前言
因为课程学习需要,加上本机电脑的不便利性,笔者采用的是三台腾讯云的租用服务器(学生款性价比挺高的),由于在安装以及环境搭建过程中出现了许多问题,查询了相当多的资料,历经几番波折,于是在此分享一下自己较为全面的操作过程,希望能够帮到各位解决问题。
腾讯云服务器系统 CentOs
三台服务器分别名称代号为:master slave1 slave2
1.环境配置
1.1 jdk安装
Tips:机器已为Linux系统
在master机器节点(自行决定哪台机器作为master节点)进行操作:
- 切换到root模式下,避免权限问题。(执行代码:su root ,然后输入密码即可)(如果已经是root用户模式下则忽略此条操作)
- 下载jdk文件
此处推荐华为镜像站的jdk(1.8.0)文件网址
优点:下载速度贼快,非常丝滑
wget https://repo.huaweicloud.com/java/jdk/8u151-b12/jdk-8u151-linux-x64.tar.gz
- 新建java文件夹用于jdk解压
下载完之后,在usr文件夹下创建一个java文件夹
mkdir /usr/java
-
解压jdk文件至刚刚创建的文件夹
tar -zxvf +jdk的名字(可从下载操作处查看到) -C +解压路径(本文为/usr/java)
下述代码为本文运行代码(如果你完全按照本文操作可直接运行该代码)
tar -zxvf jdk-8u151-linux-x64.tar.gz -C /usr/java
- 配置java环境变量
1.打开配置文件
vim /etc/profile
2.修改配置文件(随便找个位置加入以下内容)
注:Linux下文件内容修改:键入i之后即可编辑文件内容,编辑完成之后按esc,输入符号:加入末行模式,然后输入wq保存退出
export JAVA_HOME=/usr/java/jdk1.8.0_151
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
3.使环境变量生效
source /etc/profile
4.结果测试
java -version
如果能够返回java版本号则jdk安装成功(如下图)
1.2 防火墙关闭
- 运行如下代码
sudo systemctl stop firewalld.service
sudo systemctl disable firewalld.service
1.3 修改hosts文件
在前言中末尾提到过笔者的集群为三台机器,所以笔者的hosts文件中ip映射有三行自己添加的代码,大家可以根据自己实际情况适当修改,但是此处ip映射关系一定不能出错!!
-
对于master结点,需要在文件末尾添加的内容为:
master结点的内网ip master
另一个机器1的公网ip slave1
另一个机器2的公网ip slave2 -
对于slave1结点,需要在文件末尾添加的内容为:
master结点的公网ip master
slave1结点的内网ip slave1
另一个机器2的公网ip slave2 -
对于slave2结点,需要在文件末尾添加的内容为:
master结点的公网ip master
slave1结点的公网ip slave1
slave2结点的内网ip slave2
总而言之,对于自己机器上的ip映射就填自己的内网ip,自己机器上对其他ip的映射就是他们的公网ip
1.4 创建hadoop用户(跳过)
由于非root用户可能涉及权限问题,于是本文直接使用root用户进行后续操作
2.建立机器间互信
2.1描述
由于hadoop必须机器之间免密登录,所以我们必须采取ssh密钥认证方式去保证机器登录。
- 机器a向机器b建立免密登录的流程
1.机器a生成公钥
2.机器a将认证文件传给机器b
3.机器a成功单向建立与机器b的免密登录(即a可以免密登录b但b不能免密登录a,只需要在b上执行上述机器a的所有操作即可完成b到a的免密登录)
2.2 生成公钥
ssh-keygen
- 遇到提示直接全回车就行,成功后会出现一个奇形怪状内容的矩形框,标头为RSA
- 成功之后会在 ~/.ssh文件夹下面看到id_rsa id_rsa.pub文件(为root用户登录情况下,可能会有authorized_keys文件,问题不大)
跳转至~/.ssh文件夹下
cd ~/.ssh
查看文件内容
ls
2.3 传输认证文件
- 传递至localhost
ssh-copy-id localhost
检查是否成功
ssh localhost
第一次登录时需要输入一次本机root用户登录密码,输入进去即可,然后再次键入代码:
ssh localhost
如果不需要输入密码即出现了日期信息,则传递至localhost成功
- 传递至slave1
传递时需要输入一次 slave1结点上的 root用户的登录密码
ssh-copy-id slave1
检查是否成功
ssh slave1
如果不需要输入密码即出现了日期信息,则传递至slave1成功
- 传递至slave2
传递时需要输入一次 slave2结点上的 root用户的登录密码
ssh-copy-id slave2
检查是否成功
ssh slave2
如果不需要输入密码即出现了日期信息,则传递至slave2成功
3.安装hadoop以及hadoop配置
3.1 hadoop下载(3.1.3)
- 跳转至根目录
cd
- hadoop文件下载
此处推荐使用清华镜像的下载链接(纵享丝滑+1了):
wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-3.1.3/hadoop-3.1.3.tar.gz
- 新建hadoop文件夹用于解压
下载完之后,在usr文件夹下创建一个hadoop文件夹
mkdir /usr/hadoop
-
解压hadoop文件至刚刚创建的文件夹
tar -zxvf +下载文件的名字(可从下载操作处查看到) -C +解压路径(本文为/usr/hadoop)
下述代码为本文运行代码(如果你完全按照本文操作可直接运行该代码)
tar -zxvf hadoop-3.1.3.tar.gz -C /usr/hadoop
- 配置环境变量
vim /etc/profile
将之前配置jdk时候的内容替换为:
export JAVA_HOME=/usr/java/jdk1.8.0_151
export HADOOP_HOME=/usr/hadoop/hadoop-3.1.3
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH
export PATH=$PATH:$HADOOP_HOME/sbin
export HADOOP_LOG_DIR=/usr/hadoop/hadoop-3.1.3/logs
export YARN_LOG_DIR=$HADOOP_LOG_DIR
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
- 使环境变量生效
source /etc/profile
- 测试
hadoop version
如果出现如下版本号信息则安装成功
3.2 配置hadoop
- 创建文件夹
mkdir /usr/hadoop/hadoop-3.1.3/tmp
mkdir /usr/hadoop/hadoop-3.1.3/hdfs
mkdir /usr/hadoop/hadoop-3.1.3/hdfs/name
mkdir /usr/hadoop/hadoop-3.1.3/hdfs/data
- 跳转至目录 /usr/hadoop/hadoop-3.1.3/etc/hadoop/
cd /usr/hadoop/hadoop-3.1.3/etc/hadoop/
- 修改core-site.xml(在文件末尾的 之间添加如下代码)
<!--配置hdfs文件系统的命名空间-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value> <!--master处为主机名,9000为端口号-->
</property>
<!-- 配置操作hdfs的存冲大小 -->
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
<!-- 配置临时数据存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>file:/usr/hadoop/hadoop-3.1.3/tmp</value>
</property>
- 修改hdfs-site.xml
<!--配置副本数-->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!--hdfs的元数据存储位置-->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/usr/hadoop/hadoop-3.1.3/hdfs/name</value>
</property>
<!--hdfs的数据存储位置-->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/usr/hadoop/hadoop-3.1.3/hdfs/data</value>
</property>
<!--hdfs的namenode的web ui 地址-->
<property>
<name>dfs.http.address</name>
<value>master:50070</value>
</property>
<!--hdfs的snn的web ui 地址-->
<property>
<name>dfs.secondary.http.address</name>
<value>0.0.0.0:50090</value>
</property>
<!--是否开启web操作hdfs-->
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<!--是否启用hdfs权限(acl)-->
<property>
<name>dfs.permissions</name>
<value>false</value> </property>
- 修改mapred-site.xml
<!--指定mapreduce运行框架-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value> </property>
<!--历史服务的通信地址-->
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<!--历史服务的web ui地址-->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
- 修改yarn-site.xml
<!--指定resourcemanager所启动的服务器主机名-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
<!--指定mapreduce的shuffle-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!--指定resourcemanager的内部通讯地址-->
<property>
<name>yarn.resourcemanager.address</name>
<value>master:8032</value>
</property>
<!--指定scheduler的内部通讯地址-->
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>master:8030</value>
</property>
<!--指定resource-tracker的内部通讯地址-->
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>master:8031</value>
</property>
<!--指定resourcemanager.admin的内部通讯地址-->
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master:8033</value>
</property>
<!--指定resourcemanager.webapp的ui监控地址-->
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master:8088</value>
</property>
- 修改workers(hadoop3之前文件名为slaves)
直接将文件内容替换为
master
slave1
slave2
- 配置hadoop-env.sh、yarn-env.sh、mapred-env.sh
加入自己的jdk路径,即/usr/java/jdk1.8.0_151(随便在文件找个空行加入以下内容)
export JAVA_HOME=/usr/java/jdk1.8.0_151
- 配置文件拷贝
- 方法一:直接在另外两台机器上重复3.2的所有操作
- 方法二:master结点打包文件直接传输至其他两台机器
打包指令:tar -zcvf +生成的压缩文件名 + 被压缩文件名。
发送指令: scp +待发送文件名+ 用户名@主机名:另一台机器的文件接收路径
例如(仅做格式参考例子):
scp hadoop-3.1.3.tar.gz root@slave1:/usr/hadoop
发送完成之后在对应机器上执行对应适当解压命令即可(至指定正确文件夹)
4.大功告成
4.1启动hadoop
- 跳转目录
cd /usr/hadoop/hadoop-3.1.3/sbin
- 格式化namenode
hdfs namenode -format
如果出现了SHUTDOWN_MSG: Shutting down NameNode at xxx信息也不要慌张,向上寻找信息,如果能找到 INFO common.Storage:Storage directory ******省略 has been successfully formatted信息,则格式化成功了,忽略后面的SHUTDOWN_MSG即可
- 启动所有服务
start-all.sh
- 若出现很多ERROR的情况则进行下列操作
跳转目录
cd /usr/hadoop/hadoop-3.1.3/sbin
修改start-dfs.sh和stop-dfs.sh文件,添加如下内容:
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
修改start-yarn.sh和stop-yarn.sh文件,添加如下内容:
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
重新执行代码
start-all.sh
- 成功后输入jps指令查看情况
jps
应该能看到六行信息包括如下内容:
NodeManager ResourceManager NameNode Jps DataNode SecondaryNameNode
4.2然后即可在web网页查看到自己的页面!!!
http://master服务器的公网ip:50070/