Implementación completamente distribuida de Hadoop

cd $ HADOOP_HOME se establece en / etc / profile

1. hadoop-env.sh

vim /usr/local/hadoop-2.8.4/etc/hadoop/hadoop-env.sh

26 export JAVA_HOME=/usr/local/jdk1.8.0_151
34 export HADOOP_CONF_DIR=/usr/local/hadoop-2.8.4/etc/hadoop/

source /usr/local/hadoop-2.8.4/etc/hadoop/hadoop-env.sh

2. Configuración básica

vim /usr/local/hadoop-2.8.4/etc/hadoop/core-site.xml

<configuration>
    <!--配置hdfs默认的命名-->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://6059master:9000</value>
    </property>
    <!--配置操作hdfs缓冲区大小-->
    <property>
        <name>io.file.buffer.size</name>
        <value>4096</value>
    </property>
    <!--配置临时目录-->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/bigdata/tmp</value>
    </property>
</configuration>

3.hdfs configuración hdfs-site.xml

Nota: Reemplace el nombre de dominio del host con su propio nombre de dominio

vim ./etc/hadoop/hdfs-site.xml
vim /usr/local/hadoop-2.8.4/etc/hadoop/hdfs-site.xml

<configuration>
    <!--配置副本因子-->
    <property>   
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!--配置块大小-->
    <property>
        <name>dfs.block.size</name>
        <value>134217728</value>
    </property>
    <!--配置元数据的存储位置-->
    <property>     
        <name>dfs.namenode.name.dir</name>
        <value>file:///home/hadoopdata/dfs/name</value>
    </property>
    <!--配置datanode数据存放位置-->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/home/hadoopdata/dfs/data</value>
    </property>
    <!--配置dfs检测目录存放位置-->
    <property>
        <name>fs.checkpoint.dir</name>
        <value>/home/hadoopdata/checkpoint/dfs/lglname</value>
    </property>
    <!--配置hdfs的namenode的web ui地址-->
    <property>
        <name>dfs.http.address</name>
        <value>6059master:50070</value>
    </property>
    <!--配置dfs的SNN的web ui地址-->
    <property>
        <name>dfs.secondary.http.address</name>
        <value>6059master:50090</value>
    </property>
    <!--是否开启web操作dfs-->
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
    <!--是否启用hdfs的权限-->
    <property>
        <name>dfs.permissions</name>
        <value>true</value>
    </property>
</configuration>

4.configuración de mapreduce mapred-site.xml

cp /usr/local/hadoop-2.8.4/etc/hadoop/mapred-site.xml.template /usr/local/hadoop-2.8.4/etc/hadoop/mapred-site.xml

vim /usr/local/hadoop-2.8.4/etc/hadoop/mapred-site.xml

<configuration>
    <!--指定mapreduce运行框架-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
        <final>true</final>
    </property>
    <!--历史服务的通信地址-->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>6059master:10020</value>
    </property>
    <!--历史服务的web ui通信地址-->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>6059master:19888</value>
    </property>
</configuration>

5.configuración del hilo yarn-site.xml

vim /usr/local/hadoop-2.8.4/etc/hadoop/yarn-site.xml

<configuration>
    <!--指定resourcemanager所在的主机名-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>6059master</value>
    </property>
    <!--指定mapreduce的shuffle-->
    <property>        
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!--指定resourcemanager内部通信地址-->
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>6059master:8032</value>
    </property>
    <!--指定scheduler的内部通信地址-->
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>6059master:8030</value>
    </property>
    <!--指定rm的resource-tracker的内部通信地址-->
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>6059master:8031</value>
    </property>
    <!--指定rm的admin的内部通信地址-->
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>6059master:8033</value>
    </property>
    <!--指定rm的web ui地址-->
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>6059master:8088</value>
    </property>
</configuration>

6. Configure el nombre de dominio del nodo

vim /usr/local/hadoop-2.8.4/etc/hadoop/slaves

6059master
6059slave01
6059slave02

7. Completa la tarea de distribución.

vim /etc/hosts

192.168.56.20 6059master
192.168.56.21 6059slave01
192.168.56.22 6059slave02

Eliminar el directorio de Hadoop en los dos esclavos

6059slave01: rm -rf /usr/local/hadoop-2.8.4/
6059slave02: rm -rf /usr/local/hadoop-2.8.4/

Completa el trabajo de distribución: ping

master:   
scp -r /usr/local/hadoop-2.8.4/ root@6059slave01:/usr/local/
scp -r /usr/local/hadoop-2.8.4/ root@6059slave02:/usr/local/

8. Iniciar

Debe formatearse en el servidor de namenode antes de comenzar, y solo debe hacerse una vez.

hadoop namenode –format

8.1 Tres formas de empezar:

8.1.1 Método 1: Inicio completo:

 start-all.sh

Método 2: Modo de inicio:

start-dfs.sh
start-yarn.sh

Método 3: Inicie un solo proceso:

hadoop-daemon.sh start namenode
hadoop-daemons.sh start datanode
yarn-daemon.sh start namenode
yarn-daemons.sh start datanode
mr-jobhistory-daemon.sh start historyserver

9. Pruebas

9.1 Verifique si el proceso está iniciado:

jps

9.2 Ver la web del módulo correspondiente

http://192.168.56.20:50070

http://192.168.56.20:8088

9.3 Operaciones de archivo

lista de documentos

# hdfs dfs -ls /

Crear archivo xx

# hdfs dfs -mkdir xx

subir archivos

# hdfs dfs –put ./***  /

Eliminar carpeta

Eliminar archivos, -rm -R eliminar directorios y archivos de forma recursiva

hadoop fs -rm   删除文件，-rm -R 递归删除目录和文件

10. Ejecute un programa

yarn jar /usr/local/hadoop-2.8.4/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.4.jar wordcount  /input/word.txt /output/01

hdfs dfs –ls /output/01
hdfs dfs –cat /output/01/part-r-00000

11. Manejo de errores comunes

WARN ipc.Cliente

error:

WARN ipc.Client: Failed to connect to server: 6059master/192.168.56.20:9000: try once and fail.

El proceso del puerto 50070 y el proceso del puerto 9000 no se iniciaron

11.1 Ver hdfs-site.xml

<!--配置hdfs的namenode的web ui地址-->
<property>
	<name>dfs.http.address</name>
	<value>6059master:50070</value>
</property>

11.2 Apague el firewall

# 查看防火墙状态
systemctl status firewalld
# 关闭防火墙
systemctl stop firewalld.service 
# 禁用防火墙
systemctl disable firewalld.service

Otro cortafuegos es selinux: se configurará en vim / etc / selinux / config

SELINUX=disabled

3. El nodo namenode no se inicia

# cd /usr/local/hadoop-2.8.4/bin/
# hdfs namenode -format