优质博文IT-BLOG-CN

一、准备工作

【1】创建用户: useradd用户名 【2】配置创建的用户具有root权限,修改/etc/sudoers文件,找到下面一行,在root下面添加一行,如下所示:(注意:需要先给sudoer文件赋权限,修改完会后,将权限修改回来)修改完毕,现在可以用创建的帐号登录,然后用命令su - ,即可获得root权限进行操作。

## Allow root to run any commands anywhere

root ALL=(ALL) ALL

创建的用户 ALL=(ALL) ALL

【3】在/opt目录下创建module、software文件夹,同时修改文件的所有者 sudo chmod 777文件地址。

sudo mkdir module

sudo mkdir software

二、下载地址

下载地址 解压:tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/

三、配置环境变量

【1】查看Hadoop解压目录

[zzx@localhost hadoop-2.7.2-src]$ pwd

/opt/module/hadoop-2.7.2-src

【2】打开/etc/profile

[zzx@localhost etc]$ sudo vi profile

【3】在文件中添加Hadoop的环境变量

##HADOOP_HOME

export HADOOP_HOME=/opt/module/hadoop-2.7.2

export PATH=$PATH:$HADOOP_HOME/bin

export PATH=$PATH:$HADOOP_HOME/sbin

【4】重启配置文件,让修改的配置文件生效

[root@localhost etc]# source /etc/profile

【5】测试是否安装成功(如果Hadoop命令不生效就重启试试reboot)

[root@localhost soft]# hadoop version

Hadoop 2.7.2

Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r b165c4fe8a74265c792ce23f546c64604acf0e41

Compiled by jenkins on 2016-01-26T00:08Z

Compiled with protoc 2.5.0

From source with checksum d0fda26633fa762bff87ec759ebe689c

This command was run using /opt/module/hadoop-2.7.2/share/hadoop/common/hadoop-common-2.7.2.jar

四、可能会遇见的问题

【问题描述】Error: JAVA_HOME is not set and could not be found. 【解决办法】在安装目录下/etc/hadoop/下,找到hadoop-env.sh

#将下面的 $JAVA_HOME 修改为绝对路径,下面一行为默认的,错误展示

export JAVA_HOME=$JAVA_HOME

#修改后的正确展示

export JAVA_HOME=/usr/local/soft/jdk8

五、Hadoop目录结构

【1】查看Hadoop目录结构

[root@localhost hadoop-2.7.2]# ll

总用量 28

drwxr-xr-x. 2 10011 10011 194 1月 26 2016 bin

drwxr-xr-x. 3 10011 10011 20 1月 26 2016 etc

drwxr-xr-x. 2 10011 10011 106 1月 26 2016 include

drwxr-xr-x. 3 10011 10011 20 1月 26 2016 lib

drwxr-xr-x. 2 10011 10011 239 1月 26 2016 libexec

-rw-r--r--. 1 10011 10011 15429 1月 26 2016 LICENSE.txt

-rw-r--r--. 1 10011 10011 101 1月 26 2016 NOTICE.txt

-rw-r--r--. 1 10011 10011 1366 1月 26 2016 README.txt

drwxr-xr-x. 2 10011 10011 4096 1月 26 2016 sbin

drwxr-xr-x. 4 10011 10011 31 1月 26 2016 share

【2】重要目录: ◕‿-。 bin目录: 存放对Hadoop相关服务(HDFS,YARN)进行操作的脚本,里面常用的就是hadoop这个配置; 。◕‿◕。 etc目录: Hadoop的配置文件目录,存放Hadoop的配置文件。后期会修改大量配置文件; ◕‿-。 lib目录: 存放Hadoop的本地库(对数据进行压缩解压缩功能); 。◕‿◕。 sbin目录: 存放启动或停止Hadoop相关服务的脚本,很重要; ◕‿-。 share目录: 存放Hadoop的依赖jar包、文档、和官方案例;

六、启动 HDFS并运行 MapReduce程序

【1】配置: hadoop-env.sh:在etc/hadoop/hadoop-en.sh修改JAVA_HOME路径为JDK的绝对路径。

export JAVA_HOME=/usr/local/soft/jdk8

【2】配置: core-site.xml:hadoop01需要配置hosts映射,存储系统会自动创建

fs.defaultFS

hdfs://hadoop1:9000

hadoop.tmp.dir

/opt/module/hadoop-2.7.2/data/tmp

【3】配置: hdfs-site.xml:默认副本数是3个

dfs.replication

1

【4】格式化NameNode (第一次启动时格式化,以后就不要总格式化)

[root@localhost hadoop-2.7.2]# bin/hdfs namenode -format

【5】启动NameNode

[root@localhost hadoop-2.7.2]# sbin/hadoop-daemon.sh start namenode

【问题描述】 可能会出现:Error: Cannot find configuration directory: /etc/hadoop 【问题解决】 在hadoop-env.sh修改hadoop配置文件所在目录,并进行重启 source xx。同时,需要删除namenode的data中的数据和logs中的namenode和namedate所有文件。

export HADOOP_CONF_DIR=/opt/module/hadoop-2.7.2/etc/hadoop/

【6】启动DataNode

[root@localhost hadoop-2.7.2]# sbin/hadoop-daemon.sh start datanode

【7】 使用JPS命令查看是否启动成功,JPS 是JDK中的命令,不是Linux命令。不安装JDK不能使用 JPS

【8】web端查看HDFS文件系统(注意需要配置hosts): http://hadoop1:50070/dfshealth.html#tab-overview

【9】查看产生的Log日志: 在企业中遇到Bug时,经常根据日志提示信息去分析问题、解决Bug。当前目录:/opt/module/hadoop-2.7.2/logs

【10】操作集群: 在HDFS文件系统上创建一个input文件夹,-P创建多级目录

[root@localhost hadoop-2.7.2]# bin/hdfs dfs -mkdir -p /user/zzx/input

【11】 将测试文件内容上传到文件系统上:

[root@localhost hadoop-2.7.2]# bin/hdfs dfs -put input/zzx /user/zzx/input/

【12】 查看上传的文件是否正确

[root@localhost hadoop-2.7.2]# bin/hdfs dfs -ls /user/zzx/input/

Found 1 items

-rw-r--r-- 1 root supergroup 74 2020-06-20 16:44 /user/zzx/input/zzx

【13】查看上传的文件是否正确

[root@localhost hadoop-2.7.2]# bin/hdfs dfs -cat /user/zzx/input/zzx

zzx

jinlong

tangjin

zzx

zzx

jinlong

jian

fanjing

fanjing

fanjing

fanjing

【14】运行MapReduce程序,与开始时执行的本地是一致的。

[root@localhost hadoop-2.7.2]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/zzx/input/ /user/zzx/output/

【15】查看输出结果,命令行查看

[root@localhost hadoop-2.7.2]# bin/hdfs dfs -cat /user/zzx/output/*

fanjing 4

jian 1

jinlong 2

tangjin 1

zzx 3

【16】查看输出结果,浏览器查看: Utilities-Brower...-user-zzx-output

七、启动 YARN并运行 MapReduce程序

【1】配置yarn-env.sh,配置一下JAVA_HOME

export JAVA_HOME=/usr/local/soft/jdk8

【2】配置yarn-site.xml

yarn.nodemanager.aux-services

mapreduce_shuffle

yarn.resourcemanager.hostname

hadoop1

【3】配置:mapred-env.sh,配置一下JAVA_HOME

export export JAVA_HOME=/usr/local/soft/jdk8

【4】 配置: (对mapred-site.xml.template重新命名为) mapred-site.xml

mv mapred-site.xml.template mapred-site.xml

【5】配置:mapred-site.xml

mapreduce.framework.name

yarn

八、启动集群

【1】启动前必须保证NameNode和DataNode已经启动; 【2】启动ResourceManager

[root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh start resourcemanager

【3】启动NodeManager

[root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh start nodemanager

【4】YARN的浏览器页面查看:http://hadoop1:8088/cluster

【5】 删除文件系统上的output文件

[root@localhost hadoop-2.7.2]# bin/hdfs dfs -rm -R /user/zzx/output

20/06/20 17:20:20 INFO fs.TrashPolicyDefault: Namenode trash configuration: Deletion interval = 0 minutes, Emptier interval = 0 minutes.

Deleted /user/zzx/output

【6】执行MapReduce程序

[root@localhost hadoop-2.7.2]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/zzx/input /user/zzx/output

【7】查看运行结果,刷新页面即可

九、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,在该文件里面增加如下配置。

mapreduce.jobhistory.address

hadoop1:10020

mapreduce.jobhistory.webapp.address

hadoop1:19888

【2】启动历史服务器

[root@localhost hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh start historyserver

【3】查看历史服务器是否启动JPS

【4】查看JobHistory:http://hadoop1:19888/jobhistory

十、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,在该文件里面增加如下配置

yarn.log-aggregation-enable

true

yarn.log-aggregation.retain-seconds

604800

【2】关闭NodeManager 、ResourceManager和HistoryManager

[root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh stop resourcemanager

stopping resourcemanager

[root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh stop nodemanager

stopping nodemanager

nodemanager did not stop gracefully after 5 seconds: killing with kill -9

[root@localhost hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh stop historyserver

stopping historyserver

【3】 启动NodeManager 、ResourceManager和HistoryManager

[root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh start resourcemanager

starting resourcemanager, logging to /opt/module/hadoop-2.7.2/logs/yarn-root-resourcemanager-localhost.localdomain.out

[root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh start nodemanager

starting nodemanager, logging to /opt/module/hadoop-2.7.2/logs/yarn-root-nodemanager-localhost.localdomain.out

[root@localhost hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh start historyserver

starting historyserver, logging to /opt/module/hadoop-2.7.2/logs/mapred-root-historyserver-localhost.localdomain.out

[root@localhost hadoop-2.7.2]# jps

21937 ResourceManager

15458 NameNode

22197 NodeManager

22374 JobHistoryServer

16123 DataNode

22415 Jps

【4】删除HDFS上已经存在的输出文件

[root@localhost hadoop-2.7.2]# bin/hdfs dfs -rm -R /user/zzx/output

【5】执行WordCount程序

[root@localhost hadoop-2.7.2]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/zzx/input /user/zzx/output

【6】查看日志,进入JobHistory点击JobID

【7】点击logs

【8】日志的具体信息

十一、配置文件说明

Hadoop配置文件分两类:默认配置文件和自定义配置文件,只有用户想修改某一默认配置值时,才需要修改自定义配置文件,更改相应属性值。

【1】默认配置文件:

要获取的默认文件文件存放在Hadoop的jar包中的位置[core-default.xml]hadoop-common-2.7.2.jar/ core-default.xml[hdfs-default.xml]hadoop-hdfs-2.7.2.jar/ hdfs-default.xml[yarn-default.xml]hadoop-yarn-common-2.7.2.jar/ yarn-default.xml[mapred-default.xml]hadoop-mapreduce-client-core-2.7.2.jar/ mapred-default.xml

【2】 自定义配置文件:core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上,用户可以根据项目需求重新进行修改配置。

十二、完全分布式运行模式

【1】将/etc/profile和/opt/module下的文件拷贝到其它两台服务器上,并进行 source xxx。可以自己去拉hadoop1,hadoop1也可自行给你推,hadoop1也可以将hadoop2中的文件推给hadoop3,当传文件夹的时记得加-r递归复制。

[root@localhost ~]# scp root@192.168.52.131:/etc/bash.bashrc /etc/bash.bashrc

[root@localhost opt]# scp -r root@hadoop1:/opt /opt

【2】集群部署规划: 根据这个配置修改上面的伪分布式就可以了

hadoop1hadoop2hadoop3HDFSNameNode DataNodeDataNodeSecondaryNameNode DataNodeYARNNodeManagerResourceManager NodeManagerNodeManager

【3】hadoop1配置hdfs-site.xml

dfs.replication

3

dfs.namenode.secondary.http-address

hadoop3:50090

【4】配置yarn-site.xml

yarn.nodemanager.aux-services

mapreduce_shuffle

yarn.resourcemanager.hostname

hadoop2

提前配置SSH免密配置

十三、群起集群

【1】配置slaves

[root@hadoop1 hadoop-2.7.2]# vi etc/hadoop/slaves

在该文件中增加如下内容: 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。

hadoop1

hadoop2

hadoop3

同步所有节点配置文件

[root@hadoop1 hadoop-2.7.2]# xsync etc/hadoop/slaves

【2】启动集群: 如果集群是第一次启动,需要格式化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@hadoop1 hadoop-2.7.2]# bin/hdfs namenode -format

【3】启动HDFS(前提:终止之前运行namenode 等)

[root@hadoop1 hadoop-2.7.2]# sbin/start-dfs.sh

启动完成之后,Hadoop1会启动NameNode和DataNode,其他两台只会启动 DataNode 【4】在Hadoop2中启动YARN。注意:NameNode和ResourceManger如果不是同一台机器,不能在NameNode上启动YARN,应该在 ResouceManager所在的机器上启动YARN。

[root@hadoop2 hadoop-2.7.2]# sbin/start-yarn.sh

【5】查看SecondaryNameNode信息:http://hadoop3:50090/status.html

【6】NameNode测试,创建/user/zzx/input并上传文件

[root@hadoop1 hadoop-2.7.2]# bin/hdfs dfs -mkdir -p /user/zzx/input

[root@hadoop1 hadoop-2.7.2]# bin/hdfs dfs -put input/zzx /user/zzx/input

【7】上传文件后查看文件存放在什么位置:查看HDFS文件存储路径

[root@hadoop1 subdir0]# ll

总用量 8

-rw-r--r--. 1 root root 74 6月 21 19:19 blk_1073741825

-rw-r--r--. 1 root root 11 6月 21 19:19 blk_1073741825_1001.meta

[root@hadoop1 subdir0]# pwd

/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/BP-1538823143-192.168.52.131-1592727848753/current/finalized/subdir0/subdir0

十四、集群启动/停止方式总结

【1】 各个服务组件逐一启动/停止

#分别启动/停止HDFS组件

hadoop-daemon.sh start/stop namenode/datanode/secondarynamenode

#启动/停止YARN

yarn-daemon.sh start/stop resourcemanager/nodemanager

【2】各个模块分开启动/停止(配置ssh是前提)

#整体启动/停止HDFS

start-dfs.sh/stop-dfs.sh

#整体启动/停止YARN

start-yarn.sh/stop-yarn.sh

十五 扩展

如果装的是3.x.x的Hadoop改了挺多东西的。 管理页面端口变动,Hadoop NameNode管理页面默认端口为9870 集群配置变动,etc/hadoop/slaves改成了etc/hadoop/workers 启动命令变动,sbin/yarn-daemon.sh start resourcemanager这种也能用,但是启动时会标记已被弃用,变成yarn -daemon start resourcemanger类似这种命令

精彩链接

评论可见,请评论后查看内容,谢谢!!!
 您阅读本篇文章共花了: