CentOS 6.5下hadoop3.0集群搭建

柔光的暖阳◎ 2022-06-11 02:28 214阅读 0赞

本文采用**虚拟机**的方式来对**hadoop集群**进行搭建。

--------------------

## **1.准备(搭建集群所用到的软件及系统前期配置)：** ##

1.  虚拟机 : VMware
2.  linux：CentOS 6.5 .vmx
3.  sun公司的 jdk : jdk1.8.0\_131
4.  ssh : 安装ssh，并设置免密
5.  [hadoop][] : hadoop-3.0.0-alpha4

把CentOS进行克隆，克隆出两个，这样我们就有三台Linux了。  
分别命名为：  
master  
node1  
node2

在root用户下运行,对主机名进行修改 :

hostname    // 查看当前系统主机名
    vi /etc/sysconfig/network    // 进入文件

![Exler][]  
HSOTNAME的属性赋值为想要修改的主机名 master  
![Exler][Exler 1]

reboot    // 重启 即可完成更改

其他两台主机分别命名为 node1，node2。

对三台主机进行地址映射 :

ifconfig    // 获取主机ip地址，为了完成映射
    vi /etc/hosts    // 打开

添加地址映射 :  
![Exler][Exler 2]  
这样我们就不用每次都敲ip了，直接主机名称就可以了。(当然另外两台都需要进行相同的配置)

## 2. ssh免密的配置 ##

rpm –qa | grep ssh    // 验证ssh是否安装
    yum install ssh -y    // 若无信息列出即未安装，则进行安装

![Exler][Exler 3]

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa    // 在~/.ssh/下生成公钥/私钥对 -P '' 密码为空

![Exler][Exler 4]  
(randomart image看着也是挺有趣的。。。)

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys    // 把公钥添加到authorzied_keys文件里
    chmod 0600 ~/.ssh/authorized_keys    // 修改authorized_keys的权限
    ssh localhost    // 验证ssh是否可以访问

验证ssh访问是否正常:  
![Exler][Exler 5]

把另外两台机器也配好了之后，就可以做三台机器之间的联通了 :

scp id_rsa.pub node1:~/.ssh/master_rsa.pub   // 把master公钥发给node1

![Exler][Exler 6]

再转到node1上执行 :

cat ~/.ssh/master_rsa.pub >> ~/.ssh/authorized_keys    //把收到的公钥添加到文件中去

node2 进行相同的步骤。(master的know\_host文件中已经存在如节点node1的信息，以后连接都是免密的)。  
就是三台虚拟机都相互把各自的公钥都发一遍，这样在每一台机器的~/.ssh/know\_host文件里面都有其他节点的ssh信息。并把收到的公钥添加到authorized\_keys文件下，这样下一次就可以免密登录了。

第一次访问时会出现询问  
![Exler][Exler 7]  
确定就好,之后都是秒连的。

--------------------

遇到的问题：  
1. ssh: connect to host node1 port 22: Connection timed out  
检查/etc/hosts文件中的映射 地址->主机名 是否有错  
2. Host key verification failed.  
当询问 “…..(yes/no)?”时直接敲了个回车。 应敲yes

## jdk的安装 ##

1.  下载  
    可以直接访问[官网][Link 1]下载符合自己机器的jdk。  
    注意：需选中 Accept License Agreement
2.  解压  
    `tar zxvf jdk-8u131-linux-x64.tar.gz // 解压jdk压缩包`
3.  配置环境变量

vi /etc/profile    // 配置环境变量

在空白处添加解压后jdk所在的路径 :

export JAVA_HOME=/opt/softwares/jdk1.8.0_131    
    export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
    export PATH=.:$JAVA_HOME/bin:$PATH

source /etc/profile    // 使环境变量生效

验证jdk是否安装完成 :

java -version   // 会出现jdk版本信息

![Exler][Exler 8]

可利用scp命令发送jdk到其余虚拟机中然后更改/etc/profile

或是重复相同操作

## hadoop的安装和配置 ##

1.下载  
访问hadoop[官网][Link 2]下载。  
2.解压

tar zxvf hadoop-3.0.0-alpha4.tar.gz

3.为了方便可以配置一下环境变量

vi /etc/profile

export HADOOP_HOME=/usr/local/hadoop
    export PATH=.:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$JAVA_HOME/bin:$PATH

source /etc/profile    // 使环境变量生效

验证安装 :

hadoop version

![Exler][Exler 9]  
4.配置文件  
在hadoop文件加下:

cd etc/hadoop/    // 此目录下含有hadoop的配置件

![Exler][Exler 10]

--------------------

需要配置的文件有 :  
hadoop-env.sh  
core-site.xml  
hdfs-site.xml  
mapred-site.xml  
yarn-site.xml  
workers  
(单节点及伪分布式可查看[官网][Link 3])

--------------------

vi hadoop-env.sh

# The java implementation to use.
    #export JAVA_HOME=${JAVA_HOME}
    export JAVA_HOME=/opt/softwares/jdk1.8.0_131

因为hadoop是在JVM上运行的所以要在其配置文件中指定jdk的path

vi core-site.xml

<configuration>
      <property>
        <name>fs.defaultFS</name>
         <value>hdfs://master:9000</value>
      </property>
    
      <property>
          <name>hadoop.tmp.dir</name>
          <value>/usr/local/hadoop/tmp</value>
      </property>
    </configuration>

第一个fs.defaultFS是指定hdfs的URI  
第二个hadoop.tmp.dir是hadoop文件系统依赖的基础配置，很多路径都依赖它。如果hdfs-site.xml中不配 置namenode和datanode的存放位置，默认就放在这个路径中

vi hdfs-site.xml

<configuration>
     <property>
       <name>dfs.replication</name>
       <value>2</value>
     </property>
     <property>
       <name>dfs.namenode.name.dir</name>
       <value>/usr/local/hadoop/hdfs/name</value>
     </property>
     <property>
       <name>dfs.datanode.data.dir</name>
       <value>/usr/local/hadoop/hdfs/data</value>
     </property>
     <property>
       <name>dfs.namenode.secondary.http-address</name>
       <value>node1:9001</value>
     </property>
      <property>
        <name>dfs.http.address</name>
        <value>0.0.0.0:50070</value>
      </property>
    </configuration>

dfs.replication 副本个数，默认是3  
dfs.namenode.secondary.http-address 为了保证整个集群的可靠性secondarnamenode配置在其他机器比较好  
dfs.http.address 进入hadoop web UI的端口

vi mapred-site.xml

<configuration>
      <property>
        <name>mapred.job.tracker.http.address</name>
        <value>0.0.0.0:50030</value>
      </property>
      <property>
    -->
    
    
    
    <configuration>
      <property>
        <name>mapred.job.tracker.http.address</name>
        <value>0.0.0.0:50030</value>
      </property>
      <property>
        <name>mapred.task.tracker.http.address</name>
        <value>0.0.0.0:50060</value>
      </property>
    
      <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
      </property>
    
      <property>
       <name>mapreduce.application.classpath</name>
       <value>
         /usr/local/hadoop/etc/hadoop,
         /usr/local/hadoop/share/hadoop/common/*,
         /local/hadoop/share/hadoop/common/lib/*,
         /usr/local/hadoop/share/hadoop/hdfs/*,
         /usr/local/hadoop/share/hadoop/hdfs/lib/*,
         /usr/local/hadoop/share/hadoop/mapreduce/*,
        /usr/local/hadoop/share/hadoop/mapreduce/lib/*,
         /usr/local/hadoop/share/hadoop/yarn/*,
         /usr/local/hadoop/share/hadoop/yarn/lib/*
     </value>
    </property>
    </configuration>

mapreduce框架的参数  
最后一个是hadoop jar包的路径

vi yarn-site.xml

<configuration>
    
    
      <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
      </property>
      <property>         <name>yarn.resourcemanager.webapp.address</name>
            <value>master:8099</value>
    </property>
    </configuration>

NodeManager上运行的附属服务。需配置成mapreduce\_shuffle，才可运行MapReduce程序  
yarn 的webUI端口是8099

vi workers    // datanode节点设置

node1
    node2

![Exler][Exler 11]

5.发送到其余虚拟机中或是重复相同操作

## 启动hadoop ##

hdfs namenode -format    // 首次启动格式化namenode
    start-all.sh    // 启动hadoop集群
    jps    // 查看JVM运行的程序

![Exler][Exler 12]  
![Exler][Exler 13]  
![Exler][Exler 14]

--------------------

## 遇到的问题 : ##

![Exler][Exler 15]  
在hadoop/sbin/  
`vi start-dfs.sh`  
`vi stop-dfs.sh`  
添加  
`HDFS_DATANODE_USER=root`  
`HADOOP_SECURE_DN_USER=hdfs`  
`HDFS_NAMENODE_USER=root`  
`HDFS_SECONDARYNAMENODE_USER=root`

**当报错YARN\_RESOURCEMANAGER\_USER时**  
`vi start-yarn.sh`  
`vi stop-yarn.sh`  
添加  
`YARN_RESOURCEMANAGER_USER=root`  
`HADOOP_SECURE_DN_USER=yarn`  
`YARN_NODEMANAGER_USER=root`

--------------------

50070端口配置文件中设置了，却还是不能访问

`vi /etc/selinux/config`

修改

#This file controls the state of SELinux on the system.
    #SELINUX= can take one of these three values:
    #enforcing - SELinux security policy is enforced.
    #permissive - SELinux prints warnings instead of enforcing.
    #disabled - No SELinux policy is loaded.
    SELINUX=enforcing

**SELINUX**的属性改为**disabled**

--------------------

namenode启动了datanode没有启动(多次格式化namenode造成的)

在master的hadoop路径下 :

vi hdfs/name/current/VERSION

拷贝clusterID  
datanode的hadoop路径下 :

vi hdfs/data/current/VERSION

替换掉datanode的clusterID  
开启不需要format了

--------------------

参考：  
[http://hadoop.apache.org/docs/r3.0.0-alpha4/hadoop-project-dist/hadoop-common/ClusterSetup.html][http_hadoop.apache.org_docs_r3.0.0-alpha4_hadoop-project-dist_hadoop-common_ClusterSetup.html]  
[http://hadoop.apache.org/docs/r3.0.0-alpha4/hadoop-project-dist/hadoop-common/SingleCluster.html][hadoop]

推荐：[http://blog.csdn.net/mxfeng/article/details/72770432?locationNum=15&fps=1][http_blog.csdn.net_mxfeng_article_details_72770432_locationNum_15_fps_1]

[hadoop]: http://hadoop.apache.org/docs/r3.0.0-alpha4/hadoop-project-dist/hadoop-common/SingleCluster.html
[Exler]: /images/20220611/acba25e3baf24ccd9159ac5e24c10f89.png
[Exler 1]: /images/20220611/40e7f2ccd6444d078b2f26a5611d5b14.png
[Exler 2]: /images/20220611/0c8ec995e23e4216a60a0986e4c8793b.png
[Exler 3]: /images/20220611/3f8d89a2882d4b19819feadc0a7a9378.png
[Exler 4]: /images/20220611/4c5630fdfbfc45fdb5a0ac162473444d.png
[Exler 5]: /images/20220611/813c62917c5b408a96090d854e2da952.png
[Exler 6]: /images/20220611/f21f34da94c34d79a6cdceccaa36ee33.png
[Exler 7]: /images/20220611/34a64d34703140638c168be5a3cf5141.png
[Link 1]: http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html%20%E5%AE%98%E7%BD%91
[Exler 8]: /images/20220611/7e47dbc7303b4089a204159dbb952b54.png
[Link 2]: http://hadoop.apache.org/releases.html%20%E5%AE%98%E7%BD%91
[Exler 9]: /images/20220611/d2ee00e66cf04b11a2e1cab3cd499807.png
[Exler 10]: /images/20220611/47a50eecd38049779f79f0788160804b.png
[Link 3]: http://hadoop.apache.org/docs/r3.0.0-alpha3/hadoop-project-dist/hadoop-common/SingleCluster.html%20%E5%AE%98%E7%BD%91
[Exler 11]: /images/20220611/181fb661f221401f8cbd7c85562bfa52.png
[Exler 12]: /images/20220611/566105f9416d4a1b8e4b5242282ba63b.png
[Exler 13]: /images/20220611/4b4eee202e5f45b693d13824e861be1b.png
[Exler 14]: /images/20220611/bf311047e0074fd98adabd836d484962.png
[Exler 15]: /images/20220611/71528b84ef364192a0551d132e42b169.png
[http_hadoop.apache.org_docs_r3.0.0-alpha4_hadoop-project-dist_hadoop-common_ClusterSetup.html]: http://hadoop.apache.org/docs/r3.0.0-alpha4/hadoop-project-dist/hadoop-common/ClusterSetup.html
[http_blog.csdn.net_mxfeng_article_details_72770432_locationNum_15_fps_1]: http://blog.csdn.net/mxfeng/article/details/72770432?locationNum=15&fps=1