您的位置：首页 > 运维架构

详细解读如何搭建hadoop平台

2016-11-24 20:30 246 查看
原文转自http://blog.csdn.net/dream_an/article/details/52946840

详细从零记录Ubuntu16.04.1 3台服务器上Hadoop2.7.3完全分布式集群部署过程。包含，Ubuntu服务器创建、远程工具连接配置、Ubuntu服务器配置、Hadoop文件配置、Hadoop格式化、启动。



主机名/hostnameIP角色
hadoop1192.168.193.131ResourceManager/NameNode/SecondaryNameNode
hadoop2192.168.193.132NodeManager/DataNode
hadoop3192.168.193.133NodeManager/DataNode


1.0.准备


1.1.目录

用VMware创建3个Ubuntu虚拟机
用mobaxterm远程连接创建好的虚拟机
配置Ubuntu虚拟机源、ssh无密匙登录、jdk
配置Hadoop集群文件(Github源码)
启动Hadoop集群、在Windows主机上显示集群状态。


1.2.提前准备安装包

Windows10（宿主操作系统）
VMware12 workstation（虚拟机）
Ubuntu16.04.1 LTS 服务器版
Hadoop2.7.3
jdk1.8
MobaXterm（远程连接工具）
Github源码,记得start哦（CSDN博文中全部源码公开至个人github）


2. VMvare安装Ubuntu16.04.1LTS服务器版过程


2.1.注意在安装时username要一致如xiaolei，即主机用户名。而主机名hostname可不同如hadoop1,hadoop2,hadoop3.或者master,slave1,slave2.在本篇博文中用hadoop1,2,3区分hostname主机名。


2.2.VMvare安装Ubuntu16.04.1LTS桌面版过程


2.3.在VMvare中选择 
文件
 然后 
新建虚拟机


2.4选择典型安装




2.5.选择下载好的Ubuntu64位 16.04.1 LTS服务器版镜像




2.6.个性化Linux设置




2.7.虚拟机命名及
4000
文件路径 wangxiaolei \ hadoop1等 随意可更换




2.8.磁盘分配，默认即可，磁盘大小可以根据自身硬盘空间调节（不要太小）




2.9.然后就是等待安装完成，输入登录名 xiaolei 登录密码**…



建立好的虚拟机如下
通过ipconfig命令查看服务器ip地址
IP 192.168.193.131   默认主机名ubuntu
IP 192.168.193.132   默认主机名ubuntu
IP 192.168.193.133   默认主机名ubuntu
下一步会修改主机名hostname
1
2
3
4
5
1
2
3
4
5


3. 配置Ubuntu系统（服务器版在VMware中操作不方便，通过远程在putty或者MobaXterm操作比较快捷些）


3.1 安装ssh即可。这里不需要 
ssh-keygen
。

打开终端或者服务器版命令行 

查看是否安装（ssh）openssh-server，否则无法远程连接。



sshd
sudo apt install openssh-server
1
2
1
2


3.2.安装ssh后，可以通过工具（putty或者MobaXterm）远程连接已经建立好的服务器（Hadoop1，Hadoop2，Hadoop3）



同样三个虚拟机建立连接




3.3.更换为国内源（清华大学帮助文档）

在Hadoop1、Hadoop2、Hadoop3中
xiaolei@ubuntu:~$ sudo vi /etc/apt/sources.list
1
1
# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

# 预发布软件源，不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
1
2
3
4
5
6
7
8
9
10
11
12
13
1
2
3
4
5
6
7
8
9
10
11
12
13

更新源
xiaolei@ubuntu:~$ sudo apt update
1
1


3.4.安装vim编辑器，默认自带vi编辑器

sudo apt install vim
1
1

更新系统（服务器端更新量小，桌面版Ubuntu更新量较大，可以暂时不更新）
sudo apt-get upgrade
1
1


3.5.修改Ubuntu服务器hostname主机名，主机名和ip是一一对应的。

#在192.168.193.131
xiaolei@ubuntu:~$ sudo hostname hadoop1

#在192.168.193.131
xiaolei@ubuntu:~$ sudo hostname hadoop2

#在192.168.193.131
xiaolei@ubuntu:~$ sudo hostname hadoop3

#断开远程连接，重新连接即可看到已经改变了主机名。
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10


3.6.增加hosts文件中ip和主机名对应字段

在Hadoop1,2,3中
xiaolei@hadoop1:~$ sudo vim /etc/hosts
1
1
192.168.193.131 hadoop1
192.168.193.132 hadoop2
192.168.193.133 hadoop3
1
2
3
1
2
3




3.7.更改系统时区（将时间同步更改为北京时间）

xiaolei@hadoop1:~$ date
Wed Oct 26 02:42:08 PDT 2016
1
2
1
2
xiaolei@hadoop1:~$ sudo tzselect
1
1

根据提示选择
Asia
 
China
 
Beijing
Time
 
yes
 

最后将Asia/Shanghai shell scripts 复制到/etc/localtime
xiaolei@hadoop1:~$ sudo cp /usr/share/zoneinfo/Asia/Shanghai  /etc/localtime
1
1
xiaolei@ubuntu:~$ date
Wed Oct 26 17:45:30 CST 2016
1
2
1
2


4. Hadoop集群完全分布式部署过程

JDK配置
Hadoop集群部署


4.1.安装JDK1.8 (配置源码Github，记得start哦)


4.1.1将所需文件（Hadoop2.7.3、JDK1.8）上传至Hadoop1服务器（可以直接复制粘贴）




4.1.2.解压缩并将jdk放置/opt路径下

xiaolei@hadoop1:~$ tar -zxf jdk-8u111-linux-x64.tar.gz
hadoop1@hadoop1:~$ sudo mv jdk1.8.0_111 /opt/
[sudo] password for hadoop1:
xiaolei@hadoop1:~$
1
2
3
4
1
2
3
4


4.1.3.配置环境变量

编写环境变量脚本并使其生效
xiaolei@hadoop1:~$ sudo vim /etc/profile.d/jdk1.8.sh
1
1

输入内容(或者在我的github上下载jdk环境配置脚本源码)
#!/bin/sh
# author:wangxiaolei 王小雷
# blog:http://blog.csdn.net/dream_an
# date:20161027
export JAVA_HOME=/opt/jdk1.8.0_111
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8
xiaolei@hadoop1:~$ source /etc/profile
1
1


4.1.4.验证jdk成功安装

xiaolei@hadoop1:~$ java -version
java version "1.8.0_111"
Java(TM) SE Runtime Environment (build 1.8.0_111-b14)
Java HotSpot(TM) 64-Bit Server VM (build 25.111-b14, mixed mode)
1
2
3
4
1
2
3
4


4.1.5.同样方法安装其他集群机器。

也可通过scp命令
#注意后面带 : 默认是/home/xiaolei路径下
xiaolei@hadoop1:~$ scp jdk-8u111-linux-x64.tar.gz hadoop2:
1
2
1
2

命令解析：
scp
 远程复制 
-r
 递归 
本机文件地址
 app是文件，里面包含jdk、Hadoop包 
远程主机名@远程主机ip:远程文件地址


4.2.集群ssh无密匙登录


4.2.1.在hadoop1,hadoop2,hadoop3中执行

sudo apt install ssh
sudo apt install rsync
xiaolei@ubuntu:~$ ssh-keygen -t rsa //一路回车就好
1
2
3
1
2
3


4.2.2.在 Hadoop1（master角色） 执行，将~/.ssh/下的id_rsa.pub公私作为认证发放到hadoop1,hadoop2,hadoop3的~/.ssh/下

ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop1
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop2
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop3
1
2
3
1
2
3


4.2.3.然后在 Hadoop1 上登录其他Linux服务器不需要输入密码即成功。

#不需要输入密码
ssh hadoop2
1
2
1
2




5.hadoop完全分布式集群文件配置和启动

在hadoop1上配置完成后将Hadoop包直接远程复制
scp
到其他Linux主机即可。 

Linux主机Hadoop集群完全分布式分配




5.1.Hadoop主要文件配置（Github源码地址）


5.1.1.在Hadoop1，2，3中配置Hadoop环境变量

xiaolei@hadoop2:~$ sudo vim /etc/profile.d/hadoop2.7.3.sh
1
1

输入
#!/bin/sh
# Author:wangxiaolei 王小雷
# Blog:http://blog.csdn.net/dream_an
# Github:https://github.com/wxiaolei
# Date:20161027
# Path：/etc/profile.d/hadoop2.7.3.sh

export HADOOP_HOME="/opt/hadoop-2.7.3"
export PATH="$HADOOP_HOME/bin:$PATH"
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop
1
2
3
4
5
6
7
8
9
10
11
1
2
3
4
5
6
7
8
9
10
11


5.1.2.配置 hadoop-env.sh 增加如下内容

export JAVA_HOME=/opt/jdk1.8.0_111
1
1


5.1.3.配置slaves文件，增加slave主机名

hadoop2
hadoop3
1
2
1
2


5.1.4.配置 core-site.xml

<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://Hadoop1:9000</value>
</property>
<!-- Size of read/write buffer used in SequenceFiles. -->
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
<!-- 指定hadoop临时目录,自行创建 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/xiaolei/hadoop/tmp</value>
</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17


5.1.5.配置 hdfs-site.xml

<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop1:50090</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/xiaolei/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/xiaolei/hadoop/hdfs/data</value>
</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18


5.1.6.配置yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->
<!-- Configurations for ResourceManager -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>hadoop1:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>hadoop1:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>hadoop1:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>hadoop1:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>hadoop1:8088</value>
</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29


5.1.7.配置mapred-site.xml

<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop1:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop1:19888</value>
</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
1
2
3
4
5
6
7
8
9
10
11
12
13
14


5.1.8.复制Hadoop配置好的包到其他Linux主机

xiaolei@hadoop1:~$ scp -r hadoop-2.7.3 hadoop3:
1
1

将每个Hadoop包
sudo mv
移动到/opt/路径下。不要
sudo
cp
，注意权限。
xiaolei@hadoop1:sudo mv hadoop-2.7.3 /opt/
1
1


5.2.格式化节点

在hadoop1上执行
xiaolei@hadoop1:/opt/hadoop-2.7.3$ hdfs namenode -format
1
1




5.3.hadoop集群全部启动

### 5.3.1. 在Hadoop1上执行
xiaolei@hadoop1:/opt/hadoop-2.7.3/sbin$ ./start-all.sh
1
1




5.3.2.其他主机上
jps




5.3.3.在主机上查看，博主是Windows10，直接在浏览器中输入hadoop1 集群地址即可。

http://192.168.193.131:8088/
1
1




5.3.4. Github源码位置——超详细从零记录Hadoop2.7.3完全分布式集群部署过程


5.4.可能问题：

权限问题： 

chown -R xiaolei:xiaolei hadoop-2.7.3 

解析：将hadoop-2.7.3文件属主、组更换为xiaolei:xiaolei 

chmod 777 hadoop 

解析：将hadoop文件权限变成421 421 421 可写、可读可、执行即 7 7 7 

查看是否安装openssh-server
ssd
或者
ps -e|grep ssh
1
2
3
1
2
3

安装 openssh-server
sudo apt install openssh-server
1
1

问题解决： 

问题 

Network error: Connection refused 

解决安装
Network error: Connection refused
1
1

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签：  hadoop集群 分布式 ssh 虚拟机
相关文章推荐
新的分享
章节导航