首页IT科技hadoop集群的搭建步骤（Hadoop集群搭建）

hadoop集群的搭建步骤（Hadoop集群搭建）

时间2025-04-29 07:09:41分类IT科技浏览6355
导读：一、运行环境配置(所有节点 所有集群服务，都需要配置...

一             、运行环境配置(所有节点)

所有集群服务             ，都需要配置

1                   、基础配置

关闭防火墙                    ，关闭防火墙开机自启

systemctl stop firewalld systemctl disable firewalld

创建lydms用户      ，并修改lydms用户的密码lydms123

useradd lydms passwd lydms

配置lydms用户具有root权限             ，方便后期加sudo执行root权限的命令

[root@hadoop100 ~]# vim /etc/sudoers ## Allow root to run any commands anywhere root ALL=(ALL) ALL lydms ALL=(ALL) NOPASSWD:ALL

readonly option is set (add ! to override) 查看5.1解决             。

在/opt目录下创建文件夹

mkdir /opt/module mkdir /opt/software

并修改所属主和所属组

chown lydms:lydms /opt/module chown lydms:lydms /opt/software

2       、配置Host

更新本机名称(参照下表)

vim /etc/hostname 172.27.181.176 hadoop101 172.27.181.177 hadoop102 172.27.181.178 hadoop103

配置Linux克隆机主机名称映射hosts文件

vim /etc/hosts 172.27.181.176 hadoop101 172.27.181.177 hadoop102 172.27.181.178 hadoop103

重启虚拟机

reboot

二       、依赖软件安装(101节点)

只有主节点进行配置

1                   、安装JDK

下载JDK

https://www.oracle.com/java/technologies/downloads/archive/ wget https://gitcode.net/weixin_44624117/software/-/raw/master/software/jdk-8u181-linux-x64.tar.gz?inline=false

解压文件

tar -zxvf jdk-8u341-linux-x64.tar.gz -C /opt/module/

添加环境变量

vim /etc/profile.d/my_env.sh #JAVA_HOME export JAVA_HOME=/opt/module/jdk1.8.0_341 export PATH=$PATH:$JAVA_HOME/bin

加载环境变量

source /etc/profile

查看是否安装完成

java -version

2             、安装Hadoop(root)

下载地址

https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/ wget https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/hadoop-3.1.3.tar.gz

解压到/opt/module/目录

tar -zxvf /root/hadoop-3.1.3.tar.gz -C /opt/module/

添加环境变量

vim /etc/profile.d/my_env.sh #HADOOP_HOME export HADOOP_HOME=/opt/module/hadoop-3.1.3 export PATH=$PATH:$HADOOP_HOME/bin export PATH=$PATH:$HADOOP_HOME/sbin

加载环境变量

source /etc/profile

查看是否安装完成

hadoop version

3       、Hadoop目录结构

bin目录：存放对Hadoop相关服务（hdfs                    ，yarn      ，mapred）进行操作的脚本                    。 etc目录：Hadoop的配置文件目录       ，存放Hadoop的配置文件      。 lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）             。 sbin目录：存放启动或停止Hadoop相关服务的脚本                    。 share目录：存放Hadoop的依赖jar包                    、文档             、和官方案例      。

三、本地运行模式（官方WordCount）

1                    、简介

Hadoop官方网站：http://hadoop.apache.org/

Hadoop运行模式包括：本地模式                    、伪分布式模式以及完全分布式模式       。

本地模式：单机运行                    ，只是用来演示一下官方案例                    。生产环境不用             。 伪分布式模式：也是单机运行             ，但是具备Hadoop集群的所有功能       ，一台服务器模拟一个分布式的环境       。个别缺钱的公司用来测试                    ，生产环境不用                    。 完全分布式模式：多台服务器组成分布式环境             。生产环境使用。

2、本地运行模式（官方WordCount）

在hadoop-3.1.3文件下面创建一个wcinput文件夹

mkdir /opt/module/hadoop-3.1.3/wcinput

在wcinput文件下创建一个word.txt文件

vim /opt/module/hadoop-3.1.3/wcinput/word.txt hadoop yarn hadoop mapreduce lydms lydms

运行单机Hadoop

hadoop jar /opt/module/hadoop-3.1.3/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput

查看运行结果

cat wcoutput/part-r-00000

四             、完全分布式运行模式

三台资源列表

172.27.181.176 hadoop101 172.27.181.177 hadoop102 172.27.181.178 hadoop103

1                    、文件分发脚本(root)

新建文件xsync

vim /bin/xsync #!/bin/bash #1. 判断参数个数 if [ $# -lt 1 ] then echo "Not Enough Arguement!" exit fi #2. 遍历集群所有机器 for host in hadoop101 hadoop102 hadoop103 do echo ==================== $host ==================== #3. 遍历所有目录             ，挨个发送 for file in $@ do #4. 判断文件是否存在 if [ -e $file ] then #5. 获取父目录 pdir=$(cd -P $(dirname $file); pwd) #6. 获取当前文件的名称 fname=$(basename $file) ssh $host "mkdir -p $pdir" rsync -av $pdir/$fname $host:$pdir else echo $file does not exists! fi done done

添加执行权限

chmod +x /bin/xsync

2       、SSH免密登录设置

原理：

生成公私钥：

ssh-keygen -t rsa

查看生成文件

cd /home/lydms/.ssh/ ll known_hosts 记录ssh访问过计算机的公钥（public key） id_rsa 生成的私钥 id_rsa.pub 生成的公钥 authorized_keys 存放授权过的无密登录服务器公钥

将公钥拷贝到要免密登录的目标机器上(输入相应密码)

几台服务器之间都要互相配置

ssh-copy-id hadoop101 ssh-copy-id hadoop102 ssh-copy-id hadoop103

测试：

ssh hadoop001

还需要配置(集群各个节点之间免密沟通)：

hadoop101上采用root账号，配置一下免密登录到hadoop101             、hadoop102                   、hadoop103                    。 hadoop102上采用root账号                    ，配置一下免密登录到hadoop101       、hadoop102       、hadoop103                    。 hadoop103上采用root账号                    ，配置一下免密登录到hadoop101                   、hadoop102             、hadoop103；

最终效果：

3       、同步文件

同步环境变量/etc/profile.d/my_env.sh

同步JDK                    、Hadoop：/opt/model

同步环境变量

xsync /etc/profile.d/my_env.sh # 在各个节点服务器中加载环境变量(hadoop001             、hadoop002、hadoop003) source /etc/profile

同步JDK                    、Hadoop

xsync /opt/module/

4                    、集群节点资源配置

NameNode和SecondaryNameNode不要安装在同一台服务器。 ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上             。 Hadoop001 Hadoop002 Hadoop003 HDFS NameNode

DataNode DataNode SecondaryNameNode

DataNode YARN NodeManager ResourceManager

NodeManager NodeManager

Hadoop配置文件分两类：默认配置文件和自定义配置文件             ，只有用户想修改某一默认配置值时                    ，才需要修改自定义配置文件      ，更改相应属性值                    。

默认配置文件      。

默认文件 文件存放在Hadoop的jar包中的位置 [core-default.xml] hadoop-common-3.1.3.jar/core-default.xml [hdfs-default.xml] hadoop-hdfs-3.1.3.jar/hdfs-default.xml [yarn-default.xml] hadoop-yarn-common-3.1.3.jar/yarn-default.xml [mapred-default.xml] hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml

自定义配置文件：

core-site.xml             、hdfs-site.xml                    、yarn-site.xml       、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上             ，用户可以根据项目需求重新进行修改配置             。

4.1 核心配置文件(core-site.xml) cd $HADOOP_HOME/etc/hadoop vim core-site.xml

文件内容：

<configuration> <!-- 指定NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop101:8020</value> </property> <!-- 指定hadoop数据的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/module/hadoop-3.1.3/data</value> </property> <!-- 配置HDFS网页登录使用的静态用户为lydms --> <property> <name>hadoop.http.staticuser.user</name> <value>lydms</value> </property> </configuration> 4.2 HDFS配置文件(hdfs-site.xml) vim hdfs-site.xml

文件内容：

<configuration> <!-- nn web端访问地址--> <property> <name>dfs.namenode.http-address</name> <value>hadoop101:9870</value> </property> <!-- 2nn web端访问地址--> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop103:9868</value> </property> </configuration> 4.3 YARN配置文件(yarn-site.xml) vim yarn-site.xml <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>hadoop102</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> </configuration> 4.4 MapReduce配置文件（mapred-site.xml） vim mapred-site.xml <configuration> <!-- 指定MapReduce程序运行在Yarn上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration> 4.5 分发配置文件 xsync /opt/module/hadoop-3.1.3/etc/hadoop/

5             、群起集群

5.1 配置workers

新增节点配置文件

vim /opt/module/hadoop-3.1.3/etc/hadoop/workers hadoop101 hadoop102 hadoop103

同步配置

xsync /opt/module/hadoop-3.1.3/etc 5.2 启动集群

如果集群是第一次启动                    ，需要在hadoop001节点格式化NameNode                    。

（注意：格式化NameNode      ，会产生新的集群id       ，导致NameNode和DataNode的集群id不一致                    ，集群找不到已往数据      。如果集群在运行过程中报错             ，需要重新格式化NameNode的话       ，一定要先停止namenode和datanode进程                    ，并且要删除所有机器的data和logs目录             ，然后再进行格式化       。）

hdfs namenode -format

启动HDFS

# 启动 /opt/module/hadoop-3.1.3/sbin/start-dfs.sh

启动YARN（配置了ResourceManager的节点hadoop002）

# 启动 /opt/module/hadoop-3.1.3/sbin/start-yarn.sh 5.3 其它启动停止方式

启动/停止HDFS

# 整体启动/停止HDFS start-dfs.sh/stop-dfs.sh # 分别启动/停止HDFS组件 hdfs --daemon start/stop namenode/datanode/secondarynamenode

启动/停止YARN

# 整体启动/停止YARN start-yarn.sh/stop-yarn.sh # 分别启动/停止YARN组件 yarn --daemon start/stop resourcemanager/nodemanager 5.4 启动脚本

新建启动/停止集群脚本

cd /home/lydms/bin vim myhadoop.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 hadoop101 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh" echo " --------------- 启动 yarn ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh" ;; "stop") echo " ==========关闭 hadoop集群 =========" echo " --------------- 关闭 yarn ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh" echo " --------------- 关闭 hdfs ---------------" ssh hadoop101 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh" ;; *) echo "Input Args Error..." ;; esac

赋予脚本执行权限

chmod +x myhadoop.sh

新建Java进程脚本：jpsall

cd /home/lydms/bin vim jpsall #!/bin/bash for host in hadoop101 hadoop102 hadoop103 do echo =============== $host =============== ssh $host jps done

赋予脚本执行权限

chmod +x jpsall

分发/home/atguigu/bin目录，保证自定义脚本在三台机器上都可以使用

xsync /home/lydms/bin/

6                   、查看相关页面

Web端查看HDFS的NameNode http://hadoop101:9870/

http://hadoop101:9870/

Web端查看YARN的ResourceManager http://hadoop102:8088

http://hadoop102:8088

7       、配置历史服务器

vim mapred-site.xml <configuration> <!-- 指定MapReduce程序运行在Yarn上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <!-- 历史服务器端地址 --> <property> <name>mapreduce.jobhistory.address</name> <value>hadoop101:10020</value> </property> <!-- 历史服务器web端地址 --> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>hadoop101:19888</value> </property> </configuration>

分发配置

xsync $HADOOP_HOME/etc/hadoop/mapred-site.xml

hadoop101启动历史服务器

mapred --daemon start historyserver

查看是否启动

jps

查看页面

http://hadoop101:19888/jobhistory

8       、配置日志的聚集

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：可以方便地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HistoryServer       。

vim yarn-site.xml

新增配置

<!-- 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://hadoop101:19888/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>

分发配置

xsync $HADOOP_HOME/etc/hadoop/yarn-site.xml

删除HDFS上已经存在的输出文件(可以通过页面删除)

hadoop fs -rm -r /output

需要重启Hadoop集群

/home/lydms/bin/myhadoop.sh stop /home/lydms/bin/myhadoop.sh start

9             、其它

9.1 常用端口号 端口名称 Hadoop2.x Hadoop3.x NameNode内部通信端口 8020 / 9000 8020 / 9000/9820 NameNode HTTP UI 50070 9870 MapReduce查看执行任务端口 8088 8088 历史服务器通信端口 19888 19888 9.2 常用页面

Web端查看HDFS的NameNode

http://hadoop101:9870/

YARN的ResourceManager

http://hadoop102:8088

历史服务器

http://hadoop101:19888/jobhistory

五       、遇到问题

1                    、编辑文件无权限(‘readonly’ option is set (add ! to override))

原因：

当前文件             ，为不可以编辑权限

解决：

chmod 660 /etc/sudoers

2             、Hadoop启动出错Cannot assign requested address

参考地址

https://blog.csdn.net/zhaobudaofangxia/article/details/69333758

配置hosts地址问题                    。导致采用内网IP可用                    ，公网IP不可用             。

报错信息： java.net.BindException: Port in use: hadoop102:8088 Caused by: java.net.BindException: Cannot assign requested address Caused by: java.net.BindException: Port in use: hadoop102:8088

阿里云服务器无法绑定公网IP的地址      ，并且本地host地址需要配置内网地址             ，或者127.0.0.1。

内网IP地址 你的hostname 公网IP地址 别的hostname
声明：本站所有文章                    ，如无特殊说明或标注      ，均为本站原创发布                    。任何个人或组织       ，在未征得本站同意时                    ，禁止复制、盗用                    、采集                    、发布本站内容到任何网站、书籍等各类媒体平台                    。如若本站内容侵犯了原著者的合法权益             ，可联系我们进行处理。

创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！

展开全文READ MORE
stablediffusion显卡排行（强化学习之stable_baseline3详细说明和各项功能的使用） w10svchost一直在下载（解决svchost程序后台下载系统更新占用网速问题）
↑