0
0

linux搭建hadoop集群

linux搭建hadoop集群

  Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统（ Distributed File System），其中一个组件是HDFS（Hadoop Distributed File System）。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算

1、创建4台虚拟机

创建1台克隆3台即可，这里默认大家都会装了！

我创建的时候用户名是vm1，创建不同的后面命令需要自行甄别

在这里插入图片描述

2、修改主机名

方法一：临时修改，重启失效
hostname vm2
即把主机名改为vm2
在这里插入图片描述
方法二：修改文件，重启生效(4台主机都应该按第二种来配置
编辑 vi /etc/hostname
重启 reboot (可以先不重启，配置完第4点再重启)

在这里插入图片描述

3、配置网络

4台机子都要配!

命令 vim /etc/sysconfig/network-scripts/ifcfg-ens33
重启网络 service network restart

添加以下配置

TYPE="Ethernet"PROXY_METHOD="none"BROWSER_ONLY="no"BOOTPROTO="static"DEFROUTE="yes"IPV4_FAILURE_FATAL="no"IPV6INIT="yes"IPV6_AUTOCONF="yes"IPV6_DEFROUTE="yes"IPV6_FAILURE_FATAL="no"IPV6_ADDR_GEN_MODE="stable-privacy"NAME="ens33"UUID="cce078fd-5c83-4f0a-a39f-ddaae8c9a1c3"DEVICE="ens33"ONBOOT="yes"IPADDR=192.168.122.101
GATEWAY=192.168.122.2
DNS1=8.8.8.8

在这里插入图片描述

4、配置hosts文件

4台机子都要配！

命令 vim /etc/hosts
重启 reboot

配置如下：

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.122.101 vm1
192.168.122.102 vm2
192.168.122.103 vm3
192.168.122.104 vm4

在这里插入图片描述

5、分配本地网络给虚拟机

在这里插入图片描述

在这里插入图片描述
配置参考一下：

在这里插入图片描述
测试ping百度

在这里插入图片描述

6、下载jdk，hadoop压缩包

我下载的是jdk1.8，hadoop3.3.5

在这里插入图片描述

7、用xftp传输到虚拟机

没有xftp可以去下载一个，用共享文件夹传也是可以的。有办法搞到压缩包发到linux机子就行

先创建文件夹
mkdir /usr/java
mkdir /home/hadoop

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
传输完成

8、配置jdk

解压 tar -zxvf /usr/java/jdk-8u202-linux-x64.tar.gz -C /usr/java/
配置环境变量 vim /etc/profile.d/my_env.sh

配置如下：

#JAVA_HOMEexportJAVA_HOME=/usr/java/jdk1.8.0_202
exportPATH=$PATH:$JAVA_HOME/bin

在这里插入图片描述
重新加载profile文件，使配置立即生效 source /etc/profile
检验配置是否成功 java -version

在这里插入图片描述

9、配置hadoop

解压 tar -zxvf /home/hadoop/hadoop-3.3.5.tar.gz -C /home/hadoop/
配置环境变量 vim /etc/profile.d/my_env.sh
追加以下配置

#HADOOP_HOMEexportHADOOP_HOME=/home/hadoop/hadoop-3.3.5
exportPATH=$PATH:$HADOOP_HOME/bin
exportPATH=$PATH:$HADOOP_HOME/sbin

在这里插入图片描述

重新加载prfile文件，使配置立即生效 source /etc/profile
检验配置是否成功 hadoop

在这里插入图片描述

10、创建脚本shell脚本，方便同步数据

mkdir /home/vm1/bin (vm1为用户名)
vim /home/vm1/bin/xsync

输入以下内容：

#!/bin/bash#1.判断参数个数if[$# -lt 1]thenecho Not Enough Arguement!exit;fi#2.遍历集群所有机器forhostin vm1 vm2 vm3 vm4
doecho============================$host============================#3。遍历所有目录，挨个发送forfilein$@do#4.判断文件是否存在if[ -e $file]then#5。获取父目录pdir=$(cd -P $(dirname $file);pwd)#6.获取当前文件的名称fname=$(basename $file)ssh$host"mkdir -p $pdir"rsync -av $pdir/$fname$host:$pdirelseecho$file does not exists!fidonedone

在这里插入图片描述

修改文件权限 chmod 777 /home/vm1/bin/xsync

在这里插入图片描述

测试：xsync /home/vm1/bin/xsync

把当前文件同步给其它三台机子，因为没有ssh免密登录，所以需要输入每台机子的密码，按要求输入即可，后面会配置ssh免密登录的

在这里插入图片描述

去别的机子查看文件是否同步过来了
ls /home/vm1/bin

在这里插入图片描述

发现其它机子都收到了这个文件，以后我们想要别的机子同步本机子的文件直接使用这个脚本

11、配置ssh免密登录

hadoop要求必须配的，配了之后就可以不输入密码直接登录别的机子了

在vm1上执行以下命令
生成密钥对 ssh-keygen -t rsa （三连回车）
把公钥放在vm1上 ssh-copy-id vm1 (要输入yes并输入密码)
把公钥放在vm2上 ssh-copy-id vm2 (要输入yes并输入密码)
把公钥放在vm3上 ssh-copy-id vm3 (要输入yes并输入密码)
把公钥放在vm4上 ssh-copy-id vm4 (要输入yes并输入密码)

在这里插入图片描述
测试免密登录
登录 ssh vm2
退出 exit

在这里插入图片描述
  现在只能在vm1免密登录其它机子，要相互免密登录的话按上面步骤在每台机子都执行一次

  成功后不妨回归测试一下，之前的脚本已经不用输入密码了，想同步数据非常方便

xsync /home/vm1/bin/xsync

在这里插入图片描述

12、同步jdk和hadoop到其它机子

在vm1执行同步命令
xsync /home/hadoop/hadoop-3.3.5 /usr/java/jdk1.8.0_202 /etc/profile.d/my_env.sh

第一次同步文件有点多，耐心等一下

完成后去另外的机子查看同步结果

ls /usr/java/
ls /home/hadoop/

在这里插入图片描述

重新加载环境，使环境变量立即生效 source /etc/profile
测试是否完成 java -version

在这里插入图片描述

13、hadoop核心配置文件

(1)配置core-site.xml

命令：vim $HADOOP_HOME/etc/hadoop/core-site.xml

文件内容如下：

<?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://vm1:8020</value></property><!-- 指定hadoop数据的存储目录 --><property><name>hadoop.tmp.dir</name><value>/home/hadoop/hadoop-3.3.5/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>vm1</value></property></configuration>

在这里插入图片描述

（2）HDFS配置文件
配置hdfs-site.xml

命令：vim $HADOOP_HOME/etc/hadoop/hdfs-site.xml

文件内容如下：

<?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>vm1:9870</value></property><!-- 2nn web端访问地址--><property><name>dfs.namenode.secondary.http-address</name><value>vm3:9868</value></property></configuration>

在这里插入图片描述

（3）YARN配置文件

配置yarn-site.xml
命令：vim $HADOOP_HOME/etc/hadoop/yarn-site.xml
文件内容如下：

<?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>vm2</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_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value></property></configuration>

在这里插入图片描述
（4）MapReduce配置文件
配置mapred-site.xml
命令：vim $HADOOP_HOME/etc/hadoop/mapred-site.xml
文件内容如下：

<?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>

在这里插入图片描述

15、配置workers

命令：vim $HADOOP_HOME/etc/hadoop/workers

在该文件中增加如下内容：

vm1
vm2
vm3
vm4

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。

15、向其它机子同步以上修改的配置文件

命令：xsync $HADOOP_HOME

在这里插入图片描述

可以去验证有没有同步完成

16、启动集群

(1) 如果集群是第一次启动，需要在vm1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。）

格式化命令：hdfs namenode -format

在这里插入图片描述
（2）启动HDFS
命令：$HADOOP_HOME/sbin/start-dfs.sh

在这里插入图片描述
（3）在配置了ResourceManager的节点（vm2）启动YARN

命令：$HADOOP_HOME/sbin/start-yarn.sh

在这里插入图片描述
（4）Web端查看HDFS的NameNode

浏览器中输入：http://vm1:9870

在这里插入图片描述

（5）Web端查看YARN的ResourceManager

浏览器中输入：http://vm2:8088

在这里插入图片描述

17、WordCount测试

1、本地写文件
创建文件夹：mkdir $HADOOP_HOME/WordCount
创建文件1：

echo'This is the first hadoop test program!'>$HADOOP_HOME/WordCount/file1.txt

创建文件2：

echo'This program is not very difficult, but this program is a common hadoop program!'>$HADOOP_HOME/WordCount/file2.txt

2、文件上传到fs
创建文件夹：hadoop fs -mkdir /input
上传文件：hadoop fs -put $HADOOP_HOME/WordCount/*.txt /input

3、执行程序
执行wordcount程序：hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.5.jar wordcount /input /output

查看输出文件：hadoop fs -ls /output
查看查询结果：hadoop fs -cat /output/part-r-00000

在这里插入图片描述

觉得不错就点个赞吧！

标签： hadoop linux 大数据
本文转载自: https://blog.csdn.net/weixin_52115456/article/details/131190981
版权归原作者 旧林墨烟 所有， 如有侵权，请联系我们删除。
登录后发布评论

“linux搭建hadoop集群”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

网络安全法-网络运行安全

使用selenium/drissionpage时如何阻止chrome自动跳转http到https

docker desktop 里部署的Open WebUI 管理员密码忘记了的处理方法

在ubuntu20.04中搭建onsite比赛运行环境

利用开源的低代码表单设计器FcDesigner高效管理和渲染复杂表单结构

Kafka学习笔记

【前端】浏览器输入url到页面呈现发生了什么？

文章导航