微服务 集成kafuka 微服务集群搭建

Hadoop 3.x完整使用的 集群搭建

• 一、介绍
• 一、准备环节

• 1、三台虚拟机
• 2、安装依赖

• 1. 安装net-too
• 2. 安装 vim
• 3. 关闭防火墙
• 4. 创建用户
• 5. 配置 hadoop100 用户具有 root 权限
• 6. 在/opt 目录下创建文件夹

• 二、Hadoop集群配置

• 1、克隆三台机器
• 2、初始化虚拟机三步骤

• 1. 修改静态ip
• 2. 查看 Linux 虚拟机的虚拟网络编辑器
• 3. 查看 Windows 系统适配器 VMware Network Adapter VMnet8 的 IP 地址
• 4. 修改克隆机主机名
• 5. 修改 windows 的主机映射文件（hosts 文件）
• 6. 全部重启
• 7. 传服务器
• 7. 在 Linux 系统下的 opt 目录中查看软件包是否导入成功
• 8. 解压 JDK 到/opt/module 目录下
• 9. 配置 JDK 环境变量
• 10. 测试 JDK 是否安装成功

• 3、安装 Hadoop

• 1. 还是上传hadoop jar包
• 2. 将 Hadoop 添加到环境变量
• 3. 设置修改生效
• 4、重启电脑即可

• 三、Hadoop 运行模式

• 1. 运行模式
• 2. scp 推拉服务器文件
• 2、rsync 远程服务器同步工具

• 四、SSH 无密登录配置

• 1、SSH说明
• 2、生成公钥和私钥
• 3、将公钥拷贝到要免密登录的目标机器上
• 4、.ssh 文件夹下（~/.ssh）的文件功能解释

• 五、集群配置

• 1、集群部署规划
• 2、配置文件说明
• 3、配置集群

• 1、核心配置文件
• 2. HDFS 配置文件
• 3. YARN 配置文件
• 4. MapReduce 配置文件
• 4. 然后执行scp分发到其他服务器

• 六、启动集群

• 1、集群初始化
• 2、配置历史服务器

• 1、配置 mapred-site.xml
• 2、分发到其他服务器
• 3、启动历史服务器

• 3、配置日志的聚集

• 1、开启日志聚集功能具体步骤如下：
• 2、查看日志

• 七、常见端口号说明
• 八、集群时间同步

• 1、需求
• 2、时间服务器配置
• 3、其他机器配置（必须 root 用户）

• 九、常见错误及解决方案

一、介绍

因搭建很复杂、不能全部写上来、只能写个大概的搭建流程

一、准备环节

1、三台虚拟机

111

过程由于简单不做过多的讲解

2、安装依赖

• 在三台机器安装需要用到的依赖

1. 安装net-too

net-tool：工具包集合，包含 ifconfig 等命令
1、yum install -y net-tools

2. 安装 vim

vim：编辑器
2、yum install -y vim

3. 关闭防火墙

关闭防火墙开机自启

systemctl stop firewalld
systemctl disable firewalld.service

4. 创建用户

[root@hadoop100 ~]# useradd hadoop100
[root@hadoop100 ~]# passwd hadoop100

5. 配置 hadoop100 用户具有 root 权限

方便后期加 sudo 执行 root 权限的命令

修改/etc/sudoers 文件，在%wheel 这行下面添加一行，如下所示：

添加到图片下面位置

Hadoop100 ALL=(ALL) NOPASSWD:ALL

6. 在/opt 目录下创建文件夹

（1）在/opt 目录下创建 module、software 文件夹
[root@hadoop100 ~]# mkdir /opt/module
[root@hadoop100 ~]# mkdir /opt/software

（2）修改 module、software 文件夹的所有者和所属组均为 hadoop100 用户
[root@hadoop100 ~]# chown hadoop100:hadoop100  /opt/module 
[root@hadoop100 ~]# chown hadoop100:hadoop100 /opt/software

（3）查看 module、software 文件夹的所有者和所属组
[root@hadoop100 ~]# cd /opt/
[root@hadoop100 opt]# ll
总用量 12
drwxr-xr-x. 2 atguigu atguigu 4096 5 月 28 17:18 module
drwxr-xr-x. 2 root root 4096 9 月 7 2017 rh
drwxr-xr-x. 2 atguigu atguigu 4096 5 月 28 17:18 software

二、Hadoop集群配置

1、克隆三台机器

hadoop102 hadoop103 hadoop104

2、初始化虚拟机三步骤

1. 修改静态ip

vim /etc/sysconfig/network-scripts/ifcfg-ens33

改成： 网段 10自定义
DEVICE=ens33
TYPE=Ethernet
ONBOOT=yes
BOOTPROTO=static
NAME="ens33"
IPADDR=192.168.10.102
PREFIX=24
GATEWAY=192.168.10.2
DNS1=192.168.10.2

2. 查看 Linux 虚拟机的虚拟网络编辑器

编辑->虚拟网络编辑器->VMnet8

3. 查看 Windows 系统适配器 VMware Network Adapter VMnet8 的 IP 地址

4. 修改克隆机主机名

vim /etc/hostname

添加如下内容
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104

5. 修改 windows 的主机映射文件（hosts 文件）

（1）如果操作系统是 window7，可以直接修改
（a）进入 C:\Windows\System32\drivers\etc 路径
（b）打开 hosts 文件并添加如下内容，然后保存
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108

6. 全部重启

7. 传服务器

• 把jdk下载下来传到 虚拟机中
• 把 hadoopjar 传到虚拟机中

7. 在 Linux 系统下的 opt 目录中查看软件包是否导入成功

[atguigu@hadoop102 ~]$ ls /opt/software/
看到如下结果：
jdk-8u212-linux-x64.tar.gz

8. 解压 JDK 到/opt/module 目录下

[atguigu@hadoop102 software]$ tar -zxvf jdk-8u212-linuxx64.tar.gz -C /opt/module/

9. 配置 JDK 环境变量

（1）新建/etc/profile.d/my_env.sh 文件
[atguigu@hadoop102 ~]$ sudo vim /etc/profile.d/my_env.sh
添加如下内容
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin
（2）保存后退出
:wq
（3）source 一下/etc/profile 文件，让新的环境变量 PATH 生效
[atguigu@hadoop102 ~]$ source /etc/profile

10. 测试 JDK 是否安装成功

[atguigu@hadoop102 ~]$ java -version
如果能看到以下结果，则代表 Java 安装成功。
java version "1.8.0_212"

3、安装 Hadoop

Hadoop 下载地址：https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/

1. 还是上传hadoop jar包

2）进入到 Hadoop 安装包路径下
[atguigu@hadoop102 ~]$ cd /opt/software/
3）解压安装文件到/opt/module 下面
[atguigu@hadoop102 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C 
/opt/module/
4）查看是否解压成功
[atguigu@hadoop102 software]$ ls /opt/module/
hadoop-3.1.3

2. 将 Hadoop 添加到环境变量

打开/etc/profile.d/my_env.sh 文件
在 my_env.sh 文件末尾添加如下内容

#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

3. 设置修改生效

source /etc/profile

4、重启电脑即可

三、Hadoop 运行模式

1. 运行模式

1）Hadoop 官方网站：http://hadoop.apache.org/

2）Hadoop 运行模式包括：本地模式、伪分布式模式以及完全分布式模式。

   ➢ 本地模式：单机运行，只是用来演示一下官方案例。生产环境不用。
   ➢ 伪分布式模式：也是单机运行，但是具备 Hadoop 集群的所有功能，一台服务器模拟一个分布式的环境。个别缺钱的公司用来测试，生产环境不用。
   ➢ 完全分布式模式：多台服务器组成分布式环境。生产环境使用。

2. scp 推拉服务器文件

1）scp（secure copy）安全拷贝
（1）scp 定义
scp 可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）

（2）基本语法
scp -r $pdir/$fname $user@$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称

（3）案例实操
➢ 前提：在 hadoop102、hadoop103、hadoop104 都已经创建好的/opt/module、 
/opt/software 两个目录，并且已经把这两个目录修改为 atguigu:atguigu
[atguigu@hadoop102 ~]$ sudo chown atguigu:atguigu -R 
/opt/module

（a）在 hadoop102 上，将 hadoop102 中/opt/module/jdk1.8.0_212 目录拷贝到
hadoop103 上。
[atguigu@hadoop102 ~]$ scp -r /opt/module/jdk1.8.0_212 
atguigu@hadoop103:/opt/module

（b）在 hadoop103 上，将 hadoop102 中/opt/module/hadoop-3.1.3 目录拷贝到
hadoop103 上。
[atguigu@hadoop103 ~]$ scp -r 
atguigu@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/

（c）在 hadoop103 上操作，将 hadoop102 中/opt/module 目录下所有目录拷贝到
hadoop104 上。
[atguigu@hadoop103 opt]$ scp -r 
atguigu@hadoop102:/opt/module/*
atguigu@hadoop104:/opt/module

2、rsync 远程服务器同步工具

rsync 主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync 和 scp 区别：用 rsync 做文件的复制要比 scp 的速度快，rsync 只对差异文件做更
新。scp 是把所有文件都复制过去。

（1）基本语法
rsync -av $pdir/$fname $user@$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
 选项参数说明
选项 功能
      -a 归档拷贝
      -v 显示复制过程
      
（2）案例实操
（a）删除 hadoop103 中/opt/module/hadoop-3.1.3/wcinput
[atguigu@hadoop103 hadoop-3.1.3]$ rm -rf wcinput/
（b）同步 hadoop102 中的/opt/module/hadoop-3.1.3 到 hadoop103
[atguigu@hadoop102 module]$ rsync -av hadoop-3.1.3/ 
atguigu@hadoop103:/opt/module/hadoop-3.1.3/

四、SSH 无密登录配置

1、SSH说明

1）配置 ssh
（1）基本语法
ssh 另一台电脑的 IP 地址

（2）ssh 连接时出现 Host key verification failed 的解决方法
[atguigu@hadoop102 ~]$ ssh hadoop103
➢ 如果出现如下内容
Are you sure you want to continue connecting (yes/no)?

➢ 输入 yes，并回车
（3）退回到 hadoop102
[atguigu@hadoop103 ~]$ exit

2、生成公钥和私钥

[atguigu@hadoop102 .ssh]$ pwd
/home/atguigu/.ssh
[atguigu@hadoop102 .ssh]$ ssh-keygen -t rsa

然后敲（三个回车），就会生成两个文件 id_rsa（私钥）、id_rsa.pub（公钥）

3、将公钥拷贝到要免密登录的目标机器上

[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop102
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop103
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop104

注意：
还需要在 hadoop103 上采用 atguigu 账号配置一下无密登录到 hadoop102、hadoop103、
hadoop104 服务器上。
还需要在 hadoop104 上采用 atguigu 账号配置一下无密登录到 hadoop102、hadoop103、
hadoop104 服务器上。
还需要在 hadoop102 上采用 root 账号，配置一下无密登录到 hadoop102、hadoop103、
hadoop104；

4、.ssh 文件夹下（~/.ssh）的文件功能解释

五、集群配置

1、集群部署规划

➢ NameNode 和 SecondaryNameNode 不要安装在同一台服务器
➢ ResourceManager 也很消耗内存，不要和 NameNode、SecondaryNameNode 配置在

2、配置文件说明

Hadoop 配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认
配置值时，才需要修改自定义配置文件，更改相应属性值

3、配置集群

1、核心配置文件

配置 core-site.xml
[atguigu@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop

[atguigu@hadoop102 hadoop]$ vim core-site.xml
文件内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
 <!-- 指定 NameNode 的地址 -->
 <property>
 <name>fs.defaultFS</name>
 <value>hdfs://hadoop102:8020</value>
 </property>
 <!-- 指定 hadoop 数据的存储目录 -->
 <property>
 <name>hadoop.tmp.dir</name>
 <value>/opt/module/hadoop-3.1.3/data</value>
 </property>
 <!-- 配置 HDFS 网页登录使用的静态用户为 atguigu -->
 <property>
 <name>hadoop.http.staticuser.user</name>
 <value>atguigu</value>
 </property>
</configuration>

2. HDFS 配置文件

配置 hdfs-site.xml
[atguigu@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- nn web 端访问地址-->
<property>
 <name>dfs.namenode.http-address</name>
 <value>hadoop102:9870</value>
 </property>
<!-- 2nn web 端访问地址-->
 <property>
 <name>dfs.namenode.secondary.http-address</name>
 <value>hadoop104:9868</value>
 </property>
</configuration>

3. YARN 配置文件

配置 yarn-site.xml
[atguigu@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
 <!-- 指定 MR 走 shuffle -->
 <property>
 <name>yarn.nodemanager.aux-services</name>
 <value>mapreduce_shuffle</value>
 </property>
 <!-- 指定 ResourceManager 的地址-->
 <property>
 <name>yarn.resourcemanager.hostname</name>
 <value>hadoop103</value>
 </property>
 <!-- 环境变量的继承 -->
 <property>
 <name>yarn.nodemanager.env-whitelist</name>
 
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CO
NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAP
RED_HOME</value>
 </property>
</configuration>

4. MapReduce 配置文件

配置 mapred-site.xml
[atguigu@hadoop102 hadoop]$ vim mapred-site.xml
文件内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定 MapReduce 程序运行在 Yarn 上 -->
 <property>
 <name>mapreduce.framework.name</name>
 <value>yarn</value>
 </property>
</configuration>

4. 然后执行scp分发到其他服务器

六、启动集群

• 如果集群是第一次启动，需要在 hadoop102 节点格式化 NameNode（注意：格式化 NameNode，会产生新的集群 id，导致 NameNode 和 DataNode 的集群 id 不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化 NameNode 的话，一定要先停 止 namenode 和 datanode 进程，并且要删除所有机器的 data 和 logs 目录，然后再进行格式化。）

1、集群初始化

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
（2）启动 HDFS
[atguigu@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
（3）在配置了 ResourceManager 的节点（hadoop103）启动 YARN
[atguigu@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
（4）Web 端查看 HDFS 的 NameNode
（a）浏览器中输入：http://hadoop102:9870
（b）查看 HDFS 上存储的数据信息
（5）Web 端查看 YARN 的 ResourceManager
（a）浏览器中输入：http://hadoop103:8088
（b）查看 YARN 上运行的 Job 信息

2、配置历史服务器

为了查看程序的历史运行情况，需要配置一下历史服务器。具体配置步骤如下

1、配置 mapred-site.xml

[atguigu@hadoop102 hadoop]$ vim mapred-site.xml
在该文件里面增加如下配置。
<!-- 历史服务器端地址 -->
<property>
 <name>mapreduce.jobhistory.address</name>
 <value>hadoop102:10020</value>
</property>
<!-- 历史服务器 web 端地址 -->
<property>
 <name>mapreduce.jobhistory.webapp.address</name>
 <value>hadoop102:19888</value>
</property>

2、分发到其他服务器

3、启动历史服务器

mapred --daemon start historyserver

3、配置日志的聚集

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到 HDFS 系统上。

1、开启日志聚集功能具体步骤如下：

配置 yarn-site.xml
[atguigu@hadoop102 hadoop]$ vim yarn-site.xml
在该文件里面增加如下配置。
<!-- 开启日志聚集功能 -->
<property>
 <name>yarn.log-aggregation-enable</name>
 <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property> 
 <name>yarn.log.server.url</name> 
 <value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为 7 天 -->
<property>
 <name>yarn.log-aggregation.retain-seconds</name>
 <value>604800</value>
</property

2、查看日志

（1）历史服务器地址
http://hadoop102:19888/jobhistory （2）历史任务列表

七、常见端口号说明

八、集群时间同步

如果服务器在公网环境（能连接外网），可以不采用集群时间同步，因为服务器会定期
和公网时间进行校准；
如果服务器在内网环境，必须要配置集群时间同步，否则时间久了，会产生时间偏差，
导致集群执行任务时间不同步。

1、需求

找一个机器，作为时间服务器，所有的机器与这台集群时间进行定时的同步，生产环境
根据任务对时间的准确程度要求周期同步。测试环境为了尽快看到效果，采用 1 分钟同步一
次

2、时间服务器配置

如果你没有这个 命令、要安装一下哦

sudo yum install ntp ntpdate

[atguigu@hadoop104 bin]$ sudo systemctl stop ntpd
[atguigu@hadoop104 bin]$ sudo systemctl disable ntpd

（1）查看所有节点 ntpd 服务状态和开机自启动状态

  [atguigu@hadoop102 ~]$ sudo systemctl status ntpd
  [atguigu@hadoop102 ~]$ sudo systemctl start ntpd
  [atguigu@hadoop102 ~]$ sudo systemctl is-enabled ntpd
（2）修改 hadoop102 的 ntp.conf 配置文件
   [atguigu@hadoop102 ~]$ sudo vim /etc/ntp.conf
  修改内容如下
  
 （a）修改 1（授权 192.168.10.0-192.168.10.255 网段上的所有机器可以从这台机器上查
询和同步时间）
#restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap
为 restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap

（b）修改 2（集群在局域网中，不使用其他互联网上的时间）
server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst
为#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst


#server 3.centos.pool.ntp.org iburst
（c）添加 3（当该节点丢失网络连接，依然可以采用本地时间作为时间服务器为集群中
的其他节点提供时间同步）
server 127.127.1.0
fudge 127.127.1.0 stratum 10

（3）修改 hadoop102 的/etc/sysconfig/ntpd 文件
[atguigu@hadoop102 ~]$ sudo vim /etc/sysconfig/ntpd
增加内容如下（让硬件时间与系统时间一起同步）
SYNC_HWCLOCK=yes

（4）重新启动 ntpd 服务
[atguigu@hadoop102 ~]$ sudo systemctl start ntpd

（5）设置 ntpd 服务开机启动
[atguigu@hadoop102 ~]$ sudo systemctl enable ntpd

3、其他机器配置（必须 root 用户）

（1）关闭所有节点上 ntp 服务和自启动
[atguigu@hadoop103 ~]$ sudo systemctl stop ntpd
[atguigu@hadoop103 ~]$ sudo systemctl disable ntpd
[atguigu@hadoop104 ~]$ sudo systemctl stop ntpd
[atguigu@hadoop104 ~]$ sudo systemctl disable ntpd
（2）在其他机器配置 1 分钟与时间服务器同步一次
[atguigu@hadoop103 ~]$ sudo crontab -e
编写定时任务如下：
*/1 * * * * /usr/sbin/ntpdate hadoop102
（3）修改任意机器时间
[atguigu@hadoop103 ~]$ sudo date -s "2021-9-11 11:11:11"
（4）1 分钟后查看机器是否与时间服务器同步
[atguigu@hadoop103 ~]$ sudo date

九、常见错误及解决方案

1）防火墙没关闭、或者没有启动 YARN
INFO client.RMProxy: Connecting to ResourceManager at hadoop108/192.168.10.108:8032
2）主机名称配置错误
3）IP 地址配置错误
4）ssh 没有配置好
5）root 用户和 atguigu 两个用户启动集群不统一
6）配置文件修改不细心
7）不识别主机名称


9）执行命令不生效，粘贴 Word 中命令时，遇到-和长–没区分开。导致命令失效
解决办法：尽量不要粘贴 Word 中代码。
10）jps 发现进程已经没有，但是重新启动集群，提示进程已经开启。
原因是在 Linux 的根目录下/tmp 目录中存在启动的进程临时文件，将集群相关进程删
除掉，再重新启动集群。
11）jps 不生效
原因：全局变量 hadoop java 没有生效。解决办法：需要 source /etc/profile 文件。
12）8088 端口连接不上
[atguigu@hadoop102 桌面]$ cat /etc/hosts
注释掉如下代码

8）DataNode 和 NameNode 进程同时只能工作一个。