centos dajian hadoop centos搭建hadoop

Centos7搭建Hadoop集群V3.3.4

• 一、准备工作

• 1、配置hostname
• 2、hosts映射
• 3、关闭防火墙
• 4、同步时间
• 5、关闭selinux
• 6、配置ssh免密登陆
• 7、重启

• 二、安装所需环境

• 1、jdk安装
• 2、hadoop安装

• 三、修改配置

• hadoop-env.sh
• core-site.xml
• hdfs-site.xml
• mapred-site.xml
• yarn-site.xml
• workers

• 四、初始化并启动

• 1、初始化
• 2、启动
• 3、相关说明
• 4、Web页面

• 五、测试hdfs
• 六、Springboot整合Hdfs

本次安装Hadoop版本为3.3.4

安装规划(3台机器)

node01 ：192.168.117.20     NameNode DataNode
node02 ：192.168.117.21     DataNode
node03 ：192.168.117.22     DataNode SecondaryNameNode

一、准备工作

1、配置hostname

hostname分别为node01,node02,node03

# 三台机器分别执行
hostnamectl set-hostname node01
hostnamectl set-hostname node02
hostnamectl set-hostname node03

2、hosts映射

# 三台机器均要执行
vim /etc/hosts
192.168.117.20 node01
192.168.117.21 node02
192.168.117.22 node03

3、关闭防火墙

systemctl stop firewalld.service
systemctl disable firewalld.service

4、同步时间

yum install ntpdate
ntpdate ntp5.aliyun.com

5、关闭selinux

vim /etc/selinux/config
修改为 SELINUX=disabled

6、配置ssh免密登陆

# 三台机器均执行一下命令
ssh-keygen -t rsa
# 将每台机器的公钥拷贝给每台机器
ssh-copy-id node01
ssh-copy-id node02
ssh-copy-id node03

测试

7、重启

reboot

二、安装所需环境

1、jdk安装

# 三台机器均执行
cd /etc/profile.d
vim jdk.sh
# 写入内容
export JAVA_HOME=/opt/button/jdk
export CLASSPATH=$:CLASSPATH:$JAVA_HOME/lib/
export PATH=$PATH:$JAVA_HOME/bin
# 使配置生效
source /etc/profile

验证

java -version

2、hadoop安装

下载安装包 配置环境变量

# 三台机器均执行
vim /etc/profile.d/hadoop.sh
# 写入内容
export HADOOP_HOME=/opt/button/hadoop/hadoop-3.3.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
# 使配置生效
source /etc/profile

验证

hadoop version

创建hadoop数据目录：

mkdir /opt/button/hadoop/data
cd /opt/button/hadoop
chmod -R 777 ./data/

三、修改配置

配置位于hadoop解压目录etc/hadoop目录下，三台机器配置保持一致

hadoop-env.sh

vim hadoop-env.sh
# jdk修改为自己的路径
export JAVA_HOME=/opt/button/jdk

注：相关配置具体说明可以查看官网

官网地址

core-site.xml

<!-- 指定HADOOP所使用的文件系统schema，NameNode的地址 -->
<property>
	<name>fs.defaultFS</name>
	<value>hdfs://node01:9000</value>
</property>
<property>
	<name>hadoop.tmp.dir</name>
	<value>/opt/button/hadoop/data</value>
</property>
<!-- 设置HDFS web UI用户身份 -->
<property>
	<name>hadoop.http.staticuser.user</name>
	<value>root</value>
</property> 
<!-- 文件系统垃圾桶保存时间 -->
<property>
	<name>fs.trash.interval</name>
	<value>1440</value>
</property>

hdfs-site.xml

<property>
	<name>dfs.replication</name>
	<value>3</value>
</property>
<property>
	<name>dfs.namenode.secondary.http-address</name>
	<value>node03:9868</value>
</property>

mapred-site.xml

<property>
	<name>mapreduce.framework.name</name>
	<value>yarn</value>
</property>
<property>
  <name>yarn.app.mapreduce.am.env</name>
  <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
  <name>mapreduce.map.env</name>
  <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
  <name>mapreduce.reduce.env</name>
  <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>

yarn-site.xml

<property>
	<name>yarn.nodemanager.aux-services</name>
	<value>mapreduce_shuffle</value>
</property>
<!-- ResourceManager的地址 -->
<property>
	<name>yarn.resourcemanager.hostname</name>
	<value>node01</value>
</property>
<!-- 关闭yarn内存检查 -->
<property>
	<name>yarn.nodemanager.pmem-check-enabled</name>
	<value>false</value>
</property>
<property>
	<name>yarn.nodemanager.vmem-check-enabled</name>
	<value>false</value>
</property>
<property>
     <name>yarn.application.classpath</name>
     <value>org.apache.hadoop.mapreduce.v2.app.MRAppMaster</value>
</property>

workers

vim workers
# 写入如下内容
node01
node02
node03

四、初始化并启动

1、初始化

如果第一次启动集群需格式化NameNode，主节点操作(format首次初始化执行一次即可，后续如果执行除了会造成数据丢失，还会导致hdfs集群主从角色互不识别的问题，三思呀！！！)

hdfs namenode –format

如果该命令格式化无效，可以试试如下命令

hadoop namenode -format

格式化成功的样子如下所示即可

注：如果不是第一次，需要先执行stop-all.sh，然后删除data与logs中的文件再执行初始化命令,此操作不建议执行，可能会遇到很多问题。

2、启动

在node01节点上的sbin目录找到start-all.sh并执行即可

执行如下操作解决此问题

vim /etc/profile.d/my_env.sh
# 添加如下内容
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
# 使配置生效
source /etc/profile

重新执行start-all.sh

查看启动的服务

3、相关说明

• 这里执行start-all.sh会启动所有服务，如果只想启动自己所需要的服务，可以执行对应的脚本即可。
  比如启动hdfs可以执行start-dfs.sh即可。

• 如果只想操作某个角色的进程，可以使用如下命令

# HDFS 
hdfs --daemon start namenode|datanode|secondarynamenode
hdfs --daemon stop namenode|datanode|secondarynamenode
# YARN
yarn --daemon start resourcemanager|nodemanager
yarn --daemon stop resourcemanager|nodemanager

• 如果启动过程没有那么顺利，我们可以通过查看日志来排查问题。当执行启动脚本时，会自动在hadoop目录下帮我们创建logs文件夹，我们可以在logs文件夹下查询对用的日志文件。

4、Web页面

HDFS集群Web UI默认端口9870，ip则为namenode的IP地址

http://192.168.117.20:9870/

注：在windows上使用web ui上传文件时，由于没法识别node01,node02,node03，所以上传文件会失败，只需要在windows的hosts文件加上对应的解析就可以正常操作了

# C:\Windows\System32\drivers\etc
192.168.117.20 node01
192.168.117.21 node02
192.168.117.22 node03

Yarn集群WEB Ui默认端口8088，ip则为resourcemanager的IP地址

http://192.168.117.20:8088/

五、测试hdfs

hadoop fs -mkdir /hfile
hadoop fs -put input.txt /hfile
hadoop fs -ls /hfile

六、Springboot整合Hdfs