Hadoop(CDH)分布式环境搭建(简单易懂,绝对有效)
本文是由alice菌发表在：https://blog.csdn.net/weixin_44318830/article/details/102846055
这篇博客,小菌分享的是大数据集群的安装部署,超级有效,希望能够帮助到大家!在正式部署之前,我们需要做一些准备工作。
准备好三台虚拟机,ip分别为192.168.100.100,192.168.100.110,192.168.100.120。对应的主机名为node01，node02，node03
三台机器准备工作:1.关闭防火墙 service iptables stop chkconfig iptables stop2.关闭selinux3.修改主机名4.ssh无密码拷贝数据特别说明(在主节点无密码访问到从节点)ssh-keygen ssh-copy-id 192.168.100.100ssh-copy-id 192.168.100.110ssh-copy-id 192.168.100.120 5.设置主机名和IP对应vi /etc/hosts 6.jdk1.8安装一.上传压缩包并解压
二.查看Hadoop支持的压缩方式以及本地库
三.修改配置文件
1.修改core-site.xml
2.修改hdfs-site.xml
3.修改Hadoop-env.sh
4.修改mapred-site.xml
5.修改yarn-site.xml
6.修改slaves文件
四.创建文件存放目录
五:安装包的分发
六:配置Hadoop的环境变量
七:集群启动
1.单个节点逐一启动
2.脚本一键启动HDFS、Yarn
3.脚本一键启动所有
八:浏览器查看启动页面
九:验证集群是否可用
十:HDFS初体验
一.上传压缩包并解压
创建两个文件夹
mkdir -p /export/softwares 存放软件压缩包mkdir -p /export/servers 存放压缩后的文件将我们的hadoop安装包上传到第一台服务器的/export/software并解压至/export/servers。
第一台机器执行以下命令:
cd /export/softwares/mv hadoop-2.6.0-cdh5.14.0-自己编译后的版本.tar.gz hadoop-2.6.0-cdh5.14.0.tar.gztar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C ../servers/二.查看Hadoop支持的压缩方式以及本地库
第一台机器执行以下命令:
cd /export/servers/hadoop-2.6.0-cdh5.14.0bin/hadoop checknative如果出现openssl为false，那么所有机器在线安装openssl即可，执行以下命令，虚拟机联网之后就可以在线进行安装了。
yum -y install openssl-devel三.修改配置文件
这一步对于CDH分布式环境的搭建非常重要,大家在修改配置文件的时候一定要谨慎！
1.修改core-site.xml
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoopvim core-site.xml将以下内容添至xml文件指定位置处
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://node01:8020</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas</value> </property> <!-- 缓冲区大小，实际工作中根据服务器性能动态调整 --> <property> <name>io.file.buffer.size</name> <value>4096</value> </property>
<!-- 开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 --> <property> <name>fs.trash.interval</name> <value>10080</value> </property></configuration>注意事项:
2.修改hdfs-site.xml
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoopvim hdfs-site.xml将以下内容添至xml文件中
<configuration> <!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 --> <!-- 集群动态上下线 <property> <name>dfs.hosts</name> <value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host</value> </property>
<property> <name>dfs.hosts.exclude</name> <value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value> </property> -->
<property> <name>dfs.namenode.secondary.http-address</name> <value>node01:50090</value> </property>
<property> <name>dfs.namenode.http-address</name> <value>node01:50070</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas</value> </property> <!-- 定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 --> <property> <name>dfs.datanode.data.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value> </property>
<property> <name>dfs.namenode.edits.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value> </property> <property> <name>dfs.namenode.checkpoint.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value> </property> <property> <name>dfs.namenode.checkpoint.edits.dir</name> <value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value> </property> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>dfs.permissions</name> <value>false</value> </property><property> <name>dfs.blocksize</name> <value>134217728</value> </property></configuration>注意事项:
3.修改Hadoop-env.sh
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoopvim hadoop-env.sh进入文件后在export JAVA_HOME={JAVA_HOME} 这行代码中修改成jdk的安装路径
export JAVA_HOME=/export/servers/jdk1.8.0_1414.修改mapred-site.xml
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoopvim mapred-site.xml将以下内容添至xml文件指定位置处中
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property>
<property> <name>mapreduce.job.ubertask.enable</name> <value>true</value> </property>
<property> <name>mapreduce.jobhistory.address</name> <value>node01:10020</value> </property>
<property> <name>mapreduce.jobhistory.webapp.address</name> <value>node01:19888</value> </property></configuration>注意事项:
5.修改yarn-site.xml
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoopvim yarn-site.xml将以下内容添至xml文件指定位置处中
<configuration> <property> <name>yarn.resourcemanager.hostname</name> <value>node01</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property></configuration>
注意事项:
6.修改slaves文件
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoopvim slaves进入文件后写上你集群对应的主机名:
node01node02node03四.创建文件存放目录
第一台机器执行以下命令，用来在node01机器上创建以下目录
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatasmkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatasmkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/editsmkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/namemkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits五:安装包的分发
第一台机器执行以下命令
cd /export/servers/scp -r hadoop-2.6.0-cdh5.14.0/ node02:$PWDscp -r hadoop-2.6.0-cdh5.14.0/ node03:$PWD六:配置Hadoop的环境变量
三台机器都要进行配置Hadoop的环境变量
三台机器执行以下命令
vim /etc/profile.d/hadoop.shexport HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH配置完成之后生效
source /etc/profile七:集群启动
要启动 Hadoop 集群，需要启动 HDFS 和 YARN 两个集群。
注意：首次启动HDFS时，必须对其进行格式化操作。本质上是一些清理和准备工作，因为此时的 HDFS 在物理上还是不存在的。
bin/hdfs namenode -format
提示:
不要轻易格式化集群,格式化后集群的数据丢失且无法恢复
启动方式分为三种:
1.单个节点逐一启动
在主节点上使用以下命令启动 HDFS NameNode：Hadoop-daemon.sh start namenode 在每个从节点上使用以下命令启动 HDFS DataNode：Hadoop-daemon.sh start datanode 在主节点上使用以下命令启动 YARN ResourceManager：yarn-daemon.sh start resourcemanager 在每个从节点上使用以下命令启动 YARN nodemanager：yarn-daemon.sh start nodemanage以上脚本位于$HADOOP_PREFIX/sbin/目录下。如果想要停止某个节点上某个角色，只需要把命令中的start 改为stop 即可。
2.脚本一键启动HDFS、Yarn
如果配置了 etc/Hadoop/slaves 和 ssh 免密登录，则可以使用程序脚本启动所有Hadoop 两个集群的相关进程，在主节点所设定的机器上执行。
启动集群
node01节点上执行以下命令
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/sbin/start-dfs.sh # 开启HDFSsbin/start-yarn.sh # 开启Yarn停止集群:
没事不要去停止集群
sbin/stop-dfs.shsbin/stop-yarn.sh3.脚本一键启动所有
cd /export/servers/hadoop-2.6.0-cdh5.14.0/
一键启动集群
sbin/start-all.sh一键关闭集群
sbin/stop-all.sh八:浏览器查看启动页面
hdfs集群访问地址：
# 填写node01的iphttp://192.168.100.100:50070/dfshealth.html#tab-overviewyarn集群访问地址：
# 填写node01的iphttp://192.168.52.100:8088/cluster如果看见以上画面，配置就全部成功了。另外,我们通过命令jps也可以验证:第一台主机:
其他机器:
如果截图内容与上图不符，可能是在前面的步骤中哪里出错了,还需要重新检查一遍!
九:验证集群是否可用
常见的方式有以下几种:
1.jps用于验证集群服务的启动情况2.namenode所在节点的IP+50070端口查看HDFS的web界面是否可用3.在HSFS系统中创建一个文件夹或文件,若能创建表示集群可以正常使用! 需要注意的是: HDFS不支持目录或文件夹的切换,所有路径必须写成绝对路径 HDFS权限域linux的权限等完全相同十:HDFS初体验
创建文件夹:`hadoop fs -mkdir /abc`
上传文件(Linux --> HDFS)：`hadoop fs -put /opt/a.txt /abc`
查看文件内容:`hadoop fs -ls /abc`
下载文件(HDFS --> Linux):`hadoop fs -get /abc/a.txt /opt`
文章不错？点个【在看】吧！ 👇