教你玩轉(zhuǎn)Hadoop分布式集群搭建，進(jìn)擊大數(shù)據(jù)
等你點(diǎn)藍(lán)字關(guān)注都等出蜘蛛網(wǎng)了
終于要開始玩大數(shù)據(jù)了，之前對haoop生態(tài)幾乎沒有太多的了解，現(xiàn)在趕鴨子上架，需要完全使用它來做數(shù)據(jù)中心，這是我的haoop第一篇文章，以后估計(jì)會寫很多大數(shù)據(jù)相關(guān)的文章。
Hadoop的搭建有三種方式，單機(jī)版適合開發(fā)調(diào)試;偽分布式版，適合模擬集群學(xué)習(xí);完全分布式，生產(chǎn)使用的模式。這篇文件介紹如何搭建完全分布式的hadoop集群，一個(gè)主節(jié)點(diǎn)，三個(gè)數(shù)據(jù)節(jié)點(diǎn)為例來講解。
01
基礎(chǔ)環(huán)境
環(huán)境準(zhǔn)備
1、軟件版本
四臺服務(wù)器配置，系統(tǒng)：centos6.5、內(nèi)存：1G、硬盤：20G
四臺服務(wù)器分配的IP地址：192.168.0.71/72/73/74
規(guī)劃：71用作主節(jié)點(diǎn)用作hadoop-master，其它三臺為數(shù)據(jù)節(jié)點(diǎn)72、73、74用作hadoop-salve1~3
jdk和生成保持一致使用1.7版本
hadoop使用2.7.3版本，下載地址：http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz
2、host配置和主機(jī)名(四臺)
修改四臺服務(wù)器的hosts文件
vim /etc/hosts
192.168.0.71 hadoop-master
192.168.0.72 hadoop-slave1
192.168.0.73 hadoop-slave2
192.168.0.74 hadoop-slave3
分別斯塔服務(wù)器的主機(jī)名:HOSTNAME，master為例說明
vi /etc/sysconfig/network
HOSTNAME=hadoop-master執(zhí)行reboot后生效，完成之后依次修改其它salve服務(wù)器為： hadoop-slave1~3。
3、服務(wù)器安裝jdk(四臺)
建議使用yum安裝jdk,也可以自行下載安裝。
yum -y install java-1.7.0-openjdk*
配置環(huán)境變量，修改配置文件vim /etc/profile。
export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar使用souce命令讓立刻生效。
02
免密登陸
1、首先關(guān)閉四臺服務(wù)器的防火墻和SELINUX
查看防火墻狀態(tài)
service iptables status
關(guān)閉防火墻
service iptables stop
chkconfig iptables off
關(guān)閉SELINUX后，需要重啟服務(wù)器。
-- 關(guān)閉SELINUX
# vim /etc/selinux/config
-- 注釋掉
#SELINUX=enforcing
#SELINUXTYPE=targeted
-- 添加
SELINUX=disabled
2、免密碼登錄本機(jī)
下面以配置hadoop-master本機(jī)無密碼登錄為例進(jìn)行講解，用戶需參照下面步驟完成h-salve1~3三臺子節(jié)點(diǎn)機(jī)器的本機(jī)無密碼登錄;
1)生產(chǎn)秘鑰
ssh-keygen -t rsa
2)將公鑰追加到”authorized_keys”文件
cat ~/.{s}{s}\frac{{h}}{{i}}go7utgvlrp_{{r}}{s}{a}.{p}{u}{\rangle}~/.ssh/authorized_keys
3)賦予權(quán)限
cat ~/.{s}{s}\frac{{h}}{{i}}go7utgvlrp_{{r}}{s}{a}.{p}{u}{\rangle}~/.ssh/authorized_keys
4)驗(yàn)證本機(jī)能無密碼訪問。
ssh hadoop-master
最后，依次配置h-salve1~3無密碼訪問。
3、hadoop-master本機(jī)無密碼登錄hadoop-slave1、hadoop-slave2、hadoop-slave3，以hadoop-master無密碼登錄hadoop-slave1為例進(jìn)行講解：
1)登錄hadoop-slave1 ，復(fù)制hadoop-master服務(wù)器的公鑰”id_rsa.pub”到hadoop-slave1服務(wù)器的”root”目錄下。
scp root@hadoop-master:/root/.ssh/id_rsa.pub /root/
2)將hadoop-master的公鑰(id_rsa.pub)追加到hadoop-slave1的authorized_keys中。
cat id_rsa.pub >> .ssh/authorized_keys
rm -rf ?id_rsa.pub
3)在 hadoop-master上面測試
ssh hadoop-slave1
4、配置hadoop-slave1~hadoop-slave3本機(jī)無密碼登錄hadoop-master
下面以hadoop-slave1無密碼登錄hadoop-master為例進(jìn)行講解，用戶需參照下面步驟完成hadoop-slave2~hadoop-slave3無密碼登錄hadoop-master。
1)登錄hadoop-master，復(fù)制hadoop-slave1服務(wù)器的公鑰”id_rsa.pub”到hadoop-master服務(wù)器的”/root/”目錄下。
scp root@hadoop-slave1:/root/.ssh/id_rsa.pub /root/
2)將hadoop-slave1的公鑰(id_rsa.pub)追加到hadoop-master的authorized_keys中。
cat id_rsa.pub >> .ssh/authorized_keys
rm -rf ?id_rsa.pub //刪除id_rsa.pub
3)在 hadoop-slave1上面測試。
ssh hadoop-master
依次配置 hadoop-slave2、hadoop-slave3
到此主從的無密登錄已經(jīng)完成了。
03
Hadoop環(huán)境搭建
配置hadoop-master的hadoop環(huán)境
1、hadoop-master上 解壓縮安裝包及創(chuàng)建基本目錄
#下載
wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz
#解壓
tar -xzvf ?hadoop-2.7.3.tar.gz ? ?-C /usr/local
#重命名
mv ?hadoop-2.7.3 ?hadoop
2、 配置hadoop-master的hadoop環(huán)境變量
1)配置環(huán)境變量，修改配置文件vi /etc/profile。
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
使得hadoop命令在當(dāng)前終端立即生效
source /etc/profile
下面配置，文件都在：/usr/local/hadoop/etc/hadoop路徑下。
2、配置core-site.xml
修改Hadoop核心配置文件/usr/local/hadoop/etc/hadoop/core-site.xml，通過fs.default.name指定NameNode的IP地址和端口號，通過hadoop.tmp.dir指定hadoop數(shù)據(jù)存儲的臨時(shí)文件夾。
<configuration>
? ?<property>
? ? ? ?<name>hadoop.tmp.dirname>
? ? ? ?<value>file:/usr/local/hadoop/tmpvalue>
? ? ? ?<description>Abase for other temporary directories.description>
? ?property>
? ?<property>
? ? ? ?<name>fs.defaultFSname>
? ? ? ?<value>hdfs://hadoop-master:9000value>
? ?property>
configuration>
特別注意：如沒有配置hadoop.tmp.dir參數(shù)，此時(shí)系統(tǒng)默認(rèn)的臨時(shí)目錄為：/tmp/hadoo-hadoop。而這個(gè)目錄在每次重啟后都會被刪除，必須重新執(zhí)行format才行，否則會出錯。
3、配置hdfs-site.xml：
修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml，通過dfs.replication指定HDFS的備份因子為3，通過dfs.name.dir指定namenode節(jié)點(diǎn)的文件存儲目錄，通過dfs.data.dir指定datanode節(jié)點(diǎn)的文件存儲目錄。
<configuration>
? ?<property>
? ? ? ?<name>dfs.replicationname>
? ? ? ?<value>3value>
? ?property>
? ?<property>
? ? ? ?<name>dfs.name.dirname>
? ? ? ?<value>/usr/local/hadoop/hdfs/namevalue>
? ?property>
? ?<property>
? ? ? ?<name>dfs.data.dirname>
? ? ? ?<value>/usr/local/hadoop/hdfs/datavalue>
? ?property>
configuration>
4、配置mapred-site.xml
拷貝mapred-site.xml.template為mapred-site.xml，在進(jìn)行修改。
cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml
vim /usr/local/hadoop/etc/hadoop/mapred-site.xml
<configuration>
?<property>
? ? ?<name>mapreduce.framework.namename>
? ? ?<value>yarnvalue>
?property>
? <property>
? ? ?<name>mapred.job.trackername>
? ? ?<value>http://hadoop-master:9001value>
?property>
configuration>
4、配置yarn-site.xml
<configuration>
? ?<property>
? ? ? ?<name>yarn.nodemanager.aux-servicesname>
? ? ? ?<value>mapreduce_shufflevalue>
? ?property>
? ?<property>
? ? ? ?<name>yarn.resourcemanager.hostnamename>
? ? ? ?<value>hadoop-mastervalue>
? ?property>
configuration>
5、配置masters文件
修改/usr/local/hadoop/etc/hadoop/masters文件，該文件指定namenode節(jié)點(diǎn)所在的服務(wù)器機(jī)器。刪除localhost，添加namenode節(jié)點(diǎn)的主機(jī)名hadoop-master;不建議使用IP地址，因?yàn)镮P地址可能會變化，但是主機(jī)名一般不會變化。
vi /usr/local/hadoop/etc/hadoop/masters
## 內(nèi)容
hadoop-master
6、配置slaves文件(Master主機(jī)特有)
修改/usr/local/hadoop/etc/hadoop/slaves文件，該文件指定哪些服務(wù)器節(jié)點(diǎn)是datanode節(jié)點(diǎn)。刪除locahost，添加所有datanode節(jié)點(diǎn)的主機(jī)名，如下所示。
vi /usr/local/hadoop/etc/hadoop/slaves
## 內(nèi)容
hadoop-slave1
hadoop-slave2
hadoop-slave3
04
配置hadoop-slave的hadoop環(huán)境
下面以配置hadoop-slave1的hadoop為例進(jìn)行演示，用戶需參照以下步驟完成其他hadoop-slave2~3服務(wù)器的配置。
1)復(fù)制hadoop到hadoop-slave1節(jié)點(diǎn)
scp -r /usr/local/hadoop hadoop-slave1:/usr/local/
登錄hadoop-slave1服務(wù)器，刪除slaves內(nèi)容。
rm -rf /usr/local/hadoop/etc/hadoop/slaves
2)配置環(huán)境變量
vi /etc/profile
## 內(nèi)容
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin使得hadoop命令在當(dāng)前終端立即生效;
source /etc/profile依次配置其它slave服務(wù)。
05
啟動集群
1、格式化HDFS文件系統(tǒng)
進(jìn)入master的~/hadoop目錄，執(zhí)行以下操作
bin/hadoop namenode -format
格式化namenode，第一次啟動服務(wù)前執(zhí)行的操作，以后不需要執(zhí)行。
2、然后啟動hadoop：
sbin/start-all.sh3、使用jps命令查看運(yùn)行情況
#master 執(zhí)行 jps查看運(yùn)行情況
25928 SecondaryNameNode
25742 NameNode
26387 Jps
26078 ResourceManager
#slave 執(zhí)行 jps查看運(yùn)行情況
24002 NodeManager
23899 DataNode
24179 Jps
4、命令查看Hadoop集群的狀態(tài)
通過簡單的jps命令雖然可以查看HDFS文件管理系統(tǒng)、MapReduce服務(wù)是否啟動成功，但是無法查看到Hadoop整個(gè)集群的運(yùn)行狀態(tài)。我們可以通過hadoop dfsadmin -report進(jìn)行查看。用該命令可以快速定位出哪些節(jié)點(diǎn)掛掉了，HDFS的容量以及使用了多少，以及每個(gè)節(jié)點(diǎn)的硬盤使用情況。
hadoop dfsadmin -report
輸出結(jié)果：
Configured Capacity: 50108030976 (46.67 GB)
Present Capacity: 41877471232 (39.00 GB)
DFS Remaining: 41877385216 (39.00 GB)
DFS Used: 86016 (84 KB)
DFS Used%: 0.00%
Under replicated blocks: 0
Blocks with corrupt replicas: 0
Missing blocks: 0
Missing blocks (with replication factor 1): 0
......
5、hadoop 重啟
sbin/stop-all.sh
sbin/start-all.sh
06
錯誤
在搭建完成啟動的時(shí)候，發(fā)生過兩個(gè)錯誤：
1、 xxx: Error: JAVA_HOME is not set and could not be found
這個(gè)錯誤意思沒有找到j(luò)dk的環(huán)境變量，需要在hadoop-env.sh配置。
vi?/usr/local/hadoop/etc/hadoop/hadoop-env.sh
vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh
## 配置項(xiàng)
export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64
2、The authenticity of host ‘0.0.0.0 (0.0.0.0)’ can’t be established.
解決方案關(guān)閉SELINUX
-- 關(guān)閉SELINUX
# vim /etc/selinux/config
-- 注釋掉
#SELINUX=enforcing
#SELINUXTYPE=targeted
— 添加
SELINUX=disabled
本文轉(zhuǎn)載自36大數(shù)據(jù)