Rhel6-hadoop分布式部署配置文档

理论基础：

Hadoop　　分布式文件系统架构

HDFS　　负责大数据存储

MapReduce　　负责大数据计算

namenode master守护进程

datanode slaves上负责存储的进程

secondarynamenode master上提供周期检查和清理任务的进程

jobtracker master上负责调度datanode上工作的进程

tasktracker slaves上负责计算的进程

Hadoop 主从节点分解:

主节点包括名称节点、从属名称节点和jobtracker守护进程(即所谓的主守护进程)以及管理集群所用的实用程序和浏览器。从节点包括tasktracker和数据节点(从属守护进程)。两种设置的不同之处在于,主节点包括提供Hadoop集群管理和协调的守护进程,而从节点包括实现Hadoop文件系统(HDFS)存储功能和MapReduce功能(数据处理功能)的守护进程。

每个守护进程在Hadoop框架中的作用。namenode是Hadoop中的主服务器,它管理文件系统名称空间和对集群中存储的文件的访问。还有一个secondary namenode,它不是namenode的冗余守护进程,而是提供周期检查点和清理任务。在每个Hadoop集群中可以找到一个namenode和一个secondarynamenode。

datanode管理连接到节点的存储(一个集群中可以有多个节点)。每个存储数据的节点运行一个datanode守护进程。

每个集群有一个jobtracker,它负责调度datanode上的工作。每个
datanode有一个tasktracker,它们执行实际工作。jobtracker和tasktracker
采用主-从形式,jobtracker跨datanode分发工作,而tasktracker执行任务。jobtracker还检查请求的工作,如果一个datanode由于某种原因失败,jobtracker
会重新调度以前的任务。

配置：

系统环境: rhel6 x86_64 iptables and selinux disabled

主机: 192.168.122.112 server12.example.com Master 192.168.122.234 server34.example.com Slave

192.168.122.20 server20.example.com Slave

注：所有主机间时间需同步，并实现无密码认证

所需的包: hadoop-1.1.2.tar.gz

相关网址：http://hadoop.apache.org/

#在所有节点上安装jdk

[root@server12 ~]# sh jdk-6u32-linux-x64.bin

[root@server12 ~]# tar zxf hadoop-1.1.2.tar.gz -C /usr/local/

[root@server12 ~]# mv jdk1.6.0_32/ /usr/local/hadoop-1.1.2/jdk

[root@server12 ~]# vim /etc/profile

export JAVA_HOME=/usr/local/hadoop-1.1.2/jdk

export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib

export PATH=$PATH:$JAVA_HOME/bin

[root@server12 ~]# source /etc/profile

生产环境中建议建立一个普通用户来实施以下操作,本文档直接用root用户执行

Standalone Operation

以下步骤在server12上实施：

[root@server12 hadoop-1.1.2]# mkdir dir1

[root@server12 hadoop-1.1.2]# cp conf/* dir1/

[root@server12 hadoop-1.1.2]# bin/hadoop jar hadoop-examples-1.1.2.jar grep dir1/ dir2/ 'dfs[a-z.]+'

[root@server12 hadoop-1.1.2]# cat dir2/*

1 dfs.server.namenode.

1 dfsadmin

注：出现类似如上输出说明成功

Pseudo-Distributed
Operation(伪分布式)

以下步骤在server12上实施：

[root@server12
~]# cd /usr/local/hadoop-1.1.2/conf/

[root@server12
conf]# vim core-site.xml

<name>fs.default.name</name>

<value>hdfs://192.168.122.112:9000</value>
#指定
namenode

</property>

</configuration>

[root@server12
conf]# vim hdfs-site.xml

<name>dfs.replication</name> #指定文件保存的副本数

</property>

</configuration>

[root@server12
conf]# vim mapred-site.xml

<name>mapred.job.tracker</name> #指定
jobtracker

</property>

</configuration>

[root@server12
conf]# vim hadoop-env.sh

export JAVA_HOME=/usr/local/hadoop-1.1.2/jdk
(此JAVA_HOME路径跟安装jdk时候指定的JAVA_HOME一致)

#建立ssh无密码登录

[root@server12
conf]# ssh-keygen （一路回车即可）

[root@server12
conf]# ssh-copy-id localhost

[root@server12
conf]# cd /usr/local/hadoop-1.1.2/

[root@server12
hadoop-1.1.2]# bin/hadoop namenode -format

/************************************************************

STARTUP_MSG:
Starting NameNode

STARTUP_MSG:
host = server12.example.com/192.168.122.112

STARTUP_MSG:
args = [-format]

STARTUP_MSG:
version = 1.1.2

STARTUP_MSG:
build =
https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.1 -r
1440782; compiled by 'hortonfo' on Thu Jan 31 02:03:24 UTC 2013

************************************************************/

13/12/01
15:49:39 INFO util.GSet: VM type = 64-bit

13/12/01
15:49:39 INFO util.GSet: 2% max memory = 19.33375 MB

13/12/01
15:49:39 INFO util.GSet: capacity = 2^21 = 2097152 entries

13/12/01
15:49:39 INFO util.GSet: recommended=2097152, actual=2097152

13/12/01
15:49:39 INFO namenode.FSNamesystem: fsOwner=root

13/12/01
15:49:39 INFO namenode.FSNamesystem: supergroup=supergroup

13/12/01
15:49:39 INFO namenode.FSNamesystem: isPermissionEnabled=true

13/12/01
15:49:39 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100

13/12/01
15:49:39 INFO namenode.FSNamesystem: isAccessTokenEnabled=false
accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)

13/12/01
15:49:39 INFO namenode.NameNode: Caching file names occuring more
than 10 times

13/12/01
15:49:40 INFO common.Storage: Image file of size 110 saved in 0
seconds.

13/12/01
15:49:40 INFO namenode.FSEditLog: closing edit log: position=4,
editlog=/tmp/hadoop-root/dfs/name/current/edits

13/12/01
15:49:40 INFO namenode.FSEditLog: close success: truncate to 4,
editlog=/tmp/hadoop-root/dfs/name/current/edits

13/12/01
15:49:40 INFO common.Storage: Storage directory
/tmp/hadoop-root/dfs/name has been successfully formatted.

13/12/01
15:49:40 INFO namenode.NameNode: SHUTDOWN_MSG:

/************************************************************

SHUTDOWN_MSG:
Shutting down NameNode at server12.example.com/192.168.122.112

************************************************************/

注：出现类似如上输出为正常

[root@server12
hadoop-1.1.2]# bin/start-all.sh

[root@server12
hadoop-1.1.2]# jps

2065
NameNode

2164
DataNode

2346
JobTracker

2262
SecondaryNameNode

2448
TaskTracker

个进程说明启动成功.

和可分别看到如下页面：

测试:

[root@server12 hadoop-1.1.2]# mkdir input

[root@server12 hadoop-1.1.2]# cp conf/* input/

[root@server12 hadoop-1.1.2]# bin/hadoop fs -mkdir dir1

[root@server12 hadoop-1.1.2]# bin/hadoop fs -ls

Found 1 items

drwxr-xr-x - root supergroup 0 2013-12-01 15:57 /user/root/dir1

[root@server12
hadoop-1.1.2]# bin/hadoop fs -put input/* dir1

[root@server12
hadoop-1.1.2]# bin/hadoop fs -ls dir1 （列出分布式文件系统dir1中的内容）

[root@server12
hadoop-1.1.2]# bin/hadoop jar hadoop-examples-1.1.2.jar grep dir1
dir2 'dfs[a-z.]+'

[root@server12
hadoop-1.1.2]# bin/hadoop fs -cat dir2/*

cat:
ouput/_logs: Is a directory

1 dfs.server.namenode.

1 dfsadmin

[root@server12
hadoop-1.1.2]# bin/hadoop fs -get dir2 output
(将分布式文件系统中的文件导出到本地的output文件夹中)

[root@server12
hadoop-1.1.2]# cat output/*

cat:
ouput/_logs: Is a directory

1 dfs.server.namenode.

1 dfsadmin

Fully-Distributed
Operation(分布式)

以下步骤在server12上实施：

[root@server12
~]# cd /usr/local/hadoop-1.1.2/conf/

[root@server12
conf]# vim core-site.xml

<name>fs.default.name</name>

<value>hdfs://192.168.122.112:9000</value>
#指定
namenode

</property>

</configuration>

[root@server12
conf]# vim hdfs-site.xml

<name>dfs.replication</name> #指定文件保存的副本数

</property>

</configuration>

[root@server12
conf]# vim mapred-site.xml

<name>mapred.job.tracker</name> #指定
jobtracker

</property>

</configuration>

[root@server12
conf]# vim hadoop-env.sh

export JAVA_HOME=/usr/local/hadoop-1.1.2/jdk
(此JAVA_HOME路径跟安装jdk时候指定的JAVA_HOME一致)

[root@server12
conf]# vim masters

192.168.122.112
#指定master节点的IP

[root@server12
conf]# vim slaves

192.168.122.234
#指定slave节点的IP

192.168.122.20

[root@server12
conf]# scp -r /usr/local/hadoop-1.1.2/
root@192.168.122.234:/usr/local/

[root@server12
conf]# scp -r /usr/local/hadoop-1.1.2/
root@192.168.122.20:/usr/local/

[root@server12
conf]# scp /etc/profile root@192.168.122.234:/etc/

[root@server12
conf]# scp /etc/profile root@192.168.122.20:/etc/

以下步骤在server34和server20上实施：

[root@server34
~]# source /etc/profile

#建立ssh无密码登录

[root@server12
conf]# ssh-keygen （一路回车即可）

[root@server12
conf]# ssh-copy-id 192.168.122.234

[root@server12
conf]# ssh-copy-id 192.168.122.20

[root@server12
conf]# cd /usr/local/hadoop-1.1.2/

[root@server12
hadoop-1.1.2]# bin/hadoop namenode -format

13/12/01
17:10:42 INFO namenode.NameNode: STARTUP_MSG:

/************************************************************

STARTUP_MSG:
Starting NameNode

STARTUP_MSG:
host = server12.example.com/192.168.122.112

STARTUP_MSG:
args = [-format]

STARTUP_MSG:
version = 1.1.2

STARTUP_MSG:
build =
https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.1 -r
1440782; compiled by 'hortonfo' on Thu Jan 31 02:03:24 UTC 2013

********13/12/01
17:10:45 INFO util.GSet: VM type = 64-bit

13/12/01
17:10:45 INFO util.GSet: 2% max memory = 19.33375 MB

13/12/01
17:10:45 INFO util.GSet: capacity = 2^21 = 2097152 entries

13/12/01
17:10:45 INFO util.GSet: recommended=2097152, actual=2097152

13/12/01
17:10:45 INFO namenode.FSNamesystem: fsOwner=root

13/12/01
17:10:45 INFO namenode.FSNamesystem: supergroup=supergroup

13/12/01
17:10:45 INFO namenode.FSNamesystem: isPermissionEnabled=true

13/12/01
17:10:45 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100

13/12/01
17:10:45 INFO namenode.FSNamesystem: isAccessTokenEnabled=false
accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)

13/12/01
17:10:45 INFO namenode.NameNode: Caching file names occuring more
than 10 times

13/12/01
17:10:46 INFO common.Storage: Image file of size 110 saved in 0
seconds.

13/12/01
17:10:46 INFO namenode.FSEditLog: closing edit log: position=4,
editlog=/tmp/hadoop-root/dfs/name/current/edits

13/12/01
17:10:46 INFO namenode.FSEditLog: close success: truncate to 4,
editlog=/tmp/hadoop-root/dfs/name/current/edits

13/12/01
17:10:46 INFO common.Storage: Storage directory
/tmp/hadoop-root/dfs/name has been successfully formatted.

13/12/01
17:10:46 INFO namenode.NameNode: SHUTDOWN_MSG:

/************************************************************

SHUTDOWN_MSG:
Shutting down NameNode at server12.example.com/192.168.122.112

************************************************************/
****************************************************/

注：出现类似如上输出为正常

[root@server12
hadoop-1.1.2]# bin/start-all.sh

[root@server12
hadoop-1.1.2]# jps

5385
NameNode

5526
SecondaryNameNode

5612
JobTracker

个进程说明启动成功.

[root@server34
~]# jps

1942
TaskTracker

1873
DataNode

个进程说明启动成功.

和192.168.122.112：50030可分别看到如下页面：

测试：仿照伪分布式的测试方式即可

Hadoop
在线添加节点:

1.
在新增节点上安装jdk,并创建相同的hadoop用户,uid等保持一致

2.
在conf/slaves文件中添加新增节点的ip

3.
同步master上hadoop所有数据到新增节点上,路径保持一致

4.
在新增节点上启动服务:

#
bin/hadoop-daemon.sh start datanode

#
bin/hadoop-daemon.sh start tasktracker

5.
均衡数据:

#
bin/start-balancer.sh

1)如果不执行均衡,那么cluster会把新的数据都存放在新的datanode上,这样会降低mapred的工作效率

2)设置平衡阈值,默认是10%,值越低各节点越平衡,但消耗时间也更长

#
bin/start-balancer.sh -threshold 5

Hadoop
在线删除
datanode
节点:

1.
在master上修改conf/mapred-site.xml

<name>dfs.hosts.exclude</name>

<value>/home/hadoop/hadoop-1.0.4/conf/datanode-excludes</value>

</property>

2.
创建datanode-excludes文件,并添加需要删除的主机,一行一个

192.168.122.77

3.
在master上在线刷新节点

#
bin/hadoop dfsadmin -refreshNodes

此操作会在后台迁移数据,等此节点的状态显示为Decommissioned,就可以安全关闭了。

4.
你可以通过以下命令查看
datanode 状态

#
bin/hadoop dfsadmin -report

在做数据迁移时,此节点不要参与
tasktracker,否则会出现异常。

Hadoop
在线删除
tasktracker
节点:

1.
在master上修改conf/mapred-site.xml

<name>mapred.hosts.exclude</name>

<value>/home/hadoop/hadoop-1.0.4/conf/tasktracker-excludes</value>

</property>

2.
创建tasktracker-excludes文件,并添加需要删除的主机名,一行一个

192.168.122.77

3.
在master上在线刷新节点

#
bin/hadoop mradmin -refreshNodes

4.
登录
jobtracker
的网络接口,进行查看。

Rhel6-hadoop分布式部署配置文档的更多相关文章

【G】开源的分布式部署解决方案文档 - 手动安装
G.系列导航 [G]开源的分布式部署解决方案 - 导航序言因各种原因,决定先写使用文档.也证明下项目没有太监.至于安装过程复杂,是因为还没有做一键安装,这个现阶段确实没精力. 项目进度 (点击图片 ...
【G】开源的分布式部署解决方案文档 - 使用手册
G.系列导航 [G]开源的分布式部署解决方案 - 导航已知问题导航没有联动因为权限只是做了基础的登录校验,考虑到后面导航要跟权限关联上暂时是写死的. 只有部分界面使用了Vue.js 因为刚开始没 ...
【G】开源的分布式部署解决方案文档 - Web Deploy
G.系列导航 [G]开源的分布式部署解决方案 - 导航微软官方部署方式右键项目->发布这个大家应该再熟悉不过,在部署前有个预览界面可以看本次更新到底更新哪些文件. 既然它可以预览部署结果, ...
【G】开源的分布式部署解决方案文档 - 部署Console & 控制负载均衡 & 跳转持续集成控制台
G.系列导航 [G]开源的分布式部署解决方案 - 导航设置项目部署流程项目类型:选择Console,这个跟功能无关,只是做项目分类,后面会有后续功能宿主:选择Console 部署方式:选择原始, ...
_00024 尼娜抹微笑伊拉克_云计算ClouderaManager以及CHD5.1.0群集部署安装文档V1.0
笔者博文:妳那伊抹微笑 itdog8 地址链接 : http://www.itdog8.com(个人链接) 博客地址:http://blog.csdn.net/u012185296 博文标题:_000 ...
Apache Hadoop 集群安装文档
简介: Apache Hadoop 集群安装文档软件:jdk-8u111-linux-x64.rpm.hadoop-2.8.0.tar.gz http://www.apache.org/dyn/cl ...
Hibernate配置文档详解
Hibernate配置文档有框架总部署文档hibernate.cfg.xml 和映射类的配置文档 ***.hbm.xml hibernate.cfg.xml(文件位置直接放在src源文件夹即可) (在 ...
Hadoop分布式部署——要点
这里只记录几个要点,比较容易出问题的地方. 1.各服务器必须有相同的用户(便于使用相同的用户ssh登录)2.ssh互通,配置无密码登录ssh-keygen -t rsa,将id_rsa.pub的内容相 ...
Kerberos主从配置文档
Kerberos主从配置文档 1. Kerberos主从同步机制在Master上通过以下命令同步数据: kdb5_util dump /var/kerberos/krb5kdc/slave_db ...

随机推荐

x265
1.编译库 https://bitbucket.org/multicoreware/x265/src/tip/build/README.txt?at=default 2.无法定位程序输入点x265_e ...
使用node js 操作 Mysql 数据库
使用node js 操作 Mysql 数据库 http://www.nodejs.org/ //node js 数据库操作 MySQL //使用https://github.com/felixge/n ...
中医与DBA
很多药方,只要吃不死,总有一款适合你.哈哈.我要做西医,先检查身体,再了解每种药的作用,做到对症下药.
JavaScript学习笔记(十二) 回调模式(Callback Pattern)
函数就是对象,所以他们可以作为一个参数传递给其它函数: 当你将introduceBugs()作为一个参数传递给writeCode(),然后在某个时间点,writeCode()有可能执行(调用)intr ...
h5新增标签兼容性
<address> 标签定义文档或文章的作者/拥有者的联系信息. 兼容所有浏览器 <area> 标签定义图像映射中的区域(注:图像映射指得是带有可点击区域的图像).兼容所有浏 ...
python 练习 23
python 编程中 while 语句用于循环执行程序,即在某条件下,循环执行某段程序,以处理需要重复处理的相同任务.其基本形式为: while 判断条件: 执行语句…… 执行语句可以是单个语句或语句 ...
python 练习 9
#!/usr/bin/python # -*- coding: UTF-8 -*- for i in range(1,5): for j in range(1,5): for k in range(1 ...
poj1190 生日蛋糕（深搜+剪枝）
题目链接:poj1190 生日蛋糕解题思路: 深搜,枚举:每一层可能的高度和半径确定搜索范围:底层蛋糕的最大可能半径和最大可能高度搜索顺序:从底层往上搭蛋糕,在同一层尝试时,半径和高度都是从大到 ...
php中PCRE正则表达式分隔符的使用
转自:http://www.baiwar.com/post/the-use-of-php-pcre-regex-delimiter.html 在php5.3.0以前,PHP可使用两套正则表达式规则,一 ...
C#识别验证码技术-Tesseract
相信大家在开发一些程序会有识别图片上文字(即所谓的OCR)的需求,比如识别车牌.识别图片格式的商品价格.识别图片格式的邮箱地址等等,当然需求最多的还是识别验证码.如果要完成这些OCR的工作,需要你掌握 ...

Rhel6-hadoop分布式部署配置文档

Rhel6-hadoop分布式部署配置文档的更多相关文章

随机推荐

热门专题