环境准备

我这里准备四个虚拟机,ip分别为:

# bigdata01
192.168.11.100
# bigdata02
192.168.11.101
# bigdata03
192.168.11.102
# bigdata04
192.168.11.103

主机命修改

主机名修改为bigdata01、bigdata02、bigdata03、bigdata04。

# 进入文件
vi /etc/hostname
# 修改文件,这里根据不同的服务器修改
bigdata01

新建账户

新建账户为bigdata,并设置密码,设置权限,bigdata的权限等同于root

# 进入文件
vi /etc/sudoers
# 新增配置
bigdata ALL=(ALL) ALL

关闭防火墙/关闭Selinux

# 关闭防火墙
systemctl disable firewalld

关闭selinux

# 进入文件
vi /etc/selinux/config
# 修改配置
SELINUX=disabled

域名映射

# 进入文件
vi /etc/hosts
# 新增配置
192.168.11.100 bigdata01 
192.168.11.101 bigdata02 
192.168.11.102 bigdata03 
192.168.11.103 bigdata04

置SSH免密登录

bigdata用户登录,在每个虚拟机执行ssh-keygen命令,一直enter下去,直至id_rsa.pub和id_rsa两个文件生成。
生成后,每个虚拟机执行以下命令发送公钥文件:

ssh-copy-id bigdata01
ssh-copy-id bigdata02
ssh-copy-id bigdata03
ssh-copy-id bigdata04

发送后通过ssh验证,比如当前在bigdata01服务器,ssh bigdata02看看能不能免密登录到bigdata02服务器,如果可以,就说明设置成功。
如果设置了还不行,就需要注意设置文件夹和文件的权限。因为sshd为了安全,对属主的目录和文件权限有所要求。如果权限不对,则ssh的免密码登陆不生效。

chmod 700 /home/bigdata
chmod 700 /home/bigdata/.ssh
chmod 600 /home/bigdata/.ssh/authorized_keys

编译

我这边安装的是2.7.7版本。
编译之前除了下载相应版本的源码包,还需要查看官方的BUILDING.txt文件,这个文件描述了当前版本的编译需要的依赖项,以及依赖项的安装、配置。
下面是官方的截图,比如Unix系统,需要JDK1.7+、Maven3.0等。
image.png
以上软件都安装完成后,就可以通过maven对源码进行编译,编译后,我们就可以在target生成一个hadoop-2.7.7.tar.gz文件,至此编译完成。

编译后把生成的文件解压到制定目录,比如我这里是/home/bigdata/apps/hadoop-2.7.7。

配置文件

参考官方
配置之前,我们的规划是这样的,4个节点,3个副本:

节点名称HDFSYARN
bigdata01NameNodeNodeManager
bigdata02DataNode + SecondaryNamenodeNodeManager
bigdata03DataNodeNodeManager
bigdata04DataNodeResourceManager

hadoop-env.sh

配置Hadoop守护进程环境,路径:etc/hadoop/hadoop-env.sh。

参数描述必选
JAVA_HOMEJAVA_HOME的路径
HADOOP_PID_DIRHADOOP的PID文件路径
HADOOP_LOG_DIRHADOOP的日志文件路径
HADOOP_HEAPSIZE使用的最大堆大小,以MB为单位,默认1000M

core-site.xml

路径:etc/hadoop/core-site.xml。这个是xml文件,配置在configuration节点下面。

参数描述参数值
fs.defaultFSNameNode的URLhdfs://bigdata01:9000
io.file.buffer.sizeequenceFiles中使用的读/写缓冲区的大小。131072
hadoop.tmp.dir集群相关的数据存储目录/home/bigdata/data/hadoopdata

hdfs-site.xml

配置NameNode和DataNode信息,路径:etc/hadoop/hdfs-site.xml。这个是xml文件,配置在configuration节点下面。

参数描述参数值
dfs.namenode.name.dir本地文件系统上的路径,NameNode在其中持久化存储命名空间和事务日志,如果用逗号隔开,那每个目录都冗余存储/home/bigdata/data/hadoopdata/name
dfs.blocksizeHDFS块大小比如268435456,即256MB
dfs.datanode.data.dirdatanode的数据存储目录,如果用逗号隔开,那每个目录都冗余存储/home/bigdata/data/hadoopdata/data
dfs.replication副本个数3
dfs.secondary.http.addresssecondarynamenode运行节点的信息bigdata02:50090

yarn-site.xml

配置yarn的ResourceManager和NodeManager信息。路径:etc/hadoop/yarn-site.xml。这个是xml文件,配置在configuration节点下面。

参数描述参数值
yarn.resourcemanager.hostname主节点的位置bigdata04
yarn.nodemanager.aux-servicesMapReduce应用需要的shuffle服务mapreduce_shuffle

/mapred-site.xml

配置MapReduce应用。路径:etc/hadoop/mapred-site.xml。这个是xml文件,配置在configuration节点下面。

参数描述参数值
mapreduce.framework.name执行框架设置为Hadoop YARNyarn

Slaves文件

配置slave节点,路径:etc/hadoop/slaves。内容如下:

bigdata01
bigdata02
bigdata03
bigdata04

分发各环境

scp -r hadoop-2.7.7 bigdata02
scp -r hadoop-2.7.7 bigdata03
scp -r hadoop-2.7.7 bigdata04

环境变量

每个环境都执行以下命令

# 进入文件
vim ~/.bashrc
# 新增配置
export HADOOP_HOME=/home/bigdata/apps/hadoop-2.7.7 export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

运行

集群初始化,执行以下命令,注意仅第一次的时候需要。

# 仅第一次
hadoop namenode -format

启动HDFS集群,可以在任意节点

# 可以在任意节点
start-dfs.sh

image.png
启动YARN集群,在YARN节点上执行

# 在YARN节点上执行
start-yarn.sh

image.png
启动成功验证:
网址输入http://bigdata01:50070,界面...
image.png
输入http://bigdata04:8088,界面如...
image.png
集群安装完成。


大军
847 声望183 粉丝

学而不思则罔,思而不学则殆


下一篇 »
Scala - 数组