Hadoop3.3.5最新版本安装分布式集群部署
阿里云国际版折扣https://www.yundadi.com |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |
Index of /dist/hadoop/commonhttps://archive.apache.org/dist/hadoop/common
集群规划
注意
- NameNode和SecondaryNameNode不要安装在同一台服务器
- ResourceManager也很消耗内存不要和NameNode、SecondaryNameNode配置在同一台机器上。
机器 | ip | 分配节点 |
node01 | 192.168.56.201 | NameNode、DataNode、NodeManager |
node02 | 192.168.56.202 | ResourceManager、DataNode、NodeManager |
node03 | 192.168.56.203 | SecondaryNameNode、DataNode、NodeManager |
1、解压到linux配置环境变量在/etc/profile.d/hadoop_env.sh
#!/bin/bash
export JAVA_HOME=/data/soft/jdk1.8.0_201
export HADOOP_HOME=/data/soft/hadoop-3.3.5
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
2、cd /data/soft/hadoop-3.3.5/etc/hadoop
[root@local-node01 hadoop]# cd /data/soft/hadoop-3.3.5/etc/hadoop/
[root@local-node01 hadoop]# ll
total 176
-rw-r--r-- 1 2002 2002 9213 Mar 15 12:36 capacity-scheduler.xml
-rw-r--r-- 1 2002 2002 1335 Mar 15 12:38 configuration.xsl
-rw-r--r-- 1 2002 2002 2567 Mar 15 12:36 container-executor.cfg
-rw-r--r-- 1 2002 2002 774 Mar 15 11:57 core-site.xml
-rw-r--r-- 1 2002 2002 3999 Mar 15 11:57 hadoop-env.cmd
-rw-r--r-- 1 2002 2002 16803 Apr 4 20:27 hadoop-env.sh
-rw-r--r-- 1 2002 2002 3321 Mar 15 11:57 hadoop-metrics2.properties
-rw-r--r-- 1 2002 2002 11765 Mar 15 11:57 hadoop-policy.xml
-rw-r--r-- 1 2002 2002 3414 Mar 15 11:57 hadoop-user-functions.sh.example
-rw-r--r-- 1 2002 2002 683 Mar 15 12:07 hdfs-rbf-site.xml
-rw-r--r-- 1 2002 2002 775 Mar 15 12:02 hdfs-site.xml
-rw-r--r-- 1 2002 2002 1484 Mar 15 12:06 httpfs-env.sh
-rw-r--r-- 1 2002 2002 1657 Mar 15 12:06 httpfs-log4j.properties
-rw-r--r-- 1 2002 2002 620 Mar 15 12:06 httpfs-site.xml
-rw-r--r-- 1 2002 2002 3518 Mar 15 11:58 kms-acls.xml
-rw-r--r-- 1 2002 2002 1351 Mar 15 11:58 kms-env.sh
-rw-r--r-- 1 2002 2002 1860 Mar 15 11:58 kms-log4j.properties
-rw-r--r-- 1 2002 2002 682 Mar 15 11:58 kms-site.xml
-rw-r--r-- 1 2002 2002 13700 Mar 15 11:57 log4j.properties
-rw-r--r-- 1 2002 2002 951 Mar 15 12:38 mapred-env.cmd
-rw-r--r-- 1 2002 2002 1764 Mar 15 12:38 mapred-env.sh
-rw-r--r-- 1 2002 2002 4113 Mar 15 12:38 mapred-queues.xml.template
-rw-r--r-- 1 2002 2002 758 Mar 15 12:38 mapred-site.xml
drwxr-xr-x 2 2002 2002 24 Mar 15 11:57 shellprofile.d
-rw-r--r-- 1 2002 2002 2316 Mar 15 11:57 ssl-client.xml.example
-rw-r--r-- 1 2002 2002 2697 Mar 15 11:57 ssl-server.xml.example
-rw-r--r-- 1 2002 2002 2681 Mar 15 12:02 user_ec_policies.xml.template
-rw-r--r-- 1 2002 2002 10 Mar 15 11:57 workers
-rw-r--r-- 1 2002 2002 2250 Mar 15 12:36 yarn-env.cmd
-rw-r--r-- 1 2002 2002 6329 Mar 15 12:36 yarn-env.sh
-rw-r--r-- 1 2002 2002 2591 Mar 15 12:36 yarnservice-log4j.properties
-rw-r--r-- 1 2002 2002 690 Mar 15 12:36 yarn-site.xml
3、修改其中的一些文件
1hadoop-env.sh修改JAVA_HOME为具体的路径
export JAVA_HOME=/data/soft/jdk1.8.0_201
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
2core-site.xml
<!-- 设置默认使用的文件系统 Hadoop支持file、HDFS、GFS、ali|Amazon云等文件系统 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://node01:9000</value>
</property>
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/data/soft/hadoop-3.3.5/datas</value>
</property>
<!-- 在Web UI访问HDFS使用的用户名。-->
<property>
<name>hadoop.http.staticuser.user</name>
<value>root</value>
</property>
<!-- 整合hive 用户代理设置 -->
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
<!-- 文件系统垃圾桶保存时间 -->
<property>
<name>fs.trash.interval</name>
<value>1440</value>
</property>
3hdfs-site.xml
<!-- NN web端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>node01:9870</value>
</property>
<!-- 设定SNN运行主机和端口。-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node03:9868</value>
</property>
<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!--如果为"true"则在HDFS中启用权限检查;如果为"false"则关闭权限检查;默认值为"true"。-->
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
4mapred-site.xml
<!-- 设置MR程序默认运行模式 yarn集群模式 local本地模式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
</property>
<!-- MR程序历史服务地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>node01:10020</value>
</property>
<!-- MR程序历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node01:19888</value>
</property>
5yarn-site.xml
<!-- 指定YARN的老大ResourceManager的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node02</value>
</property>
<!-- reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 是否将对容器实施物理内存限制 -->
<property>
<name>yarn.nodemanager.pmem-check-enabled</name>
<value>false</value>
</property>
<!-- 是否将对容器实施虚拟内存限制。 -->
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
<property>
<!--开启日志聚合-->
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<!--日志聚合hdfs存储路径-->
<name>yarn.nodemanager.remote-app-log-dir</name>
<value>/data/soft/hadoop-3.3.5/nodemanager-remote-app-logs</value>
</property>
<!-- 历史日志保存的时间 7天 -->
<property>
<!--hdfs上的日志保留时间-->
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
<property>
<!--应用执行时存储路径-->
<name>yarn.nodemanager.log-dirs</name>
<value>file:///data/soft/hadoop-3.3.5/nodemanager-logs</value>
</property>
<property>
<!--应用执行完日志保留的时间默认0即执行完立刻删除-->
<name>yarn.nodemanager.delete.debug-delay-sec</name>
<value>604800</value>
</property>
<!-- 设置yarn历史服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://node01:19888/jobhistory/logs</value>
</property>
(6)配置workers
node01
node02
node03
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。
4 、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NameNode会产生新的集群id导致NameNode和DataNode的集群id不一致集群找不到已往数据。如果集群在运行过程中报错需要重新格式化NameNode的话一定要先停止namenode和datanode进程并且要删除所有机器的data和logs目录然后再进行格式化。
hdfs namenode -format
2启动HDFS
start-dfs.sh
Hadoop集群启动关闭-手动逐个进程启停
每台机器上每次手动启动关闭一个角色进程
HDFS集群
hdfs --daemon start namenode|datanode|secondarynamenode
hdfs --daemon stop namenode|datanode|secondarynamenode
YARN集群
yarn --daemon start resourcemanager|nodemanager
yarn --daemon stop resourcemanager|nodemanager
启动界面
修改hdfs的web端口和yarn的web端口的配置
hdfs-site.xml配置http
<property>
<name>dfs.http.address</name>
<value>node01:9870</value>
</property>
yarn-site.yml配置如下
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>node02:8088</value>
</property>
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
增加如下配置
<!-- 历史服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>node01:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node01:19888</value>
</property>
分发配置文件到所有的主机
mapred --daemon start historyserver
hadoop jar /data/soft/hadoop-3.3.5/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.4.jar wordcount /words.txt /out
配置日志的聚集
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HistoryServer。
开启日志聚集功能具体步骤如下
1配置yarn-site.xml
<property>
<!--开启日志聚合-->
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://node01:19888/jobhistory/logs</value>
</property>
<property>
<!--日志聚合hdfs存储路径-->
<name>yarn.nodemanager.remote-app-log-dir</name>
<value>/data/soft/hadoop-3.3.5/nodemanager-remote-app-logs</value>
</property>
<property>
<!--hdfs上的日志保留时间-->
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
<property>
<!--应用执行时存储路径-->
<name>yarn.nodemanager.log-dirs</name>
<value>file:///data/soft/hadoop-3.3.5/nodemanager-logs</value>
</property>
<property>
<!--应用执行完日志保留的时间默认0即执行完立刻删除-->
<name>yarn.nodemanager.delete.debug-delay-sec</name>
<value>604800</value>
</property>
分发配置文件到所有的主机
先关闭NodeManager 、ResourceManager和HistoryServer
然后重启NodeManager 、ResourceManage和HistoryServer