【Hadoop】大数据开发环境配置

【Hadoop】大数据开发环境配置

文章目录

1 设置静态ip

• 进入ifcfg-ens33文件vi /etc/sysconfig/network-scripts/ifcfg-ens33
• 先修改BOOTPROTO参数，将之前的dhcp改为static；BOOTPROTO="static"
• IPADDR中192.168.152是取自虚拟机中虚拟网络编辑器中子网地址的值，最后的100是自定义的，这个值可以取3~254之间的任意一个数值；IPADDR=192.168.152.100
• GATEWAY和DNS1设置为网关IP；GATEWAY=192.168.152.2 DNS1=192.168.152.2

2 设置主机名

1. 先设置临时主机名[root@bigdata01 ~]# hostname bigdata01
2. 设置永久主机名并生效[root@bigdata01 ~]# vi /etc/hostname bigdata01[root@bigdata01 ~]# source /etc/hostname
3. 验证主机名[root@bigdata01 ~]# hostname bigdata01

3 关闭防火墙

因为在后面我们会使用到多台机器，如果不关闭防火墙，会遇到机器之间无法通信的场景。

1. 临时关闭[root@bigdata01 ~]# systemctl stop firewalld
2. 永久关闭[root@bigdata01 ~]# systemctl disable firewalld
3. 验证防火墙状态[root@bigdata01 ~]# systemctl list-unit-files | grep firewalld firewalld.service disabled

4 ssh免密码登录

hadoop集群就会使用到ssh，我们在启动集群的时候只需要在一台机器上启动就行，然后hadoop会通过ssh连到其它机器，把其它机器上面对应的程序也启动起来，为了不用每次输入密码，所以现在需要实现ssh免密码登录。

1. 生成密钥> 过程中连按四次回车不输入任何字符，执行以后会在~/.ssh目录下生产对应的公钥和秘钥文件。[root@bigdata01 ~]# ssh-keygen -t rsa[root@bigdata01 ~]# ll ~/.ssh/
2. 把公钥拷贝到需要免密码登录的机器上面[root@bigdata01 ~]# cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
3. 验证免密登录[root@bigdata01 ~]# ssh bigdata01Last login: Tue Apr 7 15:05:55 2020 from 192.168.182.1

5 JDK配置

1. 下载JDK安装包并传输到预安装目录（以/data/soft路径为例）> JDK下载地址：https://www.oracle.com/java/technologies/downloads/```[root@bigdata01 ~]# mkdir -p /data/soft[root@bigdata01 soft]# lltotal 189496 -rw-r--r--. 1 root root 194042837 Apr 6 23:14 jdk-8u202-linux-x64.tar.gz```
2. 解压安装包[root@bigdata01 soft]# tar -zxvf jdk-8u202-linux-x64.tar.gz
3. 配置环境变量> 在/etc/profile文件末尾添加如下代码。[root@bigdata01 soft]# vi /etc/profile.....export JAVA_HOME=/data/soft/jdk1.8 export PATH=.:$JAVA_HOME/bin:$PATH[root@bigdata01 soft]# source /etc/profile
4. 验证[root@bigdata01 soft]# java -version java version "1.8.0_202"Java(TM) SE Runtime Environment (build 1.8.0_202-b08)Java HotSpot(TM) 64-Bit Server VM (build 25.202-b08, mixed mode)

6 hadoop安装并配置

这篇博客中配置的环境包含三个虚拟机节点：

• 192.168.152.100 bigdata01
• 192.168.152.101 bigdata02
• 192.168.152.102 bigdata03

其中bigdata01作为主节点（namenode），bigdata02和bigdata03作为从节点（datanode）。

6.1 集群节点之间时间同步

集群只要涉及到多个节点的就需要对这些节点做时间同步，如果节点之间时间不同步相差太多，会应该集群的稳定性，甚至导致集群出问题。使用

ntpdate -u ntp.sjtu.edu.cn

可以实现时间同步，但是执行的时候若提示不存在ntpdate命令则执行

yum install -y ntpdate

下载。我们将该命令添加到linux的crontab定时器中，使其每分钟同步一次时间：执行

crontab -e

命令后，写入

* * * * * /usr/sbin/ntpdate -u ntp.sjtu.edu.cn

即可。将上述操作在三个虚拟机中都执行一遍

[root@bigdata01 hadoop-3.3.5]# systemctl status crond
● crond.service - Command Scheduler
   Loaded: loaded (/usr/lib/systemd/system/crond.service; enabled; vendor preset: enabled)
   Active: active (running) since Thu 2023-06-15 09:47:16 CST; 12h ago
 Main PID: 6559 (crond)
   CGroup: /system.slice/crond.service
           └─6559 /usr/sbin/crond -n

Jun 15 09:47:16 bigdata01 systemd[1]: Started Command Scheduler.
Jun 15 09:47:16 bigdata01 crond[6559]: (CRON) INFO (RANDOM_DELAY will be scaled with factor 34% if used.)
Jun 15 09:47:17 bigdata01 crond[6559]: (CRON) INFO (running with inotify support)
[root@bigdata01 hadoop-3.3.5]# crontab -l
no crontab for root
[root@bigdata01 hadoop-3.3.5]# crontab -e
no crontab for root - using an empty one
crontab: installing new crontab
[root@bigdata01 hadoop-3.3.5]# crontab -l
* * * * * /usr/sbin/ntpdate -u ntp.sjtu.edu.cn

6.2 SSH免密码登录完善

之前配置的免密码登录，只实现了自己免密码登录自己，最终需要实现主节点可以免密码登录到所有节点，所以还需要完善免密码登录操作。将公钥信息从主节点拷贝到两个从节点即可。

在bigdata01中执行：

[root@bigdata01 ~]# scp ~/.ssh/authorized_keys bigdata02:~/
[root@bigdata01 ~]# scp ~/.ssh/authorized_keys bigdata03:~/

在bigdata02中执行：

[root@bigdata02 ~]# cat ~/authorized_keys >> ~/.ssh/authorized_keys

在bigdata03中执行：

[root@bigdata03 ~]# cat ~/authorized_keys >> ~/.ssh/authorized_keys

在bigdata01节点验证效果：

[root@bigdata01 ~]# ssh bigdata02 Last login: Tue Apr 7 21:33:58 2020 from bigdata01 
[root@bigdata02 ~]# exit
logout 
Connection to bigdata02 closed. 
[root@bigdata01 ~]# ssh bigdata03 Last login: Tue Apr 7 21:17:30 2020 from 192.168.182.1 
[root@bigdata03 ~]# exit 
logout 
Connection to bigdata03 closed.

6.3 hadoop配置

1. 在bigdata01虚拟机中，把hadoop的安装包上传到预安装目录（以/data/soft路径为例）[root@bigdata01 soft]# lltotal 527024-rw-r--r--. 1 root root 345625475 Jul 19 2019 hadoop-3.2.0.tar.gzdrwxr-xr-x. 7 10 143 245 Dec 16 2018 jdk1.8-rw-r--r--. 1 root root 194042837 Apr 6 23:14 jdk-8u202-linux-x64.tar.gz
2. 在bigdata01虚拟机中，解压hadoop安装包> hadoop目录下面有两个重要的目录，一个是bin目录，一个是sbin目录> > > - bin目录：存放hdfs，yarn等脚本，后期用于操作hadoop集群中的hdfs和yarn组件；> - sbin目录：存放以start和stop开头的脚本，负责启动或者停止集群中的组件。[root@bigdata01 soft]# tar -zxvf hadoop-3.2.0.tar.gz
3. 在bigdata01、bigdata02、bigdata03虚拟机中，分别配置环境变量> 其中> > JAVA_HOME> > 等相关配置是前文配置的JAVA环境变量，因此记得在三个节点也都安装java。[root@bigdata01 hadoop-3.2.0]# vi /etc/profile....... export JAVA_HOME=/data/soft/jdk1.8 export HADOOP_HOME=/data/soft/hadoop-3.2.0export PATH=.:$JAVA_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/bin:$PATH[root@bigdata01 hadoop-3.2.0]# source /etc/profile
4. 在bigdata01虚拟机中，修改Hadoop相关配置文件1. 进入配置文件所在目录（etc/hadoop/）[root@bigdata01 hadoop-3.2.0]# cd etc/hadoop/ [root@bigdata01 hadoop]#2. 修改hadoop-env.sh文件> JAVA_HOME：指定java的安装位置> HADOOP_LOG_DIR：hadoop的日志的存放目录...export JAVA_HOME=/data/soft/jdk1.8export HADOOP_LOG_DIR=/data/hadoop_repo/logs/hadoop3. 修改 core-site.xml 文件> 注意 fs.defaultFS 属性中的主机名需要和你配置的主机名保持一致<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://bigdata01:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/data/hadoop_repo</value> </property> </configuration>4. 修改hdfs-site.xml文件> 把hdfs中文件副本的数量设置为2，因为现在分布集群中有两个从节点<configuration> <property> <name>dfs.replication</name> <value>2</value> </property> </configuration>5. 修改mapred-site.xml文件> 设置mapreduce使用的资源调度框架<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property></configuration>6. 修改yarn-site.xml文件> 设置yarn上支持运行的服务和环境变量白名单，针对分布式集群在这个配置文件中还需要设置resourcemanager的hostname，否则nodemanager找不到resourcemanager节点。<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <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> <property> <name>yarn.resourcemanager.hostname</name> <value>bigdata01</value> </property></configuration>7. 修改workers文件> 设置集群中从节点的主机名信息bigdata02bigdata038. 修改start-dfs.sh和stop-dfs.sh文件，将如下代码增添到该文件前面：[root@bigdata01 hadoop-3.2.0]# cd sbin/ [root@bigdata01 sbin]# vi start-dfs.sh HDFS_DATANODE_USER=root HDFS_DATANODE_SECURE_USER=hdfs HDFS_NAMENODE_USER=root HDFS_SECONDARYNAMENODE_USER=root[root@bigdata01 sbin]# vi stop-dfs.sh HDFS_DATANODE_USER=root HDFS_DATANODE_SECURE_USER=hdfs HDFS_NAMENODE_USER=root HDFS_SECONDARYNAMENODE_USER=root9. 修改start-yarn.sh和stop-yarn.sh文件，将如下代码增添到该文件前面：[root@bigdata01 sbin]# vi start-yarn.shYARN_RESOURCEMANAGER_USER=rootHADOOP_SECURE_DN_USER=yarnYARN_NODEMANAGER_USER=root[root@bigdata01 sbin]# vi stop-yarn.shYARN_RESOURCEMANAGER_USER=rootHADOOP_SECURE_DN_USER=yarnYARN_NODEMANAGER_USER=root10. 把bigdata01节点上将修改好配置的安装包拷贝到其他两个从节点[root@bigdata01 sbin]# cd /data/soft/[root@bigdata01 soft]# scp -rq hadoop-3.2.0 bigdata02:/data/soft/ [root@bigdata01 soft]# scp -rq hadoop-3.2.0 bigdata03:/data/soft/11. 仅在bigdata01中，格式化HDFS> 如果能看到successfully formatted这条信息就说明格式化成功了。如果提示错误，一般都是因为配置文件的问题，当然需要根据具体的报错信息去分析问题。> > 注意：格式化操作只能执行一次，如果格式化的时候失败了，可以修改配置文件后再执行格式化，如果格式化成功了就不能再重复执行了，否则集群就会出现问题。如果确实需要重复执行，那么需要把/data/hadoop_repo目录中的内容全部删除，再执行格式化。[root@bigdata01 soft]# cd /data/soft/hadoop-3.2.0 [root@bigdata01 hadoop-3.2.0]# bin/hdfs namenode -format
5. 启动集群，在bigdata01节点上执行下面命令[root@bigdata01 hadoop-3.3.5]# sbin/start-all.shStarting namenodes on [bigdata01]Last login: Thu Jun 15 22:10:23 CST 2023 on pts/0Starting datanodesLast login: Thu Jun 15 23:31:46 CST 2023 on pts/0bigdata02: WARNING: /data/hadoop_repo/logs/hadoop does not exist. Creating.bigdata03: WARNING: /data/hadoop_repo/logs/hadoop does not exist. Creating.Starting secondary namenodes [bigdata01]Last login: Thu Jun 15 23:31:50 CST 2023 on pts/0Starting resourcemanagerLast login: Thu Jun 15 23:31:54 CST 2023 on pts/0Starting nodemanagersLast login: Thu Jun 15 23:32:01 CST 2023 on pts/0You have new mail in /var/spool/mail/root
6. 验证集群> 分别在3台机器上执行jps命令[root@bigdata01 hadoop-3.3.5]# jps26115 SecondaryNameNode25812 NameNode26372 ResourceManager26716 Jps``````[root@bigdata02 soft]# jps17120 NodeManager17251 Jps17022 DataNode``````[root@bigdata03 ~]# jps9556 Jps9401 NodeManager9294 DataNode
7. 停止集群[root@bigdata01 hadoop-3.3.5]# sbin/stop-all.shStopping namenodes on [bigdata01]Last login: Thu Jun 15 23:32:04 CST 2023 on pts/0Stopping datanodesLast login: Thu Jun 15 23:38:39 CST 2023 on pts/0Stopping secondary namenodes [bigdata01]Last login: Thu Jun 15 23:38:41 CST 2023 on pts/0Stopping nodemanagersLast login: Thu Jun 15 23:38:43 CST 2023 on pts/0Stopping resourcemanagerLast login: Thu Jun 15 23:38:47 CST 2023 on pts/0

至此，Hadoop大数据开发环境配置完毕！