hadoop运行环境配置 hadoop基础环境配置

Hadoop基础之环境搭建

环境搭建

• 本地环境

• 可以用于开发的单节点模式，没有分布式的概念

• 伪分布式环境
• 一个节点表示一整个集群，但是分布式的概念，一个节点充当分布式里的所有角色
• 完全分布式
• 一个集群中有N个节点，他们分别充当分布式中不同的角色，完成不同的任务

伪分布式环境搭建

• 下载安装包

• Hadoop官网

• 配制环境变量

#set hadoop enviornment
export HADOOP_HOME=/home/bduser/model/hadoop-2.7.6
PATH=$PATH:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin

• 修改配制文件

• hdfs-site.xml

<configuration>
    <property>
               <name>dfs.namenode.secondary.http-address</name>
               <value>hadoop100:9001</value>
    </property>
     <property>
            <name>dfs.replication</name>
            <value>1</value>
      </property>

      <property>
            <name>dfs.namenode.name.dir</name>
            <value>/home/bduser/model/hadoop-2.7.6/dfs/name</value>
      </property>

      <property>
            <name>dfs.datanode.data.dir</name>
            <value>/home/bduser/model/hadoop-2.7.6/dfs/data</value>
      </property>

      <property>
            <name>dfs.namenode.checkpoint.dir</name>
            <value>/home/bduser/model/hadoop-2.7.6/dfs/secondaryName</value>
      </property>

      <property>
            <name>dfs.hosts</name>
            <value>/home/user/modules/hadoop/etc/hadoop/dfs</value>
      </property>

      <property>
            <name>dfs.hosts.exclude</name>
            <value>/home/user/modules/hadoop/etc/hadoop/dfs.hosts.exclude</value>
      </property>
</configuration>

• core-size.xml

<configuration>
      <property>
            <name>fs.default.name</name>
               <value>hdfs://hadoop100:9000</value>
      </property>

      <property>
            <name>net.topology.node.switch.mapping.impl</name>
            <value>hdfs.RackPerception</value>
      </property>
</configuration>

• yarn-size.xml

<configuration>
      <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
      </property>

      <property>
            <name>yarn.resourcemanager.hostname</name>
            <value>hadoop100</value>
      </property>
</configuration>

• slaves

• 填写DataNode从节点

• hadoop-env.sh

• 修改JAVA_HOME路径
• 填写DataNode节点
• 格式化Hadoop
• hadoop   namenode   format
• 启动
• hadoop/sbin/start-all.sh
• 需要什么启动什么
• 注意事项
• 配置前
• jdk
• ssh免密登录
• 防火墙关闭
• 如果访问不到webUI
• 检查防火墙
• 检查映射关系
• 浏览器不能使用IE或兼容模式
• 需要格式化时
• 关闭服务
• 删除创建出来的文件
• 重新格式化

完全分布式

• 角色分配

• 第一台机器,NameNode,R esourcesManager
• 中间机器,DataNode,NodeManager
• 最后一台机器,DataNode,SecondaryNameNode

• 配制过程:虚拟机为例
• 克隆虚拟机
• 修改物理地址
• sudo   vim   /etc/udev/rules.d/70-persistent-net.relus
• 将原网卡注释掉
• 将新网卡改名为原网卡
• 记录网卡的物理地址
• 修改IP地址
• sudo   vim   /etc/sysconfig/network-scripts/ifcfg-etho
• 修改网卡配制文件中的物理地址，将记录的物理地址写入
• 修改ip地址
• 重启网络：service   network   restart
• 修改主机名
• sudo   vim   /etc/sysconfig/network
• HOSTNAME=新主机名
• 重新启动：reboot
• 免密登录
• 由于节点时完整复制的，包括ssh
• 不需要重新配制
• 如果是实体机，需要将不同的公钥附加到authorized_keys
• 修改Hadoop配制文件
• 修改配制文件
• 同步到所有节点
• rsync   -r   原路径/原文件   目标用户名@目标地址：目标路径
• 核心命令：rsync，用法与scp一致
• 区别：
• scp全部复制
• rsync只同步不一样的
• 可以使用脚本来快速操作
• 远程操作所有节点
• xcall
• 核心命令：ssh   用户   主机名/ip   命令
• 格式化Hadoop集群
• 只在主节点格式化
• hadoop/hdfs   namenode   -format
• 启动服务
• 常见问题
• 时间不同步导致服务启动失效
• 使用网络，连接国家受时中心进行自动同步
• 使用date命令手动设置
• 端口占用问题
在启动hadoop时，如果SecondaryNameNode没有起来，很有可能是所需要的端口被占用，检查是什么服务已经占据了端口，进行修改
• 多次格式化问题
• 如果多次格式化会导致dfs的id信息与集群不同步
删除dfs目录，重新格式化