百度360必应搜狗淘宝本站头条
mqtt服务器xftp6mybatiscollectionkeyerrorc#var
当前位置：网站首页 > 热门文章 > 正文

好程序员大数据培训分享Hadoop分布式集群

bigegpt 2024-09-12 11:19 60 浏览

　　好程序员大数据培训分享Hadoop分布式集群的详细介绍，首先Hadoop的搭建有三种方式，单机版适合开发调试;伪分布式版，适合模拟集群学习;完全分布式，生产使用的模式。这篇文件介绍如何搭建完全分布式的hadoop集群，一个主节点，三个数据节点为例来讲解。

　　基础环境

　　环境准备

　　1、软件版本

　　四台服务器配置，系统：centos6.5、内存：1G（视自己配置而定）、硬盘：20G（视自己配置而定）

　　四台服务器分配的IP地址：

　　192.168.10.131

　　192.168.10.132

　　192.168.10.133

　　192.168.10.134

　　规划：131用作主节点用作master，其它三台为数据节点132、133、134用作salve1~3

　　jdk和生成保持一致使用1.8版本

　　hadoop使用2.7.3版本

　　2、host配置和主机名(四台)

　　修改四台服务器的hosts文件

　　vim /etc/hosts

　　192.168.10.131 master

　　192.168.10.132 slave1

　　192.168.10.133 slave2

　　192.168.10.134 slave3

　　分别斯塔服务器的主机名:HOSTNAME，master为例说明

　　vi /etc/sysconfig/network

　　HOSTNAME=master

　　执行reboot后生效，完成之后依次修改其它salve服务器为：slave1~3。

　　3、服务器安装jdk(四台)

　　建议使用yum安装jdk,也可以自行下载安装

　　yum -y install java-1.8.0-openjdk*

　　配置环境变量，修改配置文件vim/etc/profile

　　export JAVA_HOME=/usr/lib/jvm/jre-1.8.0-openjdk.x86_64

　　export PATH=$JAVA_HOME/bin:$PATH

　　export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

　　使用souce命令让立刻生效

　　source /etc/profile

　　免密登陆

　　一、首先关闭四台服务器的防火墙和SELINUX

　　查看防火墙状态

　　service iptables status

　　关闭防火墙

　　service iptables stop

　　chkconfig iptables off

　　关闭SELINUX后，需要重启服务器

　　—关闭SELINUX

　　# vim /etc/selinux/config

　　—注释掉

　　#SELINUX=enforcing

　　#SELINUXTYPE=targeted

　　—添加

　　SELINUX=disabled

　　二、免密码登录本机

　　下面以配置master本机无密码登录为例进行讲解，用户需参照下面步骤完成salve1~3三台子节点机器的本机无密码登录;

　　1)生产秘钥

　　ssh-keygen -t rsa

　　2)将公钥追加到”authorized_keys”文件

　　cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

　　3)赋予权限

　　chmod 600 .ssh/authorized_keys

　　4)验证本机能无密码访问

　　ssh master

　　最后，依次配置salve1~3无密码访问

　　二、master本机无密码登录slave1、slave2、slave3，以master无密码登录slave1为例进行讲解：

　　1)登录slave1，复制master服务器的公钥”id_rsa.pub”到slave1服务器的”root”目录下。

　　scp root@master:/root/.ssh/id_rsa.pub /root/

　　2)将master的公钥(id_rsa.pub)追加到slave1的authorized_keys中

　　cat id_rsa.pub >> .ssh/authorized_keys

　　rm -rf id_rsa.pub

　　3)在master上面测试

　　ssh slave1

　　三、配置slave1~slave3本机无密码登录master

　　下面以slave1无密码登录master为例进行讲解，用户需参照下面步骤完成slave2~slave3无密码登录master。

　　1)登录master，复制slave1服务器的公钥”id_rsa.pub”到master服务器的”/root/”目录下。

　　scp root@slave1:/root/.ssh/id_rsa.pub /root/

　　2)将slave1的公钥(id_rsa.pub)追加到master的authorized_keys中。

　　cat id_rsa.pub >> .ssh/authorized_keys

　　rm -rf id_rsa.pub //删除id_rsa.pub

　　3)在slave1上面测试

　　ssh master

　　依次配置slave2、slave3

　　到此主从的无密登录已经完成了。

　　Hadoop环境搭建

　　配置master的hadoop环境

　　1、master上解压缩安装包及创建基本目录

　　#下载

　　wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.

　　#解压

　　tar -xzvf hadoop-2.7.3.tar.gz -C /usr/local

　　#重命名

　　mv hadoop-2.7.3 hadoop

　　2、配置master的hadoop环境变量

　　1)配置环境变量，修改配置文件vi/etc/profile

　　export HADOOP_HOME=/usr/local/hadoop

　　export PATH=$PATH:$HADOOP_HOME/bin

　　使得hadoop命令在当前终端立即生效

　　source /etc/profile

　　下面配置，文件都在：/usr/local/hadoop/etc/hadoop路径下

　　2、配置core-site.xml

　　修改Hadoop核心配置文件/usr/local/hadoop/etc/hadoop/core-site.xml，通过fs.default.name指定NameNode的IP地址和端口号，通过hadoop.tmp.dir指定hadoop数据存储的临时文件夹。

　　<configuration>

　　<property>

　　<name>hadoop.tmp.dir</name>

　　<value>file:/usr/local/hadoop/tmp</value>

　　<description>Abase for other temporary directories.</description>

　　</property>

　　<property>

　　<name>fs.defaultFS</name>

　　<value>hdfs://master:9000</value>

　　</property>

　　</configuration>

　　特别注意：如没有配置hadoop.tmp.dir参数，此时系统默认的临时目录为：/tmp/hadoo-hadoop。而这个目录在每次重启后都会被删除，必须重新执行format才行，否则会出错。

　　3、配置hdfs-site.xml：

　　修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml，通过dfs.replication指定HDFS的备份因子为3，通过dfs.name.dir指定namenode节点的文件存储目录，通过dfs.data.dir指定datanode节点的文件存储目录。

　　<configuration>

　　<property>

　　<name>dfs.replication</name>

　　<value>3</value>

　　</property>

　　<property>

　　<name>dfs.name.dir</name>

　　<value>/usr/local/hadoop/hdfs/name</value>

　　</property>

　　<property>

　　<name>dfs.data.dir</name>

　　<value>/usr/local/hadoop/hdfs/data</value>

　　</property>

　　</configuration>

　　4、配置mapred-site.xml

　　拷贝mapred-site.xml.template为mapred-site.xml，在进行修改

　　cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml

　　vim /usr/local/hadoop/etc/hadoop/mapred-site.xml

　　<configuration>

　　<property>

　　<name>mapreduce.framework.name</name>

　　<value>yarn</value>

　　</property>

　　<property>

　　<name>mapred.job.tracker</name>

　　<value>http://master:9000</value>

　　</property>

　　</configuration>

　　5、配置yarn-site.xml

　　<configuration>

　　<!– Site specific YARN configuration properties –>

　　<property>

　　<name>yarn.nodemanager.aux-services</name>

　　<value>mapreduce_shuffle</value>

　　</property>

　　<property>

　　<name>yarn.resourcemanager.hostname</name>

　　<value>master</value>

　　</property>

　　</configuration>

　　6、配置masters文件

　　修改/usr/local/hadoop/etc/hadoop/masters文件，该文件指定namenode节点所在的服务器机器。删除localhost，添加namenode节点的主机名master;不建议使用IP地址，因为IP地址可能会变化，但是主机名一般不会变化。

　　vi /usr/local/hadoop/etc/hadoop/masters

　　##内容

　　master

　　7、配置slaves文件(Master主机特有)

　　修改/usr/local/hadoop/etc/hadoop/slaves文件，该文件指定哪些服务器节点是datanode节点。删除locahost，添加所有datanode节点的主机名，如下所示。

　　vi /usr/local/hadoop/etc/hadoop/slaves

　　## 内容

　　slave1

　　slave2

　　slave3

　　配置hadoop-slave的hadoop环境

　　下面以配置slave1的hadoop为例进行演示，用户需参照以下步骤完成其他slave2~3服务器的配置。

　　1)复制hadoop到slave1节点

　　scp -r /usr/local/hadoop slave1:/usr/local/

　　登录slave1服务器，删除slaves内容

　　rm -rf /usr/local/hadoop/etc/hadoop/slaves

　　2)配置环境变量

　　vi /etc/profile

　　## 内容

　　export HADOOP_HOME=/usr/local/hadoop

　　export PATH=$PATH:$HADOOP_HOME/bin

　　使得hadoop命令在当前终端立即生效;

　　source /etc/profile

　　依次配置其它slave服务

　　启动集群

　　1、格式化HDFS文件系统

　　进入master的~/hadoop目录，执行以下操作

　　bin/hadoop namenode -format

　　格式化namenode，第一次启动服务前执行的操作，以后不需要执行。

　　2、然后启动hadoop：

　　sbin/start-all.sh

　　3、使用jps命令查看运行情况

　　#master 执行 jps查看运行情况

　　25928 SecondaryNameNode

　　25742 NameNode

　　26387 Jps

　　26078 ResourceManager

　　#slave 执行 jps查看运行情况

　　24002 NodeManager

　　23899 DataNode

　　24179 Jps

　　4、命令查看Hadoop集群的状态

　　通过简单的jps命令虽然可以查看HDFS文件管理系统、MapReduce服务是否启动成功，但是无法查看到Hadoop整个集群的运行状态。我们可以通过hadoopdfsadmin-report进行查看。用该命令可以快速定位出哪些节点挂掉了，HDFS的容量以及使用了多少，以及每个节点的硬盘使用情况。

　　hadoop dfsadmin -report

　　输出结果：

　　Configured Capacity: 50108030976 (46.67 GB)

　　Present Capacity: 41877471232 (39.00 GB)

　　DFS Remaining: 41877385216 (39.00 GB)

　　DFS Used: 86016 (84 KB)

　　DFS Used%: 0.00%

　　Under replicated blocks: 0

　　Blocks with corrupt replicas: 0

　　Missing blocks: 0

　　Missing blocks (with replication factor 1): 0

　　……

　　5、hadoop重启

　　sbin/stop-all.sh

　　sbin/start-all.sh

　　错误

　　在搭建完成启动的时候，发生过两个错误：

　　1、xxx:Error:JAVA_HOMEisnotsetandcouldnotbefound

　　这个错误意思没有找到jdk的环境变量，需要在hadoop-env.sh配置。

　　vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh

　　## 配置项

　　export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64

　　2、Theauthenticityofhost‘0.0.0.0(0.0.0.0)’can’tbeestablished.

　　解决方案关闭SELINUX

　　— 关闭SELINUX

　　# vim /etc/selinux/config

　　— 注释掉

　　#SELINUX=enforcing

　　#SELINUXTYPE=targeted

　　— 添加

　　SELINUX=disabled

相关推荐

得物可观测平台架构升级:基于GreptimeDB的全新监控体系实践

一、摘要在前端可观测分析场景中，需要实时观测并处理多地、多环境的运行情况，以保障Web应用和移动端的可用性与性能。传统方案往往依赖代理Agent→消息队列→流计算引擎→OLAP存储...

warm-flow新春版:网关直连和流程图重构

本期主要解决了网关直连和流程图重构，可以自此之后可支持各种复杂的网关混合、多网关直连使用。-新增Ruoyi-Vue-Plus优秀开源集成案例更新日志[feat]导入、导出和保存等新增json格式支持...

扣子空间体验报告

在数字化时代，智能工具的应用正不断拓展到我们工作和生活的各个角落。从任务规划到项目执行，再到任务管理，作者深入探讨了这款工具在不同场景下的表现和潜力。通过具体的应用实例，文章展示了扣子空间如何帮助用户...

spider-flow:开源的可视化方式定义爬虫方案

spider-flow简介spider-flow是一个爬虫平台，以可视化推拽方式定义爬取流程，无需代码即可实现一个爬虫服务。spider-flow特性支持css选择器、正则提取支持JSON/XML格式...

solon-flow 你好世界!

solon-flow是一个基础级的流处理引擎（可用于业务规则、决策处理、计算编排、流程审批等......）。提供有“开放式”驱动定制支持，像jdbc有mysql或pgsql等驱动，可...

新一代开源爬虫平台:SpiderFlow

SpiderFlow：新一代爬虫平台，以图形化方式定义爬虫流程，不写代码即可完成爬虫。-精选真开源，释放新价值。概览Spider-Flow是一个开源的、面向所有用户的Web端爬虫构建平台，它使用Ja...

通过 SQL 训练机器学习模型的引擎

关注薪资待遇的同学应该知道，机器学习相关的岗位工资普遍偏高啊。同时随着各种通用机器学习框架的出现，机器学习的门槛也在逐渐降低，训练一个简单的机器学习模型变得不那么难。但是不得不承认对于一些数据相关的工...

鼠须管输入法rime for Mac

鼠须管输入法forMac是一款十分新颖的跨平台输入法软件，全名是中州韵输入法引擎，鼠须管输入法mac版不仅仅是一个输入法，而是一个输入法算法框架。Rime的基础架构十分精良，一套算法支持了拼音、...

Go语言 1.20 版本正式发布:新版详细介绍

Go1.20简介最新的Go版本1.20在Go1.19发布六个月后发布。它的大部分更改都在工具链、运行时和库的实现中。一如既往，该版本保持了Go1的兼容性承诺。我们期望几乎所...

iOS 10平台SpriteKit新特性之Tile Maps(上)

简介苹果公司在WWDC2016大会上向人们展示了一大批新的好东西。其中之一就是SpriteKitTileEditor。这款工具易于上手，而且看起来速度特别快。在本教程中，你将了解关于TileE...

程序员简历例句—范例Java、Python、C++模板

个人简介通用简介：有良好的代码风格，通过添加注释提高代码可读性，注重代码质量，研读过XXX，XXX等多个开源项目源码从而学习增强代码的健壮性与扩展性。具备良好的代码编程习惯及文档编写能力，参与多个高...

Telerik UI for iOS Q3 2015正式发布

近日，TelerikUIforiOS正式发布了Q32015。新版本新增对XCode7、Swift2.0和iOS9的支持，同时还新增了对数轴、不连续的日期时间轴等；改进TKDataPoin...

ios使用ijkplayer+nginx进行视频直播

上两节，我们讲到使用nginx和ngixn的rtmp模块搭建直播的服务器，接着我们讲解了在Android使用ijkplayer来作为我们的视频直播播放器，整个过程中，需要注意的就是ijlplayer编...

IOS技术分享|iOS快速生成开发文档(一)

前言对于开发人员而言，文档的作用不言而喻。文档不仅可以提高软件开发效率，还能便于以后的软件开发、使用和维护。本文主要讲述Objective-C快速生成开发文档工具appledoc。简介apple...

macOS下配置VS Code C++开发环境

本文介绍在苹果macOS操作系统下，配置VisualStudioCode的C/C++开发环境的过程，本环境使用Clang/LLVM编译器和调试器。一、前置条件本文默认前置条件是，您的开发设备已...

一周热门
最近发表
标签列表