一、前提介绍
环境:centos7 虚拟机三台
软件:jdk1.8、hadoop2.7.2
环境准备:设置虚拟机静态ip、域名、关闭防火墙,这些操作就不举例了,网上搜索一下即可
我这里为了方便设置三台虚拟机为:hadoop102、hadoop103、hadoop104,这里域名需要在三机器上都配置,因为后续配置文件中使用这样的方式。
二、上传解压tar包,配置环境
- 上传jdk、hadoop 包到 /opt/software 目录下
- 分别解压到 /opt/module 目录下
- 配置jdk、hadoop环境变量
#1.编辑文件
[root@hadoop102 software]# vi /etc/profile
在profile文件末尾添加jdk路径:
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export PATH=$PATH:$JAVA_HOME/bin
##HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
#2. source文件
[root@hadoop102 software]# source /etc/profile
#3. 测试配置
[root@hadoop102 software]# java
[root@hadoop102 software]# hadoop version
三台节点都需要配置
三、其它准备工作
1.ssh无密登录:避免访问其它节点是需要密码的繁琐
2.文件分发脚本:因为集群环境中大部分机器的配置文件配置是相同的,不可能所有的一台一台的机器去配置,需要在一台机器中配置完成将文件同步分发给其它节点服务器,然后在对应节点上修改部分配置即可
#进入用户bin目录下,此目录下的脚本可全局使用
[root@hadoop102 bin]# cd /root/bin/
#编写脚本
[root@hadoop102 bin]# vim xsync
#!/bin/bash
#1 获取输入参数个数,如果没有参数,直接退出
pcount=$#
if((pcount==0)); then
echo no args;
exit;
fi
#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname
#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir
#4 获取当前用户名称
user=`whoami`
#5 循环同步将102 文件同步到103、104
for((host=103; host<105; host++)); do
echo --------------------- hadoop$host ----------------
rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done
[root@hadoop102 bin]# chmod 777 xsync
四、集群配置
- 集群规划
NameNode:元数据
SecondaryNameNode:数据备份
ResourceManager:资源分配
由于上面三个比较耗费资源,所以不能在同一台节点上
hadoop102 | hadoop103 | hadoop104 | |
HDFS | NameNode、DataNode | DataNode | SecondaryNameNode、DataNode |
YARN | NodeManager | ResourceManager、NodeManager | NodeManager |
- 文件配置
/opt/module/hadoop-2.7.2/etc/hadoop : hadoop 配置文件所在目录
2.1核心配置 core-site.xml
<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop102:9000</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>
2.2 hdfs配置,文件备份相关设置
# 1. 配置hadoop-env.sh
[root@hadoop102 hadoop]# vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
# 2. 配置hdfs-site.xml
[root@hadoop102 hadoop]# vi hdfs-site.xml
<property>
<!--文件备份数量-->
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<!--备份服务位置-->
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop104:50090</value>
</property>
2.3 yarn 相关配置文件
# 1. 配置yarn-env.sh
[root@hadoop102 hadoop]# vi yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
# 2. 配置yarn-site.xml
[root@hadoop102 hadoop]# vi yarn-site.xml
<!-- reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定YARN的ResourceManager的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop103</value>
</property>
2.4 mapreduce 相关配置文件
# 1. 配置mapred-env.sh
[root@hadoop102 hadoop]$ vi mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
# 2. 配置yarn-site.xml
[root@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml
[root@hadoop102 hadoop]$ vi mapred-site.xml
<!-- 指定mr运行在yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 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>
2.5 配置slaves文件
hadoop102
hadoop103
hadoop104
- 分发集群配置文件,将如上配置同步到集群每一台节点上
#分发
[root@hadoop102 hadoop]$ xsync /opt/module/hadoop-2.7.2/
#查看是否成功
[root@hadoop103 hadoop]$ cat /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml
4.为启动集群做准备,同步集群时间
[root@hadoop102 hadoop]# date.sh 2020-02-02
5.启动集群
5.1 如果集群是第一次启动,需要格式化NameNode
[root@hadoop102 hadoop-2.7.2]$ hadoop namenode -format
5.2 启动hdfs
[root@hadoop102 hadoop-2.7.2]# sbin/start-dfs.sh
[root@hadoop102 hadoop-2.7.2]# jps
4166 NameNode
4482 Jps
4263 DataNode
[root@hadoop103 hadoop-2.7.2]# jps
3218 DataNode
3288 Jps
[root@hadoop104 hadoop-2.7.2]# jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps
5.3 启动yarn
[root@hadoop102 hadoop-2.7.2]# sbin/start-yarn.sh
注意:NameNode和ResourceManger如果不是同一台机器,不能在NameNode上启动 yarn,应该在ResouceManager所在的机器上启动yarn。
5.4 启动历史服务器
./mr-jobhistory-daemon.sh start historyserver
或者
mapred --daemon start historyserver
./mr-jobhistory-daemon.sh stop historyserver
或者
mapred --daemon stop historyserver
5.5 补充集群启动方式
在yarn所在的节点使用一个命令就可以同时启动和关闭 hdfs与yarn
集群启动命令
[root@hadoop103 ~]# /opt/module/hadoop-2.7.2/sbin/start-all.sh
集群关闭命令
[root@hadoop103 ~]# /opt/module/hadoop-2.7.2/sbin/stop-all.sh
6.访问集群
在浏览器中输入 http://hadoop102:50070 ,查看集群是否启动成功
查看节点是否全部启动
查看SecondaryNameNode:注意这个在104上,如果无法访问请首先去104jps查看是否启动成功,成功状态话去查防火墙是否开启,关闭防火墙即可访问