你的位置:首页 > 数据库

[数据库]Hadoop分布式系统的安装部署


1、关于虚拟机的复制

新建一台虚拟机,系统为CentOS7,再克隆两台,组成一个三台机器的小集群。正常情况下一般需要五台机器(一个Name节点,一个SecondName节点,三个Data节点。)

 此外,为了使网络生效,需要注意以下几点:

1>  编辑网络配置文件 

/etc/sysconfig/network-scripts/ifcfg-eno16777736

先前的版本需要删除mac地址行,注意不是uuid,而是hwaddr,这一点新的CentOS不再需要

2> 删除网卡和mac地址绑定文件  

rm -rf /etc/udev/rules.d/70-persistent-net.rules

3> 重启动系统

此外,mapreduce在运行的时候会随机开放端口,在CentOS7中,可以使用下面的命令将防火墙关闭

systemctl stop firewalld

2、将IP地址设置为静态

准备了三个IP地址

192.168.1.215

192.168.1.218

192.168.1.219

 在CentOS7下,修改ip地址的文件为/etc/sysconfig/network-scripts/ifcfg-eno16777736

主要作如下设置,其他的不需要变

# none或static表示静态OOTPROTO=static# 是否随网络服务启动ONBOOT=yesIPADDR=192.168.1.215# 子网掩码NETMASK=255.255.255.0# 网关,设置自己的GATEWAY=192.168.0.1# dnsDNS1=202.106.0.20

3、修改hostname与hosts文件

这两个文件均处于系统根目录的etc文件夹之中

下图显示了映射后的机器名称以及对应的ip地址(#localhost.localdomain这一行多余,仅master刚刚好)

主节点master,两个数据节点data1,data2

 

4、添加用户与组

需要为Hadoop软件系统设置单独的用户和组,本例中新添加的用户和所属组的名称均为hadoop  

adduser hadooppasswd hadoop 

 5、利用ssh实现免密码登录

注意,目的是使Hadoop系统的所属用户在集群之间实现免密码登录,而不是root用户(除非Hadoop系统的所有者root,但一般不建议这么做)。这一点非常重要。

在本例中,软件所有者是上面新建的hadoop用户,密钥也要由hadoop用户来生成。

1> 更改配置文件

需要对sshd_config文件进行修改,主要是以下三项,取消注释即可 

vim /etc/ssh/sshd_config

 

RSAAuthentication yesPubkeyAuthentication yesAuthorizedKeysFile   .ssh/authorized_keys

之后,执行以下命令重启sshd服务

service sshd restart

2> 生成密钥并分发相关文件

实现步骤如下:

a> 将三台计算机(master、data1、data2)分别切换到hadoop用户下,并分别cd到hadoop用户的家目录,然后执行 ssh-keygen -t rsa 命令,这样的结果,是在各自家目录的.ssh文件夹中生成了对应的id_rsa.pub 与id_rsa 密钥对。

b> 将data1(192.168.1.218),data2(192.168.1.219)两台计算机中的公钥文件复制到master(192.168.1.215)中,并重命名为id_rsa.pub218,id_rsa.pub219,置于hadoop用户家目录下的.ssh文件夹下。命令参考如下: 

scp id_rsa.pub hadoop@master:~/.ssh/id_rsa.pub218scp id_rsa.pub hadoop@master:~/.ssh/id_rsa.pub219

 hadoop@master表示用master中的hadoop用户登录master

这样以来,master主机hadoop用户的.ssh文件夹就有了以下三个公钥文件:

d_rsa.pub、d_rsa.pub218、d_rsa.pub218

c> 在master中,将以上三个文件以追加的形式写入authorized_keys文件,这些文件均位于hadoop用户.ssh文件夹中。 

cat id_rsa.pub >> authorized_keys cat id_rsa.pub218 >> authorized_keyscat id_rsa.pub219 >> authorized_keys

 d> 更改 authorized_keys 文件的权限。这一步也可在分发后单独进行。 

chmod 600 authorized_keys

 e> 分发authorized_keys 文件到data1,data2中hadoop用户的.ssh文件中,并再次检查权限。 

scp authorized_keys hadoop@data1:~/.ssh/authorized_keysscp authorized_keys hadoop@data2:~/.ssh/authorized_keys

 之后就可以在小集群中使用hadoop用户实现免密码登录了。 

6、安装jdk 

先在master中安装,之后分发,这里使用的是jdk-8u112-linux-x64.tar.gz

 1> 解压安装

 首先需要切换到root用户 

su rootcd /usrmkdir javatar -zxvf jdk-8u112-linux-x64.tar.gz ./javaln -s jdk1.8.0_112/ jdk

 2> 分发

scp -r /usr/java root@data2:/usr/scp -r /usr/java root@data2:/usr/

3> 设置环境变量,三台都要设置

vim /etc/profile

export JAVA_HOME=/usr/java/jdkexport JRE_HOME=/usr/java/jdk/jreexport CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/libexport PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

source /etc/profile

 7、安装hadoop

先在master下安装,再分发

安装的版本为2.6.5解压安装到/usr/Apache/目录下,并建立软连接

Hadoop所有配置文件的目录位于/usr/Apache/hadoop-2.6.5/etc/hadoop下,由于建立了一个软连接,所以/usr/Apache/hadoop/etc/hadoop是一样的

在hadoop软件目录的dfs文件夹中创建三个子文件夹name、data、tmp,下面属性的设置会用到,注意其所有者和所属组。

以下是配置文件的设置:

1> hdfs.site. 

<property>  <name>dfs.namenode.name.dir</name>  <value>file:/usr/Apache/hadoop/dfs/name</value></property><property>  <name>dfs.datanode.data.dir</name>  <value>file:/usr/Apache/hadoop/dfs/data</value></property><property>  <name>dfs.replication</name>  <value>3</value></property><property>  <name>dfs.namenode.secondary.http-address</name>  <value>master:50090</value></property><property>  <name>dfs.webhdfs.enabled</name>  <value>true</value></property>

2> mapred-site.

<property>  <name>mapreduce.framework.name</name>  <value>yarn</value></property><property>  <name>mapreduce.jobhistory.address</name>  <value>master:10020</value></property><property>  <name>mapreduce.jobhistory.webapp.address</name>  <value>master:19888</value></property>

3> yarn-site.

设置如下: 

<property>   <name>yarn.nodemanager.aux-services</name>   <value>mapreduce_shuffle</value> </property> <property>   <name>yarn.resourcemanager.address</name>    <value>master:8032</value>  </property>  <property>    <name>yarn.resourcemanager.scheduler.address</name>    <value>master:8030</value>  </property>  <property>    <name>yarn.resourcemanager.resource-tracker.address</name>   <value>master:8031</value> </property> <property>   <name>yarn.resourcemanager.admin.address</name>   <value>master:8033</value> </property> <property>   <name>yarn.resourcemanager.webapp.address</name>   <value>master:8088</value> </property> 

 4> Slaves

masterdata1data2

注:本例将master也作为了一个数据节点

5> hadoop-env.sh和yarn-env.sh

这是两个相当重要的环境变量配置文件,由于目前仅安装Hadoop,所以仅设置jdk即可,其他默认。

export JAVA_HOME=/usr/java/jdk

6> 将Apache文件夹分发到data1,data2对应的目录下

# 分发scp -r ./Apache root@data1:/usr/scp -r ./Apache root@data2:/usr/# 这里使用了root用户,记得分发后要改所有者与所属组chown -R hadoop:hadoop Apache/

注意jdk是不需要改所有者与所属组的,因为通用 

7> 三台机器分别配置hadoop用户的.bashrc文件,设置环境变量

su hadoopvim ~/.bashrc

export $HADOOP_HOME=/usr/Apache/hadoopexport HADOOP_COMMON_HOME=$HADOOP_HOMEexport HADOOP_HDFS_HOME=$HADOOP_HOMEexport HADOOP_MAPRED_HOME=$HADOOP_HOMEexport HADOOP_YARN_HOME=$HADOOP_HOMEexport HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoopexport CLASSPATH=.:$HADOOP_HOME/lib:$CLASSPATHexport PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source ~/.bashrc

8、开启历史服务器

./mr-jobhistory-daemon.sh start historyserver./yarn-daemon.sh start historyserver

9、运行结果

相关进程

 

  

  

All Applications

http://192.168.1.215:8088

JobHistory 

http://192.168.1.215:19888

Master

http://192.168.1.215:50070