hadoop 3.1.3集群搭建 ubuntu20

Jason Yien2023-08-07 12:27

相关

hyper-v安装ubuntu-20-server
hyper-v建立快照
hyper-v快速创建虚拟机-导入导出虚拟机

准备

虚拟机设置

采用hyper-v方式安装ubuntu-20虚拟机和koolshare

hostname ip
h01 192.168.66.20
h02 192.168.66.21
h03 192.168.66.22

静态IP

所有机器都需要按需设置

shell 复制代码 
sudo vim /etc/netplan/00-installer-config.yaml
sudo netplan apply

00-installer-config.yaml

addresses中192.168.66.10是机器的IP地址

gateway4是koolshare的地址

yaml 复制代码 
network:
  ethernets:
    eth0:
      dhcp4: no
      addresses: [192.168.66.20/24]
      optional: true
      gateway4: 192.168.66.1
      nameservers:
              addresses: [223.5.5.5,223.6.6.6]
  version: 2

更改hostname

shell 复制代码 
hostnamectl set-hostname h01
hostnamectl set-hostname h02
hostnamectl set-hostname h03

配置hosts

每台机器都要操作

shell 复制代码 
sudo vim /etc/hosts
# 注意，注释掉或更好名称
127.0.0.1 h01/h02/h03
# 添加一下内容
192.168.66.20 h01
192.168.66.21 h02
192.168.66.22 h03

新增mybigdata用户

每台机器都要操作

shell 复制代码 
# 添加mybigdata用户 (用户名)》密码是必须设置的，其它可选
sudo adduser mybigdata
# 用户加入sudo组，a（append），G（不要将用户从其它组移除）
sudo usermod -aG sudo mybigdata
# 补充，删除用户和文件
# sudo deluser --remove-home mybigdata

ssh登录

shell 复制代码 
ssh -p 22 mybigdata@192.168.66.20
ssh -p 22 mybigdata@192.168.66.21
ssh -p 22 mybigdata@192.168.66.22

免密登录

每台机器都需要设置

shell 复制代码 
# 秘钥生成
ssh-keygen -t rsa
# 秘钥拷贝
ssh-copy-id h01
ssh-copy-id h02
ssh-copy-id h03
# 测试
ssh h01
ssh h02
ssh h03

rsync分发

在h01执行

shell 复制代码 
cd /home/mybigdata
# 创建xsync 分发脚本
vim xsync
# xsync增加可执行权限
chmod +x xsync
# 运行示例
# xsync test.txt

xsync 分发脚本

shell 复制代码 
#!/bin/bash
pcount=$#
if [ $pcount -lt 1 ]
then
    echo Not Enough Arguement!
    exit;
fi

for host in h01 h02 h03
do
    echo ====$host====
    for file in $@
    do
        if [ -e $file ]
        then
            pdir=$(cd -P $(dirname $file); pwd)
            echo pdir=$pdir
            fname=$(basename $file)
            echo fname=$fname
            ssh $host "mkdir -p $pdir"
            rsync -av $pdir/$fname $USER@$host:$pdir
        else
            echo $file does not exists!
        fi
    done
done

jdk

在h01执行

shell 复制代码 
cd /home/mybigdata
# windows上传linux h01
scp -P 22 -r D:\00garbage\jdk-8u321-linux-x64.tar.gz mybigdata@192.168.66.20:/home/mybigdata/
# 解压
tar -zxvf jdk-8u321-linux-x64.tar.gz
# 配置环境变量
vim .bashrc
# 刷新环境变量
source .bashrc
# 测试
java -version
javac -help

.bashrc

#JAVA_HOME
export JAVA_HOME=/home/mybigdata/jdk1.8.0_321
export JRE_HOME=/home/mybigdata/jdk1.8.0_321/jre
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

安装hadoop

在h01操作

shell 复制代码 
cd /home/mybigdata
# windows上传linux h01
scp -P 22 -r D:\00garbage\hadoop-3.1.3.tar.gz mybigdata@192.168.66.20:/home/mybigdata/
# 解压
tar -zxvf hadoop-3.1.3.tar.gz
# 配置环境变量
vim .bashrc
# 刷新环境变量
source .bashrc
# 测试
scp -P 22 -r D:\00garbage\hadoop-mapreduce-examples-3.1.3.jar mybigdata@192.168.66.20:/home/mybigdata/
mkdir input
vim input/word.txt
hadoop jar ./hadoop-mapreduce-examples-3.1.3.jar wordcount input/ ./output
cd output
vim part-r-00000

.bashrc

#HADOOP_HOME
export HADOOP_HOME=/home/mybigdata/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

配置hadoop集群

组件 地址 介绍
hdfs namenode hdfs://h01:9000
hdfs secondary namenode h02:50090
hdfs datanode 所有结点都有
mapred/yarn JobHistoryServer u01
yarn resourcemanager h01
yarn nodemanager 所有结点都有
配置文件 地址 介绍
core-site.xml/fs.defaultFS hdfs://h01:9000 namenode 地址，client与namenode通信地址
hdfs-site.xml/dfs.namenode.secondary.http-address h02:50090 secondary namenode 地址
yarn-site.xml/yarn.resourcemanager.hostname h01 yarn resourcemanager 地址
yarn-site.xml/yarn.log.server.url http://h01:19888/jobhistory/logs yarn日志服务端地址
mapred-site.xml/mapreduce.jobhistory.address h01:10020 mapreduce jobhistory 地址
mapred-site.xml/mapreduce.jobhistory.webapp.address h01:19888 mapreduce jobhistory web端地址

现在h01执行，再分发

shell 复制代码 
cd /home/mybigdata/hadoop-3.1.3/etc/hadoop/
vim hadoop-env.sh
vim workers
# hdfs namenode
vim core-site.xml
# hdfs secondary namenode
vim hdfs-site.xml
# mapred
vim mapred-site.xml
# yarn resourcemanager
vim yarn-site.xml

hadoop-env.sh

添加

shell 复制代码 
export JAVA_HOME=/home/mybigdata/jdk1.8.0_321

workers

删除localhost

添加

shell 复制代码 
h01
h02
h03

core-site.xml

xml 复制代码 
<configuration>
    <property>
        <name>fs.defaultFS</name>
        <!--namenode 地址，client与namenode通信地址-->
        <value>hdfs://h01:9000</value>
    </property>
    <!--Hadoop的临时目录，默认/tem/hadoop-${user.name}-->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/mybigdata/hadoop-3.1.3/tmp</value>
    </property>
</configuration>

hdfs-site.xml

xml 复制代码 
<configuration>
    <property>
        <!--副本数量-->
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!--secondary namenode 地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>h02:50090</value>
    </property>
</configuration>

mapred-site.xml

xml 复制代码 
<configuration>
	<!--指定MapReduce运行时的调度框架，这里指定在Yarn上，默认在local-->
	<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
	</property>
	<!--mapreduce jobhistory 地址-->
	<property>
		<name>mapreduce.jobhistory.address</name>
		<value>h01:10020</value>
	</property>
	<!--mapreduce jobhistory web端地址-->
	<property>
		<name>mapreduce.jobhistory.webapp.address</name>
		<value>h01:19888</value>
	</property>
	<property>
		<name>yarn.app.mapreduce.am.env</name>
		<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
	</property>
	<property>
		<name>mapreduce.map.env</name>
		<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
	</property>
	<property>
		<name>mapreduce.reduce.env</name>
		<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
	</property>
</configuration>

yarn-site.xml

xml 复制代码 
<configuration>
    <!--ResourceManager地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>h01</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
	</property>
        <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
	</property>
	<!--yarn日志服务端地址，mapred-site.xml已配置-->
	<property>
        <name>yarn.log.server.url</name>
        <value>http://h01:19888/jobhistory/logs</value>
	</property>
	<property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>604800</value>
	</property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
        <description>Whether virtual memory limits will be enforced for containers</description>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-pmem-ratio</name>
        <value>4</value>
        <description>Ratio between virtual memory to physical memory when setting memory limits for containers</description>
    </property>
</configuration>

分发

在h01执行

shell 复制代码 
# 环境变量 .bashrc
./xsync .bashrc
# jdk
./xsync jdk1.8.0_321
# hadoop
./xsync hadoop-3.1.3

# 在每个虚拟机上执行，激活环境变量
source .bashrc

脚本

在h01执行

shell 复制代码 
# 启动 停止脚本；hse.sh start/stop
vim hse
# 修改权限
chmod +x hse

# 每个虚拟机执行，jps软连接
ln -s -f /home/mybigdata/jdk1.8.0_321/bin/jps /usr/bin/jps

# hjps
vim hjps
# 修改权限
chmod +x hjps

hse.sh

shell 复制代码 
#!/bin/bash 
if [ $# -lt 1 ] 
then 
    echo "请输入start/stop" 
    exit ; 
fi 

case $1 in 
"start") 
        echo "===启动hadoop集群 ===" 
        echo "---启动hdfs---" 
        ssh h01 "/home/mybigdata/hadoop-3.1.3/sbin/start-dfs.sh" 
        echo "---启动yarn---" 
        ssh h01 "/home/mybigdata/hadoop-3.1.3/sbin/start-yarn.sh" 
        echo " ---启动historyserver---" 
        ssh h01 "/home/mybigdata/hadoop-3.1.3/bin/mapred --daemon start historyserver" 
;; 
"stop") 
        echo "===关闭hadoop集群===" 
        echo "---关闭historyserver---" 
        ssh h01 "/home/mybigdata/hadoop-3.1.3/bin/mapred --daemon stop historyserver" 
        echo "---关闭yarn---" 
        ssh h01 "/home/mybigdata/hadoop-3.1.3/sbin/stop-yarn.sh" 
		#若yarn在u02机器上则 ssh h02
        echo "---关闭hdfs---" 
        ssh h01 "/home/mybigdata/hadoop-3.1.3/sbin/stop-dfs.sh" 
;; 
*) 
    echo "请输入start/stop" 
;; 
esac

hjps

shell 复制代码 
#!/bin/bash
for host in h01 h02 h03
do
	echo ===$host===
	ssh $host jps
done

windows配置

hosts 位置 C:\windows\system32\drivers\etc\

192.168.66.20 h01
192.168.66.21 h02
192.168.66.22 h03

测试

在h01执行

shell 复制代码 
cd /home/mybigdata
# namenode 格式化
hdfs namenode -format
# 启动
./hse start
# 检查jps
./hjps

# 执行
hadoop dfs -mkdir /wordin
vim word.txt
hadoop dfs -moveFromLocal ./word.txt /wordin
hadoop jar ./hadoop-mapreduce-examples-3.1.3.jar wordcount /wordin /wordout

# hdfs web地址
http://u01:9870
# yarn web地址
http://u01:8088

./hjps 执行结果

复制代码
相关推荐
꧁薄暮꧂14 分钟前
kafka是如何处理数据乱序问题
分布式·kafka
天冬忘忧40 分钟前
Spark 共享变量：广播变量与累加器解析
大数据·python·spark
电子手信1 小时前
AI知识库在行业应用中的未来趋势与案例分析
大数据·人工智能·自然语言处理·数据挖掘
songqq271 小时前
【快速解决】kafka崩了，重启之后，想继续消费，怎么做？
分布式·kafka
zmd-zk1 小时前
hive中windows子句的使用
大数据·数据仓库·hive·hadoop·windows·分布式·big data
斑驳竹影9 小时前
【RabbitMQ】之高可用集群搭建
分布式·rabbitmq
Natural_yz10 小时前
大数据学习09之Hive基础
大数据·hive·学习
Natural_yz10 小时前
大数据学习10之Hive高级
大数据·hive·学习
AI服务老曹10 小时前
建立更及时、更有效的安全生产优化提升策略的智慧油站开源了
大数据·人工智能·物联网·开源·音视频
floret*10 小时前
Kafka高频面试题详解
分布式·kafka
热门推荐
01聊聊 Python 中的同步原语，为什么有了 GIL 还需要同步原语02【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总03Windows10安装PCL1.14.0及点云配准04VSCode插件 —— Cody AI （免费AI助手！）05全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）06组基轨迹建模 GBTM的介绍与实现（Stata 或 R）07Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO08基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测09Coze扣子平台完整体验和实践（附国内和国际版对比）10C++——超强级病毒代码