Hadoop 完全分布式(3.1.3)部署(清爽版)

时间:2022-09-27 16:53:17

1. Hadoop部署

1.1 集群部署规划

注意:NameNode和SecondaryNameNode不要安装在同一台服务器。

注意:ResourceManager也很消耗内存,不要和NameNode、SecondaryNameNode配置在同一台机器上。

hadoop102 hadoop103 hadoop104
HSFS NameNode DataNode DataNode SecondaryNameNode DataNode
YARN NodeManager ResourceManager NodeManager NodeManager

1.2 上传hadoop压缩包到集群

使用 xftp 或 其他工具,上传压缩包到 /opt/software/

1.3 解压hadoop

# 进入到 /opt/software
[harry@hadoop102 module]cd /opt/software

# 解压 注意:/opt/module 需要提前创建好
[harry@hadoop102 module]tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

1.4 重命名(可选)

[harry@hadoop102 module]mv /opt/module/hadoop-3.1.3 /opt/module/hadoop

1.5 配置环境变量

# 用vim编辑器(没有的话就vi)打开 /etc/profile.d/my_env.sh
[harry@hadoop102 module]sudo vim /etc/profile.d/my_env.sh

# 添加以下内容:
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

# 保存退出
:wq

1.6 分发环境变量

[harry@hadoop102 module]scp /etc/profile.d/my_env.sh hadoop103:/etc/profile.d/
[harry@hadoop102 module]scp /etc/profile.d/my_env.sh hadoop104:/etc/profile.d/

1.7 生效环境变量

[harry@hadoop102 module]$ source /etc/profile.d/my_env.sh
[harry@hadoop103 module]$ source /etc/profile.d/my_env.sh
[harry@hadoop104 module]$ source /etc/profile.d/my_env.sh

2. 配置集群

2.1 core-site.xml

# 编辑core-site.xml
[harry@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
[harry@hadoop102 hadoop]$ vim core-site.xml
<!-- 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://hadoop102:8020</value>
</property>
<!-- 指定hadoop数据的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop/data</value>
</property>

<!-- 配置HDFS网页登录使用的静态用户为harry -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>harry</value>
</property>

<!-- 配置该harry(superUser)允许通过代理访问的主机节点 -->
    <property>
        <name>hadoop.proxyuser.harry.hosts</name>
        <value>*</value>
</property>
<!-- 配置该harry(superUser)允许通过代理用户所属组 -->
    <property>
        <name>hadoop.proxyuser.harry.groups</name>
        <value>*</value>
</property>
<!-- harry(superUser)允许通过代理的用户-->
    <property>
        <name>hadoop.proxyuser.harry.users</name>
        <value>*</value>
</property>
</configuration>

2.2 hdfs-site.xml

# 编辑hdfs-site.xml
[harry@hadoop102 hadoop]$ vim hdfs-site.xml
<!-- 内容如下: -->
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- NameNode web端访问地址-->
	<property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop102:9870</value>
    </property>
    
	<!-- SecondaryNameNode web端访问地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop104:9868</value>
    </property>
    
    <!-- 测试环境指定HDFS副本的数量1 -->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

2.3 yarn-site.xml

# 编辑yarn-site.xml
[harry@hadoop102 hadoop]$ vim yarn-site.xml
<!-- 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>hadoop103</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>
    
    <!--yarn单个容器允许分配的最大最小内存 -->
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
    </property>
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
    </property>
    
    <!-- yarn容器允许管理的物理内存大小 -->
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>4096</value>
    </property>
    
    <!-- 关闭yarn对物理内存和虚拟内存的限制检查 -->
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>

2.4 mapred-site.xml

# 编辑mapred-site.xml
[harry@hadoop102 hadoop]$ vim mapred-site.xml
<!-- 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>

2.5 workers

# 编辑workers
[harry@hadoop102 hadoop]$ vim workers
# 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。
hadoop102
hadoop103
hadoop104

3. 配置历史服务器(可选)

3.1 mapred-site.xml

[harry@hadoop102 hadoop]$vim mapred-site.xml
<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
</property>

4. 配置日志的聚集(可选)

日志聚集概念:应用运行完成以后,将程序运行日志信息上传到HDFS系统上。

日志聚集功能好处:可以方便的查看到程序运行详情,方便开发调试。

注意:开启日志聚集功能,需要重新启动NodeManager 、ResourceManager和HistoryManager。

4.1 yarn-site.xml

[harry@hadoop102 hadoop]$vim yarn-site.xml
<!-- 开启日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>

<!-- 设置日志聚集服务器地址 -->
<property>  
    <name>yarn.log.server.url</name>  
    <value>http://hadoop102:19888/jobhistory/logs</value>
</property>

<!-- 设置日志保留时间为7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

5. 分发Hadoop

[harry@hadoop102 hadoop]$scp -r /opt/module/hadoop hadoop103:/opt/module/
[harry@hadoop102 hadoop]$scp -r /opt/module/hadoop hadoop104:/opt/module/

6. 启动Hadoop集群

(1)如果集群是第一次启动,需要在hadoop102节点格式化NameNode(注意格式化之前,一定要先停止上次启动的所有namenode和datanode进程,然后再删除data和log数据)

[harry@hadoop102 hadoop]$ bin/hdfs namenode -format

(2)启动HDFS

[harry@hadoop102 hadoop]$ sbin/start-dfs.sh

(3)在配置了ResourceManager的节点(hadoop103)启动YARN

[harry@hadoop103 hadoop]$ sbin/start-yarn.sh

(4)Web端查看HDFS的Web页面:http://hadoop102:9870/ 或 http://(hadoop102 ip 地址):9870/

Hadoop 完全分布式(3.1.3)部署(清爽版)

(5)Web端查看SecondaryNameNode 浏览器中输入:http://hadoop104:9868/status.html

Hadoop 完全分布式(3.1.3)部署(清爽版)

7. 群起脚本(可选)

[harry@hadoop102 bin]$ pwd
/home/harry/bin

[harry@hadoop102 bin]$ vim hdp.sh

#!/bin/bash
if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi
case $1 in
"start")
        echo " =================== 启动 hadoop集群 ==================="

        echo " --------------- 启动 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac

# 赋予权限
[harry@hadoop102 bin]$ chmod 777 hdp.sh