Hadoop学习总结（搭建Hadoop集群(完全分布式模式)）-CSDN博客

       学习搭建Hadoop集群完全分布式模式

链接https://pan.baidu.com/s/1wwTKk-XxHbccHjE-Xk2PTA 
提取码q7j7

在SecurityCRT 或者在 Xshell 进行虚拟机链接

这里使用Xshell

在hadoop001里配置

如果没有 /opt目录下创建software、module就先创建

software 用于存储软件安装包module 用于存放安装包解压后的文件

mkdir +路径/文件名

打开目录 /opt/software

上传压缩包网盘里有压缩包

一、安装 jdk

先进入命令cd /opt/software

cd /opt/software

命令tar -zxvf jdk-8u161-linux-x64.tar.gz -C /opt/module/

tar -zxvf jdk-8u161-linux-x64.tar.gz -C /opt/module/

查看ls /opt/module/

ls /opt/module/

查看路径克隆新会话

进入cd /opt/module/jdk1.8.0_161/

cd /opt/module/jdk1.8.0_161/

输入pwd

配置path

命令vi /etc/profile

vi /etc/profile

添加下面内容保存退出最好不复制输入

export JAVA_HOME=/opt/module/jdk1.8.0_161

export PATH=$PATH:$JAVA_HOME/bin

export JAVA_HOME=/opt/module/jdk1.8.0_161
export PATH=$PATH:$JAVA_HOME/bin

执行配置文件生效source /etc/profile

查看java -version

source /etc/profile

java -version

注意hadoop出现这种情况也可以这样的方法解决

       如果配置文件生效不了可以输入命令reboot -n 客户机重启 然后重新编辑vi /etc/profile  添加以下内容最好不复制输入

export JAVA_HOME=/opt/module/jdk1.8.0_161
export PATH=$PATH:$JAVA_HOME/bin

保存退出执行配置文件生效source /etc/profile  查看java -version

source /etc/profile
java -version

      如果很着急使用可以直接在命令行输入以下内容最好不复制输入

export JAVA_HOME=/opt/module/jdk1.8.0_161

export PATH=$PATH:$JAVA_HOME/bin

然后输入 java -version 查看

java -version

二、安装 Hadoop

先进入命令cd /opt/software

cd /opt/software

命令tar -zxvf hadoop-2.7.4.tar.gz -C /opt/module/

tar -zxvf hadoop-2.7.4.tar.gz -C /opt/module/

查看ls /opt/module

ls /opt/module

查看路径克隆新会话

进入cd /opt/module/ hadoop-2.7.4/

cd /opt/module/ hadoop-2.7.4/

输入pwd

配置path

命令vi /etc/profile

vi /etc/profile

添加下面内容保存退出最好不复制输入

export HADOOP_HOME=/opt/module/hadoop-2.7.4

export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

export HADOOP_HOME=/opt/module/hadoop-2.7.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

执行配置文件生效source /etc/profile

查看hadoop version

source /etc/profile

hadoop version

 进入hadoop查看目录结构

进入hadoop命令cd /opt/module/hadoop-2.7.4

cd /opt/module/hadoop-2.7.4

三、Hadoop 集群配置

可以只使用一台虚拟机这里使用hadoop001hadoop002和hadoop003保持连接状态

1、配置 Hadoop 集群主节点

进入 hadoop安装位置

cd $HADOOP_HOME

进入hadoop 

cd etc/hadoop

1修改 hadoop-env.sh 文件

vim hadoop-env.sh

或者vi   vim  都可以 

​vi hadoop-env.sh

修改export JAVA_HOME=路径

查路径先克隆新会话

echo $JAVA_HOME

然后修改 hadoop-env.sh 文件保存退出

2修改 core-site.xml 文件

vim core-site.xml

       该文件是Hadoop的核心配置文件其目的是配置 HDFS 地址、端口号以及临时文件目录。配置文件中配置了 HDFS 的主进程NameNode运行主机也就是此次Hadoop集群的主节点位置同时配置了Hadoop运行时生成数据的临时文件。

添加以下内容
<property>
    <!--用于设置Hadoop的文件系统由URL指定-->
    <name>fs.defaultFS</name>
    <!--用于指定namenode地址在hadoop001机器上-->
    <value>hdfs://hadoop001:9000</value>
</property>
<!--配置Hadoop的临时目录,默认/tmp/hadoop-${user.name}-->
<property>
    <name>hadoop.tmp.dir</name>
    <!--Hadoop安装路径-->
    <value>/opt/module/hadoop-2.7.4/data</value>
</property>

3修改 hdfs-site.xml 文件

vi hdfs-site.xml

      该文件作用于设置 HDFS 的NameNode 和 DataNode 两大进程。

添加以下内容
<property>
    <!--指定 HDFS 副本的数量-->
    <name>dfs.replication</name>
    <value>3</value>
</property>
<!--secondary namenode 所在主机的IP和端口-->
<property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>hadoop02:50090</value>
</property>

4修改 mapred-site.xml 文件

如果vi出了新文件要重命名文件夹名

cp -R mapred-site.xml.template mapred-site.xml

vi mapred-site.xml

      该文件时 MapReduce 的核心配置文件用于指定  MapReduce 运行时框架

添加以下内容
<!--指定 MapReduce 运行时框架,这里指定在 YARN上,默认是 local-->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

5修改 yarn-site.xml 文件

vi yarn-site.xml

      本文件是 YARN 框架的核心配置文件需要指定 YARN 集群的管理者。 在配置文件中配置 YARN 的主进程 ResourceManager 运行主机为hadoop001同时配置了 NodeManager 运行时的附属服务需要配置为 mapreduce_shuffle 才能正常运行 MapReduce 默认程序。

添加以下内容
<property>
    <!--指定 YARN集群的管理者(ResourceManager)的地址-->
    <name>yarn.resourcemanager.hostname</name>
   <!-- 主机名-->
    <value>hadoop001</value>
</property>
<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>

6修改 slaves 文件

      该文件用于记录 Hadoop 集群所有从节点HDFS 的 DataNode 和 YARN 的 NodeManager 所在主机的主机名用来配合一键启动集群从节点并且还需要验证关联节点配置了 SSH 免密登录。打开该配置先文件删除里面的内容

vi slaves

配置如下 

      配置文件配置了 Hadoop集群所有从节点的主机名为 hadoop001、hadoop002 和 hadoop003这是因为此次在该3台机器上搭建 Hadoop 集群同时前面的配置文件 hdfs-site.xml 指定了 HDFS 服务副本数量为3 。

2、将集群主节点的配置文件分发到其他子节点

       完成 Hadoop 集群主节点 hadoop001 的配置后还需要将系统环境配置文件、JDK安装目录和 Hadoop安装目录分发到其他子节点 hadoop002 和 hadoop003上。

scp /etc/profile hadoop002:/etc/profile
scp /etc/profile hadoop003:/etc/profile

这个为安装hadoop的路径 /opt/module/
scp -r /opt/module/ hadoop002:/opt/
scp -r /opt/module/ hadoop003:/opt/

一堆码一直在刷就成功了不用把他停住给他自己停

      执行完上述所有指定后还需要在其他子节点 hadoop002、hadoop003 上分别执行

source /etc/profile

立即刷新配置文件。

四、Hadoop 集群测试

格式化文件系统

      通过 Hadoop 集群的安装和配置。此时还不能直接启动集群因为在初次启动 HDFS 集群时必须对主节点进行格式化处理

hdfs namenode -format

或者

hadoop namenode -format

       执行上述任意一条都可以对 Hadoop 集群进行格式化。执行命令后必须出现有 successfully formatted 信息才表示格式化成功

       如果没有出现请检查一下Hadoop 安装和配置文件是否正确 如果都正确则需要删除所有主机的 /hadoop-2.7.4 目录下的 tmp文件夹重新执行格式化命令对 Hadoop 集群进行格式化。

注意格式化只能进行一次如果多此进行可能会导致服务器运行的java进程不完全

五、启动集群服务

1、在主节点hadoop001上使用以下指令启动所有 HDFS 服务进程

start-dfs.sh

2、在主节点hadoop001上使用以下指令启动所有 YARN 服务进程

start-yarn.sh

或者在主节点 hadoop001上执行以下命令直接启动整个 Hadoop 集群服务

start-all.sh

3、查看 Hadoop 集群服务是否启动成功

      在各自机器上使用 jps 指令查看各节点的服务进程启动情况

hadoop001

hadoop002

hadoop003

六、通过 UI 查看 Hadoop 运行状态

1查看HDFS 集群状态

      通过浏览器分别访问http://hadoop001:50070集群服务IP+端口号查看HDFS 集群状态

2查看YARN 集群状态

      通过浏览器分别访问http://hadoop001:8088  查看YARN 集群状态

      Hadoop默认开设HDFS端口号为9000监控HDFS集群端口号为50070监控YARN集群端口号为8088。

七、Hadoop集群初体验

进入HDFS 集群状态

进入这里后

在主节点hadoop001上执行以下命令

创建/export/data并进入

mkdir -p /export/data
cd /export/data

新建一个word.txt文件并且编辑以下内容

vi word.txt

添加以下内容可随意添加
hello itcast
hello itheima
hello hadoop

查看word.txt文件内容

cat word.txt

      在HDFS上创建 /wordcount/input 目录并将 word.txt 文件上传至该目录下

hadoop fs -mkdir -p /wordcount/input
hadoop fs -put word.txt /wordcount/input

刷新一下HDFS集群状态 

进入 /share/hadoop/mapreduce目录下使用 ll 指令查看文件夹内容

cd $HADOOP_HOME/share/hadoop/mapreduce 

      图中这个 jar包中包含了计算机单词个数、计算Pi值等功能。可以用来对HDFS的 word.txt文件进行单词统计通过以下命令执行

hadoop jar hadoop-mapreduce-examples-2.7.4.jar wordcount /wordcount/input /wordcount/output

如果要重新执行要在后面添加第几次

例如hadoop jar hadoop-mapreduce-examples-2.7.4.jar wordcount /wordcount/input /wordcount/output4

      刷新YARN 集群状态如果未出现以下情况重新查看一下  mapred-site.xml文件是否编写正确

刷新查看HDFS的UI

下载part-r-00000文件

      打开查看是否执行成功由图可知道已执行成功

 八、解决 jps 查看不了完整的 java 服务器进程

1缺少 datanode 进程

      原因多次格式化可能会导致输入jps出现的java进程服务不完全

      当初始化成功的时候会产生一个集群ID分布在这三个地方NameNode、seondary NameNode、DataNode

       第二次初始化时只会更新 NameNode的集群ID

解决

进入hadoop001、hadoop002和hadoop03将这data个文件删除

在hadoop001主节点上

先将集群服务关闭 stop-all.sh

stop-all.sh

进行格式化hdfs namenode -format

hdfs namenode -format

重启服务 start-all.sh

 start-all.sh

如果还是不能解决检查一下配置 hadoop集群主节点的文件是否正确输入 jps 命令查看

2SecondaryNameNode 位置错了在 001 上启动在 002 上没有

vi hdfs-site.sh

scp hdfs-site.xml hadoop002:/opt/module/hadoop-2.7.4/etc/hadoop/
scp hdfs-site.xml hadoop003:/opt/module/hadoop-2.7.4/etc/hadoop/

​

start-all.sh

systemctl stop firewalld.service
systemctl disable firewalld.service

systemctl status firewalld