hadoop集群有三种运行模式:单机模式、伪分布模式、完全分布模式。我们这里搭建第三种完全分布模式,即使用分布式系统,在多个节点上运行。
1 环境准备
1.1 配置DNS
进入配置文件,添加主节点和从节点的ip映射关系:
# vim /etc/hosts10.0.0.45 master10.0.0.46 slave110.0.0.47 slave2
1.2 关闭防火墙
# service iptables stop //关闭服务
# chkconfig iptables off //关闭开机自启动
1.3 配置免密码登录
(1)每个节点都首先进入/root/.ssh目录下,生成密钥:
# ssh-keygen -t rsa //输入命令之后连续回车就行了
(2)在主节点上,将公钥拷贝到一个特定文件中:
[root@master .ssh]# cp id_rsa.pub authorized_keys
(3)将每个从节点上生成的公钥复制到主节点上:
[root@slave1 .ssh]# scp id_rsa.pub master:/root/.ssh/id_rsa_slave1.pub[root@slave2 .ssh]# scp id_rsa.pub master:/root/.ssh/id_rsa_slave2.pub
(4)在主节点上合并从节点的公钥:
[root@master .ssh]# cat id_rsa_slave1.pub>>authorized_keys
[root@master .ssh]# cat id_rsa_slave2.pub>>authorized_keys
(5)将主节点上合并后的公钥复制到从节点上:
[root@master .ssh]# scp authorized_keys slave1:/root/.ssh
[root@master .ssh]# scp authorized_keys slave2:/root/.ssh
配置完成,在各个节点上进行ssh访问,若无需密码就能访问,则配置成功。
1.4 配置java环境
首先下载jdk,保存到指定目录。设置环境变量:
# vim /etc/profile export JAVA_HOME=/usr/java/jdk1.8.0_112export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jarexport PATH=$PATH:$JAVA_HOME/bin # source /etc/profile //使配置生效
验证配置是否成功:
# java -vesrion
若出现下面的配置信息则表示java环境配置成功了:
2 部署Hadoop集群
在各个节点上安装与配置Hadoop的过程都基本相同,因此可以在每个节点上安装好Hadoop后,在主节点master上进行统一配置,然后通过scp命令将修改的配置文件拷贝到各个从节点上即可,下面介绍部署过程。
2.1 安装Hadoop
下载hadoop安装包,下载地址:,并解压:
# tar xvf hadoop-2.7.3.tar.gz
配置环境变量:
# vim /etc/profileexport HADOOP_HOME=/home/hadoop-2.7.3export PATH=$PATH:$HADOOP_HOME/binexport PATH=$PATH:$HADOOP_HOME/sbinexport HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop
2.2 修改配置文件
进入Hadoop的配置文件目录$HADOOP_HOME/etc/hadoop,可以看到有许多配置文件,Hadoop集群配置主要是对以下几个文件的修改:
-
core-site.xml
- hdfs-site.xml
- yarn-site.xml
- mapred-site.xml
- slaves、hadoop-env.sh、yarn-env.sh
下面就介绍文件的具体配置,按实际情况修改配置信息:
(1)core-site.xml
fs.defaultFS hdfs://master:9000 hadoop.tmp.dir /home/hadoop _tmp
(2)hdfs-site.xml
dfs.permissions.enabled false dfs.support.append true dfs.replication 2 dfs.datanode.data.dir file:///home/dfs_data dfs.namenode.name.dir file:///home/dfs_name dfs.namenode.rpc-address master:9000 dfs.namenode.secondary.http-address slave1:50090 dfs.namenode.secondary.https-address slave1:50091 dfs.webhdfs.enabled true
(3)yarn-site.xml
yarn.resourcemanager.hostname master yarn.nodemanager.aux-services mapreduce_shuffle yarn.nodemanager.resource.memory-mb 20480 yarn.scheduler.maximum-allocation-mb 10240 yarn.nodemanager.resource.cpu-vcores 5 yarn.nodemanager.vmem-check-enabled false
(4)mapred-site.xml
mapreduce.framework.name yarn
(5)slaves
启动Hadoop集群需要读取该文件,以确定从节点主机名,从而启动DataNode、NodeManager等守护进程,因此需要在该文件中添加从节点主机名。
slave1slave2
(6)hadoop-env.sh
修改如下内容:
export JAVA_HOME=/usr/java/jdk1.8.0_112
(7)yarn-env.sh
添加如下内容:
export JAVA_HOME=/usr/java/jdk1.8.0_112
到此,完成了主节点上所有的配置,只需将这些配置信息复制到各个从节点:
# scp /home/hadoop-2.7.3/etc/hadoop/* slave1:/home/hadoop-2.7.3/etc/hadoop/
# scp /home/hadoop-2.7.3/etc/hadoop/* slave2:/home/hadoop-2.7.3/etc/hadoop/
2.3 启动Hadoop
(1)第一次启动HDFS时需要初始化,在主节点上执行:
# cd /home/hadoop-2.7.3 # ./bin/hadoop namenode -format
(2)启动HDFS:
# ./sbin/start-dfs.sh
成功启动后,访问即可看到HDFS Web界面。
(3) 启动YARN:
# ./sbin/start-yarn.sh
成功启动后,访问即可看到YARN Web界面。
这里也可以直接执行下面的命令一键启动,但第一次启动不建议这样做:
# start-all.sh
到此,Hadoop集群环境已经搭建好了,可以根据自己的业务需求,在上面愉快的“玩耍”了。