通过思维导图,让女朋友搭建一个hadoop完全分布式
完全分布式部署hadoop思维导图
女朋友:你上次教我搭建伪分布式,我已经会搭建啦。只用了一台机器就搞定了呀,想学完全分布式的搭建。
我:可以呀,完全分布式可是开发当中的重点哦,实现一个完全分布式我们先就不能只准备一台机器了,要多几台虚拟机来实现一个真正的集群。让我们开始吧,先看看思维导图,先把流程弄清楚。
分析:
1)准备3台客户机(关闭防火墙、静态ip、主机名称)
2)安装JDK
3)配置环境变量
4)安装Hadoop
5)配置环境变量
6)配置集群
7)单点启动
8)配置ssh
9)群起并测试集群
1.虚拟机准备
参考:
2.编写集群分发脚本xsync
1.scp(secure copy)安全拷贝
(1)scp定义:
scp可以实现服务器与服务器之间的数据拷贝。from server1 to server2)
(2)基本语法
scp -r $pdir/$fname $user@hadoop$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的用户@主机:目的路径/名称
(3)案例实操
(a) 在hadoop101上,将hadoop101中/opt/module目录下的软件拷贝到hadoop102上。
[hadoop@hadoop101 /]$ scp -r /opt/module root@192.168.88.102:/opt/module
(b) 在hadoop103上,将hadoop101服务器上的/opt/module目录下的软件拷贝到hadoop103上。
[hadoop@hadoop103 opt]$sudo scp -r hadoop@192.168.88.101:/opt/module root@192.168.88.103:/opt/module
(c) 在hadoop103上操作将hadoop101中/opt/module目录下的软件拷贝到hadoop104上。
[hadoop@hadoop103 opt]$ scp -r hadoop@192.168.88.101:/opt/module root@192.168.88.104:/opt/module
注意:拷贝过来的/opt/module目录,别忘了在hadoop102、hadoop103、hadoop104上修改所有文件的,所有者和所有者主。sudo chown hadoop:hadoop -R /opt/module
(d) 将hadoop101中/etc/profile文件拷贝到hadoop102的/etc/profile上。
[hadoop@hadoop101 ~]$ sudo scp /etc/profile root@192.168.88.102:/etc/profile
(e) 将hadoop101中/etc/profile文件拷贝到hadoop103的/etc/profile上。
[hadoop@hadoop101 ~]$ sudo scp /etc/profile root@192.168.88.103:/etc/profile
(f) 将hadoop101中/etc/profile文件拷贝到hadoop104的/etc/profile上。
[hadoop@hadoop101 ~]$ sudo scp /etc/profile root@192.168.88.104:/etc/profile
注意:拷贝过来的配置文件别忘了source一下/etc/profile。
2.rsync 远程同步工具
rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync和scp区别:用rsync做文件的复制要比scp的速度快,rsync只对差异文件做更新。scp是把所有文件都复制过去。
(1)基本语法
rsync -rvl $pdir/$fname $user@hadoop$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的用户@主机:目的路径/名称 选项参数说明
选项 |
功能 |
---|---|
-r |
递归 |
-v |
显示复制过程 |
-l |
拷贝符号连接 |
(2)案例实操
(a)把hadoop101机器上的/opt/xl.txt目录同步到hadoop102服务器的root用户下的/opt/目录
[hadoop@hadoop101 opt]$ sudo rsync -rvl xl.txt root@192.168.88.102:/opt/
3.xsync集群分发脚本
(1)需求:循环复制文件到所有节点的相同目录下
(2)需求分析:
(a)rsync命令原始拷贝:
(b)期望脚本:
xsync要同步的文件名称
(c)说明:在/home/hadoop/bin
这个目录下存放的脚本,hadoop
用户可以在系统任何地方直接执行。
(3)脚本实现
(a)在/home/hadoop
目录下创建bin目录,并在bin目录下xsync创建文件,文件内容如下:
#!/bin/bash
#1 获取输入参数个数,如果没有参数,直接退出
pcount=$#
if((pcount==0)); then
echo no args;
exit;
fi
#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname
#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir
#4 获取当前用户名称
user=`whoami`
#5 循环
for((host=103; host<105; host++)); do
echo ------------------- hadoop$host --------------
rsync -rvl $pdir/$fname $user@192.168.88.$host:$pdir
done
(b)修改脚本 xsync 具有执行权限
[hadoop@hadoop102 bin]$ chmod 777 xsync
(c)调用脚本形式:xsync 文件名称
[hadoop@hadoop102 ~]$ xsync bin/
注意:如果将xsync放到/home/hadoop/bin
目录下仍然不能实现全局使用,可以将xsync移动到/usr/local/bin
目录下。
3.集群配置
1.集群部署规划
hadoop102 |
hadoop103 |
hadoop104 |
|
---|---|---|---|
HDFS |
NameNode DataNode |
DataNode |
SecondaryNameNode DataNode |
YARN |
NodeManager |
ResourceManager NodeManager |
NodeManager |
2.配置集群
(1)核心配置文件
配置core-site.xml
[hadoop@hadoop102 bin]$ cd /opt/module/hadoop-2.7.2/etc/hadoop/
[hadoop@hadoop102 hadoop]$ vi core-site.xml
在该文件中编写如下配置
<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.88.102:9000</value>
</property>
<!-- 指定Hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>
(2)HDFS配置文件
配置hadoop-env.sh
[hadoop@hadoop102 hadoop]$ vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置hdfs-site.xml
[hadoop@hadoop102 hadoop]$ vi hdfs-site.xml
在该文件中编写如下配置
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>192.168.88.104:50090</value>
</property>
(3)YARN配置文件
配置yarn-env.sh
[hadoop@hadoop102 hadoop]$ vi yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置yarn-site.xml
[hadoop@hadoop102 hadoop]$ vi yarn-site.xml
在该文件中增加如下配置
<!-- Reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定YARN的ResourceManager的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>192.168.88.103</value>
</property>
(4)MapReduce配置文件
配置mapred-env.sh
[hadoop@hadoop102 hadoop]$ vi mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
配置mapred-site.xml
[hadoop@hadoop102 hadoop]$ cp mapred-site.xml.template mapred-site.xml
[hadoop@hadoop102 hadoop]$ vi mapred-site.xml
在该文件中增加如下配置
<!-- 指定MR运行在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
4.集群单点启动
三个机器删除data/logs
[hadoop@hadoop102 hadoop-2.7.2]$ rm -rf data/ logs/
[hadoop@hadoop103 hadoop-2.7.2]$ rm -rf data/ logs/
[hadoop@hadoop104 hadoop-2.7.2]$ rm -rf data/ logs/
(1)如果集群是第一次启动,需要格式化NameNode
[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format
(2)在hadoop102上启动NameNode
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode
(3)在hadoop102、hadoop103以及hadoop104上分别启动DataNode
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
[hadoop@hadoop102 hadoop-2.7.2]$ jps
7769 DataNode
[hadoop@hadoop103 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
[hadoop@hadoop103 hadoop-2.7.2]$ jps
16633 DataNode
[hadoop@hadoop104 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
[hadoop@hadoop104 hadoop-2.7.2]$ jps
16608 DataNode
(4)思考:每次都一个一个节点启动,如果节点数增加到1000个怎么办?
早上来了开始一个一个节点启动,到晚上下班刚好完成,下班?
5.SSH无密登录配置
1. 配置ssh
(1)基本语法
ssh另一台电脑的ip地址
(2)ssh连接时出现Host key verification failed的解决方法
[hadoop@hadoop102 opt] $ ssh 192.168.1.103
The authenticity of host '192.168.1.103 (192.168.1.103)' can't be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)?
Host key verification failed.
2. 无密钥配置
(1)免密登录原理,如图所示
(2)生成公钥和私钥:
[hadoop@hadoop102 root]$ cd
[hadoop@hadoop102 ~]$ cd .ssh/
[hadoop@hadoop102 .ssh]$ ssh-keygen -t rsa
然后敲(三个回车),就会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)
(3)将公钥拷贝到要免密登录的目标机器上
[hadoop@hadoop102 .ssh]$ ssh-copy-id 192.168.88.102
[hadoop@hadoop102 .ssh]$ ssh-copy-id 192.168.88.103
[hadoop@hadoop102 .ssh]$ ssh-copy-id 192.168.88.104
注意:
还需要在hadoop102上采用root账号,配置一下无密登录到hadoop102、hadoop103、hadoop104;
还需要在hadoop103上采用hadoop账号配置一下无密登录到hadoop102、hadoop103、hadoop104
服务器上。
步骤一样
3. ssh文件夹下(~/.ssh)的文件功能解释
known_hosts |
记录ssh访问过计算机的公钥(public key) |
---|---|
id_rsa |
生成的私钥 |
id_rsa.pub |
生成的公钥 |
authorized_keys |
存放授权过得无密登录服务器公钥 |
6.群起集群
1.配置slaves
/opt/module/hadoop-2.7.2/etc/hadoop/slaves
[hadoop@hadoop102 hadoop]$ vi slaves
在该文件中增加如下内容:
192.168.88.102
192.168.88.103
192.168.88.104
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。
同步所有节点配置文件
[hadoop@hadoop102 hadoop]$ xsync slaves
启动集群
(1)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)
[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format
(2)启动HDFS
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[hadoop@hadoop102 hadoop-2.7.2]$ jps
4166 NameNode
4482 Jps
4263 DataNode
[hadoop@hadoop103 hadoop-2.7.2]$ jps
3218 DataNode
3288 Jps
[hadoop@hadoop104 hadoop-2.7.2]$ jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps
(3)启动YARN
[hadoop@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
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。
(4)Web端查看
(a)浏览器中输入:http://192.168.88.102:50070
(b)查看信息,如图所示。
6.集群基本测试
(1)上传文件到集群
上传小文件
[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -put wcinput/wc.input /
上传大文件
[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -put /opt/software/hadoop-2.7.2.tar.gz /
(2)上传文件后查看文件存放在什么位置
(a)查看HDFS文件存储路径
[hadoop@hadoop102 subdir0]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/
BP-1454198558-117.59.224.141-1595323236787/current/finalized/subdir0/subdir0
(b)查看HDFS在磁盘存储文件内容
[hadoop@hadoop102 subdir0]$ cat blk_1073741825
xiang
xiang
lin
lin yuan chen yuan
(3)拼接
-rw-rw-r--. 1 hadoop hadoop 134217728 Jul 21 09:21 blk_1073741826
-rw-rw-r--. 1 hadoop hadoop 1048583 Jul 21 09:21 blk_1073741826_1002.meta
-rw-rw-r--. 1 hadoop hadoop 77829046 Jul 21 09:21 blk_1073741827
-rw-rw-r--. 1 hadoop hadoop 608047 Jul 21 09:21 blk_1073741827_1003.meta
[hadoop@hadoop102 subdir0]$ cat blk_1073741826>>tmp.txt
[hadoop@hadoop102 subdir0]$ cat blk_1073741827>>tmp.txt
[hadoop@hadoop102 subdir0]$ tar -zxvf tmp.txt
集群启动/停止方式总结
1. 各个服务组件逐一启动/停止
(1)分别启动/停止HDFS组件
hadoop-daemon.sh start / stop namenode / datanode / secondarynamenode
(2)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)常用
(1)整体启动/停止HDFS
start-dfs.sh / stop-dfs.sh
(2)整体启动/停止YARN
start-yarn.sh / stop-yarn.sh
END
- 版本管理工具总结
- java枚举类型enum的使用
- (66) 理解synchronized / 计算机程序的思维逻辑
- 用Python搭建一个校园维基网站(一)
- (67) 线程的基本协作机制 (上) / 计算机程序的思维逻辑
- 制作Aspose CHM文档的过程记录
- 用python搭建一个校园维基网站(二)—— 可编辑内容的首页的创建
- Django博客教程(四):让 django 完成翻译—迁移数据库模型
- Calendar类中add/set/roll方法的区别
- 如何构建一个分布式爬虫(理论篇)
- Python微型Web框架Bottle源码分析
- VirtualBox相关问题总结
- Java 枚举7常见种用法
- ALI的Tensorflow炼成与GAN科普
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- Qt音视频开发23-通用视频控件
- 破解Mariadb5.5密码
- redis学习(七)
- 自己实现一个SAP WebClient UI Repository Information System
- ABAP,Java和JavaScript类的构造函数使用的一些陷阱
- Spring Security如何优雅的增加OAuth2协议授权模式
- 如何将自定义XML视图注入SAP Fiori Elements应用
- SAP UI5控件ID的生成逻辑原理解析
- 如何自定义SAP Spartacus店铺的界面颜色风格
- 如何自定义SAP Spartacus店铺的购物车图表css风格
- 数据库PostrageSQL-从源代码安装
- Django的中间件
- WPF 使用 Skia 绘制 WriteableBitmap 图片
- dotnet 在 UOS 国产系统上使用 MonoDevelop 创建 GTK 全平台带界面应用
- dotnet 在 UOS 国产系统上安装 MonoDevelop 开发工具