Hadoop-2.7.2集群的搭建——集群学习日记
2017-08-04 17:12
381 查看
前言
因为比赛的限制是使用Hadoop2.7.2,估在此文章下面的也是使用Hadoop2.7.2,具体下载地址为Hadoop2.7.2开始的准备
目前在我的实验室上有三台Linux主机,因为需要参加一个关于spark数据分析的比赛,所以眼见那几台服务器没有人用,我们团队就拿来配置成集群。具体打算配置如下的集群主机名 | IP地址(内网) |
---|---|
SparkMaster | 10.21.32.106 |
SparkWorker1 | 10.21.32.109 |
SparkWorker2 | 10.21.32.112 |
首先进行的是ssh免密码登录的操作
具体操作在上一篇学习日记当中已经写到了,在此不再详细说。配置Java环境
因为我那三台电脑也是配置好了JDK了,所以在此也不详细说。配置好Java的机子可以使用
java -version
来查看Java的版本
下载Hadoop2.7.2
因为我最后的文件是放在/usr/local下面的,所以我也直接打开
/usr/local文件夹下。直接
wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.7.2/hadoop-2.7.2.tar.gz[/code]安装Hadoop以及配置Hadoop环境
解压tar -zxvf hadoop-2.7.2.tar.gz
删除rm -rf hadoop-2.7.2.tar.gz
解压删除之后打开hadoop-2.7.2文件夹,在etc/hadoop/hadoop-env.sh中配置JDK的信息
先查看本机的jdk目录地址在哪里echo $JAVA_HOMEvi etc/hadoop/hadoop-env.sh
将export JAVA_HOME=${JAVA_HOME}
改为export JAVA_HOME=/usr/java/jdk1.8.0_131
为了方便我们以后开机之后可以立刻使用到Hadoop的bin目录下的相关命令,可以把hadoop文件夹下的bin和sbin目录配置到/etc/profile文件中。vi /etc/profile
添加export PATH=$PATH:/usr/local/hadoop-2.7.2/bin:/usr/local/hadoop-2.7.7/sbin
按一下esc,按着shift+两次z键保存
使用source /etc/profile
使得命令配置信息生效,是否生效可以通过hadoop version
查看配置Hadoop分布式集群
前言
考虑是为了建立spark集群,所以主机命名为SparkMasterSparkWorker1SparkWorker2修改主机名
vi /etc/hostname
修改里面的名字为SprakMaster,按一下esc,按着shift+两次z键保存。设置hosts文件使得主机名和IP地址对应关系
vi /etc/hosts
配置主机名和IP地址的对应关系。
Ps:其他两台slave的主机也修改对应的SparkWorker1 SparkWorker2,如果修改完主机名字之后户籍的名字没有生效,那么重启系统便可以。三台机子的hostname与hosts均要修改在==三台==机子的总的hadoop-2.7.2文件夹下建立如下四个文件夹
目录/tmp,用来存储临时生成
4000
的文件
目录/hdfs,用来存储集群数据
目录hdfs/data,用来存储真正的数据
目录hdfs/name,用来存储文件系统元数据mkdir tmp hdfs hdfs/data hdfs/name配置hadoop文件
在此先修改SparkMaster的配置文件,然后修改完毕后通过rsync命令复制到其他节点电脑上。修改core-site.xml
vi etc/hadoop/core-site.xml
具体修改如下:<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://SparkMaster:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>file:/usr/local/hadoop-2.7.2/tmp</value> </property> <property> <name>io.file.buffer.size</name> <value>131072</value> </property> </configuration>
变量fs.defaultFS保存了NameNode的位置,HDFS和MapReduce组件都需要它。这就是它出现在core-site.xml文件中而不是hdfs-site.xml文件中的原因。修改marpred-site.xml
具体修改如下
首先我们需要的是将marpred-site.xml复制一份:cp etc/hadoop/marpred-site.xml.template etc/hadoop/marpred-site.xmlvi etc/hadoop/marpred-site.xml.template
此处修改的是marpred-site.xml,不是marpred-site.xml.template。
具体修改如下<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>SparkMaster:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>SparkMaster:19888</value> </property> </configuration>修改hdfs-site.xml
vi etc/hadoop/hdfs-site.xml
具体修改如下<configuration> <property> <name>dfs.namenode.name.dir</name> <value>file:/usr/local/hadoop-2.7.2/hdfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/usr/local/hadoop-2.7.2/hdfs/data</value> </property> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>dfs.namenode.secondary.http-address</name> <value>SparkMaster:9001</value> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property> </configuration>
PS:变量dfs.replication指定了每个HDFS数据块的复制次数,即HDFS存储文件的副本个数.我的实验环境只有一台Master和两台Worker(DataNode),所以修改为2。配置yarn-site.xml
vi etc/hadoop/yarn-site.xml
具体配置如下:<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property> <property> <name>yarn.resourcemanager.address</name> <value>SparkMaster:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>SparkMaster:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>SparkMaster:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>SparkMaster:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>SparkMaster:8088</value> </property> </configuration>修改slaves的内容
将localhost修改成为SparkWorker1、SparkWorker2将
SparkMaster节点的`hadoop-2.7.2/etc/下面的文件通过以下方式放去其他节点rsync -av /usr/local/hadoop-2.7.2/etc/ SparkWorker1:/usr/local/hadoop-2.7.2/etc/rsync -av /usr/local/hadoop-2.7.2/etc/ SparkWorker1:/usr/local/hadoop-2.7.2/etc/
完成之后可以查看SparkWorker1、SparkWorker2下面的文件是否变了启动hadoop分布式集群
在
输入SparkMaster节点格式化集群的文件系统hadoop namenode -format启动Hadoop集群
start-all.sh查看各个节点的进程信息
使用jps
查看各节点的进程信息
可以看到
此时分布式的hadoop集群已经搭好了
在浏览器输入SparkMaster_IP:50070SparkMaster_IP:8088
看到以下界面代表Hadoop集群已经开启了结言
到此Hadoop的分布式集群就搭好了。这个Spark运行的基础。
参见:CentOS 6.7安装Hadoop 2.7.2
++王家林/王雁军/王家虎的《Spark 核心源码分析与开发实战》++
文章出自kwongtai'blog,转载请标明出处!
相关文章推荐
- Hadoop-2.7.2集群的搭建——集群学习日记
- Hadoop-2.7.2集群的搭建——集群学习日记
- Hadoop-2.7.2集群的搭建——集群学习日记
- hadoop学习(三)------搭建分布式集群
- 学习搭建Hadoop+HBase+ZooKeeper分布式集群环境
- hadoop学习第二天~Hadoop2.6.5完全分布式集群搭建和测试
- hadoop学习笔记之hadoop伪分布集群搭建(三)
- Hadoop2.7.2版本分布式集群搭建详细记录(2)
- Hadoop-2.7.2伪分布式集群搭建
- 学习记录--颤抖吧,hadoop(五)---搭建完全分布式hadoop集群(1)
- VirtualBox+CentOs虚拟集群搭建配置hadoop2.2.0学习环境
- Hadoop学习(1):利用虚拟机搭建Hadoop集群环境
- Hadoop学习之HBase的集群环境搭建
- Hadoop2.7.0学习——Hbase-0.98.13集群搭建
- Hadoop 2.7.2 集群搭建-预备工作
- Hadoop2.7.2之集群搭建(三台)
- Hadoop2.7.2集群搭建详解
- Hadoop2.7.2 Centos 完全分布式集群环境搭建 (1) - 基础环境准备-1
- 虚拟机搭建Hadoop集群学习笔记(1)
- Hadoop 2.7.2 最小集群搭建