Hadoop 2.7.3 源码编译+单机及分布式部署
来源:互联网 发布:base 私有密码算法 编辑:程序博客网 时间:2024/05/17 07:54
- 目录
- 源码构建
- 工具准备
- 从源码构建
- 软件结构
- 单机部署
- 分布式部署
- 配置host
- 配置ssh免密登陆
- 修改配置文件
- 检查是否成功
- 查看运行日志
- 其他
- 修改环境变量方便操作
- 源码构建
我们可以选择官方编译好的Hadoop进行安装,但是自己机器或者公司内部其他版本的Hadoop最好通过自己编译来进行。
源码构建
环境:
- Ubuntu(Unix)
- Java 1.7+
- Maven 3.0 or later
- ProtocolBuffer 2.5.0
- CMake 2.6 + (native code)
- Zlib devel (native code)
- 联网
工具准备
首先从GitHub下载Hadoop源码:
解压到任意文件夹 tar -zxvf
安装JDK-1.7
$ sudo apt-get purge openjdk*$ sudo apt-get install software-properties-common$ sudo add-apt-repository ppa:webupd8team/java$ sudo apt-get update$ sudo apt-get install oracle-java7-installer
安装Maven
$ sudo apt-get -y install maven
安装编译Native Code(本机代码)需要的组件
$ sudo apt-get -y install build-essential autoconf automake libtool cmake zlib1g-dev pkg-config libssl-dev
安装ProtocolBuffer 2.5.0
$ sudo apt-get -y install libprotobuf-dev protobuf-compiler
从源码构建
切换到Hadoop源码根目录
$ mvn clean #清理mvn
有多种方式构建,这里我们选择不带源码的二进制发行版(binary distribution),编译成本机代码。
$ mvn package -Pdist,native -DskipTests -Dtar #使用maven 进行构建
这里视网络情况和机器性能不等编译时间也不同。因为maven需要向网络请求依赖库,构建完成后显示
[INFO] BUILD SUCCESS
这时在Hadoop源码根目录下切换到
$ cd ./hadoop-dist/target
找到Hadoop-2.7.3目录,我们需要的编译构建好的Hadoop二进制文件就在这里啦。
软件结构
total 120drwxr-xr-x 2 root root 4096 9月 5 19:17 bin #Hadoop组件命令,包涵Windows的cmddrwxr-xr-x 3 root root 19 9月 5 19:17 etc #Hadoop配置文件drwxr-xr-x 2 root root 101 9月 5 19:17 include #对外提供的编程库头文件(具体动态库和静态库在lib目录中),这些头文件均是C++定义的,通常用于C++程序访问HDFS或者编写MR程序drwxr-xr-x 3 root root 19 9月 5 19:17 lib #该目录提供了对外编程的静态库和动态库,与include目录下的头文件结合使用(并不是一些依赖jar包)drwxr-xr-x 2 root root 4096 9月 5 19:17 libexec #各个服务所对应的shell配置文件所在目录,可用于配置日志输出目录、启动参数(比如JVM参数)等基本信息-rw-r--r-- 1 root root 84854 9月 5 19:17 LICENSE.txtdrwxr-xr-x 3 root root 4096 9月 19 02:24 logs #日志文件-rw-r--r-- 1 root root 14978 9月 5 19:17 NOTICE.txt-rw-r--r-- 1 root root 1366 9月 5 19:17 README.txtdrwxr-xr-x 2 root root 4096 9月 9 03:49 sbin #对Hadoop组件操作的shell文件drwxr-xr-x 4 root root 29 9月 5 19:17 share #hadoop 各个模块编译后的jar包所在目录,以及文档所在目录
单机部署
参考Single Node Setup
安装ssh和rsync
$ sudo apt-get install ssh$ sudo apt-get install rsync
将刚刚编译好的hadoop-2.7.3文件拷到想安装的目录下,配置
etc/hadoop/hadoop-env.sh
文件中的JAVA_HOME为# set to the root of your Java installation export JAVA_HOME=/usr/java/latest
尝试运行
bin/hadoop
看能否正常输出,同时可以运行$ ./bin/hadoop version
查看版本和编译情况
按照步骤进行如下检查,看是否报错,没有的话单机配置就完成了
$ mkdir input$ cp etc/hadoop/*.xml input$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar grep input output 'dfs[a-z.]+'$ cat output/*
分布式部署
参考 Cluster Setup 及单机中Single Node Setup 伪分布式的配置
配置host
vi /etc/hosts192.168.0.1 master192.168.0.2 salve1192.168.0.3 salve2
配置ssh免密登陆
首先尝试
ssh localhost
,如果不成功首先要将自己主机加入授权key的列表中$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys$ chmod 0600 ~/.ssh/authorized_keys
然后照此法将每台机子之间的key互通
关闭防火墙,每种系统方法不一样,重要机器请慎重关闭
修改配置文件
这里的重点集中在etc/hadoop
中的几个配置文件中
core-site.xml
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://test1:9000</value> </property></configuration>
hdfs-site.xml
<configuration> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>dfs.namenode.secondary.http-address</name> <value>test1:9001</value> <description>secondarynamenode的web地址</description> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> <description>提供web访问hdfs的权限</description> </property></configuration>
mapred-site.xml
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>test1:10020</value> <description>jobhistory是Hadoop自带了一个历史服务器,记录Mapreduce历史作业</description> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>test1:19888</value> <description>jobhistory的http地址</description></property></configuration>
yarn-site.xml
<configuration><!-- Site specific YARN configuration properties --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property> <property> <name>yarn.resourcemanager.scheduler.class</name> <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler</value> </property> <property> <name>yarn.scheduler.fair.allocation.file</name> <value>/path-of-fair-shceduler-xml/fair-scheduler.xml</value> <description>对fair-scheduler进行设置,否则无法按找期望分配队列资源</description> </property> <property> <name>yarn.resourcemanager.address</name> <value>master:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>master:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>master:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>master:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>master:8088</value> <description>yarn资源管理的http地址</description> </property> <property> <name>yarn.nodemanager.resource.memory-mb</name> <value>20480</value> <description>例子为20G,yarn的node资源,可不设置但是不可以太小</description> </property></configuration>
fair-scheduler.xml
<?xml version="1.0"?><allocations><userMaxAppsDefault>30</userMaxAppsDefault><queue name="root"><minResources>10240mb,3vcores</minResources><maxResources>20480mb,6vcores</maxResources><maxRunningApps>100</maxRunningApps><weight>1.0</weight><schedulingMode>fair</schedulingMode><aclSubmitApps> </aclSubmitApps><aclAdministerApps> </aclAdministerApps><queue name="root"><minResources>10240mb,3vcores</minResources><maxResources>20480mb,6vcores</maxResources><maxRunningApps>100</maxRunningApps><schedulingMode>fair</schedulingMode><weight>1.0</weight><aclSubmitApps>*</aclSubmitApps></queue></queue></allocations>
检查是否成功
首先将配置同步到其他节点
$ scp -r /usr/local/hadoop-2.7.3/etc/* test2:/usr/local/hadoop-2.7.3/etc/
启动hadoop组件
bin/hdfs namenode –format sbin/start-dfs.shsbin/start-yarn.sh
jps查看进程
test1:23297 SecondaryNameNode22824 NameNode18617 NodeManager18443 ResourceManager11596 Jpstest2:31971 Jps14170 NodeManager28237 DataNode
通过浏览器查看
1.http://master-ip:50070 namenode的hdfs页面地址2.http://master-ip:8088/cluster/ yarn资源的页面地址
跑示例程序检查
过程类似单机测试,不过文件要上传hdfs,关于文件的命令请参考hdfs,这里只写出了本地的
$ mkdir input$ cp etc/hadoop/*.xml input$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar grep input output 'dfs[a-z.]+'$ cat output/*
查看运行日志
有问题及时查看./logs
下的日志和Yarn的页面,跟踪解决。
其他
修改环境变量方便操作
- Java
export JAVA_HOME=/usr/local/jdk1.8.0_111 #java-install-pathexport PATH=$JAVA_HOME/bin:$PATHexport CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
- Hadoop
export PATH USER LOGNAME MAIL HOSTNAME HISTSIZE HISTCONTROLexport JAVA_HOME=/usr/local/jdk1.8.0_111export HADOOP_HOME=/usr/local/hadoop-2.7.3 #Hadoop-install-pathexport PATH=$ZOOKEEPER_HOME/bin:$HADOOP_HOME/bin:$JAVA_HOME/bin:$PATHexport CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$HADOOP_HOME/bin
不要忘记source /etc/profile
关于环境变量的优先级,我会再写一篇文章探讨
- Hadoop 2.7.3 源码编译+单机及分布式部署
- Ubuntu下Hadoop单机部署及分布式集群部署
- Ubuntu下Hadoop单机部署及分布式集群部署
- Hadoop单机伪分布式部署
- hadoop单机部署伪分布式系列3:YARN
- hadoop-2.7.3分布式部署
- Qizmt 单机及分布式部署注意事项
- Hadoop 2.7分布式部署
- linux下hadoop-1.0.4源码部署及编译
- hadoop单机部署伪分布式系列1:HDFS
- hadoop单机部署伪分布式系列2:MR1
- hadoop之单机模式与伪分布式模式部署
- hadoop单机伪分布式部署方法简单介绍
- 大数据学习3:hadoop编译和伪分布式部署
- Hadoop单机部署方法
- hadoop单机部署
- Hadoop单机部署方法
- hadoop 单机部署方式
- 面试/笔试经历--SQL(括号匹配问题)(jdk底层SuString)---weimob
- Loadrunner(LR)中java协议调用get/post请求,并验证结果脚本
- Eclipse一直building workspace问题解决
- MapReduce实战练习三:倒排索引
- js封装任意级列表模块
- Hadoop 2.7.3 源码编译+单机及分布式部署
- 使用mondorescue将本机linux centos 7服务器制作成光盘
- kotlin学习笔记——扩展函数(anko)和网络请求
- 扩展二进制数
- HDU1196
- 使用Visual Studio Code开发Arduino
- Spring的数据库操作和事务管理
- 设计接口
- [RK3288][Android6.0] 调试笔记 --- Camera丢帧检测