目录
一、准备三台linux并实现三台机器机器免密码登录
- 为什么要免密登录
- Hadoop 节点众多, 所以一般在主节点启动从节点, 这个时候就需要程序自动在主节点登录到从节点中, 如果不能免密就每次都要输入密码, 非常麻烦
免密 SSH 登录的原理
- 需要先在 B节点 配置
- A节点 的公钥节点 请求 B节点 要求登录
- B节点 使用 A节点 的公钥, 加密一段随机文本
- A节点 使用私钥解密, 并发回给 B节点
- B节点 验证文本是否正确
1、三台机器生成公钥与私钥
- 在三台机器执行以下命令,生成公钥与私钥
ssh-keygen -t rsa
执行该命令之后,按下三个回车即可
2、拷贝公钥到同一台机器
三台机器将拷贝公钥到第一台机器
- 三台机器执行命令:
ssh-copy-id node1
- 如果报错及解决办法
1. /usr/bin/ssh-copy-id: ERROR: ssh: Could not resolve hostname node1: 2. Name or service not known
- 解决办法:在集群上的所有机器上执行vi /etc/hosts
1. 192.168.43.129 node1 2. 192.168.43.130 node2 3. 192.168.43.131 node3
3、复制第一台机器的认证到其他机器
将第一台机器的公钥拷贝到其他机器上
在第一台机器上面指向以下命令
scp /root/.ssh/authorized_keys node2:/root/.ssh scp /root/.ssh/authorized_keys node3:/root/.ssh
二、三台机器时钟同步
为什么需要时间同步
- 因为很多分布式系统是有状态的, 比如说存储一个数据, A节点 记录的时间是 1, B节点 记录的时间是 2, 就会出问题
## 安装 yum install -y ntp ## 启动定时任务 crontab -e
随后在输入界面键入
*/1 * * * * /usr/sbin/ntpdate ntp4.aliyun.com;
三、hadoop集群搭建
- 如果需要单机部署参考博客:单机部署hadoop2.7.3_程序员小王java的博客-CSDN博客
怎么将ip地址设置主机名参考我的博客:http://t.csdn.cn/3wpT6
1、解压
tar xzvf hadoop-3.1.1.tar.gz #修改名字 mv hadoop-3.1.1 hadoop
2、修改配置文件
配置文件的位置在 hadoop/etc/hadoop
core-site.xmlll
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://node1:8020</value> </property> <!-- 临时文件存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/usr/apps/hadoop/tmp</value> </property> <!-- 缓冲区大小,实际工作中根据服务器性能动态调整 --> <property> <name>io.file.buffer.size</name> <value>8192</value> </property> <!-- 开启hdfs的垃圾桶机制,删除掉的数据可以从垃圾桶中回收,单位分钟 --> <property> <name>fs.trash.interval</name> <value>10080</value> </property> </configuration>
- hadoop-env.sh[2]
1. #java,自己的java地址 2. export JAVA_HOME=/usr/java/jdk1.8.0_171-amd64/
hdfs-site.xml
<configuration> <property> <name>dfs.namenode.name.dir</name> <value>file:///usr/apps/hadoop/datas/datanode/datanodeDatas</value> </property> <property> <name>dfs.blocksize</name> <value>134217728</value> </property> <property> <name>dfs.namenode.handler.count</name> <value>10</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:///usr/apps/hadoop/datas/datanode/datanodeDatas</value> </property> <property> <name>dfs.namenode.http-address</name> <value>node1:50070</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.permissions.enabled</name> <value>false</value> </property> <property> <name>dfs.namenode.checkpoint.edits.dir</name> <value>file:///usr/apps/hadoop/datas/dfs/nn/snn/edits</value> </property> <property> <name>dfs.namenode.secondary.http-address</name> <value>node1.hadoop.com:50090</value> </property> <property> <name>dfs.namenode.edits.dir</name> <value>file:///usr/apps/hadoop/datas/dfs/nn/edits</value> </property> <property> <name>dfs.namenode.checkpoint.dir</name> <value>file:///usr/apps/hadoop/datas/dfs/snn/name</value> </property> </configuration>
mapred-site.xml
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.map.memory.mb</name> <value>1024</value> </property> <property> <name>mapreduce.map.java.opts</name> <value>-Xmx512M</value> </property> <property> <name>mapreduce.reduce.memory.mb</name> <value>1024</value> </property> <property> <name>mapreduce.reduce.java.opts</name> <value>-Xmx512M</value> </property> <property> <name>mapreduce.task.io.sort.mb</name> <value>256</value> </property> <property> <name>mapreduce.task.io.sort.factor</name> <value>100</value> </property> <property> <name>mapreduce.reduce.shuffle.parallelcopies</name> <value>25</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>node1.hadoop.com:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>node1.hadoop.com:19888</value> </property> <property> <name>mapreduce.jobhistory.intermediate-done-dir</name> <value>/usr/apps/hadoop/datas/jobhsitory/intermediateDoneDatas</value> </property> <property> <name>mapreduce.jobhistory.done-dir</name> <value>/usr/apps/hadoop/datas/jobhsitory/DoneDatas</value> </property> <property> <name>yarn.app.mapreduce.am.env</name> <value>HADOOP_MAPRED_HOME=/usr/apps/hadoop</value> </property> <property> <name>mapreduce.map.env</name> <value>HADOOP_MAPRED_HOME=/usr/apps/hadoop/</value> </property> <property> <name>mapreduce.reduce.env</name> <value>HADOOP_MAPRED_HOME=/usr/apps/hadoop</value> </property> </configuration>
yarn-site.xml
<configuration> <property> <name>dfs.namenode.handler.count</name> <value>100</value> </property> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <property> <name>yarn.resourcemanager.address</name> <value>node1:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>node1:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>node1:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>node1:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>node1:8088</value> </property> <property> <name>yarn.resourcemanager.hostname</name> <value>node1</value> </property> <property> <name>yarn.scheduler.minimum-allocation-mb</name> <value>1024</value> </property> <property> <name>yarn.scheduler.maximum-allocation-mb</name> <value>2048</value> </property> <property> <name>yarn.nodemanager.vmem-pmem-ratio</name> <value>2.1</value> </property> <!-- 设置不检查虚拟内存的值,不然内存不够会报错 --> <property> <name>yarn.nodemanager.vmem-check-enabled</name> <value>false</value> </property> <property> <name>yarn.nodemanager.resource.memory-mb</name> <value>1024</value> </property> <property> <name>yarn.nodemanager.resource.detect-hardware-capabilities</name> <value>true</value> </property> <property> <name>yarn.nodemanager.local-dirs</name> <value>file:///usr/apps/hadoop/datas/nodemanage/nodemanagerLogs</value> </property> <property> <name>yarn.nodemanager.log-dirs</name> <value>file:///usr/apps/hadoop/datas/nodemanage/nodemanagerLogs</value> </property> <property> <name>yarn.nodemanager.log.retain-seconds</name> <value>10800</value> </property> <property> <name>yarn.nodemanager.remote-app-log-dir</name> <value>/usr/apps/hadoop/datas/remoteAppLog/remoteAppLogs</value> </property> <property> <name>yarn.nodemanager.remote-app-log-dir-suffix</name> <value>logs</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>18144000</value> </property> <property> <name>yarn.log-aggregation.retain-check-interval-seconds</name> <value>86400</value> </property> <!-- yarn上面运行一个任务,最少需要1.5G内存,虚拟机没有这么大的内存就调小这个值,不然会报错 --> <property> <name>yarn.app.mapreduce.am.resource.mb</name> <value>1024</value> </property> </configuration>
worker
node1 node2 node3
3、创建数据和临时文件夹
mkdir -p /usr/apps/hadoop/datas/tmp mkdir -p /usr/apps/hadoop/datas/dfs/nn/snn/edits mkdir -p /usr/apps/hadoop/datas/namenode/namenodedatas mkdir -p /usr/apps/hadoop/datas/datanode/datanodeDatas mkdir -p /usr/apps/hadoop/datas/dfs/nn/edits mkdir -p /usr/apps/hadoop/datas/dfs/snn/name mkdir -p /usr/apps/hadoop/datas/jobhsitory/intermediateDoneDatas mkdir -p /usr/apps/hadoop/datas/jobhsitory/DoneDatas mkdir -p /usr/apps/hadoop/datas/nodemanager/nodemanagerDatas mkdir -p /usr/apps/hadoop/datas/nodemanager/nodemanagerLogs mkdir -p /usr/apps/hadoop/datas/remoteAppLog/remoteAppLogs
4、分发安装包到其它机器
scp -r /usr/apps/hadoop node2:/usr/apps/hadoop scp -r /usr/apps/hadoop node3:/usr/apps/hadoop
5、在每个节点配置环境变量
vi /etc/profile
#hadoop export HADOOP_HOME=/usr/apps/hadoop/ export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
6、格式化HDFS
为什么要格式化HDFS
HDFS需要一个格式化的过程来创建存放元数据(image, editlog)的目录
bin/hdfs namenode -format
7、启动集群
# 会登录进所有的worker启动相关进行, 也可以手动进行, 但是没必要 /usr/apps/hadoop/sbin/start-dfs.sh /usr/apps/hadoop/sbin/start-yarn.sh mapred --daemon start historyserver
8、访问
此时便可以通过如下三个URL访问Hadoop了
HDFS: http://192.168.43.129:50070/dfshealth.html#tab-startup-progress
Yarn: http://192.168.43.129:8088/cluster
报错:设置hadoop-env.sh
export HDFS_NAMENODE_USER="root" export HDFS_DATANODE_USER="root" export HDFS_SECONDARYNAMENODE_USER="root" export YARN_RESOURCEMANAGER_USER="root" export YARN_NODEMANAGER_USER="root"