一、部署准备和完成目标

1.准备

1.服务器4台，本示例的操作系统为CentOS Linux release 7.8.2003 (Core)，其中一台为主节点master01，其余三台为从节点，分别为node01,node02,node03。

192.168.239.130 master01

192.168.239.131 node01

192.168.239.132 node02

192.168.239.133 node03

2.安装ansible自动化工具

为了后面操作步骤简单，在master01节点安装ansible工具后可直接在从节点上进行安装和配置操作，不需要分别到各个从节点执行同样的命令。ansible的安装部署和使用参考：Ansible之roles角色的使用方法总结的第五条“五、Roles使用实例”

提示：如果不熟练ansible工具，不安装也可以，后面通过ansible执行的命令或操作分别在每个节点执行操作即可。

2.目标

配置一个主节点和三个从节点的Hadoop-YARN集群。集群中所用的各个节点必须有一个唯一的主机名和IP地址，并能够基于主机互相通信。如果没有配置合用的DNS服务，也可以通过/etc/hosts文件进行主机解析，

二、安装部署

1.配置master和node节点运行环境

配置master节点，需要修改core-site.xml和yarn-site.xml配置文件中的“localhost”主机名称或地址为master节点的主机名称或地址，并在slaves文件中指明各从节点名称或地址即可。

1.配置hosts文件

192.168.239.130 master01.zhang.com master01
192.168.239.131 node01.zhang.com node01
192.168.239.132 node02.zhang.com node02
192.168.239.133 node03.zhang.com node03

复制/etc/hosts文件到各个从节点：

[root@master01 ~]# for i in 1 2 3; do scp /etc/hosts root@node0${i}:/etc/hosts; done

2.编辑环境配置文件

[root@master01 ~]# vim /etc/profile.d/hadoop.sh

export HADOOP_PREFIX=/bdapps/hadoop
export PATH=$PATH:${HADOOP_PREFIX}/bin:${HADOOP_PREFIX}/sbin
export HADOOP_COMMON_HOME=${HADOOP_PREFIX}
export HADOOP_YARN_HOME=${HADOOP_PREFIX}
export HADOOP_HDFS_HOME=${HADOOP_PREFIX}
export HADOOP_MAPRED_HOME=${HADOOP_PREFIX}

复制到其他节点

[root@master01 ~]# for i in 1 2 3; do scp /etc/profile.d/hadoop.sh root@node0${i}:/etc/profile.d/; done

3.配置java环境

[root@master01 ~]# cat /etc/profile.d/java.sh 
export JAVA_HOME=/usr

复制/etc/profile.d/java.sh到各个从节点

[root@master01 ~]# for i in 1 2 3; do scp /etc/profile.d/java.sh root@node0${i}:/etc/profile.d/java.sh; done

4.下载jdk程序包

您暂时无权查看此隐藏内容！

3.免密登录验证结果

[hadoop@master01 .ssh]$ for i in 1 2 3; do ssh node0${i} 'date'; done;
Thu Aug  6 10:35:09 CST 2020
Thu Aug  6 10:35:30 CST 2020
Thu Aug  6 10:35:50 CST 2020

4.下载Hadoop并配置其目录

1.在各个节点上创建相关目录：

[root@master01 ansible]# ansible allCentOS -m shell -a " mkdir -pv /bdapps /data/hadoop/hdfs/{nn,snn,dn}"

2.给/data/hadoop/hdfs目录授权

[root@master01 ansible]# ansible allCentOS -m shell -a "chown -R hadoop:hadoop /data/hadoop/hdfs"

3.下载hadoop

官网：https://hadoop.apache.org/release/2.10.0.html，wget下载：

[root@centos01 ~]# wget https://archive.apache.org/dist/hadoop/common/hadoop-2.10.0/hadoop-2.10.0.tar.gz
[root@master01 ~]# tar zxf hadoop-2.10.0.tar.gz -C /bdapps/

先将hadoop软件包下载到master01节点，然后复制hadoop安装包到其他节点

[root@master01 ~]# for i in 1 2 3; do scp hadoop-2.10.0.tar.gz root@node0${i}:/bdapps/; done

解压

[root@master01 ~]# ansible allCentOS -m shell -a "tar xf /bdapps/hadoop-2.10.0.tar.gz -C /bdapps/"

4.创建软连接：

[root@master01 ~]# ansible allCentOS -m shell -a "cd /bdapps/ && ln -sv hadoop-2.10.0 hadoop"

5.创建日志文件，并授权文件权限

[root@master01 ~]# ansible allCentOS -m shell -a "mkdir /bdapps/hadoop/logs && chmod g+w /bdapps/hadoop/logs && chown -R hadoop:hadoop /bdapps/hadoop/*"

5.配置Hadoop配置文件

1.core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master01:8020</value>
        <final>true</final>
    </property>
</configuration>

2.yarn-site.xml

<configuration>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>master01:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>master01:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>master01:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>master01:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>master01:8088</value>
    </property>
    <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.capacity.CapacityScheduler</value>
    </property>
</configuration>

3.hdfs-site.xml

修改dfs.replication属性的值为所需要的冗余的数值，例如：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:///data/hadoop/hdfs/nn</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:///data/hadoop/hdfs/dn</value>
    </property>
    <property>
        <name>fs.checkpoint.dir</name>
        <value>file:///data/hadoop/hdfs/snn</value>
    </property>
    <property>
        <name>fs.checkpoint.edits.dir</name>
        <value>file:///data/hadoop/hdfs/snn</value>
    </property>
</configuration>

4.mapred-site.xml

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

5.slave

node01
node02
node03

通过hadoop用户身份，复制以上配置文件到其他各个节点：

[root@master01 ~]# su - hadoop
Last login: Thu Aug  6 10:22:58 CST 2020 on pts/0
[hadoop@master01 ~]$ for i in 1 2 3; do scp /bdapps/hadoop/etc/hadoop/* node0${i}:/bdapps/hadoop/etc/hadoop/; done

6.格式化HDFS

与伪分布式模式相同，在HDFS集群的NN启动之前需要先初始化其用于存储数据的目录。如果hdfs-site.xml中dfs.namenode.name.dir属性指定的目录不存在，格式化命令会自动创建之；如果事前存在，请确保其权限正确，此时格式操作会清除其内部的所有数据并重新建立一个新的文件系统，格式化：

[root@master01 ~]# su - hadoop
Last login: Thu Aug  6 12:36:01 CST 2020 on pts/1
[hadoop@master01 ~]$ hdfs namenode -format
20/08/06 12:56:22 INFO namenode.NameNode: STARTUP_MSG: 
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG:   host = master01.zhang.com/192.168.239.130
STARTUP_MSG:   args = [-format]
STARTUP_MSG:   version = 2.10.0
......
20/08/06 12:56:24 INFO common.Storage: Storage directory /data/hadoop/hdfs/nn has been successfully formatted.
......

若格式化命令执行后的显示结果有显示如下内容，表示格式化成功：

20/08/06 12:56:24 INFO common.Storage: Storage directory /data/hadoop/hdfs/nn has been successfully formatted.

三、启动Hadoop

1.启动HDFS服务

可以分别在每个节点启动；也可以在master节点使用系统默认提供的脚本start-dfs.sh和stop-dfs.sh启动和停止整个集群，以及使用start-yarn.sh和stop-yarn.sh来启动和停止整个集群。

[hadoop@master01 ~]$ start-dfs.sh

查看各个节点进程状态：

[root@master01 ansible]# ansible allCentOS -m shell -a "su - hadoop -c jps"
[WARNING]: Consider using 'become', 'become_method', and 'become_user' rather than running su
192.168.239.131 | CHANGED | rc=0 >>
3968 Jps
3579 DataNode
192.168.239.133 | CHANGED | rc=0 >>
4101 Jps
3755 DataNode
192.168.239.132 | CHANGED | rc=0 >>
3298 DataNode
3641 Jps
192.168.239.130 | CHANGED | rc=0 >>
5991 SecondaryNameNode
5786 NameNode
6637 Jps

2.启动Yarn服务

[hadoop@master01 logs]$ start-yarn.sh

查看各个节点进程状态

[root@master01 ansible]# ansible allCentOS -m shell -a "su - hadoop -c jps"
[WARNING]: Consider using 'become', 'become_method', and 'become_user' rather than running su
192.168.239.131 | CHANGED | rc=0 >>
4277 NodeManager
4439 Jps
3579 DataNode
192.168.239.132 | CHANGED | rc=0 >>
3952 NodeManager
3298 DataNode
4115 Jps
192.168.239.130 | CHANGED | rc=0 >>
7777 ResourceManager
5991 SecondaryNameNode
8201 Jps
5786 NameNode
192.168.239.133 | CHANGED | rc=0 >>
3755 DataNode
4412 NodeManager
4575 Jps

四、Hadoop简单使用

1.在hadoop中创建目录

[hadoop@master01 logs]$ hdfs dfs -mkdir /test

2.上传文件

[hadoop@master01 logs]$ hdfs dfs -put /etc/fstab /test/

3.查看文件内容

[hadoop@master01 logs]$ hdfs dfs -cat /test/fstab

#
# /etc/fstab
# Created by anaconda on Sun Jul 12 17:56:16 2020
#
# Accessible filesystems, by reference, are maintained under '/dev/disk'
# See man pages fstab(5), findfs(8), mount(8) and/or blkid(8) for more info
#
/dev/mapper/centos_centos01-root /                       xfs     defaults        0 0
UUID=f633a85c-6115-4073-959b-17b808f93d4e /boot                   xfs     defaults        0 0
/dev/mapper/centos_centos01-swap swap                    swap    defaults        0 0

4.查看各个节点，如下表示已生成数据

[root@master01 ansible]# ansible allCentOS -m shell -a "ls /data/hadoop/hdfs/dn/"
192.168.239.133 | CHANGED | rc=0 >>
current
in_use.lock
192.168.239.131 | CHANGED | rc=0 >>
current
in_use.lock
192.168.239.132 | CHANGED | rc=0 >>
current
in_use.lock
192.168.239.130 | CHANGED | rc=0 >>

5.hadoop统计文件中每个单词出现的次数

[hadoop@master01 logs]$ yarn jar /bdapps/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.10.0.jar wordcount /test/fstab /test/wordcount

五、YARN集群管理命令

yarn命令有许多子命令，大体可分为用户命令和管理命令两类，直接运行yarn命令，可显示器简单使用语法及各子命令的简单使用。

[hadoop@master01 logs]$ yarn
Usage: yarn [--config confdir] [COMMAND | CLASSNAME]
  CLASSNAME                             run the class named CLASSNAME
 or
  where COMMAND is one of:
  resourcemanager                       run the ResourceManager
                                        Use -format-state-store for deleting the RMStateStore.
                                        Use -remove-application-from-state-store <appId> for 
                                            removing application from RMStateStore.
  nodemanager                           run a nodemanager on each slave
  timelinereader                        run the timeline reader server
  timelineserver                        run the timeline server
  rmadmin                               admin tools
  router                                run the Router daemon
  sharedcachemanager                    run the SharedCacheManager daemon
  scmadmin                              SharedCacheManager admin tools
  version                               print the version
  jar <jar>                             run a jar file
  application                           prints application(s)
                                        report/kill application
  applicationattempt                    prints applicationattempt(s)
                                        report
  container                             prints container(s) report
  node                                  prints node report(s)
  queue                                 prints queue information
  logs                                  dump container logs
  schedulerconf                         updates scheduler configuration
  classpath                             prints the class path needed to
                                        get the Hadoop jar and the
                                        required libraries
  cluster                               prints cluster information
  daemonlog                             get/set the log level for each
                                        daemon
  top                                   run cluster usage tool

Most commands print help when invoked w/o parameters.

常用命令：

yarn application <options>
yarn node <options>
yarn logs <options>
yarn classpath <options>
yarn version <options>
yarn rmadmin <options>
yarn daemonlog <options>

[hadoop@master01 logs]$ yarn application -list
[hadoop@master01 logs]$ yarn application -list -appStates=all
[hadoop@master01 logs]$ yarn application -status Application-Id
[hadoop@master01 logs]$ yarn node -list
20/08/06 16:49:23 INFO client.RMProxy: Connecting to ResourceManager at master01/192.168.239.130:8032
Total Nodes:3
         Node-Id	     Node-State	Node-Http-Address	Number-of-Running-Containers
node01.zhang.com:35395	        RUNNING	node01.zhang.com:8042	                           0
node03.zhang.com:33345	        RUNNING	node03.zhang.com:8042	                           0
node02.zhang.com:42587	        RUNNING	node02.zhang.com:8042	                           0

六、网页展示

HDFS和YARN ResourceManager各自提供了一个Web接口，通过这些接口可检查HDFS集群即YARN集群的相关状态信息，它们的访问接口如下，实际使用中，需要将NameNodeHost和ResourceManagerHost分别改为其相应的主机地址：

HDFS-NameNode: http://<NameNodeHost>:50070/
YARN-ResourceManager: http://<ResourceManagerHost>:8088/

注意：yarn-site.xml文件中yarn.resourcemanager.webapp.address属性的值如果定义为“”“localhost:8088”,则WebUI仅监听于127.0.0.1地址上的8088端口。

伪分布式hadoop模型的安装部署参考琼杰笔记文档：

Hadoop分布式模型安装部署和使用方法总结——伪分布式

内容查看价格2.99元立即支付

注意：本站少数资源收集于网络，如涉及版权等问题请及时与站长联系，我们会在第一时间内与您协商解决。如非特殊说明，本站所有资源解压密码均为：zhangqiongjie.com。作者：1923002089

Hadoop分布式模型安装部署和使用方法总结——分布式

一、部署准备和完成目标

1.准备

2.目标

二、安装部署

1.配置master和node节点运行环境

4.下载Hadoop并配置其目录

5.配置Hadoop配置文件

6.格式化HDFS

三、启动Hadoop

四、Hadoop简单使用

五、YARN集群管理命令

六、网页展示

相关推荐

评论抢沙发

评论前必须登录！

wordpress转型docker运行，数据持久化并定期与github更新同步

分类

分享交流，合作共赢！

觉得文章有用就打赏一下文章作者

非常感谢你的打赏，我们将继续给力更多优质内容，让我们一起创建更加美好的网络世界！

支付宝扫一扫打赏

微信扫一扫打赏

2024年 12月
一	二	三	四	五	六	日
					1	2
3	4	5	6	7	8	9
10	11	12	13	14	15	16
17	18	19	20	21	22	23
24	25	26	27	28	29	30

一、部署准备和完成目标

1.准备

2.目标

二、安装部署

1.配置master和node节点运行环境

4.下载Hadoop并配置其目录

5.配置Hadoop配置文件

6.格式化HDFS

三、启动Hadoop

四、Hadoop简单使用

五、YARN集群管理命令

六、网页展示

相关推荐

评论 抢沙发

评论前必须登录！

wordpress转型docker运行，数据持久化并定期与github更新同步

分类

分享交流，合作共赢！

觉得文章有用就打赏一下文章作者

非常感谢你的打赏，我们将继续给力更多优质内容，让我们一起创建更加美好的网络世界！

支付宝扫一扫打赏

微信扫一扫打赏

评论抢沙发