Hadoop2.x的安装与配置

Hadoop2.x的安装与配置（文档有详细）

（一）Hadoop安装部署的预备条件

  • 安装Linux
  • 安装JDK
 

hadoop集群搭建

  • hadoop发行版本

    • 社区版：官方版本 apache社区维护
      • 优点：功能最新的 免费
      • 缺点：稳定性 兼容性不好
        https://archive.apache.org/dist/hadoop/common/

        hadoop-2.6.0-src.tar.gz  官方提供的源码包
        hadoop-2.6.0.tar.gz    官方预编译安装包
    • 商业版：商业公司在社区版本至少进行商业化开发 架构 api 配置不会发生改变 主要改变bug和兼容性
      • 优点：稳的一批 兼容性极好
      • 缺点：花钱 某些软件可能版本不高 不能使用最新的功能
        http://archive.cloudera.com/cdh5/cdh/5/

        hadoop-2.6.0-cdh5.14.0-src.tar.gz  cdh版本源码包
        hadoop-2.6.0-cdh5.14.0.tar.gz   cdh版本预编译安装包

        只要保证cdh版本号是一致的 该版本号中所有的生态圈软件之间都是兼容的

    • 使用cdh最稳定的一个版本 cdh5.14.0--hadoop 2.6.0

  • hadoop自身版本发展

    • 历经了1.X 2.X 3.X
    • 当下企业中使用最多的是2系列高阶版本 2.5~2.8 稳定兼容性最好

  • hadoop集群介绍

    • hadoop分为两个集群 hdfs集群 yarn集群
    • hdfs集群 分布式文件存储
      • 主角色：namenode(nn)
      • 从角色：datanode(dn)
      • 主角色辅助角色（秘书角色）：secondarynamenode(snn)
    • yarn集群 集群资源管理 任务调度
      • 主角色：resourcemanager(rm)
      • 从角色：nodemanager(nm)

  • hadoop部署模型

    • 单机模式 所有的进程在一个机器上运行 过家家
    • 伪分布模式 每个进程独立 在一台机器上 模拟分布式执行环境
    • 分布式集群模式：多个进程多台机器 生成环境中的模式
    • HA高可用集群： 主要解决了单点故障 保证集群稳定 可靠

  • hadoop安装环境检测

    • jdk是否正常安装 环境变量
    • 时间是否同步
    • 防火墙是否关闭

      iptables selinux

    • 主机名 ip映射
    • 免密登录 ssh

  • hadoop源码编译

    • 为什么某些软件需要编译源码
      软件的运行依赖于操作系统平台 操作系统之间存在着差异性  下载源码结合具体平台进行编译
      修改源码中某些组件的逻辑
    • 什么叫做编译

      以java语言来说 把.java 编译成.class --->jar 便于程序运行

    • 如何编译源码

      在每个版本的hadoop 源码包中 building.txt 里面描述了该版本的编译需要配置的依赖软件

      最终只需要执行mvn -pachage 进行编译

      保证编译过程中网络的顺畅 jar可以下载 推荐使用课程中提供cdh编译需要的jar仓库

  • 集群规划(站在架构的角度规划服务器集群分配)
    • 根据软件自己 软件之间的工作特性结合服务器的硬件特性 合理安排软件运行在不同的机器上
    • 原则：
      • 优先满足软件需要的硬件资源
      • 尽量避免有冲突的软件不在一起
      • 有工作上依赖的软件尽量部署在一起

      NodeManager和Datanode通常部署在一台机器上。

      node-1: NameNode   DataNode                   | ResourceManager NodeManager
      node-2:            DataNode  SecondaryNameNode|                 NodeManager
      node-3:            DataNode                   |                 NodeManager

      如何扩展hadoop集群

      node-4   DataNode  NodeManager
      node-5   DataNode  NodeManager
      node-6   DataNode  NodeManager
      .......

  • hadoop 安装目录结构

  •  bin        hadoop集群管理的基本脚本  
     etc        配置文件路径
     include
     lib
     libexec
     sbin       hadoop集群启动关闭的脚本（单节点逐个  一键启动）
     share      hadoop 编译之后的jar  官方自带示例

  • hadoop配置修改

    • 第一类 shell脚本 hadoop-env.sh

      导入java_home 保证hadoop运行的时候一定可以正确的加载jdk环境变量

      vim etc/hadoop/hadoop-env.sh
      export JAVA_HOME=/export/servers/jdk1.8.0_65
    • 第二类配置文件 4个 xml文件（分别配置了 hdfs mapreduce yarn common）
      • core-site.xml common模块
        <!-- 指定HADOOP所使用的文件系统schema（URI），HDFS的老大（NameNode）的地址 -->
        <property>
        <name>fs.defaultFS</name>
        <value>hdfs://node-1:8020</value>
        </property>

        <!-- 指定hadoop运行时产生文件的存储目录,默认/tmp/hadoop-${user.name} -->
        <property>
        <name>hadoop.tmp.dir</name>
        <value>/export/data/hadoopdata</value>
        </property>
      • hdfs-site.xml hdfs模块
        <property>
                <name>dfs.replication</name>
                <value>2</value>
        </property>
           <property>
                <name>dfs.namenode.secondary.http-address</name>
                <value>node-2:50090</value>
        </property>
      • mapred-site.xml mr模块
        <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
        </property>
      • yarn-site.xml
        <property>
                <name>yarn.resourcemanager.hostname</name>
                <value>node-1</value>
        </property>
        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
        </property>
    • 第三类配置文件 slaves
      • 配合一键启动脚本 到slaves指定的机器上启动hdfs和yarn集群的从角色
      • 通过 dfs.hosts 指定的slaves文件中的机器才可以加入hadoop集群 白名单
      • 一个写一个ip或者主机名
      node-1
      node-2
      node-3

  • 把主节点上配置 好的安装包scp给其他节点上

  • cd /export/servers/
    scp -r hadoop-2.6.0-cdh5.14.0/ node-2:$PWD
    scp -r hadoop-2.6.0-cdh5.14.0/ node-3:$PWD
  • 添加hadoop的环境变量
    export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
    export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

安装部署的三种模式

  • 本地模式
参数文件配置参数参考值
hadoop-env.sh JAVA_HOME /root/training/jdk1.8.0_144
  • 伪分布模式
参数文件配置参数参考值
hadoop-env.sh JAVA_HOME /root/training/jdk1.8.0_144
hdfs-site.xml dfs.replication 1
... dfs.permissions false
core-site.xml fs.defaultFS hdfs://<hostname>:9000
... hadoop.tmp.dir /root/training/hadoop-2.7.3/tmp
mapred-site.xml mapreduce.framework.name yarn
yarn-site.xml yarn.resourcemanager.hostname <hostname>
... yarn.nodemanager.aux-services mapreduce_shuffle
  • 全分布模式
参数文件配置参数参考值
hadoop-env.sh JAVA_HOME /root/training/jdk1.8.0_144
hdfs-site.xml dfs.replication 2
... dfs.permissions false
core-site.xml fs.defaultFS hdfs://<hostname>:9000
... hadoop.tmp.dir /root/training/hadoop-2.7.3/tmp
mapred-site.xml mapreduce.framework.name yarn
yarn-site.xml yarn.resourcemanager.hostname <hostname>
... yarn.nodemanager.aux-services mapreduce_shuffle
slaves DataNode的ip地址或主机名 qujianlei001

如果出现以下警告信息：

只需要在以下两个文件中增加下面的环境变量，即可：

  • hadoop-env.sh 脚本中：

    export JAVA_HOME=/root/training/jdk1.8.0_144export HADOOP_HOME=/root/training/hadoop-2.7.3export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/nativeexport HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

  • yarn-env.sh 脚本中：

    export JAVA_HOME=/root/training/jdk1.8.0_144export HADOOP_HOME=/root/training/hadoop-2.7.3export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/nativeexport HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

（四）验证Hadoop环境

（五）配置SSH免密登录

详细操作见：https://blog.csdn.net/a909301740/article/details/84147035

 

 

 

 

 

 



附件列表

 

posted @ 2019-09-11 00:00  DaBai的黑屋  阅读(1019)  评论(1)  编辑  收藏  举报
Live2D