环境搭建-Hadoop集群搭建

环境搭建-Hadoop集群搭建

写在前面，前面我们快速搭建好了centos的集群环境，接下来，我们就来开始hadoop的集群的搭建工作

实验环境
Hadoop版本：CDH 5.7.0
这里，我想说一下，我们我没有选择官方版本，是因为，cdh版本已经解决好了各个组件之间的依赖。因为，后面，我们还会使用更多hadoop家族里面的组件。cdh版本目前也是国内成产环境中使用最多的一个版本。

环境所需要的安装包我可以在我的百度云分享中获取到：
链接：http://pan.baidu.com/s/1c24gbUK 密码：8h1r

在开始正式安装hadoop之前，我们得配置集群SSH免密码登陆

配置/etc/hosts文件

添加上：

192.168.1.61 hadoop000
192.168.1.62 hadoop001
192.168.1.63 hadoop002

[root@localhost ~]# vim /etc/hosts127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4::1         localhost localhost.localdomain localhost6 localhost6.localdomain6192.168.1.61    hadoop000192.168.1.62    hadoop001192.168.1.63    hadoop002

每一台机器都要添加上哟！

这样的话，我们的服务器之间就是可以相互ping主机名ping通的了

开始配置集群SSH免密码登陆

在三台机器上配置对本机的ssh免密码登录

ssh-keygen -t rsa

生成本机的公钥，过程中不断敲回车即可

[root@localhost app]# ssh-keygen -t rsaGenerating public/private rsa key pair.Enter file in which to save the key (/root/.ssh/id_rsa): Created directory '/root/.ssh'.Enter passphrase (empty for no passphrase): Enter same passphrase again: Your identification has been saved in /root/.ssh/id_rsa.Your public key has been saved in /root/.ssh/id_rsa.pub.The key fingerprint is:0b:9a:fb:86:9c:97:b8:6f:2a:d9:2e:6e:a2:3b:49:95 [e-mail] key's randomart image is:+--[ RSA 2048]----+|                 ||                 ||    .            ||   E             ||  .   . S        || .   o . .       ||.. +o+ ..        ||+ = *.=          ||+*.+=Oo          |+-----------------+[root@localhost app]#

公钥复制为authorized_keys文件，

[root@localhost ~]# cd .ssh/[root@localhost .ssh]# lsid_rsa  id_rsa.pub[root@localhost .ssh]# touch authorized_keys[root@localhost .ssh]# cp id_rsa.pub authorized_keys cp: overwrite `authorized_keys'? yes[root@localhost .ssh]# lsauthorized_keys  id_rsa  id_rsa.pub[root@localhost .ssh]# cat authorized_keys ssh-rsa AAAAB3NzaC1yc2EAAAABIwAAAQEAxwB29J6IeubQq986jvCOss7luE0Kq1l5ayguovC7AzXtxVVzc8Tls0OmZ3UFddGI9YGPQSHn4Vlgh5LltmIlCWEz01s2sHXaIMA3hx6dMK9jYeOY1qJPpKMb+TyM5p2qkfFUj/uFYfW/jTLohQlXZpp5pGEH9bSsh+sS5EmLDRPYFFH89NU/fhUBmNrbY3QqWlBcM+dmxdHoAK/sVeMxurYolQ3Ws8DzGo0IhbOoMTkxEACiTkf72Nw+2ZtF1Bkv1gYRa6fEqm2GvalOjvDkgFhN6DiT12JtTOQ3B0ZR1o/94koQtRzhU0IMcrLMfFcGKqUisLS6mguO+0sCKqDXlQ== [e-mail][root@localhost .ssh]# #这里的，每一步都是很重要的

此时使用ssh连接本机就不需要输入密码了（第一次例外）

[root@localhost .ssh]# ssh hadoop000The authenticity of host 'hadoop000 (192.168.1.61)' can't be established.RSA key fingerprint is d7:1b:23:6b:0f:80:26:cd:da:9f:89:75:f6:4d:50:4c.Are you sure you want to continue connecting (yes/no)? yesWarning: Permanently added 'hadoop000,192.168.1.61' (RSA) to the list of known hosts.Last login: Thu Nov 23 15:01:36 2017 from 192.168.1.9[root@localhost ~]# logoutConnection to hadoop000 closed.[root@localhost .ssh]# ssh hadoop000Last login: Thu Nov 23 15:32:58 2017 from hadoop000[root@localhost ~]# 

其他两个服务器执行同样上述操作

配置hadoop000节点ssh免密码登录其余节点

ssh-copy-id -i hadoop001

[root@localhost .ssh]# ssh-copy-id -i hadoop001The authenticity of host 'hadoop001 (192.168.1.62)' can't be established.RSA key fingerprint is d3:ca:00:af:e5:40:0a:a6:9b:0d:a6:42:bc:22:48:66.Are you sure you want to continue connecting (yes/no)? yesWarning: Permanently added 'hadoop001,192.168.1.62' (RSA) to the list of known hosts.root@hadoop001's password: Now try logging into the machine, with "ssh 'hadoop001'", and check in:  .ssh/authorized_keysto make sure we haven't added extra keys that you weren't expecting.[root@localhost .ssh]# 

测试：

[root@localhost .ssh]# ssh hadoop001Last login: Thu Nov 23 14:25:48 2017 from 192.168.1.9[root@localhost ~]# logoutConnection to hadoop001 closed.[root@localhost .ssh]# #免密码登录成功

好啦，前面讲了这么多，下面正式开始搭建Hadoop环境。

安装 Hadoop

1.我们首先得先下载软件，是把，这里我们直接从本地的软件包里面上传上去就好，当然，从官网下载也是可以的。

2.接着，就是解压到app目录下面去，修改文件名为hadoop

[root@localhost softwares]# lshadoop-2.6.0-cdh5.7.0.tar.gz  jdk-8u144-linux-x64.tar.gz[root@localhost softwares]# tar -zxvf hadoop-2.6.0-cdh5.7.0.tar.gz -C ../app/

3.设置系统环境变量

[root@localhost hadoop]# vim ~/.bash_profile # .bash_profile# Get the aliases and functionsif [ -f ~/.bashrc ]; then        . ~/.bashrcfiexport JAVA_HOME=/root/app/jdk1.8.0_144export PATH=$JAVA_HOME/bin:$PATHexport HADOOP_HOME=/root/app/hadoopexport PATH=$HADOOP_HOME/bin:$PATHexport PATH=$HADOOP_HOME/sbin:$PATH

检验：

[root@localhost hadoop]# source ~/.bash_profile [root@localhost hadoop]# [root@localhost hadoop]# hadoop versionHadoop 2.6.0-cdh5.7.0Subversion http://github.com/cloudera/hadoop -r c00978c67b0d3fe9f3b896b5030741bd40bf541aCompiled by jenkins on 2016-03-23T18:41ZCompiled with protoc 2.5.0From source with checksum b2eabfa328e763c88cb14168f9b372This command was run using /root/app/hadoop/share/hadoop/common/hadoop-common-2.6.0-cdh5.7.0.jar[root@localhost hadoop]# #可以看见上面的输出结果，就说明没有问题了

如果你还不放心，可以检查一下yarn

[root@localhost hadoop]# yarn versionHadoop 2.6.0-cdh5.7.0Subversion http://github.com/cloudera/hadoop -r c00978c67b0d3fe9f3b896b5030741bd40bf541aCompiled by jenkins on 2016-03-23T18:41ZCompiled with protoc 2.5.0From source with checksum b2eabfa328e763c88cb14168f9b372This command was run using /root/app/hadoop/share/hadoop/common/hadoop-common-2.6.0-cdh5.7.0.jar[root@localhost hadoop]# #可以啦，到位

4.接下来，就是配置文件的书写

配置文件在：$HADOOP_HOME/etc/hadoop下

主要的修改的配置文件包括：core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml、slaves、hadoop-env.sh等

step4.1:hadoop-env.sh

配置hadoop的jdk环境

[root@localhost hadoop]# vim hadoop-env.sh

修改为# The java implementation to use.
export JAVA_HOME=/root/app/jdk1.8.0_144
保存退出

step4.2:core-site.xml

[root@localhost hadoop]# vim core-site.xml

添加上：

<property> <name>fs.defaultFS</name> <value>hdfs://hadoop000:8020</value>  </property><property>     <name>hadoop.tmp.dir</name>                        <value>/root/app/hadoop/data/tmp</value></property>

上面的保存退出就好

step4.3:hdfs-site.xml

添加上：

<property>  <name>dfs.name.dir</name>  <value>/root/app/hadoop/data/namenode</value></property><property>  <name>dfs.data.dir</name>  <value>/root/app/hadoop/data/datanode</value></property><property>  <name>dfs.tmp.dir</name>  <value>/root/app/hadoop/data/dfstmp</value></property><property>  <name>dfs.replication</name>  <value>3</value></property>

保存退出

step4.4:mapred-site.xml

[root@localhost hadoop]# cp mapred-site.xml.template mapred-site.xml[root@localhost hadoop]# [root@localhost hadoop]# vim mapred-site.xml

进去添加：

<property>  <name>mapreduce.framework.name</name>  <value>yarn</value></property>

保存退出

step4.5:yarn-site.xml

进入添加：

<property>  <name>yarn.resourcemanager.hostname</name>  <value>sparkproject1</value></property><property>  <name>yarn.nodemanager.aux-services</name>  <value>mapreduce_shuffle</value></property>

保存退出

step4.6:slaves

配置我们的子节点：

[root@localhost hadoop]# vim slaves hadoop000hadoop001hadoop002

说明：hadoop000在这里既是主节点，又是从节点

在另外两台服务器上搭建Hadoop环境

这里我们可以直接使用scp命令，将hadoop000的配置全部拷贝到另外的两台机器上去

[root@localhost ~]# scp -r ./* root@hadoop001:/root[root@localhost ~]# scp -r ./* root@hadoop002:/root#会比较慢，稍等一下[root@localhost ~]# scp -r ~/.bash_profile root@hadoop001:~/.bash_profile                                         100%  359     0.4KB/s   00:00    [root@localhost ~]# scp -r ~/.bash_profile root@hadoop002:~/.bash_profile                                         100%  359     0.4KB/s   00:00    [root@localhost ~]# 

在hadoop001和hadoop002分别source一下我们发送过去的配合文件

[root@localhost ~]# source ~/.bash_profile [root@localhost ~]# 

接下来，我们就可以开始我们的集群了

启动Hdfs集群

Hdfs是hadoop的分布式文件系统，简单来说，就是存放数据的。是海量数据！

1.格式化namenode

[root@localhost ~]# hdfs namenode -format

2.启动集群

使用jps命令查看一下：

*可以看见hadoop主节点上开启了一个namenode和datanode
另外两个节点的datanode都也启起了*

这时，我们也可以在windows机器上通过浏览器来查看集群的情况：

在浏览器中输入hadoop000:50070即可：(因为我在本机c盘的hosts文件中添加了主机名与ip地址的对应关系，你也可以直接使用ip+端口的形式)

点开上面：

就来到集群的根目录，这时，上面什么都没有，我们传一个东西上去

本地上传一个test1.txt的文件

[root@localhost ~]# cat test1.txt Hello HadoopHello BigDataHello Tomorrow[root@localhost ~]# hdfs dfs -put test1.txt /17/11/23 17:16:29 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable[root@localhost ~]# 

刷新页面，文件就可以被看见啦；

要想查看文件的内容，可以把文件下在下来，关于hdfs就简单介绍到这儿，下面开始介绍yarn….

启动Yarn集群

在hadoop集群中，yarn扮演的是一个集群资源的管理与调度这么一个角色

输入命令：

[root@localhost hadoop]# start-yarn.shstarting yarn daemonsstarting resourcemanager, logging to /root/app/hadoop/logs/yarn-root-resourcemanager-localhost.localdomain.outhadoop002: starting nodemanager, logging to /root/app/hadoop/logs/yarn-root-nodemanager-localhost.localdomain.outhadoop001: starting nodemanager, logging to /root/app/hadoop/logs/yarn-root-nodemanager-localhost.localdomain.outhadoop000: starting nodemanager, logging to /root/app/hadoop/logs/yarn-root-nodemanager-localhost.localdomain.out[root@localhost hadoop]# 

同样，jps查看进程：

可以看见，主节点多了两个进程出来，resourcemanager 和nodemanager,其余从节点多了nodemanger，，这个就是管理各个节点的资源的进程，都出现了，就说明启动成功，yarn也提供了web端，端口是8088，

在浏览器输入hadoop000:8088即可：

可以重点关注一下我上面的圈出的内容

我们可以开始一个简单的作业，测试一下

[root@localhost hadoop]# pwd/root/app/hadoop/share/hadoop[root@localhost hadoop]# hadoop jar mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.7.0.jar pi 2 3

上面的命令执行之后，计算pi的值，然后开始了一个mapreduce作业

过一会，就会输出结果

这个时候，你如果查看集群 ，会看见一个作业正在被执行：

输出结果：

可以看见pi的输出结果为4，虽然误差有点大。但是也是跑成功了一个作业。

到这里，我们的hadoop集群的搭建测试工作就已经完成了。不算是特别麻烦。你可以倒回去，再仔细看看，想想。慢慢的就会了。目前，我也只是刚接触大数据，有什么的错误的地方，可以给我留言。。祝你学习愉快！！