专栏首页五角钱的程序员通过思维导图,让女朋友搭建一个hadoop完全分布式

通过思维导图,让女朋友搭建一个hadoop完全分布式

完全分布式部署hadoop思维导图

女朋友:你上次教我搭建伪分布式,我已经会搭建啦。只用了一台机器就搞定了呀,想学完全分布式的搭建。

我:可以呀,完全分布式可是开发当中的重点哦,实现一个完全分布式我们先就不能只准备一台机器了,要多几台虚拟机来实现一个真正的集群。让我们开始吧,先看看思维导图,先把流程弄清楚。

分析:

1)准备3台客户机(关闭防火墙、静态ip、主机名称)

2)安装JDK

3)配置环境变量

4)安装Hadoop

5)配置环境变量

6)配置集群

7)单点启动

8)配置ssh

9)群起并测试集群

1.虚拟机准备

参考:

  1. hadoop运行环境搭建-虚拟机安装与配置(开发重点)
  2. 此公众号最后一篇推文:虚拟机安装JDK以及Hadoop

2.编写集群分发脚本xsync

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              $user@hadoop$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的用户@主机:目的路径/名称

(3)案例实操

(a) 在hadoop101上,将hadoop101中/opt/module目录下的软件拷贝到hadoop102上。

[hadoop@hadoop101 /]$ scp -r /opt/module  root@192.168.88.102:/opt/module

(b) 在hadoop103上,将hadoop101服务器上的/opt/module目录下的软件拷贝到hadoop103上。

[hadoop@hadoop103 opt]$sudo scp -r hadoop@192.168.88.101:/opt/module root@192.168.88.103:/opt/module

(c) 在hadoop103上操作将hadoop101中/opt/module目录下的软件拷贝到hadoop104上。

[hadoop@hadoop103 opt]$ scp -r hadoop@192.168.88.101:/opt/module root@192.168.88.104:/opt/module

注意:拷贝过来的/opt/module目录,别忘了在hadoop102、hadoop103、hadoop104上修改所有文件的,所有者和所有者主。sudo chown hadoop:hadoop -R /opt/module

(d) 将hadoop101中/etc/profile文件拷贝到hadoop102的/etc/profile上。

[hadoop@hadoop101 ~]$ sudo scp /etc/profile root@192.168.88.102:/etc/profile

(e) 将hadoop101中/etc/profile文件拷贝到hadoop103的/etc/profile上。

[hadoop@hadoop101 ~]$ sudo scp /etc/profile root@192.168.88.103:/etc/profile

(f) 将hadoop101中/etc/profile文件拷贝到hadoop104的/etc/profile上。

[hadoop@hadoop101 ~]$ sudo scp /etc/profile root@192.168.88.104:/etc/profile

注意:拷贝过来的配置文件别忘了source一下/etc/profile。

2.rsync 远程同步工具

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 -rvl $pdir/$fname $user@hadoop$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的用户@主机:目的路径/名称 选项参数说明

选项

功能

-r

递归

-v

显示复制过程

-l

拷贝符号连接

(2)案例实操

(a)把hadoop101机器上的/opt/xl.txt目录同步到hadoop102服务器的root用户下的/opt/目录

[hadoop@hadoop101 opt]$ sudo rsync -rvl xl.txt root@192.168.88.102:/opt/

3.xsync集群分发脚本

(1)需求:循环复制文件到所有节点的相同目录下

(2)需求分析:

(a)rsync命令原始拷贝:

(b)期望脚本:

xsync要同步的文件名称

(c)说明:在/home/hadoop/bin这个目录下存放的脚本,hadoop用户可以在系统任何地方直接执行。

(3)脚本实现

(a)在/home/hadoop目录下创建bin目录,并在bin目录下xsync创建文件,文件内容如下:

#!/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
for((host=103; host<105; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -rvl $pdir/$fname $user@192.168.88.$host:$pdir
done

(b)修改脚本 xsync 具有执行权限

[hadoop@hadoop102 bin]$ chmod 777 xsync

(c)调用脚本形式:xsync 文件名称

[hadoop@hadoop102 ~]$ xsync bin/

注意:如果将xsync放到/home/hadoop/bin目录下仍然不能实现全局使用,可以将xsync移动到/usr/local/bin目录下。

3.集群配置

1.集群部署规划

hadoop102

hadoop103

hadoop104

HDFS

NameNode DataNode

DataNode

SecondaryNameNode DataNode

YARN

NodeManager

ResourceManager NodeManager

NodeManager

2.配置集群

(1)核心配置文件

配置core-site.xml

[hadoop@hadoop102 bin]$ cd /opt/module/hadoop-2.7.2/etc/hadoop/
[hadoop@hadoop102 hadoop]$ vi core-site.xml

在该文件中编写如下配置

<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
    <value>hdfs://192.168.88.102:9000</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)HDFS配置文件

配置hadoop-env.sh

[hadoop@hadoop102 hadoop]$ vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置hdfs-site.xml

[hadoop@hadoop102 hadoop]$ vi hdfs-site.xml

在该文件中编写如下配置

<property>
    <name>dfs.replication</name>
    <value>3</value>
</property>

<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>192.168.88.104:50090</value>
</property>

(3)YARN配置文件

配置yarn-env.sh

[hadoop@hadoop102 hadoop]$ vi yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置yarn-site.xml

[hadoop@hadoop102 hadoop]$ vi yarn-site.xml

在该文件中增加如下配置

<!-- 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>192.168.88.103</value>
</property>

(4)MapReduce配置文件

配置mapred-env.sh

[hadoop@hadoop102 hadoop]$ vi mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144

配置mapred-site.xml

[hadoop@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml

[hadoop@hadoop102 hadoop]$ vi mapred-site.xml

在该文件中增加如下配置

<!-- 指定MR运行在Yarn上 -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

4.集群单点启动

三个机器删除data/logs

[hadoop@hadoop102 hadoop-2.7.2]$ rm -rf data/ logs/
[hadoop@hadoop103 hadoop-2.7.2]$ rm -rf data/ logs/
[hadoop@hadoop104 hadoop-2.7.2]$ rm -rf data/ logs/

(1)如果集群是第一次启动,需要格式化NameNode

[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format

(2)在hadoop102上启动NameNode

[hadoop@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode

(3)在hadoop102、hadoop103以及hadoop104上分别启动DataNode

[hadoop@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
[hadoop@hadoop102 hadoop-2.7.2]$ jps
7769 DataNode

[hadoop@hadoop103 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
[hadoop@hadoop103 hadoop-2.7.2]$ jps
16633 DataNode

[hadoop@hadoop104 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
[hadoop@hadoop104 hadoop-2.7.2]$ jps
16608 DataNode

(4)思考:每次都一个一个节点启动,如果节点数增加到1000个怎么办?

早上来了开始一个一个节点启动,到晚上下班刚好完成,下班?

5.SSH无密登录配置

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

[hadoop@hadoop102 opt] $ ssh 192.168.1.103
The authenticity of host '192.168.1.103 (192.168.1.103)' can't be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)?
Host key verification failed.

2. 无密钥配置

(1)免密登录原理,如图所示

(2)生成公钥和私钥:

[hadoop@hadoop102 root]$ cd
[hadoop@hadoop102 ~]$ cd .ssh/
[hadoop@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
[hadoop@hadoop102 .ssh]$ ssh-copy-id 192.168.88.102
[hadoop@hadoop102 .ssh]$ ssh-copy-id 192.168.88.103
[hadoop@hadoop102 .ssh]$ ssh-copy-id 192.168.88.104

注意:

还需要在hadoop102上采用root账号,配置一下无密登录到hadoop102、hadoop103、hadoop104;

还需要在hadoop103上采用hadoop账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。

步骤一样

3. ssh文件夹下(~/.ssh)的文件功能解释

known_hosts

记录ssh访问过计算机的公钥(public key)

id_rsa

生成的私钥

id_rsa.pub

生成的公钥

authorized_keys

存放授权过得无密登录服务器公钥

6.群起集群

1.配置slaves

/opt/module/hadoop-2.7.2/etc/hadoop/slaves
[hadoop@hadoop102 hadoop]$ vi slaves

在该文件中增加如下内容:

192.168.88.102
192.168.88.103
192.168.88.104

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。

同步所有节点配置文件

[hadoop@hadoop102 hadoop]$ xsync slaves

启动集群

(1)如果集群是第一次启动,需要格式化NameNode(注意格式化之前,一定要先停止上次启动的所有namenode和datanode进程,然后再删除data和log数据)

[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format

(2)启动HDFS

[hadoop@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[hadoop@hadoop102 hadoop-2.7.2]$ jps
4166 NameNode
4482 Jps
4263 DataNode


[hadoop@hadoop103 hadoop-2.7.2]$ jps
3218 DataNode
3288 Jps


[hadoop@hadoop104 hadoop-2.7.2]$ jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps

(3)启动YARN

[hadoop@hadoop103 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。

(4)Web端查看

(a)浏览器中输入:http://192.168.88.102:50070

(b)查看信息,如图所示。

6.集群基本测试

(1)上传文件到集群

上传小文件

[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -put wcinput/wc.input /

上传大文件

[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -put /opt/software/hadoop-2.7.2.tar.gz /
(2)上传文件后查看文件存放在什么位置
(a)查看HDFS文件存储路径
[hadoop@hadoop102 subdir0]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/
BP-1454198558-117.59.224.141-1595323236787/current/finalized/subdir0/subdir0

(b)查看HDFS在磁盘存储文件内容

[hadoop@hadoop102 subdir0]$ cat blk_1073741825
xiang
xiang
lin
lin yuan chen yuan

(3)拼接

-rw-rw-r--. 1 hadoop hadoop 134217728 Jul 21 09:21 blk_1073741826
-rw-rw-r--. 1 hadoop hadoop   1048583 Jul 21 09:21 blk_1073741826_1002.meta
-rw-rw-r--. 1 hadoop hadoop  77829046 Jul 21 09:21 blk_1073741827
-rw-rw-r--. 1 hadoop hadoop    608047 Jul 21 09:21 blk_1073741827_1003.meta
[hadoop@hadoop102 subdir0]$ cat blk_1073741826>>tmp.txt
[hadoop@hadoop102 subdir0]$ cat blk_1073741827>>tmp.txt
[hadoop@hadoop102 subdir0]$ tar -zxvf tmp.txt

集群启动/停止方式总结

1. 各个服务组件逐一启动/停止

(1)分别启动/停止HDFS组件

hadoop-daemon.sh start / stop  namenode / datanode / secondarynamenode

(2)启动/停止YARN

yarn-daemon.sh start / stop  resourcemanager / nodemanager

2. 各个模块分开启动/停止(配置ssh是前提)常用

(1)整体启动/停止HDFS

start-dfs.sh   / stop-dfs.sh

(2)整体启动/停止YARN

start-yarn.sh  / stop-yarn.sh

END

本文分享自微信公众号 - 五角钱的程序员(xianglin965),作者:BossXiang

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-07-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • HDFS的Shell操作(开发重点)

    bin/hadoop fs 具体命令 OR bin/hdfs dfs 具体命令 dfs是fs的实现类。

    用户7656790
  • 保姆级教程:还愁不会搭建伪分布式吗?(其实很简单)

    在上面三篇文章我们已经把基本环境搭建好了,也进行了相应的案例演示,下面我们将进入伪分布式的环境搭建,并运行实例,建议先看上面三篇文章在进行操作。看一百遍,不如手...

    用户7656790
  • hadoop本地运行的两个案例。官方Grep案例、官方WordCount案例。

    在前两篇文章已经把虚拟机环境和jdk、hadoop安装好了,下面我们来看看,hadoop本地运行的两个案例。官方Grep案例、官方WordCount案例。

    用户7656790
  • hadoop分布式集群搭建

    程序员同行者
  • centos7 hadoop 集群安装配置

    转载请务必注明原创地址为:http://dongkelun.com/2018/04/05/hadoopClusterConf/

    董可伦
  • /tmp/hadoop-hadoop-namenode.pid: Permission denied

    starting namenode, logging to /home/hadoop/hadoop-1.0.2/libexec/../logs/hadoo...

    闵开慧
  • HDFS的Shell操作(开发重点)

    bin/hadoop fs 具体命令 OR bin/hdfs dfs 具体命令 dfs是fs的实现类。

    用户7656790
  • 保姆级教程:还愁不会搭建伪分布式吗?(其实很简单)

    在上面三篇文章我们已经把基本环境搭建好了,也进行了相应的案例演示,下面我们将进入伪分布式的环境搭建,并运行实例,建议先看上面三篇文章在进行操作。看一百遍,不如手...

    用户7656790
  • Hadoop(2)——HDFS(分布式文件系统)

    英文全称是The Hadoop Distributed File System官方地址http://hadoop.apache.org/docs/stable/...

    羊羽shine
  • hadoop伪分布式环境搭建

      由于博主之前没有从事过hadoop相关的开发工作,最近正好遇到一个hadoop相关的项目,于是决定自学研究一下,博主整理的东西绝对是最全最详细的,不要问为什...

    会说话的丶猫

扫码关注云+社区

领取腾讯云代金券