大数据练习环境部署(3) - Hadoop集群部署
目录
- 1. 环境配置
- 1.1 创建hadoop用户
- 1.2 修改相关host
- 1.3 ssh免密登陆
- 2. JAVA安装
- 2.1 下载JDK1.8
- 2.2 解压安装java
- 2.3 分发到其他节点
- 2.4 安装过程中遇到的问题
- 2.4.1 切换到其他用户验证时, PATH环境变量未生效
- 方法一 增加环境变量参数
- 方法二 注释环境变量
- 3. Hadoop安装
- 3.1 下载Hadoop
- 3.2 解压到合适的目录
- 3.3 修改环境变量
- 3.4 修改配置文件
- 3.4.1 修改hadoop-env.sh
- 3.4.2 修改core-site.xml
- 3.4.3 修改hdfs-site.xml
- 3.4.4 修改mapred-site.xml
- 3.4.5 修改yarn-site.xml
- 3.4.6 workers
- 3.5 分发到其他节点
- 3.6 启动、验证、关闭
- 3.6.1 格式化
- 3.6.2 启动
- 3.6.3 验证
- 3.6.3.1 jps
- 3.6.3.2 通过hdfs命令查看
- 3.6.3.3 web端验证
- 3.6.3.4WordCount测试
- 3.6.4 关闭
1. 环境配置
1.1 创建hadoop用户
装 Ubuntu 的时候如果不是用的 hadoop
用户,那么需要增加一个名为 hadoop
的用户。(因为后续需要频繁用到用户名)
首先按 ctrl+alt+t
打开终端窗口,
# 创建新用户
sudo adduser hadoop# 为 hadoop 用户sudo操作权限
sudo usermod -aG sudo hadoop# 在另外两台机器上做同样的用户创建
1.2 修改相关host
已在上个阶段完成
1.3 ssh免密登陆
这个操作是要让 master 节点可以无密码 SSH 登陆到各个 Slave 节点上。
# 登陆到hadoop用户
su hadoop# 生成密钥
ssh-keygen -t rsa
# 一直回车即可
master 节点hadoop用户无密码 ssh 到slave机器上,在 master 节点上执行:
cd ~/.ssh
cat ./id_rsa.pub >> ./authorized_keys# 完成后可执行 ssh master 验证一下(可能需要输入 yes,成功后执行 ctrl+d 返回原来的终端)。
ssh master## 在远程机器上创建.ssh文件夹,并分发hadoop 用户 在 master节点上的公钥到slave1和slave2上,
scp ~/.ssh/id_rsa.pub hadoop@slave1:~/id_rsa.pub
ssh hadoop@slave1 'mkdir ~/.ssh;cat ~/id_rsa.pub >> ~/.ssh/authorized_keys;rm ~/id_rsa.pub;chmod 700 ~/.ssh;chmod 600 ~/.ssh/authorized_keys'scp ~/.ssh/id_rsa.pub hadoop@slave2:~/id_rsa.pub
ssh hadoop@slave2 'mkdir ~/.ssh;cat ~/id_rsa.pub >> ~/.ssh/authorized_keys;rm ~/id_rsa.pub;chmod 700 ~/.ssh;chmod 600 ~/.ssh/authorized_keys'
2. JAVA安装
2.1 下载JDK1.8
下载地址:https://www.oracle.com/java/technologies/javase/javase-jdk8-downloads.html
Q:以前疑惑的一个问题,java17 19 都出来了,为什么还要用1.8,版本之间有什么关系:
java从5开始就是Java5,java6,java7,java8这样命名,
java5之前都是java1,java1.2,java1.3,java1.4这样命名,
到了5,发行公司感觉有革命性的变化,就开始5,6,7,8这样命名,实际上java1.8也就是java8
根据CPU类型选择下载链接:
CPU判断Linux 中的i386,i486,i586,i686和AMD_64,X86,x86_64后缀的区别
一般选tar.gz
文件,另外,我的CPU是X64
2.2 解压安装java
# ctrl+d 退回原始用户安装,避免权限太高等问题
cd /opt/
mkdir java
tar -zxvf jdk-8u351-linux-x64.tar.gz -C ./java/
# 做个链接方便以后有时候更换
ln -s jdk1.8.0_351 jdk8# 修改全局环境变量
sudo vim /etc/profile
# 对应添加如下内容
## # java
## export JAVA_HOME=/opt/java/jdk8
## export JRE_HOME=$JAVA_HOME/jre
## export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
## export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin# 退出后更新下环境变量
source /etc/profile# java验证
java -version
# 如果能出现下面的信息,即表示完成
# java version "1.8.0_351"
# Java(TM) SE Runtime Environment (build 1.8.0_351-b10)
# Java HotSpot(TM) 64-Bit Server VM (build 25.351-b10, mixed mode)
2.3 分发到其他节点
xsync /opt/java
关于xsync,可以参考xsync同步脚本的创建及使用(以Debian10集群为例)
Tips:根据个人情况修改命令行中的主机名称
2.4 安装过程中遇到的问题
2.4.1 切换到其他用户验证时, PATH环境变量未生效
方法一 增加环境变量参数
登陆系统时shell读取的顺序应该是
/etc/profile ->/etc/environment --> ~/.profile --> ~/.env
所以有可能在/etc/profile中设置环境变量后,被/etc/environment中的环境变量覆盖了
# 查看/etc/environment,可看到
cat /etc/environment
# PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games"# 将内容修改为:
PATH="$PATH/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games"
为什么/etc/profile 中的环境变量重启后失效了 https://blog.csdn.net/my_wings/article/details/102617631
方法二 注释环境变量
如果方法一对$PATH
不生效,则需要 /etc/environment 中的内容注释掉
# PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games"
说明:以上两种情况都遇到过!
3. Hadoop安装
3.1 下载Hadoop
Hadopp官网
下载地址
3.2 解压到合适的目录
# 我一般会把软件安装到opt下面
cd /opt
mkdir hadoop
# 解压到合适的路径
tar -zxvf hadoop-3.3.4.tar.gz -C ./hadoop/
# 创链接
cd hadoop
ln -s hadoop-3.3.4/ hadoop
# 删除安装报1
rm -f ../hadoop-3.3.4.tar.gz# 为了方便操作,将hadoop文件夹的用户和组进行修改
sudo chown -R hadoop:hadoop ./hadoop/# 可以验证解压情况
./hadoop/hadoop/bin/hadoop version
# Hadoop 3.3.4
# Source code repository https://github.com/apache/hadoop.git -ra585a73c3e02ac62350c136643a5e7f6095a3dbb
# Compiled by stevel on 2022-07-29T12:32Z
# Compiled with protoc 3.7.1
# From source with checksum fb9dd8918a7b8a5b430d61af858f6ec
# This command was run using /opt/hadoop/hadoop-3.3.4/share/hadoop/common/hadoop-common-3.3.4.jar
3.3 修改环境变量
sudo vim /etc/profile# 增加下面的内容
# hadoop
export HADOOP_HOME=/opt/hadoop/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin# source 下环境变量生效
source /etc/profile
3.4 修改配置文件
# 切换到hadoop用户开始修改配置文件
su hadoopcd ./hadoop/hadoop/etc/hadoop
可以安装一个sublime(ubuntu software里面就有),通过sublime编辑器来配置环境变量会方便一些(SFTP/FTP)
3.4.1 修改hadoop-env.sh
vim hadoop-env.sh # 增加下面的环境变量内容
export JAVA_HOME=/opt/java/jdk8
3.4.2 修改core-site.xml
vim core-sites.xml
<!-- 在配置信息中添加如下内容 -->
<configuration><property><name>fs.defaultFS</name><value>hdfs://master:9000</value></property><property><name>hadoop.tmp.dir</name><value>/opt/hadoop/hadoop/tmp</value> <!--临时文件保存路径。不需要我们提前建好文件夹,如果没有,格式化名称节点时会自动创建--></property>
</configuration>
3.4.3 修改hdfs-site.xml
vim hdfs-site.xml
<configuration><property><name>dfs.replication</name><value>2</value> <!--对于Hadoop的分布式文件系统HDFS而言,一般都是采用冗余存储,冗余因子通常为3,也就是说,一份数据保存三份副本--></property><property><name>dfs.namenode.name.dir</name><value>/opt/hadoop/hadoop/tmp/dfs/name</value> <!--不需要提前建好文件夹,如果没有,格式化名称节点时会自动创建--></property><property><name>dfs.datanode.data.dir</name><value>/opt/hadoop/hadoop/tmp/dfs/data</value> <!--不需要提前建好文件夹,如果没有,格式化名称节点时会自动创建--></property>
<!-- <property><name>dfs.namenode.http-address</name><value>master:9870</value></property> -->
</configuration>
3.4.4 修改mapred-site.xml
vim mapred-site.xml
<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property><property><name>mapreduce.jobhistory.address</name><value>master:10020</value></property><property><name>mapreduce.jobhistory.webapp.address</name><value>master:19888</value></property>
</configuration>
3.4.5 修改yarn-site.xml
vim yarn-site.xml
<configuration><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><property><name>yarn.resourcemanager.hostname</name><value>master</value></property><property><name>yarn.resourcemanager.address</name><value>master:18040</value></property><property><name>yarn.resourcemanager.scheduler.address</name><value>master:18030</value></property><property><name>yarn.resourcemanager.resource-tracker.address</name><value>master:18025</value></property><property><name>yarn.resourcemanager.admin.address</name><value>master:18141</value></property><property><name>yarn.resourcemanager.webapp.address</name><value>master:8088</value><!-- yarn的可视化界面web地址--></property><!-- Site specific YARN configuration properties --></configuration>
3.4.6 workers
vim workers
slave1
slave2
3.5 分发到其他节点
xsync /opt/hadoop/
3.6 启动、验证、关闭
3.6.1 格式化
首次启动需要先在 master 节点执行 NameNode 的格式化:
hdfs namenode -format
3.6.2 启动
start-all.sh
## 10秒启动
# WARNING: Attempting to start all Apache Hadoop daemons as hadoop in 10 seconds.
# WARNING: This is not a recommended production deployment configuration.
# WARNING: Use CTRL-C to abort.
# Starting namenodes on [master]
# Starting datanodes
# Starting secondary namenodes [OzupeSirMachine]
# Starting resourcemanager
# Starting nodemanagers
3.6.3 验证
3.6.3.1 jps
通过jps
命令可以查到各个节点启动的进程
# 在master节点上可以看到如下任务:
# Jps
30951 Jps
23128 SecondaryNameNode
22731 NameNode
23405 ResourceManager# 在slave节点上可以看到如下任务:
1826 Jps
1734 NodeManager
1607 DataNode
3.6.3.2 通过hdfs命令查看
hdfs dfsadmin -report# 查看 DataNode 是否正常启动,如果 Live datanodes 不为 0 ,则说明集群启动成功。
Configured Capacity: 39792705536 (37.06 GB)
Present Capacity: 19667972096 (18.32 GB)
DFS Remaining: 19667914752 (18.32 GB)
DFS Used: 57344 (56 KB)
DFS Used%: 0.00%
Replicated Blocks:Under replicated blocks: 0Blocks with corrupt replicas: 0Missing blocks: 0Missing blocks (with replication factor 1): 0Low redundancy blocks with highest priority to recover: 0Pending deletion blocks: 0
Erasure Coded Block Groups: Low redundancy block groups: 0Block groups with corrupt internal blocks: 0Missing block groups: 0Low redundancy blocks with highest priority to recover: 0Pending deletion blocks: 0-------------------------------------------------
Live datanodes (2):Name: 192.168.245.129:9866 (slave1)
Hostname: slave1
Decommission Status : Normal
Configured Capacity: 19896352768 (18.53 GB)
DFS Used: 24576 (24 KB)
Non DFS Used: 9017446400 (8.40 GB)
DFS Remaining: 9842262016 (9.17 GB)
DFS Used%: 0.00%
DFS Remaining%: 49.47%
Configured Cache Capacity: 0 (0 B)
Cache Used: 0 (0 B)
Cache Remaining: 0 (0 B)
Cache Used%: 100.00%
Cache Remaining%: 0.00%
Xceivers: 0
Last contact: Thu Dec 22 09:50:00 UTC 2022
Last Block Report: Thu Dec 22 09:49:39 UTC 2022
Num of Blocks: 0Name: 192.168.245.130:9866 (slave2)
Hostname: slave2
Decommission Status : Normal
Configured Capacity: 19896352768 (18.53 GB)
DFS Used: 32768 (32 KB)
Non DFS Used: 9034047488 (8.41 GB)
DFS Remaining: 9825652736 (9.15 GB)
DFS Used%: 0.00%
DFS Remaining%: 49.38%
Configured Cache Capacity: 0 (0 B)
Cache Used: 0 (0 B)
Cache Remaining: 0 (0 B)
Cache Used%: 100.00%
Cache Remaining%: 0.00%
Xceivers: 0
Last contact: Thu Dec 22 09:50:00 UTC 2022
Last Block Report: Thu Dec 22 09:49:39 UTC 2022
Num of Blocks: 0
3.6.3.3 web端验证
yarn web :http://master:8088
说明:通过修改 yarn-site.xml更改端口
hdfs web :http://master:9870
说明:通过修改 hdfs-site.xml更改端口
3.6.3.4WordCount测试
# 文件验证
cd /opt/hadoop/hadoop# hdfs创建文件夹
hdfs dfs -mkdir -p /usr/hadoop/tmp/conf# hdfs上传文件
hdfs dfs -put etc/hadoop/*-site.xml /user/hadoop/tmp/conf
3.6.4 关闭
stop-all.sh
大数据练习环境部署(3) - Hadoop集群部署相关推荐
- 大数据生态(六)zookeeper集群部署(Linux和Windows[含一键启动脚本])
目录 前言 1.解压安装Zookeeper到/e3base/zookeeper目录下 2 .创建$E3_INFO_HOME/zookeeper目录 3 .创建数据目录和日志目录 4.配置环境变量 4. ...
- 【大数据实战】Docker中Hadoop集群搭建
目录 Docker中Hadoop集群搭建 环境 网络设置 安装docker 安装OpenSSH免密登录 Ansible安装 软件环境配置 配置hadoop运行所需配置文件 Hadoop 启动 问题 D ...
- 深圳大数据培训技术分享:Hadoop集群同步
深圳大数据培训技术分享:Hadoop集群同步 分享--是技术突飞猛进的很好体验!在千锋学习大数据技术,开始学会了分享,班里五十个人,每个人就能得到49份不同技术探讨.每次到分享的时刻,总会收获不同的想 ...
- Ambari在离线环境中安装Hadoop集群
2019独角兽企业重金招聘Python工程师标准>>> http://www.hackbase.com/article-973-1.html (WJW)Ambari在离线环境中安装H ...
- 学习笔记Hadoop(五)—— Hadoop集群的安装与部署(2)—— Hadoop集群部署模式、配置固定IP
一.Hadoop集群部署模式 Hadoop的安装部署的模式一共有三种: 独立模式(本地模式) standalone 默认的模式,无需运行任何守护进程(daemon),所有程序都在单个JVM上执行.由于 ...
- Hadoop集群部署权限总结
这是一篇总结的文章,主要介绍 Hadoop 集群快速部署权限的步骤以及一些注意事项.如果你想了解详细的过程,请参考本博客中其他的文章. 1. 开始之前 hadoop 集群一共有三个节点,每个节点的 i ...
- 大数据之超级详细的KafKa集群搭建过程
大数据 大数据之超级详细的KafKa集群搭建过程 文章目录 大数据 大数据之超级详细的KafKa集群搭建过程 前言 一.Kafka集群配置方法 1.1 将Kafka的安装包上传到虚拟机,并解压(三个虚 ...
- Hadoop集群部署模型纵览1
vSphere Big Data Extensions(简称BDE)支持多种部署方式来构建Hadoop集群.按: 存储/计算绑定模型:将存储节点(Data Node)和计算节点(Task Tracke ...
- hadoop集群部署
hadoop简介 Hadoop是一个由Apache基金会所开发的分布式系统基础架构, 是一个存储系统+计算框架的软件框架,主要解决海量数据存储与计算的问题,是大数据技术中的基石. Hadoop以一种可 ...
最新文章
- Silverlight中文件的生成操作与其对应的获取方法
- GUI编程之tkinter
- 【RocketMQ工作原理】消息堆积与消费延迟
- c语言file_C语言 技能提升 系列文章(七)格式化输入/输出
- Mono,CLR,.net,Net Framework之间的关系
- 获取套接字相关联信息
- 使用Hazelcast发布和订阅
- Java之生成Pdf并对Pdf内容操作
- Readonly 与Const
- 庄河投资10亿元强力打造“智慧城市”
- GeoTiff及GDAL切图(java)
- js复制 兼容浏览器
- Python3爬虫系列:理论+实验+爬取妹子图实战
- 使用Nodejs+puppeteer 批量保存网页为图片或PDF
- 技术创新是协同OA产品的生命力
- Vue教程(三十九)vue-cli2脚手架安装
- 美剧之《黑客军团第四季》(Mr robot)第12集摘要
- 缺失值处理的三种方法
- STM32串口导致电脑鼠标乱飞的解决办法
- 最全:2023年华为认证HCIA+HCIP题库合集(含答案解析)
热门文章
- 百科系统php,HDwiki与PHPCMS联合推出开源中文Wiki系统
- 加密字符 【问题描述】 在情报传递过程中,为了防止情报被截获,往往需要用一定的方式对情报进行加密。简单的加密算法虽然不足以完全避免情报被破译,但仍然能防止情报被轻易识别
- 精选101个中国风PPT模板
- 「对话GitOps之星」张晋涛:“肝帝”时不时也会拖更
- 跨境电商人要知道的知识产权侵权防范小知识
- python画爱心 好看漂亮的表白代码
- 锁定计算机是什么意思6,文件处于锁定状态是什么意思?
- 本科生掀起“科研热”?该校本科生连发SCI,其中2篇顶刊
- 大师如何炼成 罗杰斯“不从众”的成功之道
- java数字转罗马数字