后重启
注意你的网卡名称

【2.12】服务器安装 Linux中安装Hadoop_hadoop_23

VirtualBox Host-Only Network #2

然后右击勾选 nds6

【2.12】服务器安装 Linux中安装Hadoop_hdfs_24

勾选全部

然后重启这个网卡

不然你的虚拟机启动不了的

【2.12】服务器安装 Linux中安装Hadoop_java_25

重启后启用两个网卡

【2.12】服务器安装 Linux中安装Hadoop_java_26

这时网卡ip就应换了

重新记录ip和名称

192.168.56.101 hserver1
192.168.56.102 hserver2
192.168.56.103 hserver3

但是xshell 的连接还是用外网的不用变也行
连接上xshell 重新修改 hosts文件
再试一次 ping

【2.12】服务器安装 Linux中安装Hadoop_java_27

image.png

看样是通过了，接下来就是免密码授权登录了

3.4. 给3个机器生成秘钥文件
修改完hostname

hostname hserver1

三个机器修改完后执行ssh-keygen
以hserve1为例，执行命令，生成空字符串的秘钥(后面要使用公钥)，命令是：

ssh-keygen  -t   rsa   -P  ''

【2.12】服务器安装 Linux中安装Hadoop_hadoop_28

敲两次回车

因为我现在用的是root账户，所以秘钥文件保存到了/root/.ssh/目录内，可以使用命令查看，命令是：

[root@localhost ~]# ls /root/.ssh
id_rsa  id_rsa.pub
[root@localhost ~]#

使用同样的方法为hserver2和hserver3生成秘钥(命令完全相同，不用做如何修改)。

3.5. 在hserver1上创建authorized_keys文件
接下来要做的事情是在3台机器的/root/.ssh/目录下都存入一个内容相同的文件，文件名称叫authorized_keys，文件内容是我们刚才为3台机器生成的公钥。为了方便，我下面的步骤是现在hserver1上生成authorized_keys文件，然后把3台机器刚才生成的公钥加入到这个hserver1的authorized_keys文件里，然后在将这个authorized_keys文件复制到hserver2和hserver3上面。
首先使用命令，在hserver1的/root/.ssh/目录中生成一个名为authorized_keys的文件，命令是：

touch  /root/.ssh/authorized_keys
cat /root/.ssh/id_rsa.pub 
vim /root/.ssh/authorized_keys

【2.12】服务器安装 Linux中安装Hadoop_hadoop_29

合并完的key文件

合并完成后复制到另外两台机器上

3.6. 测试使用ssh进行无密码登录
在hserver1上进行测试输入命令：

[root@localhost ~]# ssh hserver2
The authenticity of host 'hserver2 (192.168.99.101)' can't be established.
ECDSA key fingerprint is 0c:21:c8:44:2f:a4:5e:eb:86:09:a2:31:70:3f:4a:1b.
Are you sure you want to continue connecting (yes/no)? yes
Warning: Permanently added 'hserver2,192.168.99.101' (ECDSA) to the list of known hosts.
Last login: Fri Aug 25 01:12:12 2017 from wang-pc.lan
[root@hserver2 ~]#

可以看到输入命令后在输入yes 即可远程 101机器了
到此密码的登录配置好了

接下来进行最终配置启动

启动hadoop
4.1在namenode上执行初始化
因为hserver1是namenode，hserver2和hserver3都是datanode，所以只需要对hserver1进行初始化操作，也就是对hdfs进行格式化。
进入到hserver1这台机器的/home/hadoop/hadoop-3.0.0-alpha4/bin目录，也就是执行命令：

cd   /home/hadoop/hadoop-3.0.0-alpha4/bin

执行初始化脚本，也就是执行命令：

./hadoop  namenode  -format

【2.12】服务器安装 Linux中安装Hadoop_java_30

执行效果1

【2.12】服务器安装 Linux中安装Hadoop_hdfs_31

执行效果2

查看 dfs 多出许多文件

[root@hserver2 bin]# ls /root/hadoop/dfs/name/current/
fsimage_0000000000000000000  fsimage_0000000000000000000.md5  seen_txid  VERSION
[root@hserver2 bin]#

4.2. 在namenode上执行启动命令
因为hserver1是namenode，hserver2和hserver3都是datanode，所以只需要再hserver1上执行启动命令即可。
进入到hserver1这台机器的/opt/hadoop/hadoop-2.8.0/sbin目录，也就是执行命令：

cd    /opt/hadoop/hadoop/sbin

执行初始化脚本，也就是执行命令：

./start-all.sh

第一次执行上面的启动命令，会需要我们进行交互操作，在问答界面上输入yes回车

[root@hserver2 sbin]# ./start-all.sh 
Starting namenodes on [hserver1]
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
Starting datanodes
ERROR: Attempting to operate on hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation.
Starting secondary namenodes [hserver2]
ERROR: Attempting to operate on hdfs secondarynamenode as root
ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.
Starting resourcemanager
ERROR: Attempting to operate on yarn resourcemanager as root
ERROR: but there is no YARN_RESOURCEMANAGER_USER defined. Aborting operation.
Starting nodemanagers
ERROR: Attempting to operate on yarn nodemanager as root
ERROR: but there is no YARN_NODEMANAGER_USER defined. Aborting operation.
[root@hserver2 sbin]#

出现以上错误
解决方法

是因为缺少用户定义造成的，所以分别编辑开始和关闭脚本

$ vim sbin/start-dfs.sh
$ vim sbin/stop-dfs.sh

在顶部空白处添加内容：

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

【2.12】服务器安装 Linux中安装Hadoop_hadoop_32

image.png

再次执行

[root@hserver2 sbin]# ./start-all.sh 
WARNING: HADOOP_SECURE_DN_USER has been replaced by HDFS_DATANODE_SECURE_USER. Using value of HADOOP_SECURE_DN_USER.
Starting namenodes on [hserver1]
上一次登录：五 8月 25 01:36:22 CST 2017从 hserver1pts/1 上
hserver1: Warning: Permanently added 'hserver1,192.168.99.100' (ECDSA) to the list of known hosts.
hserver1: ERROR: JAVA_HOME is not set and could not be found.
Starting datanodes
上一次登录：五 8月 25 01:56:14 CST 2017pts/1 上
hserver3: Warning: Permanently added 'hserver3,192.168.99.102' (ECDSA) to the list of known hosts.
hserver2: Warning: Permanently added 'hserver2,192.168.99.101' (ECDSA) to the list of known hosts.
hserver2: ERROR: JAVA_HOME is not set and could not be found.
hserver3: ERROR: JAVA_HOME is not set and could not be found.
Starting secondary namenodes [hserver2]
上一次登录：五 8月 25 01:56:15 CST 2017pts/1 上
hserver2: ERROR: JAVA_HOME is not set and could not be found.
Starting resourcemanager
ERROR: Attempting to operate on yarn resourcemanager as root
ERROR: but there is no YARN_RESOURCEMANAGER_USER defined. Aborting operation.
Starting nodemanagers
ERROR: Attempting to operate on yarn nodemanager as root
ERROR: but there is no YARN_NODEMANAGER_USER defined. Aborting operation.
[root@hserver2 sbin]#

出现错误说hserver2的java_home 没有设置
出现的原因可能是前面说的配置我没有进行设置现在修改

vim /home/hadoop/hadoop-3.0.0-alpha4/etc/hadoop/hadoop-env.sh

【2.12】服务器安装 Linux中安装Hadoop_hdfs_33

这个是新添加的

再次执行

[root@hserver2 sbin]# ./start-all.sh 
WARNING: HADOOP_SECURE_DN_USER has been replaced by HDFS_DATANODE_SECURE_USER. Using value of HADOOP_SECURE_DN_USER.
Starting namenodes on [hserver1]
上一次登录：五 8月 25 01:56:18 CST 2017pts/1 上
hserver1: ERROR: JAVA_HOME is not set and could not be found.
Starting datanodes
上一次登录：五 8月 25 02:07:32 CST 2017pts/1 上
hserver3: WARNING: /home/hadoop/hadoop-3.0.0-alpha4/logs does not exist. Creating.
Starting secondary namenodes [hserver2]
上一次登录：五 8月 25 02:07:32 CST 2017pts/1 上
Starting resourcemanager
ERROR: Attempting to operate on yarn resourcemanager as root
ERROR: but there is no YARN_RESOURCEMANAGER_USER defined. Aborting operation.
Starting nodemanagers
ERROR: Attempting to operate on yarn nodemanager as root
ERROR: but there is no YARN_NODEMANAGER_USER defined. Aborting operation.

还有错误
是因为缺少用户定义造成的，所以分别编辑开始和关闭脚本

$ vim sbin/start-yarn.sh 
$ vim sbin/stop-yarn.sh

在顶部空白处添加内容：

YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

【2.12】服务器安装 Linux中安装Hadoop_java_34

image.png

再次执行

[root@localhost sbin]# ./start-all.sh 
WARNING: HADOOP_SECURE_DN_USER has been replaced by HDFS_DATANODE_SECURE_USER. Using value of HADOOP_SECURE_DN_USER.
Starting namenodes on [hserver1]
上一次登录：日 8月 27 21:24:27 CST 2017从 hserver2pts/2 上
hserver1: Warning: Permanently added 'hserver1,192.168.56.101' (ECDSA) to the list of known hosts.
Starting datanodes
上一次登录：日 8月 27 21:26:48 CST 2017pts/1 上
hserver2: WARNING: /home/hadoop/hadoop/logs does not exist. Creating.
hserver3: WARNING: /home/hadoop/hadoop/logs does not exist. Creating.
Starting secondary namenodes [hserver1]
上一次登录：日 8月 27 21:26:50 CST 2017pts/1 上
Starting resourcemanager
上一次登录：日 8月 27 21:26:57 CST 2017pts/1 上
Starting nodemanagers
上一次登录：日 8月 27 21:27:07 CST 2017pts/1 上
[root@localhost sbin]#

这次并没有错误
测试看下有没有问题
反正安装是没有问题了，但是就是起不来，不知道为什么，下面是测试
有个警告

HADOOP_SECURE_DN_USER has been replaced by HDFS_DATANODE_SECURE_USER. Using value of HADOOP_SECURE_DN_USER

因为 HADOOP_SECURE_DN_USER 在
hadoop-3.0.0-alpha4版本中被替换掉了
修改

$ vim sbin/start-dfs.sh
$ vim sbin/stop-dfs.sh
$ vim sbin/start-yarn.sh 
$ vim sbin/stop-yarn.sh

【2.12】服务器安装 Linux中安装Hadoop_hadoop_35

修改

【2.12】服务器安装 Linux中安装Hadoop_java_36

修改

再次启动测试

[root@localhost sbin]# ./start-all.sh 
Starting namenodes on [hserver1]
上一次登录：日 8月 27 21:47:15 CST 2017pts/1 上
Starting datanodes
上一次登录：日 8月 27 21:58:30 CST 2017pts/1 上
Starting secondary namenodes [hserver1]
上一次登录：日 8月 27 21:58:33 CST 2017pts/1 上
Starting resourcemanager
上一次登录：日 8月 27 21:58:40 CST 2017pts/1 上
Starting nodemanagers
上一次登录：日 8月 27 21:58:49 CST 2017pts/1 上

# 分别在执行 jps
[root@localhost sbin]# jps
10699 NameNode
11851 Jps
11006 SecondaryNameNode
11263 ResourceManager
[root@localhost sbin]# 

[root@localhost ~]# jps
7712 DataNode
8041 Jps
7839 NodeManager
[root@localhost ~]# 

[root@localhost ~]# jps
7911 Jps
7708 NodeManager
7581 DataNode
[root@localhost ~]# 

# 查看运行状态
[root@localhost ~]# /home/hadoop/hadoop/bin/hdfs dfsadmin -report
Configured Capacity: 0 (0 B)
Present Capacity: 0 (0 B)
DFS Remaining: 0 (0 B)
DFS Used: 0 (0 B)
DFS Used%: NaN%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0
Missing blocks (with replication factor 1): 0
Pending deletion blocks: 0

-------------------------------------------------
[root@localhost ~]#