Mac-搭建Hadoop集群

You have to work very hard to believe that you are really powerless.

Mac-搭建Hadoop集群

我用到了：VMware Fusion、CentOS7、FileZilla、jdk-8u181-linux-x64.tar.gz和hadoop-2.7.6.tar.gz

1、集群部署规划

NameNode单点部署：

节点名称	NN1	NN2	DN	RM	NM	规划IP	other
tjt01	NameNode		DataNode		NodeManager	172.16.114.130	hive/hdfs
tjt02		SecondaryNameNode	DataNode	ResourceManager	NodeManager	172.16.114.131	hbase/kms
tjt03			DataNode		NodeManager	172.16.114.132	mysql/spark

2、三台客户机相关准备

2.1、安装VMware虚拟机

在虚拟机中安装CentOS镜像，由初始安装的CentOS7版本的镜像，完整克隆出另外两台虚拟机

2.2、修改主机名

[root@tjt01 tjt]# vi /etc/hostname

分别修改三台虚拟机主机名：tjt01、tjt02、tjt03

2.3、修改host文件

配置主机host：

[root@tjt01 tjt]# vi /etc/hosts

将配置发送到其他的主机，同时在其他主机上配置：

scp -r /etc/hosts root@tjt02:/etc/
scp -r /etc/hosts root@tjt03:/etc/

测试host文件修改结果：

ping tjt01
ping tjt02
ping tjt03

2.4、设置SSH免密登录

每两台主机之间设置免密码，自己的主机与自己的主机之间也要求设置免密码；

输入：ssh-keygen -t rsa

然后按下四次回车，之后在把密匙发到其他主机上，输入：ssh-copy-id tjt01 并按提示输入密码，然后是ssh-copy-id 02和ssh-copy-id 03同样的操作；

之后，在另外两台虚拟机上也执行相同的步骤：

ssh-keygen -t rsa
ssh-copy-id tjt01
ssh-copy-id tjt02
ssh-copy-id tjt03

测试SSH免密登录：

ssh tjt01、ssh tjt02、ssh tjt03

2.5、安装配置JDK

虚拟机默认安装了一个openjdk，卸载掉：

rpm -qa | grep jdk

可以查看已经安装了的openjdk

yum remove *openjdk*

干掉openjdk

yum remove copy-jdk-configs-3.3-.el7_5.noarch

干掉jdk-configs

将JDK安装包上传到/opt下，可以通过XShell的rz上传，也可以用FileZilla：

到/opt 目录下解压：tar xzvf jdk-8u181-linux-x64.tar.gz

设置JAVA_HOME：

输入：vi /etc/profile，在profile文件中的编辑模式下加上下方export配置：

export JAVA_HOME=/opt/jdk1..0_181
export PATH=$PATH:$JAVA_HOME/bin:$JAVA_HOME/sbin

修改好之后使文件生效：source /etc/profile

复制JDK到另外两个节点：

在这之前要先把另外两台虚拟机上的openjdk也干掉：

yum remove *openjdk*
yum remove copy-jdk-configs-3.3-.el7_5.noarch

然后复制jdk到另外两个虚拟机上：

scp -r /opt/jdk1..0_181 root@tjt02:/opt/
scp -r /opt/jdk1..0_181 root@tjt03:/opt/

向其他节点复制profile文件：

scp /etc/profile root@tjt02:/etc/
scp /etc/profile root@tjt03:/etc/

然后每个节点分别执行 source /etc/profile ，使profile生效下，并通过java-version简单测试下，jdk复制是否成功：

tjt02:

tjt03:

3、安装Hadoop

3.1、上传并解压Hadoop

解压：tar zxvf hadoop-2.7.6.tar.gz

3.2、搭建Hadoop集群

配置文件在hadoop2.7.6/etc/hadoop/下，修改设置hadoop2.7.6目录下的可执行权限

3.2.1、修改 core-site.xml

[root@tjt01 hadoop]# vi core-site.xml

然后在core-site.xml文件中编辑如下：

<!-- 指定HDFS中NameNode的地址 -->
     <property>
     <name>fs.defaultFS</name>
         <value>hdfs://tjt01:9000</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/hadoop-2.7./data/full/tmp</value>
     </property>

3.2.2、修改hadoop-env.sh

[root@tjt01 hadoop]# vi hadoop-env.sh 

修改JAVA_HOME：

3.2.3 修改hdfs-site.xml

[root@tjt01 hadoop]# vi hdfs-site.xml 

修改 hdfs-site.xml 的配置如下：

<configuration>

<!-- 设置dfs副本数，不设置默认是3个 -->
    <property>
        <name>dfs.replication</name>
        <value></value>
</property>

<!-- 设置secondname的端口 -->
<property>
  <name>dfs.namenode.secondary.http-address</name>
        <value>tjt02:</value>
    </property>
</configuration>

3.2.4 修改 slaves

[root@tjt01 hadoop]# vi slaves

增加slaves 配置如下：

tjt01
tjt02
tjt03

3.2.5 修改mapred-env.sh

[root@tjt01 hadoop]# vi mapred-env.sh 

修改其JAVA_HOME如下：

export JAVA_HOME=/opt/jdk1..0_181

3.2.6 修改mapred-site.xml

[root@tjt01 hadoop]# mv mapred-site.xml.template mapred-site.xml
[root@tjt01 hadoop]# vi mapred-site.xml 

修改其configuration如下：

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

3.2.7 修改yarn-env.sh

[root@tjt01 hadoop]# vi yarn-env.sh 

修改其JAVA_HOME如下：

export JAVA_HOME=/opt/jdk1..0_181

3.2.8 修改yarn-site.xml

[root@tjt01 hadoop]# vi yarn-site.xml

修改配置如下：

<configuration>
<!-- 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>tjt02</value>
     </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
        <description>Whether virtual memory limits will be enforced for containers</description>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-pmem-ratio</name>
        <value></value>
        <description>Ratio between virtual memory to physical memory when setting memory limits
for containers</description>
   </property>
</configuration>

3.3 分发hadoop到各个节点

[root@tjt01 hadoop]# scp -r /opt/hadoop-2.7./ root@tjt02:/opt

[root@tjt01 hadoop]# scp -r /opt/hadoop-2.7./ root@tjt03:/opt

3.4 配置环境变量

[root@tjt01 hadoop]# vi /etc/profile

修改配置如下：

export HADOOP_HOME=/opt/hadoop-2.7.
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source /etc/profile 使profile文件生效；

[root@tjt01 hadoop]# source /etc/profile

3.5 分发profile到各个节点

[root@tjt01 hadoop]# scp /etc/profile root@tjt02:/etc/

[root@tjt01 hadoop]# scp /etc/profile root@tjt03:/etc/

到各自的服务节点上是profile 生效：

[root@tjt02 ~]# source /etc/profile

[root@tjt03 ~]# source /etc/profile

4 启动验证集群

4.1 启动集群

4.1.1 如果集群是第一次启动，需要格式化namenode

[root@tjt01 hadoop]# hdfs namenode -format

当看到19/05/03 03:45:47 INFO common.Storage: Storage directory /opt/hadoop-2.7.6/data/full/tmp/dfs/name has been successfully formatted. 就格式化OK了；

到此为止，上面存在有一个错误，不能在hdfs-site.xml文件中这么写注释【#tjt】：

4.1.2 启动Hdfs

[root@tjt01 hadoop-2.7.]# start-dfs.sh

4.1.3 启动Yarn

如果Namenode和ResourceManager不是同一台虚拟机的话，不能在NameNode上启动yarn，应该在ResourceManager所在的机器上启动yarn；我的yarn配置在tjt02服务器上，一次需要到tjt02机器上启动yarn

[root@tjt02 hadoop]# start-yarn.sh

4.1.4 jps查看进程

[root@tjt01 hadoop]# jps

[root@tjt02 hadoop]# jps

[root@tjt03 hadoop]# jps

4.1.5 web页面访问

在虚拟机tjt01上访问：http://172.16.114.130:50070

Datanode:

需要先在tjt3这台机器上关闭防火墙后，才可以在非linux服务器中的浏览器访问：

 //临时关闭
systemctl stop firewalld
//禁止开机启动
systemctl disable firewalld

本机访问：http://172.16.114.130:50070/

在虚拟机tjt02上访问：http://172.16.114.131:8088/cluster

 4.2、Hadoop停止启动方式

1）各个服务组件逐一启动

分别启动hdfs 组件：

hadoop-deamon.sh start | stop namenode | datnode | secondarynamenode

启动yarn：

yarn-deamon.sh start | stop resourcemanager | nodemanager

2) 各个模块分开启动(常用)

start | stop-dfs.sh
start | stop-yarn.sh

3) 全部启动

start | stop-all.sh

其他

1、关闭防火墙

 //临时关闭
systemctl stop firewalld
//禁止开机启动
systemctl disable firewalld

2、创建用户，设置文件权限

创建用户，修改密码：

[root@tjt01 ~]# useradd tjt
[root@tjt01 ~]# passwd tjt

设置tjt用户具有root权限 修改 /etc/sudoers 文件，找到下面一行，在root下面添加一行，如下所示:

修改完毕，现在可以用tjt帐号登录，然后用命令 su - ，即可获得root权限进行操作。

其实，当Web页面访问：http://172.16.114.130:50070，可以看到hadoop页面时Hadoop集群就成功构建好了。