伪分布式部署
1.规划和准备
- 规划
咋规划啊,就一个电脑,但是部署的内容还是需要知道的,麻雀虽小,五脏俱全。每个hadoop环境,包含一个hdfs和一个yarn。
具体如下
- 准备
关闭防火墙(看前面的文章)、静态ip(192.168.157.121)、设置主机名称为bigdata121
2.解压方式安装hadoop2.8.4和jdk8并配置环境变量
①压缩包位置
②解压位置
③配置环境变量
vi /etc/profile
后面追加下面的代码
export JAVA_HOME=/opt/mod/jdk1.8.0_144 export HADOOP_HOME=/opt/mod/hadoop-2.8.4 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
3.配置hdfs
切换到/opt/mod/hadoop-2.8.4/etc/hadoop目录
1.配置core-site.xml
<!-- 指定HDFS中NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://bigdata121:9000</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/mod/hadoop-2.8.4/data</value> </property>
2.配置hdfs-site.xml
<!--数据冗余数--> <property> <name>dfs.replication</name> <value>1</value> </property> <!--secondary的地址--> <property> <name>dfs.namenode.secondary.http-address</name> <value>bigdata121:50090</value> </property> <!--关闭权限--> <property> <name>dfs.permissions</name> <value>false</value> </property>
3.修改hadoop-env.sh
25行指定自己的java_home
24 # The java implementation to use. 25 export JAVA_HOME=/opt/mod/jdk1.8.0_144
至此,hdfs已经部署成功了
4.测试
格式化Namenode
hdfs namenode -format
启动hdfs
start-dfs.sh
命令查看hdfs是否启动
浏览器打开测试
出现这个页面就成功了。
测试一个上传文件
在 /opt/mod下新建个test文件,内容如下
切换到/opt/mod下,上传到hdfs根目录去
hadoop fs -put test /
2个地方可以看到
自此hdfs配置成功,下面配置yarn。
yarn配置
切换到/opt/mod/hadoop-2.8.4/etc/hadoop目录下
1.配置yarn-site.xml
<!-- 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>bigdata121</value> </property> <!-- 日志聚集功能使能 --> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <!-- 日志保留时间设置7天(秒) --> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>604800</value> </property>
2.配置mapred-site.xml
因为没有mapred-site.xml,可以使用
cp mapred-site.xml.template mapred-site.xml
克隆一份
然后修改mapred-site.xml
<configuration> <!-- 指定mr运行在yarn上--> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <!--历史服务器的地址--> <property> <name>mapreduce.jobhistory.address</name> <value>bigdata121:10020</value> </property> <!--历史服务器页面的地址--> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>bigdata121:19888</value> </property> </configuration>
3.修改yarn-env.sh
明确指定全路径java目录
23行
22 # some Java parameters 23 export JAVA_HOME=/opt/mod/jdk1.8.0_144
4.修改mapred-env.sh
第16行
16 export JAVA_HOME=/opt/mod/jdk1.8.0_144
自此,yarn已经配置好了
5.测试
执行start-yarn.sh
以上2图都说明yarn也已经启动了。
自此,hadoop伪分布部署已经全部部署功能, 补充点概念
为什么要格式化?
NameNode主要被用来管理整个分布式文件系统的命名空间(实际上就是目录和文件)的元数据信息,同时为了保证数据的可靠性,还加入了操作日志,所以,NameNode会持久化这些数据(保存到本地的文件系统中)。对于第一次使用HDFS,在启动NameNode时,需要先执行-format命令,然后才能正常启动NameNode节点的服务。
格式化做了哪些事情?
在NameNode节点上,有两个最重要的路径,分别被用来存储元数据信息和操作日志,而这两个路径来自于配置文件,它们对应的属性分别是dfs.name.dir和dfs.name.edits.dir,同时,它们默认的路径均是/tmp/hadoop/dfs/name。格式化时,NameNode会清空两个目录下的所有文件,之后,会在目录dfs.name.dir下创建文件
hadoop.tmp.dir 这个配置,会让dfs.name.dir和dfs.name.edits.dir会让两个目录的文件生成在一个目录里
启动集群得命令:
Namenode的主节点:sbin/start-dfs.sh
Yarn的主节点:sbin/stop-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。
自此,本文大功告成!!