1.1 Hadoop部署

1)集群部署规划
注意:NameNode和SecondaryNameNode不要安装在同一台服务器
注意:ResourceManager也很消耗内存,不要和NameNode、SecondaryNameNode配置在同一台机器上。


hadoop102 hadoop103 hadoop104
HDFS
NameNode
DataNode


DataNode
SecondaryNameNode
DataNode
YARN

NodeManager
ResourceManager
NodeManager


NodeManager

2)用SecureCRT工具将hadoop-3.1.3.tar.gz导入到opt目录下面的software文件夹下面
切换到sftp连接页面,选择Linux下编译的hadoop jar包拖入,如图2-32所示
3)进入到Hadoop安装包路径下

  1. [root@hadoop102 ~]$ cd /opt/software/

4)解压安装文件到/opt/module下面

  1. [root@hadoop102 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

5)查看是否解压成功

  1. [root@hadoop102 software]$ ls /opt/module/
  2. hadoop-3.1.3

6)将Hadoop添加到环境变量
(1)获取Hadoop安装路径

  1. [root@hadoop102 hadoop-3.1.3]$ pwd
  2. /opt/module/hadoop-3.1.3

(2)打开/etc/profile.d/my_env.sh文件

  1. [root@hadoop102 hadoop-3.1.3]$ sudo vim /etc/profile.d/my_env.sh

在profile文件末尾添加JDK路径:(shitf+g)

  1. ##HADOOP_HOME
  2. export HADOOP_HOME=/opt/module/hadoop-3.1.3
  3. export PATH=$PATH:$HADOOP_HOME/bin
  4. export PATH=$PATH:$HADOOP_HOME/sbin

(3)保存后退出
:wq
(4)分发环境变量文件

  1. [root@hadoop102 hadoop-3.1.3]$ sudo /root/bin/xsync /etc/profile.d/my_env.sh

(5)source 是之生效(3台节点)

  1. [root@hadoop102 module]$ source /etc/profile.d/my_env.sh
  2. [root@hadoop103 module]$ source /etc/profile.d/my_env.sh
  3. [root@hadoop104 module]$ source /etc/profile.d/my_env.sh

1.2 配置集群

1)核心配置文件
配置core-site.xml

  1. [root@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
  2. [root@hadoop102 hadoop]$ vim core-site.xml

文件内容如下:

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
  3. <configuration>
  4. <!-- 指定NameNode的地址 -->
  5. <property>
  6. <name>fs.defaultFS</name>
  7. <value>hdfs://hadoop102:8020</value>
  8. </property>
  9. <!-- 指定hadoop数据的存储目录 -->
  10. <property>
  11. <name>hadoop.tmp.dir</name>
  12. <value>/opt/module/hadoop-3.1.3/data</value>
  13. </property>
  14. <!-- 配置HDFS网页登录使用的静态用户为root -->
  15. <property>
  16. <name>hadoop.http.staticuser.user</name>
  17. <value>root</value>
  18. </property>
  19. <!-- 配置该root(superUser)允许通过代理访问的主机节点 -->
  20. <property>
  21. <name>hadoop.proxyuser.root.hosts</name>
  22. <value>*</value>
  23. </property>
  24. <!-- 配置该root(superUser)允许通过代理用户所属组 -->
  25. <property>
  26. <name>hadoop.proxyuser.root.groups</name>
  27. <value>*</value>
  28. </property>
  29. <!-- 配置该root(superUser)允许通过代理的用户-->
  30. <property>
  31. <name>hadoop.proxyuser.root.users</name>
  32. <value>*</value>
  33. </property>
  34. </configuration>

2)HDFS配置文件
配置hdfs-site.xml
[root@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下:

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
  3. <configuration>
  4. <!-- nn web端访问地址-->
  5. <property>
  6. <name>dfs.namenode.http-address</name>
  7. <value>hadoop102:9870</value>
  8. </property>
  9. <!-- 2nn web端访问地址-->
  10. <property>
  11. <name>dfs.namenode.secondary.http-address</name>
  12. <value>hadoop104:9868</value>
  13. </property>
  14. <!-- 测试环境指定HDFS副本的数量1 -->
  15. <property>
  16. <name>dfs.replication</name>
  17. <value>3</value>
  18. </property>
  19. </configuration>

3)YARN配置文件
配置yarn-site.xml
[root@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下:

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
  3. <configuration>
  4. <!-- 指定MRshuffle -->
  5. <property>
  6. <name>yarn.nodemanager.aux-services</name>
  7. <value>mapreduce_shuffle</value>
  8. </property>
  9. <!-- 指定ResourceManager的地址-->
  10. <property>
  11. <name>yarn.resourcemanager.hostname</name>
  12. <value>hadoop103</value>
  13. </property>
  14. <!-- 环境变量的继承 -->
  15. <property>
  16. <name>yarn.nodemanager.env-whitelist</name>
  17. <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
  18. </property>
  19. <!-- yarn容器允许分配的最大最小内存 -->
  20. <property>
  21. <name>yarn.scheduler.minimum-allocation-mb</name>
  22. <value>512</value>
  23. </property>
  24. <property>
  25. <name>yarn.scheduler.maximum-allocation-mb</name>
  26. <value>4096</value>
  27. </property>
  28. <!-- yarn容器允许管理的物理内存大小 -->
  29. <property>
  30. <name>yarn.nodemanager.resource.memory-mb</name>
  31. <value>4096</value>
  32. </property>
  33. <!-- 关闭yarn对物理内存和虚拟内存的限制检查 -->
  34. <property>
  35. <name>yarn.nodemanager.pmem-check-enabled</name>
  36. <value>false</value>
  37. </property>
  38. <property>
  39. <name>yarn.nodemanager.vmem-check-enabled</name>
  40. <value>false</value>
  41. </property>
  42. </configuration>

4)MapReduce配置文件
配置mapred-site.xml
[root@hadoop102 hadoop]$ vim mapred-site.xml
文件内容如下:

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
  3. <configuration>
  4. <!-- 指定MapReduce程序运行在Yarn -->
  5. <property>
  6. <name>mapreduce.framework.name</name>
  7. <value>yarn</value>
  8. </property>
  9. </configuration>

5)配置workers
[root@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在该文件中增加如下内容:

  1. hadoop102
  2. hadoop103
  3. hadoop104

注意:该文件中添加的内容结尾不允许有空格,文件中不允许有空行。

1.3 配置历史服务器

为了查看程序的历史运行情况,需要配置一下历史服务器。具体配置步骤如下:
1)配置mapred-site.xml
[root@hadoop102 hadoop]$vi mapred-site.xml
在该文件里面增加如下配置。

  1. <!-- 历史服务器端地址 -->
  2. <property>
  3. <name>mapreduce.jobhistory.address</name>
  4. <value>hadoop102:10020</value>
  5. </property>
  6. <!-- 历史服务器web端地址 -->
  7. <property>
  8. <name>mapreduce.jobhistory.webapp.address</name>
  9. <value>hadoop102:19888</value>
  10. </property>

1.4 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:可以方便的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HistoryManager。
开启日志聚集功能具体步骤如下:
1)配置yarn-site.xml
[root@hadoop102 hadoop]$ vim yarn-site.xml
在该文件里面增加如下配置。

  1. <!-- 开启日志聚集功能 -->
  2. <property>
  3. <name>yarn.log-aggregation-enable</name>
  4. <value>true</value>
  5. </property>
  6. <!-- 设置日志聚集服务器地址 -->
  7. <property>
  8. <name>yarn.log.server.url</name>
  9. <value>http://hadoop102:19888/jobhistory/logs</value>
  10. </property>
  11. <!-- 设置日志保留时间为7 -->
  12. <property>
  13. <name>yarn.log-aggregation.retain-seconds</name>
  14. <value>604800</value>
  15. </property>

1.5 分发Hadoop

[root@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/

1.6 群起集群

1)启动集群
(1)如果集群是第一次启动,需要在hadoop102节点格式化NameNode(注意格式化之前,一定要先停止上次启动的所有namenode和datanode进程,然后再删除data和log数据)
[root@hadoop102 hadoop-3.1.3]$ bin/hdfs namenode -format
(2)启动HDFS
[root@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
报错:
在 /opt/module/hadoop-3.1.3/etc/hadoop/hadoop-env.sh添加

export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

(3)在配置了ResourceManager的节点(hadoop103)启动YARN
[root@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
(4)Web端查看HDFS的Web页面:http://hadoop102:9870/
image.png
(5)Web端查看SecondaryNameNode
(a)浏览器中输入:http://hadoop104:9868/status.html
(b)查看SecondaryNameNode信息
image.png

1.9 Hadoop群起脚本

[root@hadoop102 bin]$ pwd
/root/bin
[root@hadoop102 bin]$ vim hdp.sh
输入如下内容:

#!/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 hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac

[root@hadoop102 bin]$ chmod 777 hdp.sh