Hadoop3.0通用版集群安装高可靠详细教程【包括零基础】

2018-01-11


问题导读



1.hadoop3.x检测虚拟内存的情况下,可能会产生什么问题?

2.hadoop3.x中,下面各个配置的作用是什么?

3.dfs.blocksize可以使用哪些单位?



转载注明来自about云:


链接: http://www.aboutyun.com/forum.php?mod=viewthread&tid=23773


操作系统:centos7


hadoop3.0【GA版】集群安装与hadoop2.x集群安装还是有一定区别的。通过比较发现,hadoop3.x中除了yarn中增加的可定义资源【Hadoop3.0: YARN Resource自定义资源配置说明

http://www.aboutyun.com/forum.php?mod=viewthread&tid=23626


】,其它配置项基本都是相同的。但是在常用配置里面,却有比较大的不同。因为很多如果不配置,在2.x中不会报错,但是在3.x中会出问题。比如:虚拟内存的检测,如果不配置,那么在2.x中一般不会出现问题,但是在3.x则成为常用配置。缺少此配置项yarn.nodemanager.vmem-check-enabled,可能会出现下面问题。


Containeris running beyond virtual memory limits. Current usage: 44.5 MB of 1 GB physical memory used; 2.5 GB of 2.1 GB virtual memory


所以需要加上


[XML] 纯文本查看 复制代码


?


<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>

当然解决方法比较多,大家也可以调整其它参数。


这里只是举例,其它的大家可以尝试。为了照顾一些零基础的同学,下面从零开始搭建集群。


首先通过虚拟机安装centos7.不会可参考下面文章


VMware workstation安装linux(ubuntu)配置详解


http://www.aboutyun.com/forum.php?mod=viewthread&tid=6424


centos7下载:


链接: https://pan.baidu.com/s/1eTj2fb8 密码: rmjw


1.网络配置






步骤3弹出内容:






如上图,我们按照配置即可。对于手动、自动、仅本地,这里选择需要按住鼠标不动,才能选择对应的内容。其中:网关不要使用192.168.1.1,这样可能上不了网。对于虚拟机的网络可参考此篇文章:


虚拟机三种网络模式该如何上网指导


http://www.aboutyun.com/forum.php?mod=viewthread&tid=6700


2.jdk1.8/hadoop环境变量设置


安装包:链接 :https://pan.baidu.com/s/1pKVVNdx 密码 : d3s7


配置 JDK :


在~/.bashrc里面加入JAVA_HOME、JRE_HOME、HADOOP_HOME、PATH、CLASSPATH:


[Bash shell] 纯文本查看 复制代码


?


export JAVA_HOME="/usr/hadoop3.0-yarn/jdk1.8"
export HADOOP_HOME="/usr/hadoop-3.0.0"
export JRE_HOME="$JAVA_HOME/jre"
export PATH="$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH"
export CLASSPATH="./:$JAVA_HOME/lib:$JRE_HOME/lib"

生效:


[Bash shell] 纯文本查看 复制代码


?


source ~/.bashrc

分发到slave1和slave2上


[Bash shell] 纯文本查看 复制代码


?


scp ~/.bashrc aboutyun@slave1:~/
scp ~/.bashrc aboutyun@slave2:~/

执行生效


补充:


source命令的作用就是用来执行一个脚本


更多补充:


#####################################################


补充1:source与./a.sh 不同之处


你在一个脚本里export $KKK=111 ,如果你用./a.sh执行该脚本,执行完毕后,你运行 echo $KKK ,发现没有值,如果你用source来执行,然后再echo ,就会发现KKK=111。因为调用./a.sh来执行shell是在一个子shell里运行的,所以执行后,结构并没有反应到父shell里,但是source不同它就是在本shell中执行的,所以可以看到结果


补充2:Linux环境变量配置文件的区别:


(1) /etc/profile:此文件为系统的每个用户设置环境信息,当用户第一次登录时,该文件被执行. 并从/etc/profile.d目录的配置文件中搜集shell的设置。


(2) /etc/bashrc: 为每一个运行bash shell的用户执行此文件.当bash shell被打开时,该文件被读取(即每次新开一个终端,都会执行bashrc)。


(3) ~/.bash_profile: 每个用户都可使用该文件输入专用于自己使用的shell信息,当用户登录时,该文件仅仅执行一次。默认情况下,设置一些环境变量,执行用户的.bashrc文件。


(4) ~/.bashrc: 该文件包含专用于你的bash shell的bash信息,当登录时以及每次打开新的shell时,该该文件被读取。


(5) ~/.bash_logout: 当每次退出系统(退出bash shell)时,执行该文件. 另外,/etc/profile中设定的变量(全局)的可以作用于任何用户,而~/.bashrc等中设定的变量(局部)只能继承 /etc/profile中的变量,他们是"父子"关系。


(6) ~/.bash_profile: 是交互式、login 方式进入 bash 运行的~/.bashrc 是交互式 non-login 方式进入 bash 运行的通常二者设置大致相同,所以通常前者会调用后者。


摘自:csdn xyqzki


#####################################################


3.配置sudo无密码执行:


1.首先切换到root:


su root


2. sudo chmod a+w /etc/sudoers


3.通过vi命令编辑


4.添加如下内容:


aboutyun ALL=(ALL) NOPASSWD: ALL


5.恢复权限


sudo chmod a-w /etc/sudoers或则


sudo chmod 440 /etc/sudoers


二者操作是一样的






补充:


1.sudo 解释


sudo是linux系统管理指令,是允许系统管理员让普通用户执行一些或者全部的root命令的一个工具,如halt、reboot、su等。这样不仅减少了root用户的登录和管理时间,同样也提高了安全性。sudo不是对shell的一个代替,它是面向每个命令的。sudo的配置文件是sudoers文件,它允许系统管理员集中的管理用户的使用权限和使用的主机。它所存放的位置默认是在/etc/sudoers,属性必须为0440。


2. 权限说明


这两个对于初学者很容易混肴,这里ch,其实是change的简写,它们的含义分别是:


chown-》change own改变所有者


chmod-》change mod(mod不知道是否为简写)改变文件权限


一、chown 命令


用途:更改文件的所有者或组。命令由单词change owner组合而成。


使用示例:


1,更改文件的所有者:


chown jim program.c


文件 program.c 的所有者更改为 jim。作为所有者,jim 可以使用 chmod 命令允许或拒绝其他用户访问 program.c。


2,更改目录的所有者:


chown -R john:build /tmp/src


将目录 /tmp/src 中所有文件的所有者和组更改为用户 john 和组 build


- R 递归式地改变指定目录及其下的所有子目录和文件的拥有者。


- v 显示chown命令所做的工作。


(eg.chown –R root:root rootfs 将rootfs文件夹及其子录的权限和组均改为root


chown –R liufan:liufan-desktop rootfs将目录rootfs文件夹及子目录的所有者和组更改为用户liufan和组liufan-desktop )


二、chmod 命令


用途:改变文件或目录的访问权限。


该命令有两种用法:


一种是包含字母和操作符表达式的文字设定法;另一种是包含数字的数字设定法。


1,文字设定法


chmod [who] [+ | - | =] [mode] 文件名


命令中各选项的含义为:


操作对象who可是下述字母中的任一个或者它们的组合:


u 表示“用户(user)”,即文件或目录的所有者。


g 表示“同组(group)用户”,即与文件属主有相同组ID的所有用户。


o 表示“其他(others)用户”。


a 表示“所有(all)用户”。它是系统默认值。


操作符号可以是:


+ 添加某个权限。


- 取消某个权限。


= 赋予给定权限并取消其他所有权限(如果有的话)。


设置mode所表示的权限可用下述字母的任意组合:


r 可读。


w 可写。


x 可执行。


X 只有目标文件对某些用户是可执行的或该目标文件是目录时才追加x 属性。


s 在文件执行时把进程的属主或组ID置为该文件的文件属主。方式“u+s”设置文件的用户ID位,“g+s”设置组ID位。


t 保存程序的文本到交换设备上。


u 与文件属主拥有一样的权限。


g 与和文件属主同组的用户拥有一样的权限。


o 与其他用户拥有一样的权限。


文件名:以空格分开的要改变权限的文件列表,支持通配符。


在一个命令行中可给出多个权限方式,其间用逗号隔开。例如:chmod g+r,o+r example


使同组和其他用户对文件 example 有读权限。


2,数字设定法


我们必须首先了解用数字表示的属性的含义:0表示没有权限,1表示可执行权限,2表示可写权限,4表示可读权限,然后将其相加。


所以数字属性的格式应为3个从0到7的八进制数,其顺序是(u)(g)(o)。


例如,如果想让某个文件的属主有“读/写”二种权限,需要把4(可读)+2(可写)=6(读/写)。


数字设定法的一般形式为:


chmod [mode] 文件名


3.vi编辑器


vi 比较重要的命令 .


插入命令:按下 a 键,或则 i 键


退出命令: :q


退出命令: wq


强制退出: :!q


查找命令: /+ 查找内容(按下 / 键然后输入查找内容)


更多参考


linux 之 vi 编辑器


http://www.aboutyun.com/forum.php?mod=viewthread&tid=6450


4.NTP设置


centos7 ntp 默认配置的, master 使用默认同步网络服务器即可。


server 0.centos.pool.ntp.org iburst


server 1.centos.pool.ntp.org iburst


server 2.centos.pool.ntp.org iburst


server 3.centos.pool.ntp.org iburst


对于 slave 节点则同步 master,对于出现的


[Bash shell] 纯文本查看 复制代码


?


server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst

注释掉,然后替换下面内容


[Bash shell] 纯文本查看 复制代码


?


server master iburst

验证 ntp:


ntpq -p






关于 ntp 信息,更多参考


让你真正明白 Linux NTP (包括历史、参数解释、安装配置)


http://www.aboutyun.com/forum.php?mod=viewthread&tid=11395


5.防火墙


关闭防火墙


sudo systemctl stop firewalld


开机禁用防火墙


sudo systemctl disable firewalld


关闭 SElinux


SELINUX=disable


6.虚拟机克隆


网卡更换 mac 地址,防止重复:按照下面步骤点击弹出对应对话框,最后点击生成,点击确定。






克隆后修改内容


以 master 为例


a. 修改 hostnme


sudo vi /etc/hostname






b. 修改 hosts


127.0.0.1localhost.localdomainlocalhost


::1localhost6.localdomain6localhost6


192.168.1.10 master


192.168.1.20 slave1


192.168.1.30 slave2






slave1 和 slave2 配置


相同:hosts配置相同


不同:hostname不同,分别为slave1和slave2


修改 ip 地址:


操作通上面网络配置部分。


ssh 配置


第一步:产生密钥


$ ssh-keygen -t dsa -P ''


第二步:导入authorized_keys


$ cat ~/.ssh/id_dsa.pub >>~/.ssh/authorized_keys


其它的同样的内容,最后三个节点id_dsa.pub追加到authorized_keys


然后分发到三个节点。


比如master分发到slave1:


scp ~/.ssh/authorized_keysaboutyun@slave1:~/.ssh


最后三台机器的id_dsa.pub都追加到authorized_keys,这样达到三者彼此相互免密钥登陆


同时注意权限:


~/.ssh需要是700权限


chmod 700 ~/.ssh


authorized_keys需要是644权限


chmod 644 ~/.ssh/authorized_keys


如果权限不对,可能造成ssh无密码失败。


更多ssh可参考


云技术基础:集群搭建SSH的作用及这些命令的含义


http://www.aboutyun.com/forum.php?mod=viewthread&tid=6977


7.指定slave


.$HADOOP_HOME/etc/hadoop/works






8.配置文件


/etc/hadoop/core-site.xml


[XML] 纯文本查看 复制代码


?


<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://localhost:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/hadoop3.0/tmp</value>
</property>
</configuration>

uri: fs.defaultFS


hadoop.tmp.dir:临时路径


创建临时路径:


sudo mkdir -p /usr/hadoop3.0/tmp


注意授权,否则会格式化失败


sudo chown -Raboutyun:aboutyun /usr/hadoop3.0/


etc/hadoop/hdfs-site.xml:


[XML] 纯文本查看 复制代码


?


<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
</property>
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
</configuration>

dfs.replication:hadoop副本的数目


dfs.permissions.enabled:如果为true,则在HDFS中启用权限检查。 如果“false”,权限检查被关闭,如果缺少此配置,可能在远程开发中会连接失败。


新的默认的文件块大小,字节。你可以使用后缀k(kilo), m(mega), g(giga), t(tera), p(peta), e(exa)(比如:128k, 512m, 1g等等)或则提供完整的字节大小((比如134217728为128 MB).)


etc/hadoop/mapred-site.xml:


[XML] 纯文本查看 复制代码


?


<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.admin.user.env</name>
<value>HADOOP_MAPRED_HOME=/usr/hadoop-3.0.0</value>
</property>
</configuration>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=/usr/hadoop-3.0.0</value>
</property>
</configuration>

mapreduce.framework.name:可以为local, classic 或则 yarn.


local表示本地运行,classic表示经典mapreduce框架,yarn表示新的框架。


mapreduce.admin.user.env:如果map和reduce任务访问本地库(压缩等),则必须保留原始值。


当此值为空时,设置执行环境的命令将取决于操作系统:


Linux:LD_LIBRARY_PATH=$HADOOP_COMMON_HOME/lib/native.


windows:PATH =%PATH%;%HADOOP_COMMON_HOME%//bin.


yarn.app.mapreduce.am.env:可以设置AM【AppMaster】端的环境变量


注意:如果上面缺少配置,可能会造成mapreduce失败。


etc/hadoop/yarn-site.xml:


[XML] 纯文本查看 复制代码


?


<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master </value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value> JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_HOME,PATH,LANG,TZ</value>
</property>
</configuration>

yarn.resourcemanager.hostname :RM的主机名。


yarn.nodemanager.env-whitelist:容器可能会覆盖的环境变量,而不是使用NodeManager的默认值。


yarn.nodemanager.aux-services :NodeManager上运行的附属服务


9.安装包分发


scp -r /usr/hadoop3.0 aboutyun@slave1:/usr/


scp -r /usr/hadoop3.0 aboutyun@slave2:/usr/


10.格式化nemenode:


hdfs namenode -format


11.启动集群


start-dfs.sh


start-yarn.sh


访问页面:


http://192.168.1.10:8088






http://192.168.1.10:9870






12.运行wordcount:


对于wordcount需要创建文件,并上传至hdfs,它的运行跟hadoop2.x没有什么区别的。可参考


hadoop2.2使用手册2:如何运行自带wordcount


http://www.aboutyun.com/forum.php?mod=viewthread&tid=7713


做完准备工作,运行命令,并查看结果


[Bash shell] 纯文本查看 复制代码


?


hadoop jar /usr/hadoop-3.0.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0.jarwordcount /data/wordcount /output/wordcount





查看结果






13.遇到问题:


产生错误:


Container[pid=31333,containerID=container_1515487818814_0001_01_000004] is runningbeyond virtual memory limits. Current usage: 93.0 MB of 1 GB physical memoryused; 2.5 GB of 2.1 GB virtual memory used. Killing container.


解决办法:


禁用虚拟机内存检测


[XML] 纯文本查看 复制代码


?


<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>

参考资料:


hadoop3.0集群安装知识1


http://www.aboutyun.com/forum.php?mod=viewthread&tid=23725


Hadoop3.0集群安装知识2


http://www.aboutyun.com/forum.php?mod=viewthread&tid=23732


Hadoop3.0集群安装知识3


http://www.aboutyun.com/forum.php?mod=viewthread&tid=23745


hadoop3.x常用配置与hadoop2.x有哪些不同


http://www.aboutyun.com/forum.php?mod=viewthread&tid=23759


最新更新:

第七城市

栏目导航(关闭)