Hadoop(二)搭建伪分布式集群详解大数据

前言

  前面只是大概介绍了一下Hadoop,现在就开始搭建集群了。我们下尝试一下搭建一个最简单的集群。之后为什么要这样搭建会慢慢的分享,先要看一下效果吧!

一、Hadoop的三种运行模式(启动模式)

1.1、单机模式(独立模式)(Local或Standalone  Mode)

  -默认情况下,Hadoop即处于该模式,用于开发和调式。

  -不对配置文件进行修改。
  -使用本地文件系统,而不是分布式文件系统
  -Hadoop不会启动NameNode、DataNode、JobTracker、TaskTracker等守护进程,Map()和Reduce()任务作为同一个进程的不同部分来执行的
  -用于对MapReduce程序的逻辑进行调试,确保程序的正确

1.2、伪分布式模式(Pseudo-Distrubuted Mode)

  -Hadoop的守护进程运行在本机机器,模拟一个小规模的集群 

  -在一台主机模拟多主机
  -Hadoop启动NameNode、DataNode、JobTracker、TaskTracker这些守护进程都在同一台机器上运行,是相互独立的Java进程
  -在这种模式下,Hadoop使用的是分布式文件系统,各个作业也是由JobTraker服务,来管理的独立进程。在单机模式之上增加了代码调试功能,允许检查内存使用情况,HDFS输入输出,

    以及其他的守护进程交互。类似于完全分布式模式,因此,这种模式常用来开发测试Hadoop程序的执行是否正确。
  -修改3个配置文件:core-site.xml(Hadoop集群的特性,作用于全部进程及客户端)、hdfs-site.xml(配置HDFS集群的工作属性)、mapred-site.xml(配置MapReduce集群的属性)
  -格式化文件系统

1.3、全分布式集群模式(Full-Distributed Mode)

  -Hadoop的守护进程运行在一个集群上 

  -Hadoop的守护进程运行在由多台主机搭建的集群上,是真正的生产环境
  -在所有的主机上安装JDK和Hadoop,组成相互连通的网络
  -在主机间设置SSH免密码登录,把各从节点生成的公钥添加到主节点的信任列表
  -修改3个配置文件:core-site.xml、hdfs-site.xml、mapred-site.xml,指定NameNode和JobTraker的位置和端口,设置文件的副本等参数
  -格式化文件系统

二、搭建伪分布式集群的前提条件

环境:在ubuntu17.04

    jdk1.8.0_131

    hadoop 2.8.1

2.1、能够正常运行的Ubuntu操作系统

  在Ubuntu下,软件安装到/opt下,当前正在使用的用户,对于opt目录需要有读写权限: 

  1)将opt的权限给为777(漏洞文件),不推荐在生产环境中使用。但是可以在学习和调试环境中使用。     

  2)sudo

    在启动Hadoop的各个守护进程的时候,需要使用sudo。
    在管理Hadoop的时候,实际上由不同的用户启动不同集群的守护进程。
    统一使用当前的用户管理所有集群。

  3)该目录的所有者设置为当前用户

2.2、安装JDK,并配置环境变量

  1)将jdk安装包放在家目录下

  2)解压到opt目录下

    sudo tar zxvf jdk-8u131-linux-x64.tar.gz -C /opt

    此时在/opt目录下:会有一个jdk1.8.0_131

  3)创建软链接

    sudo ln -snf /opt/jdk1.8.0_131 /opt/jdk

    Hadoop(二)搭建伪分布式集群详解大数据

    注意:创建软连接的目的是为了,我们在做项目的时候,可能会用到不同的jdk版本,这是要换软件的话,只需要修改软链接就可以了。而不用修改配置文件。

  4)配置环境变量   

    局部环境变量:~/.bashrc
    全局环境变量:/etc/profile
    export JAVA_HOME=/opt/jdk
    export JRE_HOME=$JAVA_HOME/jre
    export CLASSPATH=.:$JAVA_HOME/lib
    export PATH=$PATH:$JAVA_HOME/bin

    source 相关文件(更新配置文件)

  5)查看是否安装成功

   java、javac、java -version

三、搭建伪分布式集群

3.1、安装hadoop

  1)解压hadoop安装包到opt目录下

    sudo  tar zxvf hadoop-2.8.1.tar.gz -C /opt

  2)创建软链接

    ln -snf /opt/hadoop-2.8.1   /opt/hadoop  

    Hadoop(二)搭建伪分布式集群详解大数据

  3)配置环境变量  

    在/etc/profile文件中加入以下内容:
    export HADOOP_HOME=/opt/hadoop
    export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
    source /etc/profile

  4)使用hadoop version命令测试是否配置成功

    Hadoop(二)搭建伪分布式集群详解大数据

3.2、配置hadoop

  配置文件存放在/opt/hadoop/etc/hadoop中有n多个文件,暂时我们只需要修改的只有5个

  1)hadoop-env.sh

    大约在25行左右   

  export JAVA_HOME=${JAVA_HOME}改成export JAVA_HOME=/opt/jdk

    Hadoop(二)搭建伪分布式集群详解大数据

    注意:在配置文件中有提示我们怎么设置,我们一般不删除,二回选择注释它的提示。

  2)core-site.xml 

      <configuration> 
                <property> 
                    <name>fs.defaultFS</name> 
                    <value>hdfs://1.0.0.5:9000</value>    
                </property> 
            </configuration>

    Hadoop(二)搭建伪分布式集群详解大数据

  分析:1.0.0.5是你主节点所在主机的ip,而9000为端口

  3)hdfs-site.xml   

            <configuration> 
                <property> 
                    <name>dfs.nameservices</name> 
                    <value>hadoop-cluster</value> 
                </property> 
                <property> 
                    <name>dfs.namenode.name.dir</name> 
                    <value>file:///data/hadoop/hdfs/nn</value> 
                </property> 
                <property> 
                    <name>dfs.namenode.ch 
                    eckpoint.dir</name> 
                    <value>file:///data/hadoop/hdfs/snn</value> 
                </property> 
                <property> 
                    <name>dfs.namenode.checkpoint.edits.dir</name> 
                    <value>file:///data/hadoop/hdfs/snn</value> 
                </property> 
                <property> 
                    <name>dfs.datanode.data.dir</name> 
                    <value>file:///data/hadoop/hdfs/dn</value> 
                </property> 
            </configuration>

    Hadoop(二)搭建伪分布式集群详解大数据

  4)mapred-site.xml

    在hadoop的相关目录中没有此文件,但是有一个mapred-site.xml.template文件,将该文件复制一份为mapred-site.xml

    cp mapred-site.xml.template mapred-site.xml
            <configuration> 
                <property> 
                    <name>mapreduce.framework.name</name> 
                    <value>yarn</value> 
                </property> 
            </configuration>

    Hadoop(二)搭建伪分布式集群详解大数据

  5)yarn-site.xml

            <configuration> 
                <!-- 指定ResourceManager的地址--> 
                <property> 
                    <name>yarn.resourcemanager.hostname</name> 
                    <value>1.0.0.5</value> 
                </property> 
                <!-- 指定reducer获取数据的方式--> 
                <property> 
                    <name>yarn.nodemanager.aux-services</name> 
                    <value>mapreduce_shuffle</value> 
                </property> 
                <property> 
                    <name>yarn.nodemanager.local-dirs</name> 
                    <value>file:///data/hadoop/yarn/nm</value> 
                </property> 
            </configuration>

    Hadoop(二)搭建伪分布式集群详解大数据

  7)创建相关目录

        sudo mkdir -p /data/hadoop/hdfs/nn 
        sudo mkdir -p /data/hadoop/hdfs/dn 
        sudo mkdir -p /data/hadoop/hdfs/snn 
        sudo mkdir -p /data/hadoop/yarn/nm

   注意:  

    如果使用sudo启动hadoop的相关进程,这几目录的权限可以不用管
    如果是使用当前的用户启动相关进程,对于opt目录,当前用户得有读写权限,对于/data目录也需要读写权限

   遇到问题:

      笔者就是在这个目录权限的问题吃el很大得亏。首先为了不使用sudo我将/data目录的权限修改为777,然后进行

      HDFS集群格式化的时候,出现:

        Hadoop(二)搭建伪分布式集群详解大数据

      这时我在想为什么呢?原来我只是给data目录设置了读写权限,但是没有给它的子目录设置读写权限。所以:    

        chmod -R 777 /data    递归设置权限

  8)对HDFS集群进行格式化,HDFS集群是用来存储数据的。  

    hdfs namenode -format

3.3、启动集群

  1)启动HDFS集群      

    hadoop-daemon.sh start namenode 启动主节点
    hadoop-daemon.sh start datanode 启动从节点

    Hadoop(二)搭建伪分布式集群详解大数据

  2)启动YARN集群

    yarn-daemon.sh start resourcemanager
    yarn-daemon.sh start nodemanager

    Hadoop(二)搭建伪分布式集群详解大数据

  3)启动作业历史服务器

    mr-jobhistory-daemon.sh start historyserver

    Hadoop(二)搭建伪分布式集群详解大数据

  4)jps命令查看是否启动成功

    Hadoop(二)搭建伪分布式集群详解大数据

  5)HDFS和YARN集群都有相对应的WEB监控页面

    HDFS:http://ip:50070

    Hadoop(二)搭建伪分布式集群详解大数据

    YARN:http://ip:8088

    Hadoop(二)搭建伪分布式集群详解大数据

  6)HDFS集群的简单操作命令

    hdfs dfs -ls /

    Hadoop(二)搭建伪分布式集群详解大数据

    hdfs dfs -mkdir -p /user/zyh

    Hadoop(二)搭建伪分布式集群详解大数据

  7) YARN集群的操作—-提交任务/作业

    计算PI值的作业:
    yarn jar /opt/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.1.jar pi 4 100

    Hadoop(二)搭建伪分布式集群详解大数据

四、一个问题

我之前没有注意发现我的yarn的从节点没有启动起来,在执行计算PI值的时候没有成功才看到:

  Hadoop(二)搭建伪分布式集群详解大数据

查看日志发现是配置文件:

  在hdfs-site-web.xml中:

    Hadoop(二)搭建伪分布式集群详解大数据

  查看http://1.0.0.5:50070可以查看从节点是否启动:

    Hadoop(二)搭建伪分布式集群详解大数据

  在执行上面使用yarn集群来计算pi值得命令:

    Hadoop(二)搭建伪分布式集群详解大数据

  查看http://1.0.0.5:8088可以看出计算pi值得任务正在执行:

    Hadoop(二)搭建伪分布式集群详解大数据

  最后成功:

     这里就截图了,电脑卡住了,上图中在web页面可以查看到任务执行成功,终端中会显示执行结果!     

 

喜欢就点“推荐”哦!

 

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/7705.html

(0)
上一篇 2021年7月18日
下一篇 2021年7月18日

相关推荐

发表回复

登录后才能评论