| 三节点（Master、Slave1、Slave2）Hadoop集群的配置（Ubuntu） | 您所在的位置：网站首页 › hadoop从机多了个SecondaryNameNode › 三节点（Master、Slave1、Slave2）Hadoop集群的配置（Ubuntu） |
三节点（Master、Slave1、Slave2）Hadoop集群的配置（Ubuntu）
|
本文主要取自林子雨老师网站： http://dblab.xmu.edu.cn/blog/install-hadoop/ http://dblab.xmu.edu.cn/blog/install-hadoop-cluster/ 思路： 1、选定一台机器作为 Master 2、在 Master 节点上配置 hadoop 用户、安装 SSH server、安装 Java 环境 3、在 Master 节点上安装 Hadoop，并完成配置 4、在其他 Slave 节点上配置 hadoop 用户、安装 SSH server、安装 Java 环境 5、将 Master 节点上的 /usr/local/hadoop 目录复制到其他 Slave 节点上 6、在 Master 节点上开启 Hadoop 创建hadoop用户如果你安装 Ubuntu 的时候不是用的 “hadoop” 用户，那么需要增加一个名为 hadoop 的用户。 sudo useradd -m hadoop -s /bin/bash设置密码，按提示输入两次密码： sudo passwd 你要设置的密码可为 hadoop 用户增加管理员权限，方便部署 sudo adduser hadoop sudo切换到刚创建的hadoop用户 su hadoop 更新apt用 hadoop 用户登录后，先更新一下 apt，后续我们使用 apt 安装软件，如果没更新可能有一些软件安装不了。 sudo apt-get update下面可以安装一个vim可以方便地修改配置文件 sudo apt-get install vim 安装SSH、配置SSH无密码登陆（很重要的一步）Ubuntu 默认已安装了 SSH client，此外还需要安装 SSH server： sudo apt-get install openssh-server安装后，可以使用如下命令登陆本机： ssh localhostSSH首次登陆提示，输入 yes 。然后按提示输入上边设置的密码，这样就登陆到本机了。 这样登陆是需要每次输入密码的，我们需要配置成SSH无密码登陆比较方便。 首先退出刚才的 ssh，就回到了我们原先的终端窗口，然后利用 ssh-keygen 生成密钥，并将密钥加入到授权中： exit # 退出刚才的 ssh localhost cd ~/.ssh/ # 若没有该目录，请先执行一次ssh localhost ssh-keygen -t rsa # 会有提示，都按回车就可以 cat ./id_rsa.pub >> ./authorized_keys # 加入授权此时再用 ssh localhost 命令，无需输入密码就可以直接登陆了。 安装Java环境安装openjdk sudo apt-get install openjdk-8-jre openjdk-8-jdk安装好 OpenJDK 后，需要找到相应的安装路径，这个路径是用于配置 JAVA_HOME 环境变量的。 dpkg -L openjdk8-jdk | grep '/bin/javac'接着需要配置一下 JAVA_HOME 环境变量： vim ~/.bashrc #如果不会vim的用法可以自行百度在文件最前面添加如下单独一行（注意 = 号前后不能有空格） export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
设置好后我们来检验一下是否设置正确： echo $JAVA_HOME # 检验变量值 java -version $JAVA_HOME/bin/java -version # 与直接执行 java -version 一样如果设置正确的话，$JAVA_HOME/bin/java -version 会输出 java 的版本信息，且和 java -version 的输出结果一样 这样之后，Java环境配好了。 安装hadoophadoop的下载网站（我下的版本是2.9.2） 下载 “stable” 下的 hadoop-2.x.y.tar.gz 这个格式的文件，这是编译好的 选择将 Hadoop 安装至 /usr/local/ 中：` sudo tar -zxf ~/下载/hadoop-2.6.0.tar.gz -C /usr/local # 解压到/usr/local中 cd /usr/local/ sudo mv ./hadoop-2.6.0/ ./hadoop # 将文件夹名改为hadoop sudo chown -R hadoop ./hadoop # 修改文件权限Hadoop 解压后即可使用。输入如下命令来检查 Hadoop 是否可用，成功则会显示 Hadoop 版本信息： cd /usr/local/hadoop ./bin/hadoop version以上只是一个节点的准备工作，我们的是一个主节点，两个从节点。因此另外两个从节点也要进行相同的工作。为了简化刚才重复的操作步骤，我们可以克隆两个虚拟机。 网络配置假设集群所用的节点都位于同一个局域网。 如果使用的是虚拟机安装的系统，那么需要更改网络连接方式为桥接（Bridge）模式，才能实现多个节点互连。（3个节点都要这样） 为了便于区分，可以修改各个节点的主机名（在终端标题、命令行中可以看到主机名，以便区分）。 sudo vim /etc/hostn可将主节点改为Master，两个从节点分别改为Slave1、Slave2 然后执行如下命令修改自己所用节点的IP映射： sudo vim /etc/hosts
配置好后需要在各个节点上执行如下命令，测试是否相互 ping 得通，如果 ping 不通，后面就无法顺利配置成功： ping Master -c 3 # 只ping 3次，否则要按 Ctrl+c 中断 ping Slave1 -c 3 ping Slave2 -c 3
首先生成 Master 节点的公匙，在 Master 节点的终端中执行（因为改过主机名，所以还需要删掉原有的再重新生成一次）： cd ~/.ssh # 如果没有该目录，先执行一次ssh localhost rm ./id_rsa* # 删除之前生成的公匙（如果有） ssh-keygen -t rsa # 一直按回车就可以让 Master 节点需能无密码 SSH 本机，在 Master 节点上执行： cat ./id_rsa.pub >> ./authorized_keys完成后可执行 ssh Master 验证一下（可能需要输入 yes，成功后执行 exit 返回原来的终端）。接着在 Master 节点将上公匙传输到 Slave1 节点： scp ~/.ssh/id_rsa.pub hadoop@Slave1:/home/hadoop/执行 scp 时会要求输入 Slave1 上 hadoop 用户的密码，输入完成后会提示传输完毕，如下图所示： 结束标志同Slave1 接着在 Slave1 节点上，将 ssh 公匙加入授权： mkdir ~/.ssh # 如果不存在该文件夹需先创建，若已存在则忽略 cat ~/id_rsa.pub >> ~/.ssh/authorized_keys rm ~/id_rsa.pub # 用完就可以删掉了接着在 Slave2 节点上，将 ssh 公匙加入授权： mkdir ~/.ssh # 如果不存在该文件夹需先创建，若已存在则忽略 cat ~/id_rsa.pub >> ~/.ssh/authorized_keys rm ~/id_rsa.pub # 用完就可以删掉了在 Master 节点上就可以无密码 SSH 到各个 Slave 节点了，可在 Master 节点上执行如下命令进行检验，如下图所示： ssh Slave2
将 Hadoop 安装目录加入 PATH 变量中，这样就可以在任意目录中直接使用 hadoo、hdfs 等命令了 首先执行 vim ~/.bashrc加入一行： export PATH=$PATH:/usr/local/hadoop/bin:/usr/local/hadoop/sbin保存后执行 source ~/.bashrc 使配置生效。 配置集群/分布式环境首先切换到配置文件目录下： cd /usr/local/hadoop/etc/hadoop1, 文件 slaves vim slaves将文件中原来的 localhost 删除，只添加两行内容： Slave1 Slave22, 文件 core-site.xml 改为下面的配置： fs.defaultFS hdfs://Master:9000 hadoop.tmp.dir file:/usr/local/hadoop/tmp Abase for other temporary directories.3, 文件 hdfs-site.xml，我们有两个 Slave 节点，所以 dfs.replication 的值设为2： dfs.namenode.secondary.http-address Master:50090 dfs.replication 2 dfs.namenode.name.dir file:/usr/local/hadoop/tmp/dfs/name dfs.datanode.data.dir file:/usr/local/hadoop/tmp/dfs/data4, 文件 mapred-site.xml （可能需要先重命名，默认文件名为 mapred-site.xml.template） mv mapred-site.xml mapred-site.xml.template然后配置修改如下： mapreduce.framework.name yarn mapreduce.jobhistory.address Master:10020 mapreduce.jobhistory.webapp.address Master:198885, 文件 yarn-site.xml： yarn.resourcemanager.hostname Master yarn.nodemanager.aux-services mapreduce_shuffle配置好后，将 Master 上的 /usr/local/Hadoop 文件夹复制到各个节点上。 cd /usr/local sudo rm -r ./hadoop/tmp # 删除 Hadoop 临时文件 sudo rm -r ./hadoop/logs/* # 删除日志文件 tar -zcf ~/hadoop.master.tar.gz ./hadoop # 先压缩再复制 cd ~ scp ./hadoop.master.tar.gz Slave1:/home/hadoop scp ./hadoop.master.tar.gz Slave2:/home/hadoop在 Slave1 节点上执行： sudo rm -r /usr/local/hadoop # 删掉旧的（如果存在） sudo tar -zxf ~/hadoop.master.tar.gz -C /usr/local sudo chown -R hadoop /usr/local/hadoop在 Slave2 节点上执行： sudo rm -r /usr/local/hadoop # 删掉旧的（如果存在） sudo tar -zxf ~/hadoop.master.tar.gz -C /usr/local sudo chown -R hadoop /usr/local/hadoop首次启动(仅首次)需要先在 Master 节点执行 NameNode 的格式化： hdfs namenode -format # 首次运行需要执行初始化，之后不需要接着启动 hadoop，启动需要在 Master 节点上进行： start-dfs.sh # 开启Master上的namenode、SecondrryNameNode进程，开启Slave1、Slave2上的datanode进程 start-yarn.sh # 开启Master上的ResourceManager进程，开启Slave1、Slave2上的NodeManager进程 mr-jobhistory-daemon.sh start historyserver #开启JobHistoryServer进程通过命令 jps 可以查看各个节点所启动的进程。正确的话，在 Master 节点上可以看到 NameNode、ResourceManager、SecondrryNameNode、JobHistoryServer 进程 hdfs dfsadmin -report 查看 DataNode 是否正常启动，如果 Live datanodes 不为 0 ， ，则说明集群启动成功。（我的是两个从节点 Live datanodes应该是2） |
接着还需要让该环境变量生效，执行如下代码：
Linux 中查看节点 IP 地址的命令为 ifconfig（第一次用这个命令可能需要安装：sudo apt-get install net-tools）查看inet 地址，即 
由于这样它的IP地址会根据物理IP的改变而改变，所以我们要将它设置成静态IP：
映射关系一定要对应准确，各个节点的IP，就是上面address地址。 修改完成后需要重启一下，重启后在终端中才会看到机器名的变化。接下来的教程中请注意区分 Master 节点与 Slave 节点的操作。 注意：网络配置需要在所有节点完成
这样就ping通了
接着在 Master 节点将上公匙传输到 Slave2 节点：
我测试的Slave2，同理可以测试Slave1.
这样hadoop集群（完全分布）就配置成功了【本文地址】