-
Hadoop 集群搭建
2019-08-27 14:22:13 -
Hadoop集群搭建
2016-10-24 10:20:20Hadoop集群搭建Linux版本
Centos 6.5 (64位)
Hadoop版本
Hadoop 2.7.3
其他所需软件
java (1.7+) [安装、配置,参考 http://blog.csdn.net/molaifeng/article/details/50160929] ssh [安装、配置,参考 http://blog.csdn.net/molaifeng/article/details/51684086] vim [安装,yum install -y vim]
集群概况
皆为虚拟机,网络为桥接
10.254.21.30 Master 10.254.21.122 Slave1 10.254.21.29 Slave2 10.254.21.35 Slave3
添加用户
添加用户
useradd hadoop
设置密码
passwd
拥有管理员权限
vim /etc/sudoers hadoop ALL=(ALL) ALL
配置网络和主机名
配置网络
在/etc/hosts里加上
10.254.21.30 Master 10.254.21.122 Slave1 10.254.21.29 Slave2 10.254.21.35 Slave3
同时,需查看localhost对应的是127.0.0.1
127.0.0.1 localhost
即
127.0.0.1 localhost 10.254.21.30 Master 10.254.21.122 Slave1 10.254.21.29 Slave2 10.254.21.35 Slave3
修改主机名
四台服务器修改主机名分别为Master、Slave1、Slave2、Slave3
vim /etc/sysconfig/network HOSTNAME=Master
重启
reboot
查看主机名
hostname
在Master服务器上,显示Master则成功了。
SSH无密码登录
切换到hadoop用户
su hadoop
设置无密码登录
cd ~/.ssh/ ssh-keygen -t rsa # 只管按按回车即可 cat id_rsa.pub >> authorized_keys # 加入本机授权 chmod 600 authorized_keys
配置好后,
ssh localhost
便不用输入密码了,其余三台服务器都操作。最后把Master服务器上的id_rsa.pub文件内容追加到三台Slave服务器上的authorized_keys,使得Master无需密码即可登录三台Slave服务器。注:如果在ssh登录过程中出现“Permanently added (RSA) to the list of known hosts”提示,进入
/etc/ssh/ssh_config
,把StrictHostKeyChecking no
及UserKnownHostsFile /dev/null
给注释了即可。关闭防火墙
sudo service iptables stop
或是不让其开启
sudo chkconfig iptables off
安装、配置Hadoop
安装
也可以到官网去下载稳定版本.
cd /usr/localhost sudo wget http://mirrors.cnnic.cn/apache/hadoop/common/stable/hadoop-2.7.3.tar.gz sudo tar zxf hadoop-2.7.3.tar.gz sudo mv hadoop-2.7.3 hadoop sudo chown hadoop.hadoop hadoop -R
由于下载的是编译的版本,因此可以开箱即用,先看看版本,检查下是否可用
cd /usr/local/hadoop ./bin/hadoop version
出现版本信息说明可用
Hadoop 2.7.3 Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r baa91f7c6bc9cb92be5982de4719c1c8af91ccff Compiled by root on 2016-08-18T01:41Z Compiled with protoc 2.5.0 From source with checksum 2e4ce5f957ea4db193bce3734ff29ff4 This command was run using /usr/local/hadoop/share/hadoop/common/hadoop-common-2.7.3.jar
配置
- 修改环境变量,将hadoop加进去,其余三台服务器都要操作
sudo vim /etc/profile export HADOOP_HOME = /usr/local/hadoop export PATH = $JAVA_HOme/bin:$HADOOP_HOME/bin:$PATH
在命令行输入. /etc/profile并回车使其生效
- 修改配置文件【/usr/local/hadoop/etc/hadoop/】
slaves,去掉localhost,添加Slave,即NameNode为Master服务器,DataNode为三台Slave服务器
Slave1 Slave2 Slave3
hadoop-env.sh
export JAVA_HOME='/usr/lib/jvm/java-1.8.0-openjdk.x86_64'
core-site.xml
<configuration> <property> <name>hadoop.tmp.dir</name> <value>file:/usr/local/hadoop/tmp</value> <description>Abase for other temporary directories.</description> </property> <property> <name>fs.defaultFS</name> <value>hdfs://Master:9000</value> </property> </configuration>
若没有配置 hadoop.tmp.dir 参数,则默认使用的临时目录为 /tmp/hadoo-hadoop,而这个目录在重启时有可能被系统清理掉,导致必须重新执行 format 才行。由于默认的安装包没有tmp目录,因此需要手动添加, sudo mkdir /usr/local/hadoop/tmp
hdfs-site.xml,其中dfs.replication为3,因为有三个DataNode节点
<property> <name>dfs.namenode.secondary.http-address</name> <value>Master:50090</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:/usr/local/hadoop/tmp/dfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/usr/local/hadoop/tmp/dfs/data</value> </property>
mapred-site.xml
<property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>Master:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>Master:19888</value> </property>
yarn-site.xml
<property> <name>yarn.resourcemanager.hostname</name> <value>Master</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property>
打包hadoop目录,发送给三台Slave服务器
sudo tar -zcf ~/hadoop.master.tar.gz /user/local/hadoop scp ~/hadoop.master.tar.gz hadoop@Slave1:/home/hadoop
在Slave1服务器上解压、修改权限
tar -zxf ~/hadoop.master.tar.gz -C /usr/local sudo chown hadoop.hadoop hadoop -R
其余Slave两台服务器操作也一样。至此,Master、Slave服务器上环境都配好了,接下来就是在Master服务器上启动Hadoop。
start-dfs.sh start-yarn.sh mr-jobhistory-daemon.sh start historyserver
分别在Master和Slave服务器上输入jps,查看运行的JAVA进程
Master
[hadoop@Master hadoop]$ jps 6096 NameNode 6704 JobHistoryServer 6281 SecondaryNameNode 6427 ResourceManager 29535 Jps
Slave1
[hadoop@Slave1 hadoop]$ jps 83617 Jps 56530 DataNode 56635 NodeManager
在Master服务器上输入
hdfs dfsadmin -report
查看DataNode是否正常启动Configured Capacity: 55574487040 (51.76 GB) Present Capacity: 16329748480 (15.21 GB) DFS Remaining: 16329654272 (15.21 GB) DFS Used: 94208 (92 KB) DFS Used%: 0.00% Under replicated blocks: 0 Blocks with corrupt replicas: 0 Missing blocks: 0 Missing blocks (with replication factor 1): 0 ------------------------------------------------- Live datanodes (3): Name: 10.254.21.35:50010 (Slave3) Hostname: Slave3 Decommission Status : Normal Configured Capacity: 18569568256 (17.29 GB) DFS Used: 28672 (28 KB) Non DFS Used: 11105554432 (10.34 GB) DFS Remaining: 7463985152 (6.95 GB) DFS Used%: 0.00% DFS Remaining%: 40.19% Configured Cache Capacity: 0 (0 B) Cache Used: 0 (0 B) Cache Remaining: 0 (0 B) Cache Used%: 100.00% Cache Remaining%: 0.00% Xceivers: 1 Last contact: Thu Oct 27 11:16:56 CST 2016 Name: 10.254.21.29:50010 (Slave2) Hostname: Slave2 Decommission Status : Normal Configured Capacity: 18569568256 (17.29 GB) DFS Used: 32768 (32 KB) Non DFS Used: 11105423360 (10.34 GB) DFS Remaining: 7464112128 (6.95 GB) DFS Used%: 0.00% DFS Remaining%: 40.20% Configured Cache Capacity: 0 (0 B) Cache Used: 0 (0 B) Cache Remaining: 0 (0 B) Cache Used%: 100.00% Cache Remaining%: 0.00% Xceivers: 1 Last contact: Thu Oct 27 11:16:56 CST 2016 Name: 10.254.21.122:50010 (Slave1) Hostname: Slave1 Decommission Status : Normal Configured Capacity: 18435350528 (17.17 GB) DFS Used: 32768 (32 KB) Non DFS Used: 17033760768 (15.86 GB) DFS Remaining: 1401556992 (1.31 GB) DFS Used%: 0.00% DFS Remaining%: 7.60% Configured Cache Capacity: 0 (0 B) Cache Used: 0 (0 B) Cache Remaining: 0 (0 B) Cache Used%: 100.00% Cache Remaining%: 0.00% Xceivers: 1 Last contact: Thu Oct 27 11:16:56 CST 2016
也可以在浏览器上输入http://10.254.21.110:50070查看NameNode和DataNode信息。
运行DEMO
在Master服务器上创建 HDFS 上的用户目录
hdfs dfs -mkdir -p /user/hadoop
查看
[hadoop@Master hadoop]$ hdfs dfs -ls /user Found 1 items drwxr-xr-x - hadoop supergroup 0 2016-10-21 17:46 /user/hadoop
创建Hadoop用户的input目录
hdfs dfs -mkdir input
上传到input目录
./bin/hdfs dfs -put ./etc/hadoop/*.xml input
查看
[hadoop@Master hadoop]$ hdfs dfs -ls input Found 9 items -rw-r--r-- 1 hadoop supergroup 4436 2016-10-24 10:03 input/capacity-scheduler.xml -rw-r--r-- 1 hadoop supergroup 1072 2016-10-24 10:03 input/core-site.xml -rw-r--r-- 1 hadoop supergroup 9683 2016-10-24 10:03 input/hadoop-policy.xml -rw-r--r-- 1 hadoop supergroup 1322 2016-10-24 10:03 input/hdfs-site.xml -rw-r--r-- 1 hadoop supergroup 620 2016-10-24 10:03 input/httpfs-site.xml -rw-r--r-- 1 hadoop supergroup 3518 2016-10-24 10:03 input/kms-acls.xml -rw-r--r-- 1 hadoop supergroup 5511 2016-10-24 10:03 input/kms-site.xml -rw-r--r-- 1 hadoop supergroup 1134 2016-10-24 10:03 input/mapred-site.xml -rw-r--r-- 1 hadoop supergroup 930 2016-10-24 10:03 input/yarn-site.xml
运行实例
./bin/hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+'
在Master服务器上关闭 Hadoop 集群
stop-yarn.sh stop-dfs.sh mr-jobhistory-daemon.sh stop historyserver
遇到的坑
由于是在虚拟机上安装、配置,时间上是不一致的,需要同步时间
ntpdate pool.ntp.org
当命令行报
WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
此警告时,无需担心,因为下的二进制包,若是碍眼,可以去官网下载源码包,安装、编译即可。当启动Hadoop遇到DataNode没起来时,可以在Slave服务器上删除tmp目录,之后再重新启动。
sudo rm -rf tmp sudo rm -rf logs/* hdfs namenode -format
参考资料
-
hadoop集群搭建
2017-06-28 19:07:20事先说明一下哈,我这一个hadoop集群搭建,是参考视频教学搭建而来的。 hadoop2.0已经发布了稳定版本了,增加了很多特性,比如HDFS HA、YARN等,所以我们这一次搭建时使用hadoop 2.2.0版本。 注意:apache提供的...事先说明一下哈,我这一个hadoop集群搭建,是参考视频教学搭建而来的。
hadoop2.0已经发布了稳定版本了,增加了很多特性,比如HDFS HA、YARN等,所以我们这一次搭建时使用hadoop 2.2.0版本。
注意:apache提供的hadoop-2.2.0的安装包是在32位操作系统编译的,因为hadoop依赖一些C++的本地库,
所以如果在64位的操作上安装hadoop-2.2.0就需要重新在64操作系统上重新编译
(建议第一次安装用32位的系统,我将编译好的64位的也上传到群共享里了,如果有兴趣的可以自己编译一下)前期准备
1.修改Linux主机名 2.修改IP 3.修改主机名和IP的映射关系 ######注意######如果你们公司是租用的服务器或是使用的云主机(如华为用主机、阿里云主机等) /etc/hosts里面要配置的是内网IP地址和主机名的映射关系 4.关闭防火墙 5.ssh免登陆 6.安装JDK,配置环境变量等1.修改Linux主机名
集群规划
主机名 IP 安装的软件 运行的进程 it01 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController it02 192.168.1.202 jdk、hadoop NameNode、DFSZKFailoverController it03 192.168.1.203 jdk、hadoop ResourceManager it04 192.168.1.204 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain it05 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain it06 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
集群工作说明
在hadoop2.0中通常由两个NameNode组成,一个处于active状态,另一个处于standby状态。Active NameNode对外提供服务,而Standby NameNode则不对外提供服务,仅同步active namenode的状态,以便能够在它失败时快速进行切换。 hadoop2.0官方提供了两种HDFS HA的解决方案,一种是NFS,另一种是QJM。这里我们使用简单的QJM。在该方案中,主备NameNode之间通过一组JournalNode同步元数据信息,一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode 这里还配置了一个zookeeper集群,用于ZKFC(DFSZKFailoverController)故障转移,当Active NameNode挂掉了,会自动切换Standby NameNode为active状态
安装步骤(开始安装了!!!)
1.安装配置zooekeeper集群 1.1解压 tar -zxvf zookeeper-3.4.5.tar.gz -C /itcast/ 1.2修改配置 cd /itcast/zookeeper-3.4.5/conf/ cp zoo_sample.cfg zoo.cfg vim zoo.cfg 修改:dataDir=/it/zookeeper-3.4.5/tmp 在最后添加: server.1=it04:2888:3888 server.2=it05:2888:3888 server.3=it06:2888:3888 保存退出 然后创建一个tmp文件夹 mkdir /it/zookeeper-3.4.5/tmp 再创建一个空文件 touch /it/zookeeper-3.4.5/tmp/myid 最后向该文件写入ID echo 1 > /it/zookeeper-3.4.5/tmp/myid 1.3将配置好的zookeeper拷贝到其他节点(首先分别在it05、it06根目录下创建一个it目录:mkdir /it) scp -r /it/zookeeper-3.4.5/ it05:/it/ scp -r /it/zookeeper-3.4.5/ it06:/it/ 注意:修改it05、it06对应/it/zookeeper-3.4.5/tmp/myid内容 it05: echo 2 > /it/zookeeper-3.4.5/tmp/myid it06: echo 3 > /it/zookeeper-3.4.5/tmp/myid 2.安装配置hadoop集群 2.1解压 tar -zxvf hadoop-2.2.0.tar.gz -C /it/ 2.2配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下) #将hadoop添加到环境变量中 vim /etc/profile export JAVA_HOME=/usr/java/jdk1.7.0_60 export HADOOP_HOME=/itcast/hadoop-2.2.0 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin #hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下 cd /it/hadoop-2.2.0/etc/hadoop 2.2.1修改hadoo-env.sh export JAVA_HOME=/usr/java/jdk1.7.0_60 2.2.2修改core-site.xml <configuration> <!-- 指定hdfs的nameservice为ns1 --> <property> <name>fs.defaultFS</name> <value>hdfs://ns1</value> </property> <!-- 指定hadoop临时目录 --> <property> <name>hadoop.tmp.dir</name> <value>/it/hadoop-2.2.0/tmp</value> </property> <!-- 指定zookeeper地址 --> <property> <name>ha.zookeeper.quorum</name> <value>it04:2181,it05:2181,it06:2181</value> </property> </configuration> 2.2.3修改hdfs-site.xml <configuration> <!--指定hdfs的nameservice为ns1,需要和core-site.xml中的保持一致 --> <property> <name>dfs.nameservices</name> <value>ns1</value> </property> <!-- ns1下面有两个NameNode,分别是nn1,nn2 --> <property> <name>dfs.ha.namenodes.ns1</name> <value>nn1,nn2</value> </property> <!-- nn1的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns1.nn1</name> <value>it01:9000</value> </property> <!-- nn1的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn1</name> <value>it01:50070</value> </property> <!-- nn2的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns1.nn2</name> <value>it02:9000</value> </property> <!-- nn2的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn2</name> <value>it02:50070</value> </property> <!-- 指定NameNode的元数据在JournalNode上的存放位置 --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://it04:8485;it05:8485;it06:8485/ns1</value> </property> <!-- 指定JournalNode在本地磁盘存放数据的位置 --> <property> <name>dfs.journalnode.edits.dir</name> <value>/it/hadoop-2.2.0/journal</value> </property> <!-- 开启NameNode失败自动切换 --> <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property> <!-- 配置失败自动切换实现方式 --> <property> <name>dfs.client.failover.proxy.provider.ns1</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property> <!-- 配置隔离机制方法,多个机制用换行分割,即每个机制暂用一行--> <property> <name>dfs.ha.fencing.methods</name> <value> sshfence shell(/bin/true) </value> </property> <!-- 使用sshfence隔离机制时需要ssh免登陆 --> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/root/.ssh/id_rsa</value> </property> <!-- 配置sshfence隔离机制超时时间 --> <property> <name>dfs.ha.fencing.ssh.connect-timeout</name> <value>30000</value> </property> </configuration> 2.2.4修改mapred-site.xml <configuration> <!-- 指定mr框架为yarn方式 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration> 2.2.5修改yarn-site.xml <configuration> <!-- 指定resourcemanager地址 --> <property> <name>yarn.resourcemanager.hostname</name> <value>it03</value> </property> <!-- 指定nodemanager启动时加载server的方式为shuffle server --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration> 2.2.6修改slaves(slaves是指定子节点的位置,因为要在it01上启动HDFS、在it03启动yarn,所以it01上的slaves文件指定的是datanode的位置,it03上的slaves文件指定的是nodemanager的位置) it04 it05 it06 2.2.7配置免密码登陆 #首先要配置it01到it02、it03、it04、it05、it06的免密码登陆 #在it01上生产一对钥匙 ssh-keygen -t rsa cp id_rsa.pub authorized_keys cp authorized_keys it02:/root/.ssh/ cp authorized_keys it03:/root/.ssh/ cp authorized_keys it04:/root/.ssh/ cp authorized_keys it05:/root/.ssh/ cp authorized_keys it06:/root/.ssh/ #配置it03到it04、it05、it06的免密码登陆 #在it03上生产一对钥匙 ssh-keygen -t rsa cat id_rsa.pub >> authorized_keys #将公钥拷贝到其他节点 cp authorized_keys it04:/root/.ssh/ cp authorized_keys it05:/root/.ssh/ cp authorized_keys it06:/root/.ssh/ #注意:两个namenode之间要配置ssh免密码登陆,别忘了配置it02到it01的免登陆 在it02上生产一对钥匙 ssh-keygen -t rsa cat id_rsa.pub >> authorized_keys 2.4将配置好的hadoop拷贝到其他节点 scp -r /it/ it02:/ scp -r /it/ it03:/ scp -r /it/hadoop-2.2.0/ root@it04:/it/ scp -r /it/hadoop-2.2.0/ root@it05:/it/ scp -r /it/hadoop-2.2.0/ root@it06:/it/ ###注意:严格按照下面的步骤 2.5启动zookeeper集群(分别在it04、it05、it06上启动zk) cd /it/zookeeper-3.4.5/bin/ ./zkServer.sh start #查看状态:一个leader,两个follower ./zkServer.sh status 2.6启动journalnode(在it01上启动所有journalnode,注意:是调用的hadoop-daemons.sh这个脚本,注意是复数s的那个脚本) cd /it/hadoop-2.2.0 sbin/hadoop-daemons.sh start journalnode #运行jps命令检验,it04、it05、it06上多了JournalNode进程 {建议在it04/05/06分别启动 journalnode} 2.7格式化HDFS #在it01上执行命令: hdfs namenode -format #格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件,这里我配置的是/it/hadoop-2.2.0/tmp,然后将/it/hadoop-2.2.0/tmp拷贝到it02的/it/hadoop-2.2.0/下。 scp -r tmp/ it02:/it/hadoop-2.2.0/ 2.8格式化ZK(在it01上执行即可,会在it04/05/06文件系统生成hadoop-ha) hdfs zkfc -formatZK 2.9启动HDFS(在it01上执行) sbin/start-dfs.sh 2.10启动YARN(#####注意#####:是在it03上执行start-yarn.sh,把namenode和resourcemanager分开是因为性能问题,因为他们都要占用大量资源,所以把他们分开了,他们分开了就要分别在不同的机器上启动) sbin/start-yarn.sh
测试hadoop集群工作情况
到此,hadoop2.2.0配置完毕,可以统计浏览器访问: http://192.168.1.201:50070 NameNode 'it01:9000' (active) http://192.168.1.202:50070 NameNode 'it02:9000' (standby) 验证HDFS HA 首先向hdfs上传一个文件 hadoop fs -put /etc/profile /profile hadoop fs -ls / 然后再kill掉active的NameNode kill -9 <pid of NN> 通过浏览器访问:http://192.168.1.202:50070 NameNode 'it02:9000' (active) 这个时候it02上的NameNode变成了active 在执行命令: hadoop fs -ls / -rw-r--r-- 3 root supergroup 1926 2014-02-06 15:36 /profile 刚才上传的文件依然存在!!! 手动启动那个挂掉的NameNode sbin/hadoop-daemon.sh start namenode 通过浏览器访问:http://192.168.1.201:50070 NameNode 'it01:9000' (standby) 验证YARN: 运行一下hadoop提供的demo中的WordCount程序: hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /profile /out
文章最后,给大家推荐一些受欢迎的技术博客链接:
- Hadoop相关技术博客链接
- Spark 核心技术链接
- JAVA相关的深度技术博客链接
- 超全干货--Flink思维导图,花了3周左右编写、校对
- 深入JAVA 的JVM核心原理解决线上各种故障【附案例】
- 请谈谈你对volatile的理解?--最近小李子与面试官的一场“硬核较量”
- 聊聊RPC通信,经常被问到的一道面试题。源码+笔记,包懂
欢迎扫描下方的二维码或 搜索 公众号“10点进修”,我们会有更多、且及时的资料推送给您,欢迎多多交流!
OK,恭喜你。大功告成!!!
-
hadoop 集群搭建
2018-01-21 00:03:37前面说到使用单机搭建hadoop 伪分布式集群,这篇文章讲的是怎么搭建hadoop集群。 这里我是用3台虚拟机 192.168.1.221 spark1 192.168.1.222 spark2 192.168.1.223 spark3 如果不会搭建虚拟机的同学可以参考这篇...前面说到使用单机搭建hadoop 伪分布式集群,这篇文章讲的是怎么搭建hadoop集群。
这里我是用3台虚拟机
192.168.1.221 spark1
192.168.1.222 spark2
192.168.1.223 spark3
如果不会搭建虚拟机的同学可以参考这篇文章
http://www.haha174.top/article/details/255136一.配置jdk
如果不会可以参考这篇文章
http://www.haha174.top/article/details/259178二.修改主机名
分别登陆到三台虚拟机 去修改主机名
vi /etc/hostname
spark1(修改为ip地址对应的名字)
配置 host
vi /etc/hosts
192.168.1.221 spark1
192.168.1.222 spark2
192.168.1.223 spark3
vi /etc/sysconfig/network
NETWORKING=yes
HOSTNAME=spark1(修改为ip地址对应的名字)
重启虚拟机
三.免密登陆
配置自身免密登陆 三台都要执行
ssh-keygen -t rsa
cd /root/.ssh
cp id_rsa.pub authorized_keys
执行完上述三条命令后 可以ssh 自身的hostname 测试
如测试在spark1 上面可以直接ssh spark1 测试时候成功
相互免密登陆(三台机器都要设置)
假设现在在spark1 上面则执行
ssh-copy-id -i spark2
ssh-copy-id -i spark3
然后可以 ssh spark2 测试
ssh spark3 测试
以此类推将spark2 和spark 3 都执行了
三.修改配置
主要修改下面几个文件
1.core.site.xml
添加<property> <name>fs.defaultFS</name> <value>hdfs://spark1:8020</value> </property>
- hdfs-site.xml
添加
<property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.name.dir</name> <value>/home/hadoop/app/namenode</value> </property> <property> <name>dfs.data.dir</name> <value>/home/hadoop/app/datanode</value> </property> <property> <name>dfs.tmp.dir</name> <value>/home/hadoop/app/tmp</value> </property>
- mapred-site.xml
<property> <name>mapreduce.framework.name</name> <value>yarn</value> </property>
- yarn-site.xml
<property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.resourcemanager.hostname</name> <value>spark1</value> </property>
四.同步
以上的配置只需要在一个节点配置好即可。
我是在spark1 上面配置的只需要通过命令
scp -r hadoop root@spark2 : /soft/
scp -r hadoop root@spark3: /soft/
5.启动
下面的命令只需要在spark1 执行即可
在启动之前
hdfs namenode -format 需要先格式化一下
然后 sh start-dfs.sh
然后查看启动状态 jps
spark1
spark2
spark3输入下面的链接查看状态
http://spark1:50070/dfshealth.html#tab-datanode
这样就成功了
文章地址:http://www.haha174.top/article/details/258782 - hdfs-site.xml
-
hadoop集群搭建 修改配置文件(三台主机都要配置)
2019-08-25 17:42:39hadoop集群搭建 修改配置文件(三台主机都要配置) master 主机配置 1)hadoop-env.sh vimhadoop-env.sh 2)core-site.xml vim core-site.xml <configuration> <!-- 指定HDFS... -
hadoop集群搭建(超详细版)
2018-05-03 12:09:13用adduser新建用户并设置密码 将新建的hadoop用户添加到hadoop用户组 前面hadoop指的是用户组名,后一个指的是用户名 赋予hadoop用户root权限 12.3 安装hadoop并配置环境变量 由于hadoop集群需要在每一个节点上进行...
-
pytorch dataloader食用指南,附上个人使用代码
-
吊打面试官-hashMap
-
qBittorrentEE_v4.3.1.11_便携版.zip
-
Liunx 优化思路与实操步骤
-
ELF视频教程
-
[全案]非付费推广之QQ群推广方案(2011年4月1日更新).pdf
-
占据主动!刘强东微博营销之道.pdf
-
用Go语言来写区块链(一)
-
2021 年该学的 CSS 框架 Tailwind CSS 实战视频
-
Mysql数据库面试直通车
-
FPGA入门学习路线.pdf
-
数据库面试题【六、Sql的优化】
-
微信HOOK-微信逆向-微信公众号爬虫系统
-
基于python的dango框架购物商城毕业设计毕设源代码使用教程
-
Docker从入门到精通
-
读写锁
-
linux环境下的mount命令到底有什么玄机
-
数据研究必备:国内40个免费数据源.pdf
-
华为1+X认证——网络系统建设与运维(初级)
-
鸿蒙系统Harmonyos源码架构分析-第1期第2课