Hadoop概述及集群搭建

news2024/11/16 15:26:07

文章目录

  • 一、Hadoop介绍
  • 二、Hadoop发展简史
  • 三、Hadoop核心组件
  • 四、Hadoop架构变迁
    • 1、Hadoop 1.0
    • 2、Hadoop 2.0
    • 3、Hadoop 3.0
  • 五、Hadoop集群简介
  • 六、Hadoop部署模式
  • 七、Hadoop 集群搭建
    • 第一步：创建虚拟机
    • 第二步：安装Linux镜像
    • 第三步：网络配置
    • 第四步：模板虚拟机配置要求
    • 第五步：克隆两台虚拟机
    • 第六步：在模板机上安装JDK
    • 第七步：在模板机上安装Hadoop
    • 第八步：完全分布式运行模式搭建
    • 第九步：集群配置
    • 第十步：启动集群
    • 第十一步：集群测试
    • 第十二步：配置日志的聚集
    • 第十二步：编写Hadoop集群常用脚本
    • 第十三步：集群时间同步及常用端口号说明
  • 面试题
  • 参考

一、Hadoop介绍

  • 狭义上Hadoop指的是Apache的一款开源软件。
    用Java语言实现的开源软件大数据框架
    允许使用简单的编程模型进行跨计算机集群对大型数据集进行分布式处理。

  • 广义上Hadoop是围绕Hadoop打造的大数据生态圈。
    image

二、Hadoop发展简史

Hadoop是一个开源的分布式数据存储和处理框架，它的发展历史可以追溯到早期的搜索引擎和分布式计算研究。
Hadoop之父： Doug Cutting
image
Hadoop 起源于Apache Lucene子项目：Nutch
Nutch的设计目标是构建一个大型的全网搜索引擎

Google的三篇论文
《The Google File System》：谷歌分布式文件系统GFS
《MapReduce：Simplified Data Processing on Large Clusters》：谷歌分布式计算框架MapReduce
《Bigtable: A Distributed Storage System for Structured Data》：谷歌结构化数据存储系统

三、Hadoop核心组件

HDFS（Hadoop Distribute File System，分布式文件存储系统）：解决海量数据存储
YARN（集群资源管理和任务调度框架）：解决资源任务调度
MapReduce（分布式计算框架）：解决海量数据计算

Hadoop现状：
HDFS作为分布式文件存储系统，处在 生态圈的底层与核心地位;
YARN作为分布式通用的集群资源管理系统和任务 调度平台，支撑各种计算引擎运行，保证了Hadoop地位;
MapReduce作为大数据生态圈第一代分布式计算引擎，由于自身设计的模型所产生的弊端，导致企业一线 几乎不再直接使用MapReduce进行编程处理，但是很多软件的底层依然在使用MapReduce引擎来处理数据。

四、Hadoop架构变迁

image

1、Hadoop 1.0

HDFS（分布式文件存储）
MapReduce（资源管理和分布式数据处理）

2、Hadoop 2.0

HDFS（分布式文件存储）
MapReduce（分布式数据处理）
YARN（集群资源管理、任务调度）
image

3、Hadoop 3.0

Hadoop 3.0架构组件和Hadoop 2.0类似，3.0着重于性能优化
image

五、Hadoop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

逻辑上分离：两个集群相互之间没依赖、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

两个集群都是标准的主从架构

image
image

Hadoop 集群 = HDFS集群+YARN集群

角色规划的准则：根据软件工作特性和服务硬件资源情况合理分配

  • 资源上有抢夺冲突的，尽量不要部署在一起
  • 工作上需要相互配合的，尽量部署在一起

六、Hadoop部署模式

image

七、Hadoop 集群搭建

https://pan.baidu.com/s/1P5JAtWlGDKMAPWmHAAcbyA，提取码：5h60

第一步：创建虚拟机

自定义新的虚拟机
image
我们先配置电脑（虚拟机），再安装系统，所以选择稍后安装操作系统。

image

给自己配置电脑（虚拟机）取个名字，并存放在物理机的位置在哪。
建议放至在统一目录下。
设置处理器数量，建议：（处理器数量 * 每个处理器的内核数量 = 处理器内核总数） < 实际处理器数量
内存大小有一定要求，建议4G，不能给太多，后期会有多台虚拟机同时启动。
image

下面的操作默认就行
选择对应的文件系统的IO方式，按推荐的来
选择磁盘的类型，按推荐的来
选择磁盘的种类，选择‘创建新虚拟磁盘’
image

下面的按实际需求给定
image

第二步：安装Linux镜像

image
直接点击开启虚拟机开始安装系统
image

你得需要将鼠标点击进入界面中，但是鼠标会消失，你此刻得用键盘的上下键来控制选项，图标变白了表示当前选中的是哪个选项，然后敲回车，表示执行所选选项。
注意：如果这个时候你需要鼠标可以使用ctrl+alt一起按呼出鼠标

image

image
耐心等待它的安装
image
会自动跳转下面的界面
image
需要定制化的内容
image

安装GHOME（图形化界面的方式）
image

配置磁盘分区，3个分区都配置完毕过后才可以点击完成
image

image

关闭kdump本身虚拟机内存就不够，它会吃掉一部分内存，我们尽量省一点
image

修改主机名

image
是否打开安全协议（开启与否都可以）
image
设置root用户密码，一定要设置（安装时间比较长，大概需要10几分钟）
image

准备好后，点击‘重启’，进入引导界面【按照下面截图操作就行】
image

image

image

image
当前登录的用户是刚刚创建的用户，权限会缺少，所以使用root，修改一些内容更加方便
image

第三步：网络配置

对安装好的VMware进行网络配置，方便虚拟机连接网络，本次设置建议选择NAT模式，需要宿主机的Windows和虚拟机的Linux能够进行网络连接，同时虚拟机的Linux可以通过宿主机的Windows进入互联网。

编辑VMware的网络配置

image

编辑Windows的网络配置
image

虚拟机网络IP修改地址配置
1）修改网络IP地址为静态IP地址，避免IP地址经常变化，从而方便节点服务器间的互相通信。

[root@hadoop100 ~]#vim /etc/sysconfig/network-scripts/ifcfg-ens33

2）以下带有标注【必须修改】的项必须修改，有值的按照下面的值修改，没有该项的则需要增加。

TYPE="Ethernet"    #网络类型（通常是Ethemet）
PROXY_METHOD="none"
BROWSER_ONLY="no"
BOOTPROTO="static"   #【必须修改】IP的配置方法[none|static|bootp|dhcp]（引导时不使用协议|静态分配IP|BOOTP协议|DHCP协议）
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="e83804c1-3257-4584-81bb-660665ac22f6"   #随机id
DEVICE="ens33"   #接口名（设备,网卡）
ONBOOT="yes"   #系统启动的时候网络接口是否有效（yes/no）
#IP地址
IPADDR=192.168.10.100  
#网关  
GATEWAY=192.168.10.2      
#域名解析器
DNS1=192.168.10.2

3）修改IP地址后的结果如图所示，执行“:wq”命令，保存退出
image

4）执行systemctl restart network命令，重启网络服务。如果报错，则执行“reboot”命令，重启虚拟机

[root@hadoop100 ~]# systemctl restart network

5）使用ifconfig命令查看当前IP

[root@hadoop100 ~]# ifconfig

image
6）保证Linux系统ifcfg-ens33文件中IP地址、虚拟网络编辑器地址和Windows系统VM8网络IP地址相同

修改主机名和hosts文件
1）修改主机名称

[root@hadoop100 ~]# vim /etc/hostname
hadoop100

2）配置Linux克隆机主机名称映射hosts文件，打开/etc/hosts

[root@hadoop100 ~]# vim /etc/hosts

添加如下内容【这里搞了八个映射】

192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108

3）重启克隆机hadoop100

[root@hadoop100 ~]# reboot

重启后检查：
image

4）修改windows的主机映射文件（hosts文件）

  • 如果操作系统是window7，可以直接修改
    （a）进入C:\Windows\System32\drivers\etc路径
    （b）打开hosts文件并添加如下内容，然后保存
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108
  • 如果操作系统是window10，先拷贝出来，修改保存以后，再覆盖即可
    （a）进入C:\Windows\System32\drivers\etc路径
    （b）拷贝hosts文件到桌面
    （c）打开桌面hosts文件并添加如下内容
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108

（d）将桌面hosts文件覆盖C:\Windows\System32\drivers\etc路径hosts文件

第四步：模板虚拟机配置要求

安装epel-release
Extra Packages for Enterprise Linux是为“红帽系”的操作系统提供额外的软件包，适用于RHEL、CentOS和Scientific Linux。相当于是一个软件仓库，大多数rpm包在官方 repository 中是找不到的）

[root@hadoop100 ~]# yum install -y epel-release

关闭防火墙，关闭防火墙开机自启【每台机器都操作一下】

[root@hadoop100 ~]# systemctl stop firewalld

[root@hadoop100 ~]# systemctl disable firewalld.service

注意：在企业开发时，通常单个服务器的防火墙时关闭的。公司整体对外会设置非常安全的防火墙

创建用户，并修改用户的密码

[root@hadoop100 ~]# useradd username

[root@hadoop100 ~]# passwd userpwd

配置用户具有root权限，方便后期加sudo执行root权限的命令

[root@hadoop100 ~]# vim /etc/sudoers

修改/etc/sudoers文件，在%wheel这行下面添加一行，如下所示：

## Allow root to run any commands anywhere
root    ALL=(ALL)     ALL

## Allows people in group wheel to run all commands
%wheel  ALL=(ALL)       ALL
username   ALL=(ALL)     NOPASSWD:ALL

注意：username这一行不要直接放到root行下面，因为所有用户都属于wheel组，你先配置了username具有免密功能，但是程序执行到%wheel行时，该功能又被覆盖回需要密码。所以username要放到%wheel这行下面。

在/opt目录下创建文件夹，并修改所属主和所属组

  • （1）在/opt目录下创建module、software文件夹
[root@hadoop100 ~]# mkdir /opt/module

[root@hadoop100 ~]# mkdir /opt/software
  • （2）修改module、software文件夹的所有者和所属组均为atguigu用户
[root@hadoop100 ~]# chown username:username /opt/module 

[root@hadoop100 ~]# chown username:username /opt/software
  • （3）查看module、software文件夹的所有者和所属组
[root@hadoop100 ~]# cd /opt/

[root@hadoop100 opt]# ll
总用量 12
drwxr-xr-x. 2 username username 4096 5月  28 17:18 module
drwxr-xr-x. 2 root     root     4096 9月   7 2017 rh
drwxr-xr-x. 2 username username 4096 5月  28 17:18 software

卸载虚拟机自带的JDK
注意：如果你的虚拟机是最小化安装不需要执行这一步。

[root@hadoop100 ~]# rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps
  • rpm -qa：查询所安装的所有rpm软件包
  • grep -i：忽略大小写
  • xargs -n1：表示每次只传递一个参数
  • rpm -e –nodeps：强制卸载软件

重启虚拟机

[root@hadoop100 ~]# reboot

第五步：克隆两台虚拟机

利用模板机hadoop100，克隆两台虚拟机：hadoop101 hadoop102

注意：克隆时，要先关闭hadoop100
image

修改主机名称
image

修改克隆机主机名，以下以hadoop102举例说明

修改克隆虚拟机的静态IP

[root@hadoop100 ~]# vim /etc/sysconfig/network-scripts/ifcfg-ens33

image

修改主机名称

[root@hadoop100 ~]# vim /etc/hostname

image

配置Linux克隆机主机名称映射hosts文件，打开/etc/hosts

[root@hadoop100 ~]# vim /etc/hosts

添加如下内容【克隆的模板机上有，所以克隆出来的机器也有】

192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108

重启克隆机hadoop102

[root@hadoop100 ~]# reboot

第六步：在模板机上安装JDK

注意：安装JDK前，一定确保提前删除了虚拟机自带的JDK。

在hadoop100安装JDK
事先在三台虚拟机（服务器）的opt目录下，创建两个文件

[root@hadoop101 ~]# cd /opt/

[root@hadoop101 opt]# mkdir mudule

[root@hadoop101 opt]# mkdir software

用XShell传输工具将JDK导入到opt目录下面的software文件夹下面

Xshell：链接：https://pan.baidu.com/s/17nTapWa31vud3RasEg8aOA
提取码：b85r
Xftp：链接：https://pan.baidu.com/s/1XEDLfsotXFNyt1q2DpBzBg
提取码：3pge
来源：https://blog.csdn.net/crr411422/article/details/131144560

image

解压JDK到/opt/module目录下

[root@hadoop100 software]# tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/

配置JDK环境变量
（1）新建/etc/profile.d/my_env.sh文件

[root@hadoop100 ~]# vim /etc/profile.d/my_env.sh

添加如下内容

#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin

（2）保存后退出，source一下/etc/profile文件，让新的环境变量PATH生效

source /etc/profile

测试JDK是否安装成功

[root@hadoop100 ~]# source /etc/profile

如果能看到以下结果，则代表Java安装成功。

java version "1.8.0_212"

第七步：在模板机上安装Hadoop

用XShell文件传输工具将hadoop-3.1.3.tar.gz导入到opt目录下面的software文件夹下面，这个第六步操作过了
image
进入到Hadoop安装包路径下

[root@hadoop100 ~]# cd /opt/software/

解压安装文件到/opt/module下面

[root@hadoop100 software]# tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

查看是否解压成功

[root@hadoop100 software]# ls /opt/module/
hadoop-3.1.3  jdk1.8.0_212

将Hadoop添加到环境变量
（1）获取Hadoop安装路径

[root@hadoop100 hadoop-3.1.3]# pwd
/opt/module/hadoop-3.1.3

（2）打开/etc/profile.d/my_env.sh文件。并在my_env.sh文件末尾添加如下内容

[root@hadoop100 hadoop-3.1.3]# vim /etc/profile.d/my_env.sh

添加：
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

（3）让修改后的文件生效

[root@hadoop100 hadoop-3.1.3]# source /etc/profile

测试是否安装成功

[root@hadoop100 hadoop-3.1.3]# hadoop version
Hadoop 3.1.3

查看Hadoop目录结构

[root@hadoop100 hadoop-3.1.3]# ll
总用量 200
drwxr-xr-x. 2 airbook airbook   4096 9月  12 2019 bin
drwxr-xr-x. 3 airbook airbook   4096 9月  12 2019 etc
drwxr-xr-x. 2 airbook airbook   4096 9月  12 2019 include
drwxr-xr-x. 3 airbook airbook   4096 9月  12 2019 lib
drwxr-xr-x. 4 airbook airbook   4096 9月  12 2019 libexec
-rw-rw-r--. 1 airbook airbook 147145 9月   4 2019 LICENSE.txt
-rw-rw-r--. 1 airbook airbook  21867 9月   4 2019 NOTICE.txt
-rw-rw-r--. 1 airbook airbook   1366 9月   4 2019 README.txt
drwxr-xr-x. 3 airbook airbook   4096 9月  12 2019 sbin
drwxr-xr-x. 4 airbook airbook   4096 9月  12 2019 share

重要目录

  • bin目录：存放对Hadoop相关服务（hdfs，yarn，mapred）进行操作的脚本
  • etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件
  • lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）
  • sbin目录：存放启动或停止Hadoop相关服务的脚本
  • share目录：存放Hadoop的依赖jar包、文档、和官方案例

第八步：完全分布式运行模式搭建

Hadoop运行模式包括：本地模式、伪分布式模式以及完全分布式模式。

  • 本地模式：单机运行，只是用来演示一下官方案例。生产环境不用。
  • 伪分布式模式：也是单机运行，但是具备Hadoop集群的所有功能，一台服务器模拟一个分布式的环境。个别缺钱的公司用来测试，生产环境不用。
  • 完全分布式模式：多台服务器组成分布式环境。生产环境使用。

SSH无密登录配置
一般情况下需要输入密码

[root@hadoop101 bin]# ssh hadoop101
The authenticity of host 'hadoop101 (192.168.10.101)' can't be established.
ECDSA key fingerprint is SHA256:TLuh8zQJfLEcrPP+7H7Y9uBz/7zrGJb9oggHZM1LHbU.
ECDSA key fingerprint is MD5:b8:38:45:ab:e7:83:af:d4:0f:ed:81:74:7c:1f:ee:57.
Are you sure you want to continue connecting (yes/no)? yes
Warning: Permanently added 'hadoop101,192.168.10.101' (ECDSA) to the list of known hosts.
root@hadoop101's password: 
Last login: Tue Oct  3 08:04:24 2023 from 192.168.10.1

[root@hadoop101 ~]# exit
登出
Connection to hadoop101 closed.

免密登录原理
image
生成公钥和私钥
然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

[root@hadoop100 home]# ssh-keygen -t rsa
Generating public/private rsa key pair.
Enter file in which to save the key (/root/.ssh/id_rsa): 
Enter passphrase (empty for no passphrase): 
Enter same passphrase again: 
Your identification has been saved in /root/.ssh/id_rsa.
Your public key has been saved in /root/.ssh/id_rsa.pub.
The key fingerprint is:
SHA256:PmJv92LPzXulOWGWr7otEJLzGolr8W+4KlcA3r42x9Y root@hadoop100
The key's randomart image is:
+---[RSA 2048]----+
|                 |
|    .            |
|   . o   .       |
|    . o + .      |
|     . oS= .   . |
|      +.+ o   = .|
|      oBo= . o =.|
|    ..BoO.E..++ o|
|     =.*o*.+*+*= |
+----[SHA256]-----+

[root@hadoop100 home]# ll
总用量 4
drwx------. 15 airbook airbook 4096 10月  2 18:14 airbook

[root@hadoop100 home]# cd /root

[root@hadoop100 ~]# ll .ssh
总用量 12
-rw-------. 1 root root 1679 10月  3 10:20 id_rsa
-rw-r--r--. 1 root root  396 10月  3 10:20 id_rsa.pub
-rw-r--r--. 1 root root  186 10月  3 09:51 known_hosts

将公钥拷贝到要免密登录的目标机器上

[root@hadoop100 .ssh]# ssh-copy-id hadoop101
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/root/.ssh/id_rsa.pub"
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
root@hadoop101's password: 

Number of key(s) added: 1

Now try logging into the machine, with:   "ssh 'hadoop101'"
and check to make sure that only the key(s) you wanted were added.

[root@hadoop100 .ssh]# ssh hadoop101
Last login: Tue Oct  3 10:15:01 2023 from hadoop101

[root@hadoop101 ~]# hostname
hadoop101

[root@hadoop101 ~]# exit
登出

[root@hadoop100 .ssh]# ssh-copy-id hadoop102
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/root/.ssh/id_rsa.pub"
The authenticity of host 'hadoop102 (192.168.10.102)' can't be established.
ECDSA key fingerprint is SHA256:TLuh8zQJfLEcrPP+7H7Y9uBz/7zrGJb9oggHZM1LHbU.
ECDSA key fingerprint is MD5:b8:38:45:ab:e7:83:af:d4:0f:ed:81:74:7c:1f:ee:57.
Are you sure you want to continue connecting (yes/no)? yes
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
root@hadoop102's password: 

Number of key(s) added: 1

Now try logging into the machine, with:   "ssh 'hadoop102'"
and check to make sure that only the key(s) you wanted were added.

[root@hadoop100 .ssh]# ssh hadoop102
Last login: Tue Oct  3 08:04:26 2023 from 192.168.10.1

[root@hadoop102 ~]# hostname
hadoop102

[root@hadoop102 ~]# exit
登出
Connection to hadoop102 closed.

注意：
上面是设置hadoop100的免密登录到hadoop101和hadoop102
需要用同样的方法：
设置hadoop101的免密登录到hadoop100和hadoop102

[root@hadoop101 home]# ssh-keygen -t rsa

[root@hadoop101 home]# cd /root/.ssh

[root@hadoop101 .ssh]# ssh-copy-id hadoop100

[root@hadoop101 .ssh]# ssh-copy-id hadoop102

设置hadoop102的免密登录到hadoop100和hadoop101

[root@hadoop102 home]# ssh-keygen -t rsa

[root@hadoop102 home]# cd /root/.ssh

[root@hadoop102 .ssh]# ssh-copy-id hadoop100

[root@hadoop102 .ssh]# ssh-copy-id hadoop101

设置hadoop100的免密登录到hadoop100【注意：建议每个分别对安装HDFS和YARN的机器分别操作！届时启动的时候都要免密登录】

[root@hadoop100 ~]# ll .ssh
总用量 16
-rw-------. 1 root root  792 10月  3 11:19 authorized_keys
-rw-------. 1 root root 1679 10月  3 10:20 id_rsa
-rw-r--r--. 1 root root  396 10月  3 10:20 id_rsa.pub
-rw-r--r--. 1 root root  558 10月  3 18:02 known_hosts

[root@hadoop100 ~]# cd .ssh

[root@hadoop100 .ssh]# ll
总用量 16
-rw-------. 1 root root  792 10月  3 11:19 authorized_keys
-rw-------. 1 root root 1679 10月  3 10:20 id_rsa
-rw-r--r--. 1 root root  396 10月  3 10:20 id_rsa.pub
-rw-r--r--. 1 root root  558 10月  3 18:02 known_hosts

[root@hadoop100 .ssh]# cat id_rsa.pub >> authorized_keys

[root@hadoop100 .ssh]# chmod 600 authorized_keys

.ssh文件夹下（~/.ssh）的文件功能解释

名称含义
known_hosts记录ssh访问过计算机的公钥（public key）
id_rsa生成的私钥
id_rsa.pub生成的公钥
authorized_keys存放授权过的无密登录服务器公钥

编写集群分发脚本xsync
1）scp（secure copy）安全拷贝
（1）scp定义
scp可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）
（2）基本语法

scp    -r        $pdir/$fname             $user@$host:$pdir/$fname
命令   递归     要拷贝的文件路径/名称      目的地用户@主机:目的地路径/名称

（3）案例实操
前提：在hadoop100、hadoop101、hadoop102都已经创建好的/opt/module、/opt/software两个目录

在hadoop100上，将hadoop100中/opt/module/jdk1.8.0_212目录拷贝到hadoop101上。

[root@hadoop100 /]# scp -r /opt/module/jdk1.8.0_212  root@hadoop101:/opt/module

2）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。

（1）基本语法

rsync    -av       $pdir/$fname             $user@$host:$pdir/$fname
命令   选项参数   要拷贝的文件路径/名称      目的地用户@主机:目的地路径/名称

选项参数说明
选项	功能
-a	归档拷贝
-v	显示复制过程

（2）案例实操
同步hadoop100中的/opt/module/hadoop-3.1.3到hadoop101

[root@hadoop100 /]# rsync -av hadoop-3.1.3/ root@hadoop101:/opt/module/hadoop-3.1.3/

3）xsync集群分发脚本
（1）需求：循环复制文件到所有节点的相同目录下
（2）需求分析：

  • （a）rsync命令原始拷贝：
rsync  -av     /opt/module  		 root@hadoop101:/opt/
  • （b）期望脚本：
    xsync要同步的文件名称
  • （c）期望脚本在任何路径都能使用（脚本放在声明了全局环境变量的路径）
[root@hadoop100 bin]# echo $PATH
/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin:/opt/module/jdk1.8.0_212/bin:/opt/module/jdk1.8.0_212/bin:/opt/module/jdk1.8.0_212/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin

（3）脚本实现

  • （a）在/usr/bin目录下创建xsync文件
[root@hadoop101 opt]#  cd /home

[root@hadoop101 home]# mkdir bin

[root@hadoop101 home]# cd bin

[root@hadoop101 bin]# vim xsync

在该文件中编写如下代码

#!/bin/bash

#1. 判断参数个数
if [ $# -lt 1 ]
then
    echo Not Enough Arguement!
    exit;
fi

#2. 遍历集群所有机器，有几台加几台
for host in hadoop101 hadoop102 
do
    echo ====================  $host  ====================
    #3. 遍历所有目录，挨个发送

    for file in $@
    do
        #4. 判断文件是否存在
        if [ -e $file ]
            then
                #5. 获取父目录
                pdir=$(cd -P $(dirname $file); pwd)

                #6. 获取当前文件的名称
                fname=$(basename $file)
                ssh $host "mkdir -p $pdir"
                rsync -av $pdir/$fname $host:$pdir
            else
                echo $file does not exists!
        fi
    done
done

修改脚本 xsync 具有执行权限

[root@hadoop101 bin]# ll
总用量 4
-rw-r--r--. 1 root root 740 10月  3 10:11 xsync
[root@hadoop101 bin]# chmod +x xsync

[root@hadoop101 bin]# ll
总用量 4
-rwxr-xr-x. 1 root root 740 10月  3 10:11 xsync

将脚本复制到/bin中，以便全局调用

[root@hadoop100 bin]# cp xsync /bin/

同步环境变量配置

[root@hadoop100 bin]# xsync /etc/profile.d/my_env.sh
==================== hadoop101 ====================
sending incremental file list
my_env.sh

sent 312 bytes  received 35 bytes  694.00 bytes/sec
total size is 217  speedup is 0.63
==================== hadoop102 ====================
sending incremental file list

sent 48 bytes  received 12 bytes  120.00 bytes/sec
total size is 217  speedup is 3.62

在Hadoop101和Hadoop102中，让环境变量生效

[root@hadoop101 .ssh]# cd /etc/profile.d

[root@hadoop101 profile.d]# ll
总用量 88
-rw-r--r--. 1 root root  771 4月  11 2018 256term.csh
-rw-r--r--. 1 root root  841 4月  11 2018 256term.sh
-rw-r--r--. 1 root root 1348 4月  27 2018 abrt-console-notification.sh
-rw-r--r--. 1 root root  660 6月  10 2014 bash_completion.sh
-rw-r--r--. 1 root root  196 3月  25 2017 colorgrep.csh
-rw-r--r--. 1 root root  201 3月  25 2017 colorgrep.sh
-rw-r--r--. 1 root root 1741 4月  11 2018 colorls.csh
-rw-r--r--. 1 root root 1606 4月  11 2018 colorls.sh
-rw-r--r--. 1 root root   80 4月  11 2018 csh.local
-rw-r--r--. 1 root root  373 4月  11 2018 flatpak.sh
-rw-r--r--. 1 root root 1706 4月  11 2018 lang.csh
-rw-r--r--. 1 root root 2703 4月  11 2018 lang.sh
-rw-r--r--. 1 root root  123 7月  31 2015 less.csh
-rw-r--r--. 1 root root  121 7月  31 2015 less.sh
-rw-r--r--. 1 root root  217 10月  3 08:24 my_env.sh
-rw-r--r--. 1 root root 1202 8月   6 2017 PackageKit.sh
-rw-r--r--. 1 root root   81 4月  11 2018 sh.local
-rw-r--r--. 1 root root  105 4月  11 2018 vim.csh
-rw-r--r--. 1 root root  269 4月  11 2018 vim.sh
-rw-r--r--. 1 root root 2092 9月   4 2017 vte.sh
-rw-r--r--. 1 root root  164 1月  28 2014 which2.csh
-rw-r--r--. 1 root root  169 1月  28 2014 which2.sh
[root@hadoop101 profile.d]# source /etc/profile

[root@hadoop102 .ssh]# cd /etc/profile.d

[root@hadoop102 profile.d]# ll
总用量 88
-rw-r--r--. 1 root root  771 4月  11 2018 256term.csh
-rw-r--r--. 1 root root  841 4月  11 2018 256term.sh
-rw-r--r--. 1 root root 1348 4月  27 2018 abrt-console-notification.sh
-rw-r--r--. 1 root root  660 6月  10 2014 bash_completion.sh
-rw-r--r--. 1 root root  196 3月  25 2017 colorgrep.csh
-rw-r--r--. 1 root root  201 3月  25 2017 colorgrep.sh
-rw-r--r--. 1 root root 1741 4月  11 2018 colorls.csh
-rw-r--r--. 1 root root 1606 4月  11 2018 colorls.sh
-rw-r--r--. 1 root root   80 4月  11 2018 csh.local
-rw-r--r--. 1 root root  373 4月  11 2018 flatpak.sh
-rw-r--r--. 1 root root 1706 4月  11 2018 lang.csh
-rw-r--r--. 1 root root 2703 4月  11 2018 lang.sh
-rw-r--r--. 1 root root  123 7月  31 2015 less.csh
-rw-r--r--. 1 root root  121 7月  31 2015 less.sh
-rw-r--r--. 1 root root  217 10月  3 08:24 my_env.sh
-rw-r--r--. 1 root root 1202 8月   6 2017 PackageKit.sh
-rw-r--r--. 1 root root   81 4月  11 2018 sh.local
-rw-r--r--. 1 root root  105 4月  11 2018 vim.csh
-rw-r--r--. 1 root root  269 4月  11 2018 vim.sh
-rw-r--r--. 1 root root 2092 9月   4 2017 vte.sh
-rw-r--r--. 1 root root  164 1月  28 2014 which2.csh
-rw-r--r--. 1 root root  169 1月  28 2014 which2.sh

[root@hadoop102 profile.d]# source /etc/profile

同步jdk和Hadoop，从Hadoop100至Hadoop101和Hadoop102

[root@hadoop100 bin]# xsync /opt/module

第九步：集群配置

集群部署规划
注意：

  • NameNode和SecondaryNameNode不要安装在同一台服务器，因为它们都比耗内存
  • ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。
hadoop100hadoop101hadoop102
HDFSNameNode、DataNodeDataNodeSecondaryNameNode、DataNode
YARNNodeManagerResourceManager、NodeManagerNodeManager

配置文件说明
Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。

  • 默认配置文件：
要获取的默认文件文件存放在Hadoop的jar包中的位置
[core-default.xml]hadoop-common-3.1.3.jar/core-default.xml
[hdfs-default.xml]hadoop-hdfs-3.1.3.jar/hdfs-default.xml
[yarn-default.xml]hadoop-yarn-common-3.1.3.jar/yarn-default.xml
[mapred-default.xml]hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml
  • 自定义配置文件：
    core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。
[root@hadoop100 ~]# cd /opt/module/hadoop-3.1.3/

[root@hadoop100 hadoop-3.1.3]# ll
总用量 200
drwxr-xr-x. 2 airbook airbook   4096 9月  12 2019 bin
drwxr-xr-x. 3 airbook airbook   4096 9月  12 2019 etc
drwxr-xr-x. 2 airbook airbook   4096 9月  12 2019 include
drwxr-xr-x. 3 airbook airbook   4096 9月  12 2019 lib
drwxr-xr-x. 4 airbook airbook   4096 9月  12 2019 libexec
-rw-rw-r--. 1 airbook airbook 147145 9月   4 2019 LICENSE.txt
-rw-rw-r--. 1 airbook airbook  21867 9月   4 2019 NOTICE.txt
-rw-rw-r--. 1 airbook airbook   1366 9月   4 2019 README.txt
drwxr-xr-x. 3 airbook airbook   4096 9月  12 2019 sbin
drwxr-xr-x. 4 airbook airbook   4096 9月  12 2019 share

[root@hadoop100 hadoop-3.1.3]# cd etc/hadoop/

[root@hadoop100 hadoop]# ll
总用量 176
-rw-r--r--. 1 airbook airbook  8260 9月  12 2019 capacity-scheduler.xml
-rw-r--r--. 1 airbook airbook  1335 9月  12 2019 configuration.xsl
-rw-r--r--. 1 airbook airbook  1940 9月  12 2019 container-executor.cfg
-rw-r--r--. 1 airbook airbook   774 9月  12 2019 core-site.xml
-rw-r--r--. 1 airbook airbook  3999 9月  12 2019 hadoop-env.cmd
-rw-r--r--. 1 airbook airbook 15903 9月  12 2019 hadoop-env.sh
-rw-r--r--. 1 airbook airbook  3323 9月  12 2019 hadoop-metrics2.properties
-rw-r--r--. 1 airbook airbook 11392 9月  12 2019 hadoop-policy.xml
-rw-r--r--. 1 airbook airbook  3414 9月  12 2019 hadoop-user-functions.sh.example
-rw-r--r--. 1 airbook airbook   775 9月  12 2019 hdfs-site.xml
-rw-r--r--. 1 airbook airbook  1484 9月  12 2019 httpfs-env.sh
-rw-r--r--. 1 airbook airbook  1657 9月  12 2019 httpfs-log4j.properties
-rw-r--r--. 1 airbook airbook    21 9月  12 2019 httpfs-signature.secret
-rw-r--r--. 1 airbook airbook   620 9月  12 2019 httpfs-site.xml
-rw-r--r--. 1 airbook airbook  3518 9月  12 2019 kms-acls.xml
-rw-r--r--. 1 airbook airbook  1351 9月  12 2019 kms-env.sh
-rw-r--r--. 1 airbook airbook  1747 9月  12 2019 kms-log4j.properties
-rw-r--r--. 1 airbook airbook   682 9月  12 2019 kms-site.xml
-rw-r--r--. 1 airbook airbook 13326 9月  12 2019 log4j.properties
-rw-r--r--. 1 airbook airbook   951 9月  12 2019 mapred-env.cmd
-rw-r--r--. 1 airbook airbook  1764 9月  12 2019 mapred-env.sh
-rw-r--r--. 1 airbook airbook  4113 9月  12 2019 mapred-queues.xml.template
-rw-r--r--. 1 airbook airbook   758 9月  12 2019 mapred-site.xml
drwxr-xr-x. 2 airbook airbook  4096 9月  12 2019 shellprofile.d
-rw-r--r--. 1 airbook airbook  2316 9月  12 2019 ssl-client.xml.example
-rw-r--r--. 1 airbook airbook  2697 9月  12 2019 ssl-server.xml.example
-rw-r--r--. 1 airbook airbook  2642 9月  12 2019 user_ec_policies.xml.template
-rw-r--r--. 1 airbook airbook    10 9月  12 2019 workers
-rw-r--r--. 1 airbook airbook  2250 9月  12 2019 yarn-env.cmd
-rw-r--r--. 1 airbook airbook  6056 9月  12 2019 yarn-env.sh
-rw-r--r--. 1 airbook airbook  2591 9月  12 2019 yarnservice-log4j.properties
-rw-r--r--. 1 airbook airbook   690 9月  12 2019 yarn-site.xml

核心文件配置

  • 配置core-site.xml
[root@hadoop100 hadoop]# cd $HADOOP_HOME/etc/hadoop

[root@hadoop100 hadoop]# vim core-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 指定NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop100:8020</value>
    </property>

    <!-- 指定hadoop数据的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop-3.1.3/data</value>
    </property>

    <!-- 配置HDFS网页登录使用的静态用户为root -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>root</value>
    </property>
</configuration>

HDFS配置文件
配置hdfs-site.xml

[root@hadoop100 hadoop]# vim hdfs-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- nn web端访问地址-->
	<property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop100:9870</value>
    </property>
	<!-- 2nn web端访问地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop102:9868</value>
    </property>
</configuration>

YARN配置文件
配置yarn-site.xml

[root@hadoop100 hadoop]# vim yarn-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 指定MR走shuffle -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

    <!-- 指定ResourceManager的地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop101</value>
    </property>

    <!-- 环境变量的继承 -->
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
</configuration>

MapReduce配置文件
配置mapred-site.xml

[root@hadoop100 hadoop]# vim mapred-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- 指定MapReduce程序运行在Yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

在集群上分发配置好的Hadoop配置文件

[root@hadoop100 hadoop]# cd ..

[root@hadoop100 etc]# xsync hadoop/
==================== hadoop101 ====================
sending incremental file list
hadoop/
hadoop/core-site.xml
hadoop/hdfs-site.xml
hadoop/mapred-site.xml
hadoop/yarn-site.xml

sent 3,422 bytes  received 139 bytes  418.94 bytes/sec
total size is 107,596  speedup is 30.22
==================== hadoop102 ====================
sending incremental file list
hadoop/
hadoop/core-site.xml
hadoop/hdfs-site.xml
hadoop/mapred-site.xml
hadoop/yarn-site.xml

sent 3,422 bytes  received 139 bytes  7,122.00 bytes/sec
total size is 107,596  speedup is 30.22

去101和102上查看文件分发情况

[root@hadoop101 hadoop]# cat  /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

[root@hadoop102 hadoop]# cat  /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

配置workers

[root@hadoop100 hadoop]# vim workers

[root@hadoop100 hadoop]# xsync workers
==================== hadoop101 ====================
sending incremental file list
workers

sent 141 bytes  received 41 bytes  52.00 bytes/sec
total size is 30  speedup is 0.16
==================== hadoop102 ====================
sending incremental file list
workers

sent 141 bytes  received 41 bytes  4.00 bytes/sec
total size is 30  speedup is 0.16

在该文件中增加如下内容：【注意：不能有空格】

hadoop100
hadoop101
hadoop102

第十步：启动集群

如果集群是第一次启动，需要在hadoop102节点格式化NameNode（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化。）

[root@hadoop100 hadoop-3.1.3]# cd /opt/module/hadoop-3.1.3

[root@hadoop100 hadoop-3.1.3]# hdfs namenode -format

如果成功了会多出data和logs文件夹
image

启动HDFS

[root@hadoop100 hadoop-3.1.3]# sbin/start-dfs.sh

启动的时候可能报错：

[root@hadoop100 sbin]# start-dfs.sh
Starting namenodes on [hadoop100]
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
Starting datanodes
ERROR: Attempting to operate on hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation.
Starting secondary namenodes [hadoop102]
ERROR: Attempting to operate on hdfs secondarynamenode as root
ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.

解决方法是直接在环境变量中添加配置

my_env.sh是自己添加的文件，不建议直接修改profile.d

export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

然后分发，并在使其均生效

[root@hadoop100 hadoop-3.1.3]# vim /etc/profile.d/my_env.sh

[root@hadoop100 hadoop-3.1.3]# xsync  /etc/profile.d/my_env.sh

[root@hadoop101 ~]# source /etc/profile

[root@hadoop102 ~]# source /etc/profile

完事后，直接再次启动即可：

[root@hadoop100 hadoop-3.1.3]# sbin/start-dfs.sh

这下我们可以看到每个服务器都跑着我们设置好的角色：

image

在配置了ResourceManager的节点（hadoop103）启动YARN

[root@hadoop101 hadoop-3.1.3]# sbin/start-yarn.sh

image

Web端查看HDFS的NameNode
浏览器中输入：http://hadoop100:9870 or http://192.168.10.100:9870
查看HDFS上存储的数据信息
Web端查看YARN的ResourceManager
浏览器中输入：http://hadoop101:8088 or http://192.168.10.101:8088
查看YARN上运行的Job信息

第十一步：集群测试

创建一个小文件word_news.txt，并输入一些内容

[root@hadoop100 opt]# vim word_news.txt

[root@hadoop100 opt]# cat word_news.txt
a aa aaa 
i aa aaa
i ii iii
c cc ccc

接着，我们使用命令上传

[root@hadoop100 hadoop-3.1.3]# hadoop fs -mkdir /input

[root@hadoop100 hadoop-3.1.3]# hadoop fs -put /opt/word_news.txt /input
2023-10-04 09:05:11,857 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false

我们在web端，http://192.168.10.100:9870 就能看到相关的数据
image

如果我们上传一个大文件，也是OK的

[root@hadoop100 hadoop-3.1.3]# hadoop fs -put  /opt/software/jdk-8u212-linux-x64.tar.gz  /input
2023-10-04 09:11:15,209 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false
2023-10-04 09:12:56,356 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false

上传文件后查看文件存放在什么位置
存储在DataNode节点
查看HDFS文件存储路径，按照下面的路径去找，就可以找到【注意：BP-178731379-192.168.10.100-1696328228716是不一样的，其他都一样】

[root@hadoop100 subdir0]# pwd
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-178731379-192.168.10.100-1696328228716/current/finalized/subdir0/subdir0

我们查看其中一个文件

[root@hadoop100 subdir0]# pwd
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-178731379-192.168.10.100-1696328228716/current/finalized/subdir0/subdir0

[root@hadoop100 subdir0]# ll
总用量 191944
-rw-r--r--. 1 root root        37 10月  4 09:05 blk_1073741825
-rw-r--r--. 1 root root        11 10月  4 09:05 blk_1073741825_1001.meta
-rw-r--r--. 1 root root 134217728 10月  4 09:12 blk_1073741826
-rw-r--r--. 1 root root   1048583 10月  4 09:12 blk_1073741826_1002.meta
-rw-r--r--. 1 root root  60795424 10月  4 09:13 blk_1073741827
-rw-r--r--. 1 root root    474975 10月  4 09:13 blk_1073741827_1003.meta

[root@hadoop100 subdir0]# cat blk_1073741825
a aa aaa 
i aa aaa
i ii iii
c cc ccc

发现其内容就是我们之前上传的word_news.txt

查看另一个压缩的文件jdk-8u212-linux-x64.tar.gz，我们使用追加到一个文件的方法

[root@hadoop100 subdir0]# cat blk_1073741826 >> tmp.tar.gz

[root@hadoop100 subdir0]# cat blk_1073741827 >> tmp.tar.gz

[root@hadoop100 subdir0]# tar -zxvf tmp.tar.gz

[root@hadoop100 subdir0]# ll
总用量 382392
-rw-r--r--. 1 root root        37 10月  4 09:05 blk_1073741825
-rw-r--r--. 1 root root        11 10月  4 09:05 blk_1073741825_1001.meta
-rw-r--r--. 1 root root 134217728 10月  4 09:12 blk_1073741826
-rw-r--r--. 1 root root   1048583 10月  4 09:12 blk_1073741826_1002.meta
-rw-r--r--. 1 root root  60795424 10月  4 09:13 blk_1073741827
-rw-r--r--. 1 root root    474975 10月  4 09:13 blk_1073741827_1003.meta
drwxr-xr-x. 7   10  143      4096 4月   2 2019 jdk1.8.0_212
-rw-r--r--. 1 root root 195013152 10月  4 09:22 tmp.tar.gz

解压缩后可以看到，其实就是我们上传的Jdk。

关于下载文件，我们可以在web界面操作，也可以使用命令
image

[root@hadoop100 software]# hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./

执行wordcount程序

[root@hadoop100 subdir0]# cd /opt/module/hadoop-3.1.3/

[root@hadoop100 hadoop-3.1.3]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

在web界面：http://192.168.10.100:9870 可以查看到程序的输出结果
image

执行上面程序的可以可能会报错：

[2023-10-04 09:46:55.577]Container [pid=14974,containerID=container_1696383799680_0001_01_000003] is running 225016320B beyond the 'VIRTUAL' memory limit. Current usage: 73.0 MB of 1 GB physical memory used; 2.3 GB of 2.1 GB virtual memory used. Killing container.

解决方案是：
在/opt/module/hadoop-3.1.4/etc/hadoop/下的mapred-site.xml中添加如下配置

[root@hadoop100 hadoop-3.1.3]# vim etc/hadoop/yarn-site.xml 

[root@hadoop100 hadoop-3.1.3]# xsync etc/hadoop/yarn-site.xml

添加内容：

    <property>
    <!-- 是否对容器强制执行虚拟内存限制 -->
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
        <description>Whether virtual memory limits will be enforced for containers</description>
    </property>
    <property>
    <!-- 为容器设置内存限制时虚拟内存与物理内存之间的比率 -->
        <name>yarn.nodemanager.vmem-pmem-ratio</name>
        <value>4</value>
        <description>Ratio between virtual memory to physical memory when setting memory limits for containers</description>
    </property>

然后,分发和重启YARN

[root@hadoop100 etc]# xsync hadoop/

[root@hadoop101 sbin]# stop-yarn.sh

[root@hadoop101 sbin]# start-yarn.sh
``

## 第十一步：配置历史服务器

```shell
[root@hadoop100 hadoop]# vim mapred-site.xml

在该文件里面增加如下配置:

<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop100:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop100:19888</value>
</property>

分发配置

[root@hadoop100 hadoop]# xsync $HADOOP_HOME/etc/hadoop/mapred-site.xml

在hadoop100启动历史服务器

[root@hadoop100 hadoop]# mapred --daemon start historyserver

[root@hadoop100 hadoop]# jps
18641 Jps
7090 DataNode
18584 JobHistoryServer
6958 NameNode
17487 NodeManager

web端查看JobHistory：http://hadoop100:19888/jobhistory or http://192.168.10.100:19888/jobhistory

第十二步：配置日志的聚集

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。

image

日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。

注意：开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryServer。

开启日志聚集功能具体步骤如下：

[root@hadoop100 hadoop]# vim yarn-site.xml

在该文件里面增加如下配置。

<!-- 开启日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>  
    <name>yarn.log.server.url</name>  
    <value>http://hadoop100:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

分发配置：

[root@hadoop100 hadoop]# xsync $HADOOP_HOME/etc/hadoop/yarn-site.xml

在YARN服务器（Hadoop101）上操作

[root@hadoop101 hadoop-3.1.3]# sbin/stop-yarn.sh

[root@hadoop100 hadoop-3.1.3]# mapred --daemon stop historyserver

[root@hadoop101 hadoop-3.1.3]# sbin/start-yarn.sh

[root@hadoop100 hadoop-3.1.3]# mapred --daemon start historyserver

删除HDFS上已经存在的输出文件

[root@hadoop101 hadoop-3.1.3]# hadoop fs -rm -r /output
Deleted /output

执行WordCount程序

[root@hadoop101 hadoop-3.1.3]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

查看详情日志，历史服务器地址:http://hadoop101:19888/jobhistory or http://192.168.10.101:19888/jobhistory
image

第十二步：编写Hadoop集群常用脚本

各个服务组件逐一启动/停止

分别启动/停止HDFS组件

hdfs --daemon start/stop namenode/datanode/secondarynamenode

启动/停止YARN

yarn --daemon start/stop  resourcemanager/nodemanager

Hadoop集群启停脚本（包含HDFS，Yarn，Historyserver）：myhadoop.sh

[root@hadoop100 home]# cd bin

[root@hadoop100 bin]# ll
总用量 4
-rwxr-xr-x. 1 root root 731 10月  3 11:43 xsync

[root@hadoop100 bin]# vim myhadoop.sh

脚本内容:

#!/bin/bash

if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi

case $1 in
"start")
        echo " =================== 启动 hadoop集群 ==================="

        echo " --------------- 启动 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac

 保存后退出，然后赋予脚本执行权限

[root@hadoop100 bin]# chmod +x myhadoop.sh

查看三台服务器Java进程脚本：jpsall

[root@hadoop100 bin]# vim jpsall

脚本内容：

#!/bin/bash

for host in hadoop102 hadoop103 hadoop104
do
        echo =============== $host ===============
        ssh $host jps 
done

 保存后退出，然后赋予脚本执行权限

[root@hadoop100 bin]# chmod +x jpsall

分发/home/bin目录，保证自定义脚本在三台机器上都可以使用

[root@hadoop100 home]# xsync /home/bin/
==================== hadoop101 ====================
sending incremental file list
bin/
bin/jpsall
bin/myhadoop.sh
bin/xsync

sent 2,225 bytes  received 89 bytes  4,628.00 bytes/sec
total size is 2,000  speedup is 0.86
==================== hadoop102 ====================
sending incremental file list
bin/
bin/jpsall
bin/myhadoop.sh
bin/xsync

sent 2,261 bytes  received 77 bytes  4,676.00 bytes/sec
total size is 2,000  speedup is 0.86

第十三步：集群时间同步及常用端口号说明

集群时间同步
如果服务器在公网环境（能连接外网），可以不采用集群时间同步，因为服务器会定期和公网时间进行校准；
如果服务器在内网环境，必须要配置集群时间同步，否则时间久了，会产生时间偏差，导致集群执行任务时间不同步。

1）需求
找一个机器，作为时间服务器，所有的机器与这台集群时间进行定时的同步，生产环境根据任务对时间的准确程度要求周期同步。测试环境为了尽快看到效果，采用1分钟同步一次。

image

2）时间服务器配置（必须root用户）
（1）查看所有节点ntpd服务状态和开机自启动状态

[root@hadoop100 hadoop-3.1.3]#  systemctl status ntpd
[root@hadoop100 hadoop-3.1.3]#  systemctl start ntpd
[root@hadoop100 hadoop-3.1.3]#  systemctl is-enabled ntpd

（2）修改hadoop100的ntp.conf配置文件

[root@hadoop100 hadoop-3.1.3]#  vim /etc/ntp.conf

修改内容如下
（a）修改1（授权192.168.10.0-192.168.10.255网段上的所有机器可以从这台机器上查询和同步时间）

#restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap
为restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap

（b）修改2（集群在局域网中，不使用其他互联网上的时间）

server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst
为
#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst

（c）添加3（当该节点丢失网络连接，依然可以采用本地时间作为时间服务器为集群中的其他节点提供时间同步）

server 127.127.1.0
fudge 127.127.1.0 stratum 10

（3）修改hadoop100的/etc/sysconfig/ntpd 文件

[root@hadoop100 hadoop-3.1.3]#  vim /etc/sysconfig/ntpd

增加内容如下（让硬件时间与系统时间一起同步）

SYNC_HWCLOCK=yes

（4）重新启动ntpd服务

[root@hadoop100 hadoop-3.1.3]#  systemctl start ntpd

（5）设置ntpd服务开机启动

[root@hadoop100 hadoop-3.1.3]#  systemctl enable ntpd

3）其他机器配置（必须root用户）
（1）关闭所有节点上ntp服务和自启动

[root@hadoop101 hadoop-3.1.3]#  systemctl stop ntpd
[root@hadoop101 hadoop-3.1.3]#  systemctl disable ntpd
[root@hadoop102 hadoop-3.1.3]#  systemctl stop ntpd
[root@hadoop102 hadoop-3.1.3]#  systemctl disable ntpd

（2）在其他机器配置1分钟与时间服务器同步一次
对于Hadoop101

[root@hadoop101 hadoop-3.1.3]#  sudo crontab -e

编写定时任务如下：

*/1 * * * * /usr/sbin/ntpdate hadoop100

对于Hadoop102

[root@hadoop102 hadoop-3.1.3]#  sudo crontab -e

编写定时任务如下：

*/1 * * * * /usr/sbin/ntpdate hadoop100

（3）修改任意机器时间

[root@hadoop100 hadoop-3.1.3]# date -s "2021-9-11 11:11:11"

（4）1分钟后查看机器是否与时间服务器同步

[root@hadoop100 hadoop-3.1.3]# date

面试题

常用端口号说明

端口名称Hadoop2.xHadoop3.x
NameNode内部通信端口8020 / 90008020 / 9000/9820
NameNode HTTP UI500709870
MapReduce查看执行任务端口80888088
历史服务器通信端口1988819888

常用配置文件说明

Hadoop2.xHadoop3.x
core-site.xmlcore-site.xml
hdfs-site.xmlhdfs-site.xml
yarn-site.xmlyarn-site.xml
mapred-site.xmlmapred-site.xml
slavesworkers

参考

[1]https://www.bilibili.com/video/BV1Qp4y1n7EN


本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1595298.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Spring Cloud 集成 RabbitMQ

Spring Cloud 集成 RabbitMQ

目录 前言步骤引入相关maven依赖添加相关配置 使用方法配置消息序列化创建第一个消息队列和交换机使用方法 总结 前言 在当今的微服务架构盛行的时代&#xff0c;消息队列作为一种重要的通信机制&#xff0c;在分布式系统中扮演着不可或缺的角色。RabbitMQ&#xff0c;作为一款…
阅读更多...
（七）C++自制植物大战僵尸游戏关卡数据加载代码讲解

（七）C++自制植物大战僵尸游戏关卡数据加载代码讲解

植物大战僵尸游戏开发教程专栏地址http://t.csdnimg.cn/xjvbb 打开LevelData.h和LevelData.cpp文件。文件位置如下图所示。 LevelData.h 此头文件中定义了两个类&#xff0c;分别是OpenLevelData、LevelData&#xff0c;其中OpenLevelData用于加载文件数据。LevelData解析数据…
阅读更多...
ansible创建用户账户和更新ansible库的密钥

ansible创建用户账户和更新ansible库的密钥

1.创建⽤户帐户 从 http://materials/user_list.yml 下载要创建的⽤户的列表&#xff0c;并将它保存到 /home/greg/ansible 在本次考试中使⽤在其他位置创建的密码库 /home/greg/ansible/locker.yml 。创建名为 /home/greg/ansible/users.yml 的 playbook &#xff0c;从⽽…
阅读更多...
攻防世界13-simple_php

攻防世界13-simple_php

13-simple_php <?php show_source(*__FILE__*);//高亮文件 include("config.php");//文件包含在内 $a$_GET[a];//获得a $b$_GET[b];//获得b if($a0 and $a){ //判断a是否满足条件echo $flag1; //满足就输出flag1 } if(is_numeric($b)){ //判断b的条件&#x…
阅读更多...
解决方案ImportError: cannot import name ‘BertTokenizerFast‘ from ‘transformers‘

解决方案ImportError: cannot import name ‘BertTokenizerFast‘ from ‘transformers‘

文章目录 一、现象二、解决方案 一、现象 从transformers 库调用该包的时候 from transformers import BertTokenizer, AdamW, BertTokenizerFast报错显示 ImportError: cannot import name ‘BertTokenizerFast’ from ‘transformers’ 二、解决方案 追溯查看transforme…
阅读更多...
【OpenGL开发】PyQt在关闭应用程序时没有运行析构函数的问题

【OpenGL开发】PyQt在关闭应用程序时没有运行析构函数的问题

PyQt在关闭应用程序时没有运行析构函数的问题 目录 一、说明二、python的析构函数三、QT5 存在一些问题四、PyQt5 存在一些问题五、OpenGL的析构问题 一、说明 应用QT做程序界面&#xff0c;在程序退出的时候&#xff0c;需要调用析构函数释放资源&#xff0c;这个操作在Pytho…
阅读更多...
跟TED演讲学英文：Why AI is incredibly smart and shockingly stupid by Yejin Choi

跟TED演讲学英文：Why AI is incredibly smart and shockingly stupid by Yejin Choi

Why AI is incredibly smart and shockingly stupid Link: https://www.ted.com/talks/yejin_choi_why_ai_is_incredibly_smart_and_shockingly_stupid Speaker: Yejin Choi Date: April 2023 文章目录 Why AI is incredibly smart and shockingly stupidIntroductionVocabul…
阅读更多...
通过调用Vcenter-Api获取Vcenter中服务器信息

通过调用Vcenter-Api获取Vcenter中服务器信息

通过调用Vcenter-Api获取Vcenter中服务器信息 文章目录 通过调用Vcenter-Api获取Vcenter中服务器信息1. 获取Vmware API帮助文档2. 获取访问凭证3. 获取服务器清单4. 获取服务器更多信息5. 获取虚机更多信息6. 获取磁盘信息7. 获取操作系统相关 1. 获取Vmware API帮助文档 htt…
阅读更多...
面试八股——Spring——AOP与事务

面试八股——Spring——AOP与事务

AOP的定义 事务的实现 事务的失效场景 异常捕获处理 下图中由于②导致异常&#xff1a; 原因&#xff1a; 解决办法&#xff1a;自己抛出一个非检查异常&#xff08;具体原因看“抛出检查异常”&#xff09;。 抛出检查异常 由于①出错&#xff0c;导致抛出了检查异常 原因&…
阅读更多...
[linux api] of_irq_init

[linux api] of_irq_init

总结： 以如下级联的中断控制器为例： of_irq_init会确保先初始化父控制器再初始化子控制器，也即整体按照层序遍历的顺序进行初始化，以上图为例，其初始化顺序为： intc0intc1-2intc3-6具体实现则分为两个阶段： 第一阶段 遍历所有设备节点，并与参数matches进行匹配，找…
阅读更多...
Servlet实现常用功能及其他方法

Servlet实现常用功能及其他方法

getParameter 获取body或url中指定的key/value值 String classIdreq.getParameter("classId"); getQueryString 获取请求的所有查询参数key,values1 String queryStringreq.getQueryString(); from表单提交 前端通过from表单提交用户名和密码 <!DOCTYPE htm…
阅读更多...
# 达梦sql查询 Sql 优化

# 达梦sql查询 Sql 优化

达梦sql查询 Sql 优化 文章目录 达梦sql查询 Sql 优化注意点测试数据单表查询 Sort 语句优化优化过程 多表关联SORT 优化函数索引的使用 注意点 关于优化过程中工具的选用&#xff0c;推荐使用自带的DM Manage&#xff0c;其它工具在查看执行计划等时候不明确在执行计划中命中…
阅读更多...
计算机网络常问面试题

计算机网络常问面试题

一.HTTPS是如何保证安全传输的 https通过使⽤对称加密、⾮对称加密、数字证书等⽅式来保证数据的安全传输。 客户端向服务端发送数据之前&#xff0c;需要先建⽴TCP连接&#xff0c;所以需要先建⽴TCP连接&#xff0c;建⽴完TCP连接后&#xff0c;服务端会先给客户端发送公钥…
阅读更多...
网络网络层之(2)ARP协议

网络网络层之(2)ARP协议

网络网络层之(2)ARP协议 Author&#xff1a;Once Day Date: 2024年4月1日 漫漫长路&#xff0c;有人对你笑过嘛… 全系列文档可参考专栏&#xff1a;通信网络技术_Once-Day的博客-CSDN博客。 参考文档: 《TCP/IP详解卷一》arp(8) - Linux manual page (man7.org)彻底搞懂系…
阅读更多...
配置香橙派摄像头服务每次开机自动启动

配置香橙派摄像头服务每次开机自动启动

目录 1.创建一个mjpg.sh脚本 2.在脚本中添加以下内容 3.增加可执行权限 4.在/etc/xdg/autostart/下创建mjpg.desktop 文件输入以下内容 1.创建一个mjpg.sh脚本 touch mjpg.sh 2.在脚本中添加以下内容 #!/bin/bash cd /home/orangepi/Myorangepi/zhinenglajitong/mjpg-stre…
阅读更多...
分布式幂等性

分布式幂等性

1. 什么是幂等性&#xff1f; 幂等性是指在分布式系统中&#xff0c;一个操作多次执行的结果与其执行一次的结果相同。设计具有幂等性的分布式系统可以有效避免数据不一致和重复处理的问题。 幂等系统的应用场景 在微服务架构下&#xff0c;由于分布式天然特性的时序问题, 以…
阅读更多...
解决动态规划问题

解决动态规划问题

文章目录 动态规划的定义动态规划的核心思想青蛙跳阶问题解法一&#xff1a;暴力递归解法二&#xff1a;带备忘录的递归解法&#xff08;自顶向下&#xff09;解法三&#xff1a;动态规划&#xff08;自底向上&#xff09; 动态规划的解题套路什么样的问题考虑使用动态规划&…
阅读更多...
英语新概念2-回译法-lesson6

英语新概念2-回译法-lesson6

我刚刚搬家去柏林大街的房子里。昨天一个流浪汉敲我的门，他想我寻求一顿饭和一杯啤酒。未拒绝了这个请求之后，这个流浪汉倒立着唱歌，我给他了一顿饭，他吃了食物并且喝了啤酒，然后他把一片奶酪放到他的口袋里然后走开了。过了一会儿，一个领居告诉我关于这个流浪汉的事情。…
阅读更多...
GAN：对抗生成网络【通俗易懂】

GAN：对抗生成网络【通俗易懂】

一、概述 对抗生成网络&#xff08;GAN&#xff09;是一种深度学习模型&#xff0c;由两个神经网络组成&#xff1a;生成器G和判别器D。这两个网络被训练来协同工作&#xff0c;以生成接近真实数据的新样本。 生成器的任务是接收一个随机噪声向量&#xff0c;并将其转换为与真…
阅读更多...
java数据结构与算法刷题-----LeetCode371. 两整数之和

java数据结构与算法刷题-----LeetCode371. 两整数之和

java数据结构与算法刷题目录&#xff08;剑指Offer、LeetCode、ACM&#xff09;-----主目录-----持续更新(进不去说明我没写完)&#xff1a;https://blog.csdn.net/grd_java/article/details/123063846 文章目录 位运算 位运算 解题思路&#xff1a;时间复杂度O( l o g 2 m a …
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023