yarn集群资源配置集群配置文件

转载

mob6454cc7aec82 2023-12-02 20:42:52

文章标签 yarn集群资源配置 big data 大数据 hadoop xml 文章分类 Yarn 大数据

集群部署规划

注意：

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 配置在同一台机器上。

即三个东西都分开就行

yarn集群资源配置集群配置文件_xml

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。

默认配置文件

yarn集群资源配置集群配置文件_hadoop_02

这三个文件已经提供好了

yarn集群资源配置集群配置文件_yarn集群资源配置_03

自定义配置文件

core-site.xml 、 hdfs-site.xml 、 yarn-site.xml 、 mapred-site.xml 四个配置文件存放在

$HADOOP_HOME/etc/hadoop 这个路径上，用户可以根据项目需求重新进行修改配置。

我的是在这个目录下：

/opt/module/hadoop-3.1.3/etc/hadoop

yarn集群资源配置集群配置文件_hadoop_04

配置集群

核心配置文件

配置core-site.xml

cd $HADOOP_HOME/etc/hadoop

vim core-site.xml

需要配置的内容如下：

<?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>

先不配置：

<!--    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>

可以等后面再配

同目录下配置hdfs-site.xml

vim hdfs-site.xml

配置内容如下：

<?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>

YARN 配置文件

vim yarn-site.xml

<?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>

<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>
这段配置在hadoop3.2.x以后就无需再配置，属于hadoop的小bug

MapReduce 配置文件

vim mapred-site.xml

<?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>

默认是运行在local本地

目前只在hadoop102上配置完成

需要将这些分发到hadoop103和hadoop104

在集群上分发配置好的 Hadoop 配置文件

xsync /opt/module/hadoop-3.1.3/etc/hadoop/

[root@hadoop102 hadoop]# xsync /opt/module/hadoop-3.1.3/etc/hadoop/
==================== hadoop102 ====================
sending incremental file list

。。。
==================== hadoop103 ====================
sending incremental file list
hadoop/
hadoop/.hdfs-site.xml.swp
hadoop/core-site.xml
hadoop/hdfs-site.xml
hadoop/mapred-site.xml
hadoop/yarn-site.xml
hadoop/shellprofile.d/
。。。
==================== hadoop104 ====================
sending incremental file list
hadoop/
hadoop/.hdfs-site.xml.swp
hadoop/capacity-scheduler.xml
hadoop/configuration.xsl
hadoop/container-executor.cfg
hadoop/core-site.xml
。。。。

去 103 和 104 上查看文件分发情况

[atguigu@hadoop103 ~]$ cat /opt/module/hadoop- 3.1.3/etc/hadoop/core-site.xml

[atguigu@hadoop104 ~]$ cat /opt/module/hadoop- 3.1.3/etc/hadoop/core-site.xml

至此集群配置已经完成

群起集群

配置workers

vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

在该文件中增加如下内容

hadoop102
hadoop103
hadoop104

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

完成修改后要分发

[root@hadoop102 hadoop]# vim workers 
[root@hadoop102 hadoop]# xsync workers 
==================== hadoop102 ====================
sending incremental file list

sent 55 bytes  received 12 bytes  44.67 bytes/sec
total size is 30  speedup is 0.45
==================== hadoop103 ====================
sending incremental file list
workers

sent 132 bytes  received 41 bytes  115.33 bytes/sec
total size is 30  speedup is 0.17
==================== hadoop104 ====================
sending incremental file list
workers

sent 132 bytes  received 41 bytes  346.00 bytes/sec
total size is 30  speedup is 0.17

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。

初始化：在hadoop的根目录运行

hdfs namenode -format

[root@hadoop102 hadoop-3.1.3]# hdfs namenode -format

这里不小心用了root用户初始化，现在要去更改新增的data和logs文件夹的权限了。
sudo chown yourname:yourname data/ logs/
还有后面启动hdfs都不要用root账号
会出现以下报错
Starting namenodes on [hadoop102]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 [hadoop104] ERROR: Attempting to operate on hdfs secondarynamenode as root ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.

启动 HDFS

在hadoop根目录下运行

sbin/start-dfs.sh

输入jsp查看集群情况

[zuck@hadoop102 hadoop-3.1.3]$ jps
3123 NameNode
3496 Jps
3245 DataNode

[zuck@hadoop103 hadoop-3.1.3]$ jps
2326 DataNode
2398 Jps

[zuck@hadoop104 hadoop-3.1.3]$ jps
2353 SecondaryNameNode
2460 Jps
2286 DataNode

一切都OK

访问web页面

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

yarn集群资源配置集群配置文件_big data_05

启动YARN

在配置了 ResourceManager 的节点（hadoop103）启动 YARN

sbin/start-yarn.sh

[zuck@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh 
Starting resourcemanager
Starting nodemanagers
[zuck@hadoop103 hadoop-3.1.3]$ jps
2993 Jps
2326 DataNode
2550 ResourceManager
2665 NodeManager

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

yarn集群资源配置集群配置文件_big data_06

集群基本测试

上传文件到集群

上传小文件

hadoop fs -mkdir /input
hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input

[zuck@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /input

在http://hadoop102:9870/页面，可以刷新得到新创建的input

yarn集群资源配置集群配置文件_yarn集群资源配置_07

上传大文件

[zuck@hadoop102 hadoop-3.1.3]$ hadoop fs -put wcinput/word.txt /input

将wcinput/word.txt上传到hdfs的/input文件夹下

yarn集群资源配置集群配置文件_big data_08

再试试传个大一点的文件

[zuck@hadoop102 hadoop-3.1.3]$ hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /input

yarn集群资源配置集群配置文件_hadoop_09

这只是个WEB页面，并不是实际存储文件，那么HDFS到底把文件存到哪了？

是datanode结点。

上传文件后查看文件存放在什么位置

曾经配置过这么一段

<!-- 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>

查看 HDFS 文件存储路径

[atguigu@hadoop102 subdir0]$ pwd/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.102-1610603650062/current/finalized/subdir0/subdir0
查看 HDFS 在磁盘存储文件内容
[atguigu@hadoop102 subdir0]$ cat blk_1073741825
 hadoop yarn
 hadoop mapreduce 
 atguigu
 atguigu 
拼接 
 

  -rw-rw-r--. 1 atguigu atguigu 134217728 5 月 23 16:01 blk_1073741836 
 
 -rw-rw-r--. 1 atguigu atguigu 1048583 5 月 23 16:01 blk_1073741836_1012.meta  
 -rw-rw-r--. 1 atguigu atguigu 63439959 5 月 23 16:01 blk_1073741837  
 -rw-rw-r--. 1 atguigu atguigu 495635 5 月 23 16:01 blk_1073741837_1013.meta  
 [atguigu@hadoop102 subdir0]$ cat blk_1073741836>>tmp.tar.gz  
 [atguigu@hadoop102 subdir0]$ cat blk_1073741837>>tmp.tar.gz  
 [atguigu@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz

下载
[atguigu@hadoop104 software]$ hadoop fs -get /jdk-8u212-linuxx64.tar.gz ./

执行 wordcount 程序
[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

记录输入上面这段命令遇到的问题：

[2021-11-11 00:29:28.386]Container exited with a non-zero exit code 1. Error file: prelaunch.err.
Last 4096 bytes of prelaunch.err :
Last 4096 bytes of stderr :
Error: Could not find or load main class org.apache.hadoop.mapreduce.v2.app.MRAppMaster

Please check whether your etc/hadoop/mapred-site.xml contains the below configuration:
<property>
  <name>yarn.app.mapreduce.am.env</name>
  <value>HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}</value>
</property>
<property>
  <name>mapreduce.map.env</name>
  <value>HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}</value>
</property>
<property>
  <name>mapreduce.reduce.env</name>
  <value>HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}</value>
</property>

For more detailed output, check the application tracking page: http://hadoop103:8088/cluster/app/application_1636618147042_0002 Then click on links to logs of each attempt.
. Failing the application.
2021-11-11 00:29:28,875 INFO mapreduce.Job: Counters: 0

解决方法：

先到根目录关闭yarn

sbin/stop-yarn.sh

在mapred-site.xml配置文件加入以下内容

<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>

分发

xsync mapred-site.xml

再启动yarn

sbin/start-yarn.sh

再测试一遍

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

又报错了！

Error: Could not find or load main class jar share.hadoop.mapreduce.hadoop-mapreduce-examples-3.1.3.jar wordcount

解决方法：

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：

搞定了，然后又遇到这个问题：

Container killed on request. Exit code is 143

1. 以为是内存调小了，调高了虚拟机的内存后没效果。

2.修改map内存限制，具体操作如下：

修改mapred-site.xml文件
增加以下内容
<property>    <name>mapreduce.map.memory.mb</name>
    <value>1500</value>
    <description>每个Map任务的物理内存限制</description>
</property>
 
<property>
    <name>mapreduce.reduce.memory.mb</name>
    <value>3000</value>
    <description>每个Reduce任务的物理内存限制</description>
</property>
 
<property>
    <name>mapreduce.map.java.opts</name>
    <value>-Xmx1200m</value>
</property>
 
<property>
    <name>mapreduce.reduce.java.opts</name>
    <value>-Xmx2600m</value>
</property>
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>
修改yarn-site.xml内容 
<property>    <name>yarn.nodemanager.resource.memory-mb</name>
    <value>22528</value>
    <discription>每个节点可用内存,单位MB</discription>
</property>
 
<property>
    <name>yarn.scheduler.minimum-allocation-mb</name>
    <value>1500</value>
    <discription>单个任务可申请最少内存，默认1024MB</discription>
</property>
 
<property>
    <name>yarn.scheduler.maximum-allocation-mb</name>
    <value>16384</value>
    <discription>单个任务可申请最大内存，默认8192MB</discription>
</property>
然后分发到hadoop103 104上，再重启集群 ,即可执行

这次运行这条命令：hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

终于没有出现问题了。

yarn集群资源配置集群配置文件_xml_10

看到了正常的进度！

出现了！成功上传！

yarn集群资源配置集群配置文件_大数据_11

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。

上一篇：python正则表达式不以下划线开头正则表达式不以0开头

下一篇：飞腾ft204架构飞腾ft-1000

提问和评论都可以，用心的回复会被更多人看到评论

发布评论

相关文章

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯