教你玩轉Hadoop分布式集群搭建，進擊大數據

作者：小哥 2017-12-07 15:24:10

大數據分布式 Hadoop

終于要開始玩大數據了，之前對haoop生態幾乎沒有太多的了解，現在趕鴨子上架，需要完全使用它來做數據中心，這是我的haoop第一篇文章，以后估計會寫很多大數據相關的文章。

終于要開始玩大數據了，之前對haoop生態幾乎沒有太多的了解，現在趕鴨子上架，需要完全使用它來做數據中心，這是我的haoop***篇文章，以后估計會寫很多大數據相關的文章。

Hadoop的搭建有三種方式，單機版適合開發調試;偽分布式版，適合模擬集群學習;完全分布式，生產使用的模式。這篇文件介紹如何搭建完全分布式的hadoop集群，一個主節點，三個數據節點為例來講解。

[[212522]]

基礎環境

環境準備

1、軟件版本

四臺服務器配置，系統：centos6.5、內存：1G、硬盤：20G
四臺服務器分配的IP地址：192.168.0.71/72/73/74
規劃：71用作主節點用作hadoop-master，其它三臺為數據節點72、73、74用作hadoop-salve1~3

jdk和生成保持一致使用1.7版本

hadoop使用2.7.3版本，下載地址：http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz

2、host配置和主機名(四臺)

修改四臺服務器的hosts文件

vim /etc/hosts  
192.168.0.71 hadoop-master  
192.168.0.72 hadoop-slave1  
192.168.0.73 hadoop-slave2  
192.168.0.74 hadoop-slave3

分別斯塔服務器的主機名:HOSTNAME，master為例說明

vi /etc/sysconfig/network  
HOSTNAME=hadoop-master

執行reboot后生效，完成之后依次修改其它salve服務器為： hadoop-slave1~3。

3、服務器安裝jdk(四臺)

建議使用yum安裝jdk,也可以自行下載安裝

yum -y install java-1.7.0-openjdk*

配置環境變量，修改配置文件vim /etc/profile

export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64  
export PATH=$JAVA_HOME/bin:$PATH  
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

使用souce命令讓立刻生效

source /etc/profile

免密登陸

一、首先關閉四臺服務器的防火墻和SELINUX

查看防火墻狀態

service iptables status

關閉防火墻

service iptables stop  
chkconfig iptables off

關閉SELINUX后，需要重啟服務器

-- 關閉SELINUX  
# vim /etc/selinux/config  
-- 注釋掉  
#SELINUX=enforcing  
#SELINUXTYPE=targeted  
-- 添加  
SELINUX=disabled

二、免密碼登錄本機

下面以配置hadoop-master本機無密碼登錄為例進行講解，用戶需參照下面步驟完成h-salve1~3三臺子節點機器的本機無密碼登錄;

1)生產秘鑰

ssh-keygen -t rsa

2)將公鑰追加到”authorized_keys”文件

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

3)賦予權限

chmod 600 .ssh/authorized_keys

4)驗證本機能無密碼訪問

ssh hadoop-master

***，依次配置h-salve1~3無密碼訪問

二、hadoop-master本機無密碼登錄hadoop-slave1、hadoop-slave2、hadoop-slave3，以hadoop-master無密碼登錄hadoop-slave1為例進行講解：

1)登錄hadoop-slave1 ，復制hadoop-master服務器的公鑰”id_rsa.pub”到hadoop-slave1服務器的”root”目錄下。

scp root@hadoop-master:/root/.ssh/id_rsa.pub /root/

2)將hadoop-master的公鑰(id_rsa.pub)追加到hadoop-slave1的authorized_keys中

cat id_rsa.pub >> .ssh/authorized_keys  
rm -rf  id_rsa.pub

3)在 hadoop-master上面測試

ssh hadoop-slave1

三、配置hadoop-slave1~hadoop-slave3本機無密碼登錄hadoop-master

下面以hadoop-slave1無密碼登錄hadoop-master為例進行講解，用戶需參照下面步驟完成hadoop-slave2~hadoop-slave3無密碼登錄hadoop-master。

1)登錄hadoop-master，復制hadoop-slave1服務器的公鑰”id_rsa.pub”到hadoop-master服務器的”/root/”目錄下。

scp root@hadoop-slave1:/root/.ssh/id_rsa.pub /root/

2)將hadoop-slave1的公鑰(id_rsa.pub)追加到hadoop-master的authorized_keys中。

cat id_rsa.pub >> .ssh/authorized_keys  
rm -rf  id_rsa.pub //刪除id_rsa.pub

3)在 hadoop-slave1上面測試

ssh hadoop-master

依次配置 hadoop-slave2、hadoop-slave3

到此主從的無密登錄已經完成了。

Hadoop環境搭建

配置hadoop-master的hadoop環境

1、hadoop-master上解壓縮安裝包及創建基本目錄

#下載  
wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz  
#解壓  
tar -xzvf  hadoop-2.7.3.tar.gz    -C /usr/local  
#重命名  
mv  hadoop-2.7.3  hadoop

2、配置hadoop-master的hadoop環境變量

1)配置環境變量，修改配置文件vi /etc/profile

export HADOOP_HOME=/usr/local/hadoop  
export PATH=$PATH:$HADOOP_HOME/bin

使得hadoop命令在當前終端立即生效

source /etc/profile

下面配置，文件都在：/usr/local/hadoop/etc/hadoop路徑下

2、配置core-site.xml

修改Hadoop核心配置文件/usr/local/hadoop/etc/hadoop/core-site.xml，通過fs.default.name指定NameNode的IP地址和端口號，通過hadoop.tmp.dir指定hadoop數據存儲的臨時文件夾。

<configuration>  
    <property>  
        <name>hadoop.tmp.dir</name>  
        <value>file:/usr/local/hadoop/tmp</value> 
        <description>Abase for other temporary directories.</description>  
    </property>  
    <property>  
        <name>fs.defaultFS</name>  
        <value>hdfs://hadoop-master:9000</value>  
    </property>  
</configuration>

特別注意：如沒有配置hadoop.tmp.dir參數，此時系統默認的臨時目錄為：/tmp/hadoo-hadoop。而這個目錄在每次重啟后都會被刪除，必須重新執行format才行，否則會出錯。

3、配置hdfs-site.xml：

修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml，通過dfs.replication指定HDFS的備份因子為3，通過dfs.name.dir指定namenode節點的文件存儲目錄，通過dfs.data.dir指定datanode節點的文件存儲目錄。

<configuration>  
    <property>  
        <name>dfs.replication</name>  
        <value>3</value>  
    </property>  
    <property>  
        <name>dfs.name.dir</name>  
        <value>/usr/local/hadoop/hdfs/name</value>  
    </property>  
    <property>  
        <name>dfs.data.dir</name>  
        <value>/usr/local/hadoop/hdfs/data</value>  
    </property>  
</configuration>

4、配置mapred-site.xml

拷貝mapred-site.xml.template為mapred-site.xml，在進行修改

cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml  
vim /usr/local/hadoop/etc/hadoop/mapred-site.xml  
<configuration>  
  <property>  
      <name>mapreduce.framework.name</name>  
      <value>yarn</value>  
  </property>  
   <property>  
      <name>mapred.job.tracker</name>  
      <value>http://hadoop-master:9001</value>  
  </property>  
</configuration>

5、配置yarn-site.xml

<configuration>  
<!-- Site specific YARN configuration properties -->  
    <property>  
        <name>yarn.nodemanager.aux-services</name>  
        <value>mapreduce_shuffle</value>  
    </property>  
    <property>  
        <name>yarn.resourcemanager.hostname</name>  
        <value>hadoop-master</value>  
    </property>  
</configuration>

6、配置masters文件

修改/usr/local/hadoop/etc/hadoop/masters文件，該文件指定namenode節點所在的服務器機器。刪除localhost，添加namenode節點的主機名hadoop-master;不建議使用IP地址，因為IP地址可能會變化，但是主機名一般不會變化。

vi /usr/local/hadoop/etc/hadoop/masters  
## 內容  
hadoop-master

7、配置slaves文件(Master主機特有)

修改/usr/local/hadoop/etc/hadoop/slaves文件，該文件指定哪些服務器節點是datanode節點。刪除locahost，添加所有datanode節點的主機名，如下所示。

vi /usr/local/hadoop/etc/hadoop/slaves  
## 內容  
hadoop-slave1  
hadoop-slave2  
hadoop-slave3

配置hadoop-slave的hadoop環境

下面以配置hadoop-slave1的hadoop為例進行演示，用戶需參照以下步驟完成其他hadoop-slave2~3服務器的配置。

1)復制hadoop到hadoop-slave1節點

scp -r /usr/local/hadoop hadoop-slave1:/usr/local/

登錄hadoop-slave1服務器，刪除slaves內容

rm -rf /usr/local/hadoop/etc/hadoop/slaves

2)配置環境變量

vi /etc/profile  
## 內容  
export HADOOP_HOME=/usr/local/hadoop  
export PATH=$PATH:$HADOOP_HOME/bin

使得hadoop命令在當前終端立即生效;

source /etc/profile

依次配置其它slave服務

啟動集群

1、格式化HDFS文件系統

進入master的~/hadoop目錄，執行以下操作

bin/hadoop namenode -format

格式化namenode，***次啟動服務前執行的操作，以后不需要執行。

2、然后啟動hadoop：

sbin/start-all.sh

3、使用jps命令查看運行情況

#master 執行 jps查看運行情況  
25928 SecondaryNameNode  
25742 NameNode  
26387 Jps  
26078 ResourceManager  
#slave 執行 jps查看運行情況  
24002 NodeManager  
23899 DataNode  
24179 Jps

4、命令查看Hadoop集群的狀態

通過簡單的jps命令雖然可以查看HDFS文件管理系統、MapReduce服務是否啟動成功，但是無法查看到Hadoop整個集群的運行狀態。我們可以通過hadoop dfsadmin -report進行查看。用該命令可以快速定位出哪些節點掛掉了，HDFS的容量以及使用了多少，以及每個節點的硬盤使用情況。

hadoop dfsadmin -report

輸出結果：

Configured Capacity: 50108030976 (46.67 GB)  
Present Capacity: 41877471232 (39.00 GB)  
DFS Remaining: 41877385216 (39.00 GB)  
DFS Used: 86016 (84 KB)  
DFS Used%: 0.00%  
Under replicated blocks: 0  
Blocks with corrupt replicas: 0  
Missing blocks: 0  
Missing blocks (with replication factor 1): 0 
 ......

5、hadoop 重啟

sbin/stop-all.sh  
sbin/start-all.sh

錯誤

在搭建完成啟動的時候，發生過兩個錯誤：

1、 xxx: Error: JAVA_HOME is not set and could not be found

這個錯誤意思沒有找到jdk的環境變量，需要在hadoop-env.sh配置。

vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh  
## 配置項  
export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64

2、The authenticity of host ‘0.0.0.0 (0.0.0.0)’ can’t be established.

解決方案關閉SELINUX

-- 關閉SELINUX  
# vim /etc/selinux/config  
-- 注釋掉  
#SELINUX=enforcing  
#SELINUXTYPE=targeted  
— 添加  
SELINUX=disabled

責任編輯：未麗燕來源： 36大數據

Hadoop 大數據服務器