导航网站怎么做seo,做网站工资多少,网络服务器建设,镇江网站推广排名目录
一、集群简介
二、Hadoop 集群部署方式
三、集群安装
3.1 集群角色规划
3.2 服务器基础环境准备
3.2.1 环境初始化
3.2.2 ssh 免密登录#xff08;在 hadoop01 上执行#xff09;
3.2.3 各个节点上安装 JDK 1.8 环境
3.3 安装 Hadoop
3.4 Hadoop 安装包目…目录
一、集群简介
二、Hadoop 集群部署方式
三、集群安装
3.1 集群角色规划
3.2 服务器基础环境准备
3.2.1 环境初始化
3.2.2 ssh 免密登录在 hadoop01 上执行
3.2.3 各个节点上安装 JDK 1.8 环境
3.3 安装 Hadoop
3.4 Hadoop 安装包目录结构
3.5 编辑 Hadoop 配置文件
3.5.1 hadoop-env.sh
3.5.2 core-site.xml
3.5.3 hdfs-site.xml
3.5.4 mapred-site.xml
3.5.5 yarn-site.xml
3.5.6 workers
3.6 分发同步安装包
3.7 配置 Hadoop 环境变量
3.8 NameNode format格式化操作
3.9 Hadoop 集群启动关闭
3.9.1 手动逐个进程启停
3.9.2 shell 脚本一键启停
3.9.3 Hadoop 集群启动日志
3.10 Hadoop Web UI 页面
3.10.1 配置 windows 域名映射
3.10.3 访问 YARN 集群 UI 页面
四、Hadoop 初体验
4.1 HDFS 初体验
4.1.1 shell 命令操作
4.1.2 Web UI 页面操作
4.2 MapReduceYARN 初体验
4.2.1 执行 Hadoop 官方自带的 MapReduce 案例 一、集群简介 Hadoop 集群包括两个集群HDFS 集群、YARN 集群。两个集群逻辑上分离、通常物理上在一起两个集群都是标准的主从架构集群。 逻辑上分离
两个集群互相之间没有依赖、互不影响
物理上在一起
某些角色进程往往部署在同一台物理服务器上
MapReduce 集群呢
MapReduce 是计算框架、代码层面的组件没有集群之说
二、Hadoop 集群部署方式 三、集群安装
3.1 集群角色规划 集群模式主要用于生产环境部署需要多台主机并且这些主机之间可以相互访问。本次是在 Centos 7.6 搭建集群模式以三台主机为例以下是集群规划
各节点 IP各节点名称运行角色各节点资源规划192.168.170.136hadoop01 NameNode、DataNode、ResourceManager、NodeManager 2 cpu / 4 G192.168.170.137hadoop02 SecondaryNamenode、DataNode 、NodeManager 2 cpu / 4 G192.168.170.138hadoop03DataNode 、NodeManager2 cpu / 4 G
3.2 服务器基础环境准备
3.2.1 环境初始化
给三台机器进行环境初始化特别是需要做好 Hosts 映射CentOS 7 初始化系统_centos7初始化_Stars.Sky的博客-CSDN博客
3.2.2 ssh 免密登录在 hadoop01 上执行
# 4 个 回车生成公钥、私钥
[roothadoop01 ~]# ssh-keygen # 推送到各个节点
[roothadoop01 ~]# ssh-copy-id roothadoop01
[roothadoop01 ~]# ssh-copy-id roothadoop02
[roothadoop01 ~]# ssh-copy-id roothadoop033.2.3 各个节点上安装 JDK 1.8 环境
Linux 部署 JDKMySQLTomcat 详细过程_一键部署jdk mysql tomcat_Stars.Sky的博客-CSDN博客
3.3 安装 Hadoop
hadoop 3.2.4 官方下载地址Apache Downloads
# 创建统一工作目录3 台机器
[roothadoop01 ~]# mkdir -p /bigdata/hadoop/server # 软件安装路径
[roothadoop01 ~]# mkdir -p /bigdata/hadoop/data # 数据存储路径
[roothadoop01 ~]# mkdir -p /bigdata/softwares # 安装包存放路径# 上传、解压安装包hadoop01
[roothadoop01 ~]# cd /bigdata/softwares/
[roothadoop01 /bigdata/softwares]# ls
hadoop-3.2.4.tar.gz
[roothadoop01 /bigdata/softwares]# tar -zxvf hadoop-3.2.4.tar.gz -C /bigdata/hadoop/server/3.4 Hadoop 安装包目录结构
[roothadoop01 /bigdata/softwares]# cd /bigdata/hadoop/server/
[roothadoop01 /bigdata/hadoop/server]# ls
hadoop-3.2.4
[roothadoop01 /bigdata/hadoop/server]# cd hadoop-3.2.4/
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4]# ls
bin etc include lib libexec LICENSE.txt NOTICE.txt README.txt sbin share
3.5 编辑 Hadoop 配置文件
3.5.1 hadoop-env.sh 文件中设置的是 Hadoop 运行时需要的环境变量。JAVA_HOME 是必须设置的即使我们当前的系统中设置了 JAVA_HOME它也是不认识的因为 Hadoop 即使是在本机上执行它也是把当前的执行环境当成远程服务器。
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4/etc/hadoop]# pwd
/bigdata/hadoop/server/hadoop-3.2.4/etc/hadoop # 在文件最后面直接添加下面内容
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4/etc/hadoop]# vim hadoop-env.sh
# 配置 JAVA_HOME
export JAVA_HOME/usr/java/jdk1.8.0_381
# 设置用户以执行对应角色 shell 命令
export HDFS_NAMENODE_USERroot
export HDFS_DATANODE_USERroot
export HDFS_SECONDARYNAMENODE_USERroot
export YARN_RESOURCEMANAGER_USERroot
export YARN_NODEMANAGER_USERroot
3.5.2 core-site.xml hadoop 的核心配置文件有默认的配置项 core-default.xml。core-default.xml 与 core-site.xml 的功能是一样的如果在 core-site.xml 里没有配置的属性则会自动会获取 core-default.xml 里的相同属性的值。
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4/etc/hadoop]# vim core-site.xml
configuration
!-- 默认文件系统的名称。通过 URI 中 schema 区分不同文件系统。--
!-- file:///本地文件系统 hdfs:// hadoop分布式文件系统 gfs://。--
!-- hdfs 文件系统访问地址http://nn_host:8020。--
propertynamefs.defaultFS/namevaluehdfs://hadoop01:8020/value
/property
!-- hadoop 本地数据存储目录 format 时自动生成 --
propertynamehadoop.tmp.dir/namevalue/bigdata/hadoop/data/tmp/value
/property
!-- 在 Web UI 访问 HDFS 使用的用户名。--
propertynamehadoop.http.staticuser.user/namevalueroot/value
/property
/configuration
3.5.3 hdfs-site.xml HDFS 的核心配置文件主要配置 HDFS 相关参数有默认的配置项 hdfs-default.xml。hdfs-default.xml 与 hdfs-site.xml 的功能是一样的如果在 hdfs-site.xml 里没有配置的属性则会自动会获取 hdfs-default.xml 里的相同属性的值。
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4/etc/hadoop]# vim hdfs-site.xml
configuration
!-- 设定 SNN 运行主机和端口 --
propertynamedfs.namenode.secondary.http-address/namevaluehadoop02:9868/value
/property
/configuration
3.5.4 mapred-site.xml MapReduce 的核心配置文件Hadoop 默认只有个模板文件 mapred-site.xml.template需要使用该文件复制出来一份 mapred-site.xml 文件。
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4/etc/hadoop]# vim mapred-site.xml
configuration
!-- mr 程序默认运行方式。yarn 集群模式 local 本地模式--
propertynamemapreduce.framework.name/namevalueyarn/value
/property
!-- MR App Master 环境变量。--
propertynameyarn.app.mapreduce.am.env/namevalueHADOOP_MAPRED_HOME${HADOOP_HOME}/value
/property
!-- MR MapTask 环境变量。--
propertynamemapreduce.map.env/namevalueHADOOP_MAPRED_HOME${HADOOP_HOME}/value
/property
!-- MR ReduceTask 环境变量。--
propertynamemapreduce.reduce.env/namevalueHADOOP_MAPRED_HOME${HADOOP_HOME}/value
/property
/configuration
3.5.5 yarn-site.xml
YARN 的核心配置文件在该文件中的 configuration 标签中添加以下配置。
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4/etc/hadoop]# vim yarn-site.xml !-- yarn集群主角色RM运行机器。--
propertynameyarn.resourcemanager.hostname/namevaluehadoop01/value
/property
!-- NodeManager上运行的附属服务。需配置成mapreduce_shuffle,才可运行MR程序。--
propertynameyarn.nodemanager.aux-services/namevaluemapreduce_shuffle/value
/property
!-- 每个容器请求的最小内存资源以MB为单位。--
propertynameyarn.scheduler.minimum-allocation-mb/namevalue512/value
/property
!-- 每个容器请求的最大内存资源以MB为单位。--
propertynameyarn.scheduler.maximum-allocation-mb/namevalue2048/value
/property
!-- 容器虚拟内存与物理内存之间的比率。--
propertynameyarn.nodemanager.vmem-pmem-ratio/namevalue4/value
/property
3.5.6 workers
workers 文件里面记录的是集群主机名。一般有以下两种作用
配合一键启动脚本如 start-dfs.sh、stop-yarn.sh 用来进行集群启动。这时候 slaves 文件里面的主机标记的就是从节点角色所在的机器。可以配合 hdfs-site.xml 里面 dfs.hosts 属性形成一种白名单机制。 dfs.hosts 指定一个文件其中包含允许连接到 NameNode 的主机列表。必须指定文件的完整路径名那么所有在 workers 中的主机才可以加入的集群中。如果值为空则允许所有主机。
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4/etc/hadoop]# vim workers
hadoop01
hadoop02
hadoop03
3.6 分发同步安装包
在 hadoop01 机器上将 Hadoop 安装包 scp 同步到其他机器
[roothadoop01 /bigdata/hadoop]# cd /bigdata/hadoop/server/
[roothadoop01 /bigdata/hadoop/server]# scp -r hadoop-3.2.4 roothadoop02:/bigdata/hadoop/server/
[roothadoop01 /bigdata/hadoop/server]# scp -r hadoop-3.2.4 roothadoop03:/bigdata/hadoop/server/3.7 配置 Hadoop 环境变量
在三台机器上配置 Hadoop 环境变量
[roothadoop01 /bigdata/hadoop/server]# vim /etc/profile
# hadoop
export HADOOP_HOME/bigdata/hadoop/server/hadoop-3.2.4/
export PATH$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin# 重新加载环境变量
[roothadoop01 /bigdata/hadoop/server]# source /etc/profile# 验证环境变量是否生效
[roothadoop01 /bigdata/hadoop/server]# hadoop
3.8 NameNode format格式化操作 首次启动 HDFS 时必须对其进行格式化操作。format 本质上是初始化工作进行 HDFS 清理和准备工作。
# 仅在 hadoop01 上执行
[roothadoop01 ~]# hdfs namenode -format[roothadoop01 ~]# ll /bigdata/hadoop/data/tmp/dfs/name/current/
总用量 16
-rw-r--r-- 1 root root 396 8月 31 17:04 fsimage_0000000000000000000
-rw-r--r-- 1 root root 62 8月 31 17:04 fsimage_0000000000000000000.md5
-rw-r--r-- 1 root root 2 8月 31 17:04 seen_txid
-rw-r--r-- 1 root root 218 8月 31 17:04 VERSIONfsimage_0000000000000000000这是文件系统镜像File System Image包含了HDFS的整个文件系统结构如目录和文件元数据的一个快照。fsimage_0000000000000000000.md5这是与fsimage文件对应的MD5校验和用于验证文件完整性。seen_txid这个文件保存了NameNode最后一次启动后见到即处理过的最大事务ID。VERSION这个文件包含了与NameNode相关的各种版本和配置信息比如Hadoop的版本号布局版本等。 3.9 Hadoop 集群启动关闭
3.9.1 手动逐个进程启停
每台机器上每次手动启动关闭一个角色进程。
HDFS 集群
hdfs --daemon start namenode|datanode|secondarynamenodehdfs --daemon stop namenode|datanode|secondarynamenode
YARN 集群
yarn --daemon start resourcemanager|nodemanageryarn --daemon stop resourcemanager|nodemanager
3.9.2 shell 脚本一键启停 在 hadoop01 上使用软件自带的 shell 脚本一键启动。前提配置好机器之间的 SSH 免密登录和 workers 文件。
HDFS 集群 start-dfs.sh stop-dfs.sh
YARN 集群 start-yarn.sh stop-yarn.sh
Hadoop 集群 start-all.sh stop-all.sh
[roothadoop01 ~]# start-all.sh
Starting namenodes on [hadoop01]
上一次登录五 9月 1 14:24:35 CST 2023pts/0 上
Starting datanodes
上一次登录五 9月 1 14:25:14 CST 2023pts/0 上
Starting secondary namenodes [hadoop02]
上一次登录五 9月 1 14:25:17 CST 2023pts/0 上
Starting resourcemanager
上一次登录五 9月 1 14:25:23 CST 2023pts/0 上
Starting nodemanagers
上一次登录五 9月 1 14:25:30 CST 2023pts/0 上
3.9.3 Hadoop 集群启动日志
# 启动完毕之后可以使用 jps 命令查看进程是否启动成功
[roothadoop01 ~]# jps
22337 NodeManager
21798 DataNode
22203 ResourceManager
22669 Jps
21662 NameNode[roothadoop02 ~]# jps
21114 NodeManager
21005 DataNode
21213 Jps[roothadoop03 ~]# jps
21010 DataNode
21219 Jps
21119 NodeManager# Hadoop 启动日志
[roothadoop01 ~]# ll /bigdata/hadoop/server/hadoop-3.2.4/logs/
总用量 184
-rw-r--r-- 1 root root 36069 8月 31 17:54 hadoop-root-datanode-hadoop01.log
-rw-r--r-- 1 root root 692 8月 31 17:54 hadoop-root-datanode-hadoop01.out
-rw-r--r-- 1 root root 43819 8月 31 17:54 hadoop-root-namenode-hadoop01.log
-rw-r--r-- 1 root root 692 8月 31 17:54 hadoop-root-namenode-hadoop01.out
-rw-r--r-- 1 root root 40045 8月 31 17:55 hadoop-root-nodemanager-hadoop01.log
-rw-r--r-- 1 root root 2264 8月 31 17:55 hadoop-root-nodemanager-hadoop01.out
-rw-r--r-- 1 root root 47741 8月 31 17:55 hadoop-root-resourcemanager-hadoop01.log
-rw-r--r-- 1 root root 2280 8月 31 17:54 hadoop-root-resourcemanager-hadoop01.out
-rw-r--r-- 1 root root 0 8月 31 17:04 SecurityAuth-root.audit
drwxr-xr-x 2 root root 6 8月 31 17:54 userlogs
3.10 Hadoop Web UI 页面
3.10.1 配置 windows 域名映射
以管理员身份打开 C:\Windows\System32\drivers\etc 目录下的 hosts 文件在文件最后添加以下映射域名和 ip 映射关系 3.10.2 访问 HDFS 集群 UI 页面
地址http://namenode_host:9870
其中 namenode_host 是 namenode 运行所在机器的主机名或者 ip。 HDFS 文件系统 Web 页面浏览 3.10.3 访问 YARN 集群 UI 页面
地址http://resourcemanager_host:8088
其中 resourcemanager_host 是 resourcemanager 运行所在机器的主机名或者 ip。 四、Hadoop 初体验
4.1 HDFS 初体验
4.1.1 shell 命令操作
[roothadoop01 ~]# hadoop fs -mkdir /test1
[roothadoop01 ~]# hadoop fs -put jdk-8u381-linux-x64.tar.gz /test1
[roothadoop01 ~]# hadoop fs -ls /
Found 1 items
drwxr-xr-x - root supergroup 0 2023-09-01 14:43 /test1
4.1.2 Web UI 页面操作
4.2 MapReduceYARN 初体验
4.2.1 执行 Hadoop 官方自带的 MapReduce 案例
评估圆周率 π 的值
[roothadoop01 ~]# cd /bigdata/hadoop/server/hadoop-3.2.4/share/hadoop/mapreduce/
[roothadoop01 /bigdata/hadoop/server/hadoop-3.2.4/share/hadoop/mapreduce]# hadoop jar hadoop-mapreduce-examples-3.2.4.jar pi 2 4
