大数据篇---hadoop学习一、搭建hadoop环境(centos7)二、hadoop知识点

2020-11-13 10:49:32 浏览数 (1)

大咖揭秘Java人都栽在了哪？点击免费领取《大厂面试清单》，攻克面试难关~>>>

一、搭建hadoop环境(centos7)

第 1 节 虚拟机环境准备

    1. 三台虚拟机（静态IP，关闭防⽕墙，修改主机名，配置免密登录，集群时间同步）

    (1)静态IP配置 编辑 vi /etc/sysconfig/network-scripts/ifcfg-ens33

代码语言：javascript复制
TYPE=Ethernet
PROXY_METHOD=none
BROWSER_ONLY=no
BOOTPROTO=static
DEFROUTE=yes
IPV4_FAILURE_FATAL=no
IPV6INIT=yes
IPV6_AUTOCONF=yes
IPV6_DEFROUTE=yes
IPV6_FAILURE_FATAL=no
IPV6_ADDR_GEN_MODE=stable-privacy
NAME=ens33
UUID=84435f7d-0321-4f1a-817f-0f9f1cf39d43
DEVICE=ens33
ONBOOT=yes
IPADDR=192.168.80.101
NETMASK=255.255.255.0
GATEWAY=192.168.80.2
DNS1=8.8.8.8
DNS2=8.8.4.4

** systemctl restart network

(2)关闭防火墙

代码语言：javascript复制
systemctl status firewalld.service 查看firewall状态
systemctl stop firewalld.service 停⽌firewall
systemctl disable firewalld.service 禁⽌firewall开机启动
关闭本机电脑防⽕墙后，可以在本地ping 虚拟机ip

(2.1)三态机器关闭selinux

代码语言：javascript复制
安全增强型 Linux（Security-Enhanced Linux）简称 SELinux，它是一个 Linux 内核模块，也是 Linux 的一个安全子系
统。
关闭安全策略否则SELinux服务开启后导致SSH连接异常。
修改文件
vi /etc/selinux/config

(3)修改主机名

代码语言：javascript复制
vi /etc/sysconfig/network

(4) 配置hostname与IP映射

(5)配置免密登录

代码语言：javascript复制
前提：配置hostname与IP映射 第一步：在三台机器器执行行以下命令，生成公钥与私钥
第二步：将centos7-2和centos7-3的公钥拷贝到centos7-1
第三步：再将centos7-1的公钥分发给centos7-2和centos7-3 第一步: ssh-keygen -t rsa 在centos7-1和centos7-2和centos7-3上面都要执行，产生公钥和私钥 第二步：在centos7-1 ,centos7-2和centos7-3上执行: ssh-copy-id centos7-1 将公钥拷贝到centos7-1上面去 第三步： scp authorized_keys centos7-2:$PWD scp authorized_keys centos7-3:$PWD

使用ssh完成免密登录即可 （ssh centos7-2）

(6)集群时间同步

代码语言：javascript复制
6.1. 查看本机当前时间--date
6.2. 设置本机当前时间
date -s "2018-08-17 20:08:09"
6.3. 通过命名和时钟服务器同步时间:
网络计时协议（NTP） : net time protocal ntpdate us.pool.ntp.org 
6.4. 编辑定时任务
crontab -e
6.5) 定时任务内容如下
*/1 * * * * /usr/sbin/ntpdate us.pool.ntp.org;
每隔1分钟执行指令一次
    1. 在/opt⽬录下创建⽂件夹
代码语言：javascript复制
mkdir -p /opt/lagou/software --软件安装包存放⽬录
mkdir -p /opt/lagou/servers --软件安装⽬录
  • 3 Hadoop下载地址：
代码语言：javascript复制
https://archive.apache.org/dist/hadoop/common/hadoop-2.9.2/

第 2 节 集群规划

第 3 节 安装Hadoop（前提是配置好jdk的环境）

  • 登录linux121节点；进⼊/opt/lagou/software,解压安装⽂件到/opt/lagou/servers
代码语言：javascript复制
tar -zxvf hadoop-2.9.2.tar.gz -C /opt/lagou/servers
  • 查看是否解压成功
代码语言：javascript复制
ll /opt/lagou/servers/hadoop-2.9.2
  • 添加Hadoop到环境变量 vim /etc/profile
代码语言：javascript复制
##HADOOP_HOME
export HADOOP_HOME=/opt/lagou/servers/hadoop-2.9.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
  • 使环境变量⽣效
代码语言：javascript复制
source /etc/profile
  • 验证hadoop
代码语言：javascript复制
hadoop version
  • hadoop 目录
代码语言：javascript复制
drwxr-xr-x 2 root root    194 Nov 13  2018 bin
drwxr-xr-x 3 root root     17 Oct 31 01:09 data
drwxr-xr-x 3 root root     20 Nov 13  2018 etc
drwxr-xr-x 2 root root    106 Nov 13  2018 include
drwxr-xr-x 3 root root     20 Nov 13  2018 lib
drwxr-xr-x 2 root root    239 Nov 13  2018 libexec
-rw-r--r-- 1 root root 106210 Nov 13  2018 LICENSE.txt
drwxr-xr-x 3 root root   4096 Nov  2 07:20 logs
-rw-r--r-- 1 root root  15917 Nov 13  2018 NOTICE.txt
-rw-r--r-- 1 root root   1366 Nov 13  2018 README.txt
drwxr-xr-x 3 root root   4096 Nov 13  2018 sbin
drwxr-xr-x 4 root root     31 Nov 13  2018 share

1. bin⽬录:对Hadoop进⾏操作的相关命令，如hadoop,hdfs等
2. etc⽬录：Hadoop的配置⽂件⽬录，⼊hdfs-site.xml,core-site.xml等
3. lib⽬录：Hadoop本地库（解压缩的依赖）
4. sbin⽬录：存放的是Hadoop集群启动停⽌相关脚本，命令
5. share⽬录：Hadoop的⼀些jar,官⽅案例jar，⽂档等

3.1 集群配置

(Hadoop集群配置 = HDFS集群配置 MapReduce集群配置 Yarn集群配置)

  • HDFS集群配置
代码语言：javascript复制
1. 将JDK路径明确配置给HDFS（修改hadoop-env.sh）
2. 指定NameNode节点以及数据存储⽬录（修改core-site.xml）
3. 指定SecondaryNameNode节点（修改hdfs-site.xml）
4. 指定DataNode从节点（修改etc/hadoop/slaves⽂件，每个节点配置信息占⼀⾏）
  • MapReduce集群配置
代码语言：javascript复制
1. 将JDK路径明确配置给MapReduce（修改mapred-env.sh）
2. 指定MapReduce计算框架运⾏Yarn资源调度框架（修改mapred-site.xml）
  • Yarn集群配置
代码语言：javascript复制
1. 将JDK路径明确配置给Yarn（修改yarn-env.sh）
2. 指定ResourceManager⽼⼤节点所在计算机节点（修改yarn-site.xml）
3. 指定NodeManager节点（会通过slaves⽂件内容确定）

** 集群配置具体步骤：

HDFS集群配置
代码语言：javascript复制
1.配置：hadoop-env.sh
将JDK路径明确配置给HDFS

vi /opt/lagou/servers/hadoop-2.9.2/etc/hadoop/hadoop-env.sh

export JAVA_HOME=/opt/lagou/servers/jdk1.8.0_231

2.指定NameNode节点以及数据存储⽬录（修改core-site.xml）
vi /opt/lagou/servers/hadoop-2.9.2/etc/hadoop/core-site.xml

<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
 <value>hdfs://linux121:9000</value>
</property>
<!-- 指定Hadoop运⾏时产⽣⽂件的存储⽬录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/lagou/servers/hadoop-2.9.2/data/tmp</value>
</property>

2.1.core-site.xml的默认配置：
https://hadoop.apache.org/docs/r2.9.2/hadoop-project-dist/hadoop-common/core default.xml

3.指定secondarynamenode节点(修改hdfs-site.xml)
vi /opt/lagou/servers/hadoop-2.9.2/etc/hadoop/hdfs-site.xml

<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
 <name>dfs.namenode.secondary.http-address</name>
 <value>linux123:50090</value>
</property>
<!--副本数量 -->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>

3.1官⽅默认配置
https://hadoop.apache.org/docs/r2.9.2/hadoop-project-dist/hadoop hdfs/hdfs-default.xml

4.指定datanode从节点(修改slaves⽂件，每个节点配置信息占⼀⾏)
vi /opt/lagou/servers/hadoop-2.9.2/etc/hadoop/slaves

linux121
linux122
linux123

** 注意：该⽂件中添加的内容结尾不允许有空格，⽂件中不允许有空⾏。
MapReduce集群配置
代码语言：javascript复制
1.指定MapReduce使⽤的jdk路径（修改mapred-env.sh）
vim /opt/lagou/servers/hadoop-2.9.2/etc/hadoop/mapred-env.sh

export JAVA_HOME=/opt/lagou/servers/jdk1.8.0_231

2. 指定MapReduce计算框架运⾏Yarn资源调度框架(修改mapred-site.xml)
2.1 mv mapred-site.xml.template mapred-site.xml
vim /opt/lagou/servers/hadoop-2.9.2/etc/hadoop/mapred-site.xml

<!-- 指定MR运⾏在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>

2.2 mapred-site.xml默认配置

https://hadoop.apache.org/docs/r2.9.2/hadoop-mapreduce-client/hadoop mapreduce-client-core/mapred-default.xml
Yarn集群配置
代码语言：javascript复制
1.指定JDK路径
vim /opt/lagou/servers/hadoop-2.9.2/etc/hadoop/yarn-env.sh

export JAVA_HOME=/opt/lagou/servers/jdk1.8.0_231

2.指定ResourceMnager的master节点信息(修改yarn-site.xml)

<!-- 指定YARN的ResourceManager的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>linux123</value>
</property>
<!-- Reducer获取数据的⽅式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>

2.1 yarn-site.xml的默认配置
https://hadoop.apache.org/docs/r2.9.2/hadoop-yarn/hadoop-yarn-common/yarn default.xml

3. 指定NodeManager节点（slaves⽂件已修改）

** 注意

代码语言：javascript复制
Hadoop安装⽬录所属⽤户和所属⽤户组信息，默认是501 dialout，⽽我们操作Hadoop集群的⽤户使
⽤的是虚拟机的root⽤户，
所以为了避免出现信息混乱，修改Hadoop安装⽬录所属⽤户和⽤户组！！

chown -R root:root /opt/lagou/servers/hadoop-2.9.2

3.2 分发配置

编写集群分发脚本rsync-script
  • rsync 远程同步⼯具

rsync主要⽤于备份和镜像。具有速度快、避免复制相同内容和⽀持符号链接的优点。

rsync和scp区别：⽤rsync做⽂件的复制要⽐scp的速度快，rsync只对差异⽂件做更新。scp是把所有⽂ 件都复制过去。

3.2.1. 基本语法

代码语言：javascript复制
rsync -rvl $pdir/$fname $user@$host:$pdir/$fname

3.2.2. 三台虚拟机安装rsync (执⾏安装需要保证机器联⽹)

yum install -y rsync

3.2.3. 把linux121机器上的/opt/lagou/software⽬录同步到linux122服务器的root⽤户下的/opt/⽬录

rsync -rvl /opt/lagou/software/ root@linux122:/opt/lagou/software

3.2.4 分发脚本

代码语言：javascript复制
#!/bin/bash

#1 获取命令输⼊参数的个数，如果个数为0，直接退出命令
paramnum= $#
if ((paramnum == 0 )) ;  then
echo  no params;
exit ;
fi
#2 根据传⼊参数获取⽂件名称
p1= $1
file_name= `basename  $p1 `
echo  fname= $file_name
#3 获取输⼊参数的绝对路径
pdir= `cd -P $(dirname  $p1 ) ;  pwd`
echo  pdir= $pdir
#4 获取⽤户名称
user= `whoami`
#5 循环执⾏rsync
for ((host = 101 ; host < 104 ; host    )) ;  do
echo  ------------------- linux $host  --------------
rsync -rvl  $pdir / $file_name   $user @hadoop $host : $pdir
done

3.2.5 修改脚本 rsync-script 具有执⾏权限

代码语言：javascript复制
[root@linux121 bin]$ chmod 777 rsync-script

3.2.6 调⽤脚本形式：rsync-script ⽂件名称

代码语言：javascript复制
[root@linux121 bin]$ rsync-script /home/root/bin

3.2.7 调⽤脚本分发Hadoop安装⽬录到其它节点

代码语言：javascript复制
[root@linux121 bin]$ rsync-script /opt/lagou/servers/hadoop-2.9.2

第 4 节 启动集群

** 注意：如果集群是第⼀次启动，需要在Namenode所在节点格式化NameNode，⾮第⼀次不⽤执⾏格 式化Namenode操作！！

4.1 单节点启动

代码语言：javascript复制
[root@linux121 hadoop-2.9.2]$ hadoop namenode -format

二、hadoop知识点

unix hadoop yarn mapreduce tcp/ip

0 人点赞