Hadoop2.x的安装与配置（文档有详细）




hadoop上安装mysql怎么用连接工具连接 hadoop安装配置步骤_xml


（一）Hadoop安装部署的预备条件


hadoop上安装mysql怎么用连接工具连接 hadoop安装配置步骤_hadoop_02

  • 安装Linux
  • 安装JDK

 


hadoop集群搭建

hadoop发行版本

  • 社区版：官方版本 apache社区维护
  • 商业版：商业公司在社区版本至少进行商业化开发 架构 api 配置不会发生改变 主要改变bug和兼容性
  • 优点：稳的一批 兼容性极好
  • 缺点：花钱 某些软件可能版本不高 不能使用最新的功能
http://archive.cloudera.com/cdh5/cdh/5/

hadoop-2.6.0-cdh5.14.0-src.tar.gz  cdh版本源码包
hadoop-2.6.0-cdh5.14.0.tar.gz   cdh版本预编译安装包

只要保证cdh版本号是一致的 该版本号中所有的生态圈软件之间都是兼容的

  • 使用cdh最稳定的一个版本 cdh5.14.0--hadoop 2.6.0

hadoop自身版本发展

  • 历经了1.X 2.X 3.X
  • 当下企业中使用最多的是2系列高阶版本 2.5~2.8 稳定兼容性最好

hadoop集群介绍

  • hadoop分为两个集群 hdfs集群 yarn集群
  • hdfs集群 分布式文件存储
  • 主角色：namenode(nn)
  • 从角色：datanode(dn)
  • 主角色辅助角色（秘书角色）：secondarynamenode(snn)
  • yarn集群 集群资源管理 任务调度
  • 主角色：resourcemanager(rm)
  • 从角色：nodemanager(nm)

hadoop部署模型

  • 单机模式 所有的进程在一个机器上运行 过家家
  • 伪分布模式 每个进程独立 在一台机器上 模拟分布式执行环境
  • 分布式集群模式：多个进程多台机器 生成环境中的模式
  • HA高可用集群： 主要解决了单点故障 保证集群稳定 可靠

hadoop安装环境检测

  • jdk是否正常安装 环境变量
  • 时间是否同步
  • 防火墙是否关闭
    iptables selinux
  • 主机名 ip映射
  • 免密登录 ssh

hadoop源码编译

  • 为什么某些软件需要编译源码
软件的运行依赖于操作系统平台 操作系统之间存在着差异性  下载源码结合具体平台进行编译
修改源码中某些组件的逻辑
  • 什么叫做编译
    以java语言来说 把.java 编译成.class --->jar 便于程序运行
  • 如何编译源码
    在每个版本的hadoop 源码包中 building.txt 里面描述了该版本的编译需要配置的依赖软件
    最终只需要执行mvn -pachage 进行编译
    保证编译过程中网络的顺畅 jar可以下载 推荐使用课程中提供cdh编译需要的jar仓库
  • 集群规划(站在架构的角度规划服务器集群分配)
  • 根据软件自己 软件之间的工作特性结合服务器的硬件特性 合理安排软件运行在不同的机器上
  • 原则：
  • 优先满足软件需要的硬件资源
  • 尽量避免有冲突的软件不在一起
  • 有工作上依赖的软件尽量部署在一起

NodeManager和Datanode通常部署在一台机器上。

node-1: NameNode   DataNode                   | ResourceManager NodeManager
node-2:            DataNode  SecondaryNameNode|                 NodeManager
node-3:            DataNode                   |                 NodeManager

如何扩展hadoop集群

node-4   DataNode  NodeManager
node-5   DataNode  NodeManager
node-6   DataNode  NodeManager
.......

hadoop 安装目录结构

bin        hadoop集群管理的基本脚本  
 etc        配置文件路径
 include
 lib
 libexec
 sbin       hadoop集群启动关闭的脚本（单节点逐个  一键启动）
 share      hadoop 编译之后的jar  官方自带示例

hadoop上安装mysql怎么用连接工具连接 hadoop安装配置步骤_xml_03


hadoop配置修改

  • 第一类 shell脚本 hadoop-env.sh
    导入java_home 保证hadoop运行的时候一定可以正确的加载jdk环境变量
vim etc/hadoop/hadoop-env.sh
export JAVA_HOME=/export/servers/jdk1.8.0_65
  • 第二类配置文件 4个 xml文件（分别配置了 hdfs mapreduce yarn common）
  • core-site.xml common模块
<!-- 指定HADOOP所使用的文件系统schema（URI），HDFS的老大（NameNode）的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://node-1:8020</value>
</property>

<!-- 指定hadoop运行时产生文件的存储目录,默认/tmp/hadoop-${user.name} -->
<property>
<name>hadoop.tmp.dir</name>
<value>/export/data/hadoopdata</value>
</property>
  • hdfs-site.xml hdfs模块
<property>
        <name>dfs.replication</name>
        <value>2</value>
</property>
   <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>node-2:50090</value>
</property>
  • mapred-site.xml mr模块
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
  • yarn-site.xml
<property>
        <name>yarn.resourcemanager.hostname</name>
        <value>node-1</value>
</property>
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>
  • 第三类配置文件 slaves
  • 配合一键启动脚本 到slaves指定的机器上启动hdfs和yarn集群的从角色
  • 通过 dfs.hosts 指定的slaves文件中的机器才可以加入hadoop集群 白名单
  • 一个写一个ip或者主机名
node-1
node-2
node-3

把主节点上配置 好的安装包scp给其他节点上

cd /export/servers/
scp -r hadoop-2.6.0-cdh5.14.0/ node-2:$PWD
scp -r hadoop-2.6.0-cdh5.14.0/ node-3:$PWD
  • 添加hadoop的环境变量
export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

安装部署的三种模式

  • 本地模式

参数文件

配置参数

参考值

hadoop-env.sh

JAVA_HOME

/root/training/jdk1.8.0_144


  • 伪分布模式

参数文件

配置参数

参考值

hadoop-env.sh

JAVA_HOME

/root/training/jdk1.8.0_144

hdfs-site.xml

dfs.replication

1

...

dfs.permissions

false

core-site.xml

fs.defaultFS

hdfs://<hostname>:9000

...

hadoop.tmp.dir

/root/training/hadoop-2.7.3/tmp

mapred-site.xml

mapreduce.framework.name

yarn

yarn-site.xml

yarn.resourcemanager.hostname

<hostname>

...

yarn.nodemanager.aux-services

mapreduce_shuffle


  • 全分布模式

参数文件

配置参数

参考值

hadoop-env.sh

JAVA_HOME

/root/training/jdk1.8.0_144

hdfs-site.xml

dfs.replication

2

...

dfs.permissions

false

core-site.xml

fs.defaultFS

hdfs://<hostname>:9000

...

hadoop.tmp.dir

/root/training/hadoop-2.7.3/tmp

mapred-site.xml

mapreduce.framework.name

yarn

yarn-site.xml

yarn.resourcemanager.hostname

<hostname>

...

yarn.nodemanager.aux-services

mapreduce_shuffle

slaves

DataNode的ip地址或主机名

qujianlei001


如果出现以下警告信息：

hadoop上安装mysql怎么用连接工具连接 hadoop安装配置步骤_java_04

只需要在以下两个文件中增加下面的环境变量，即可：

  • hadoop-env.sh 脚本中：
    export JAVA_HOME=/root/training/jdk1.8.0_144export HADOOP_HOME=/root/training/hadoop-2.7.3export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/nativeexport HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
  • yarn-env.sh 脚本中：
    export JAVA_HOME=/root/training/jdk1.8.0_144export HADOOP_HOME=/root/training/hadoop-2.7.3export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/nativeexport HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

（四）验证Hadoop环境

（五）配置SSH免密登录

hadoop上安装mysql怎么用连接工具连接 hadoop安装配置步骤_大数据_05