Ubuntu部署Hadoop集群记录

今天记录一下,部署 Hadoop 集群的过程。

前期准备

系统及软件版本说明

本章操作中所使用的相关操作系统及软件版本如下:

软件 版本
操作系统 Ubuntu 14.04.1
JDK 1.8.0
Hadoop 2.7.3

JDK 安装

集群中每台机器都需要安装 JDK,步骤如下:

  1. 上传jdk-8u191-linux-x64.tar.gz/opt目录并解压

    1
    tar -zxvf jdk-8u191-linux-x64.tar.gz
  2. 将 JDK 环境变量配置到/etc/profile 中

    1
    2
    3
    4
    5
    echo 'export JAVA_HOME=/opt/jdk1.8.0_191' >> /etc/profile
    echo 'export JRE_HOME=/opt/jdk1.8.0_191/jre' >> /etc/profile
    echo 'export CLASSPATH=$JAVA_HOME/lib:$JRE_HOME/lib' >> /etc/profile
    echo 'export PATH=$JAVA_HOME/bin:$PATH' >> /etc/profile
    source /etc/profile

网络配置

如有三台机器,分别命名为 master、slave1、slave2。那么我们就分别修改各自机器上/etc/hostname文件中的机器名为上述名称。
修改每台机器的/etc/hosts 文件,添加上述三对网络 IP 和机器名的对应:

1
2
3
4
127.0.0.1       localhost
192.168.1.2 master
192.168.1.3 slave1
192.168.1.4 slave2

SSH 免密登录配置

该操作是要让 master 节点可以无密码 SSH 登陆到各个 slave 节点上。

  1. 首先生成 master 节点的公钥,在 master 节点的终端中执行

    1
    2
    3
    mkdir -p ~/.ssh
    cd ~/.ssh
    ssh-keygen -t rsa

    多次回车完成 ssh 密钥对创建

  2. 在各节点上将该公钥加入授权

    将公钥加入 master 本机授权,master 节点上执行命令:

    1
    cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

    完成后执行 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 节点将上公匙分发到 slave1 和 slave2 节点,如下:

    1
    2
    scp ~/.ssh/id_rsa.pub root@slave1:/root
    scp ~/.ssh/id_rsa.pub root@slave2:/root

    接着分别在 slave1 和 slave2 节点上,将 ssh 公匙加入授权:

    1
    2
    mkdir -p ~/.ssh
    cat ~/id_rsa.pub >> ~/.ssh/authorized_keys

    这样,在 master 节点上就可以无密码 ssh 登录到各个 slave 节点了,在 master 节点上执行 ssh slave1ssh slave2 命令进行检验。

Hadoop 集群部署

安装及配置

  1. 上传hadoop-2.7.3.tar.gz/opt目录并解压

    1
    tar -zxvf hadoop-2.7.3.tar.gz
  2. 在 hadoop 目录上创建 tmp、dfs、dfs/name、 dfs/data 文件夹

    1
    2
    cd /opt/hadoop-2.7.3
    mkdir -p tmp dfs dfs/name dfs/data
  3. 配置环境变量

    1
    2
    3
    4
    5
    echo 'export HADOOP_HOME=/opt/hadoop-2.7.3' >> /etc/profile
    echo 'export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native' >> /etc/profile
    echo 'export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"' >> /etc/profile
    echo 'export PATH=$HADOOP_HOME/bin:$PATH' >> /etc/profile
    source /etc/profile
  4. 修改配置文件

    切换到/opt/hadoop-2.7.3/etc/hadoop目录下修改配置文件。

    1. 编辑 hadoop-env.sh 文件,将 JAVA_HOME(25 行)配置项为 JDK 安装目录

      1
      export JAVA_HOME=/opt/jdk1.8.0_191
    2. 编辑 core-site.xml 文件,添加以下内容,其中 master 为计算机名,/opt/hadoop-2.7.3/tmp 为手动创建的目录。

      1
      vi /opt/hadoop-2.7.3/etc/hadoop/core-site.xml

      内容:

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      <configuration>
      <property>
      <name>fs.default.name</name>
      <value>hdfs://master:9000</value>
      </property>
      <property>
      <name>hadoop.tmp.dir</name>
      <value>file:/opt/hadoop-2.7.3/tmp</value>
      <description>Abasefor other temporary directories.</description>
      </property>
      </configuration>
    3. 编辑 hdfs-site.xml 文件,添加以下内容,其中/opt/hadoop-2.7.3/dfs/name/opt/hadoop-2.7.3/dfs/data 为手动创建目录

      1
      vi /opt/hadoop-2.7.3/etc/hadoop/hdfs-site.xml

      内容:

      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
      <configuration>
      <property>
      <name>dfs.name.dir</name>
      <value>/opt/hadoop-2.7.3/dfs/name</value>
      <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
      </property>
      <property>
      <name>dfs.data.dir</name>
      <value>/opt/hadoop-2.7.3/dfs/data</value>
      <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
      </property>
      <property>
      <name>dfs.replication</name>
      <value>2</value>
      </property>
      <property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>slave1:50090</value>
      </property>
      <property>
      <name>dfs.permissions</name>
      <value>false</value>
      <description>need not permissions</description>
      </property>
      </configuration>
    4. 修改 mapred-site.xml

      1
      vi /opt/hadoop-2.7.3/etc/hadoop/mapred-site.xml

      内容:

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      <configuration>
      <property>
      <name>mapred.job.tracker</name>
      <value>master:9001</value>
      </property>
      <property>
      <name>mapred.local.dir</name>
      <value>/opt/hadoop-2.7.3/var</value>
      </property>
      <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
      </property>
      </configuration>
    5. 修改 yarn-env.sh

      1
      vi /opt/hadoop-2.7.3/etc/hadoop/yarn-env.sh

      内容:

      1
      export JAVA_HOME=/opt/jdk1.8.0_191
    6. 修改 yarn-site.xml

      1
      vi /opt/hadoop-2.7.3/etc/hadoop/yarn-env.xml

      内容:

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      <configuration>
      <!-- reducer获取数据的方式 -->
      <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
      </property>
      <!-- 指定YARN的ResourceManager的地址 -->
      <property>
      <name>yarn.resourcemanager.hostname</name>
      <value>slave1</value>
      </property>
      </configuration>
    7. 修改 slaves

      1
      vi /opt/hadoop-2.7.3/etc/hadoop/slaves

      内容:

      1
      2
      3
      master
      slave1
      slave2
  5. 文件配置分发

    至此,master 上的 hadoop 配置已经结束,需将/etc/profile/opt/hadoop-2.7.3通过 scp 分发至至 slave1、slave2,重新编译 /etc/profile 使生效。

    1
    2
    3
    4
    scp /etc/profile root@slave1:/etc/profile
    scp /etc/profile root@slave2:/etc/profile
    scp -r /opt/hadoop-2.7.3 root@slave1:/opt/hadoop-2.7.3
    scp -r /opt/hadoop-2.7.3 root@slave2:/opt/hadoop-2.7.3

    分别登录 slave1 和 slave2 执行source /etc/profile

启动及验证

  1. 第一次启动初始化

    1
    /opt/hadoop-2.7.3/bin/hadoop namenode -format

    初始化成功后,可以在 /opt/hadoop-2.7.3/dfs/name 目录下看到新增了一个 current 目录以及一些文件。

  2. Hadoop 启动

    1. 启动 hdfs

      在 master 节点执行

      1
      /opt/hadoop-2.7.3/sbin/start-dfs.sh
    2. 启动 yarn

      在 slave1 节点执行

      1
      /opt/hadoop-2.7.3/sbin/start-yarn.sh

    浏览器输入访问 http://master:50070 (替换 master 节点 IP)验证部署成功。

如果对您有帮助,不妨请我喝杯奶茶哟~( ̄︶ ̄)↗