三台CentOS7.6虚拟机搭建Hadoop完全分布式集群（二）

666-LBJ-6662024-01-02 18:55

这个是笔者大学时期的大数据课程使用三台CentOS7.6虚拟机搭建完全分布式集群的案例，已成功搭建完全分布式集群，并测试跑实例。

6.安装JDK

以下操作现在master上操作，然后远程复制到slave01、slave02即可。

6.1 将压缩包发送到master节点机器上，并解压

利用WinSCP，将JDK压缩包从windows系统传至master主节点机器上，并将其放于/opt/software目录

注意：将JDK压缩包从windows系统传至master主节点机器上，可以使用WinSCP或者Xftp实现发送。

sudo mkdir -p /usr/java
cd /usr/java
sudo tar -zxvf /opt/software/jdk-8u162-linux-x64.tar.gz -C /usr/java/

#将jdk解压到/usr/java/下

6.2 master配置/etc/profile文件

sudo vim /etc/profile

export JAVA_HOME=/usr/java/jdk1.8.0_162
export CLASSPATH=$JAVA_HOME/lib/
export PATH=$PATH:$JAVA_HOME/bin
export PATH JAVA_HOME CLASSPATH

修改环境变量配置文件后，需要是配置文件生效
source /etc/profile

查看jdk版本
java -version

6.3 master配置/etc/profile文件

将JDK复制到slave1和slave2中，

sudo scp -r /usr/java root@slave01:/usr/

sudo scp -r /usr/java root@slave02:/usr/

在slave1和slave2上分别配置java的环境变量（即/etc/profile），并使环境变量生效，并java -version验证。

sudo vim /etc/profile

export JAVA_HOME=/usr/java/jdk1.8.0_162
export CLASSPATH=$JAVA_HOME/lib/
export PATH=$PATH:$JAVA_HOME/bin
export PATH JAVA_HOME CLASSPATH

source /etc/profile
java -version

在slave1从节点机器上

在slave2从节点机器上

注意：编写jdk的环境变量时，版本号一定要一致。

7.安装zookeeper

以下操作现在master上操作，然后远程复制到slave01、slave02即可。

7.1创建工作目录

mkdir -p /usr/zookeeper
cd /usr/zookeeper

利用WinSCP，将zookeeper压缩包从windows系统传至master主节点机器上，并将其放于/opt/software目录

sudo cp /home/hadoop/tmp/zookeeper-3.4.10.tar.gz /opt/software/

解压zookeeper到/usr/zookeeper文件夹下
sudo tar -zxvf /opt/software/zookeeper-3.4.10.tar.gz -C /usr/zookeeper

在zookeeper的目录下，创建配置中所需的zkdata和zkdatalog两个文件夹。

cd /usr/zookeeper/zookeeper-3.4.10
sudo mkdir zkdata
sudo mkdir zkdatalog

7.2配置zoo.cfg文件

由于没有zoo.cfg文件，所以进入zookeeper配置文件夹conf，将zoo_sample.cfg文件拷贝一份命名为zoo.cfg，Zookeeper 在启动时会找这个文件作为默认配置文件。

cd /usr/zookeeper/zookeeper-3.4.10/conf/
mv zoo_sample.cfg zoo.cfg

对zoo.cfg文件进行配置：vim zoo.cfg

修改如下：（红色为增加内容）
tickTime=2000
initLimit=10
syncLimit=5
dataDir=/usr/zookeeper/zookeeper-3.4.10/zkdata
clientPort=2181
dataLogDir=/usr/zookeeper/zookeeper-3.4.10/zkdatalog
server.1=LBJ:2888:3888
server.2=slave01:2888:3888

`server.3=slave02:2888:3888``

7.3进入zkdata文件夹，创建文件myid，用于表示是几号服务器

在master主机中，设置服务器id为1。（集群中设置LBJ为1号服务器，slave01为2号服务器，slave02为3号服务器）

cd /usr/zookeeper/zookeeper-3.4.10/zkdata
sudo vim myid

7.4远程复制分发安装文件

配置好的zookeeper，拷贝到集群中的各个结点对应的目录下：
sudo scp -r /usr/zookeeper root@slave01:/usr/
sudo scp -r /usr/zookeeper root@slave02:/usr/

7.5 slave01、slave02设置myid

分别在我们配置的dataDir指定的目录即：zkdata下面，没有myid，自己创建一个myid文件，里面内容为一个数字，用来标识当前主机，这个数字要与zoo.cfg文件中配置的server.x中的x 一一对应。

cd /usr/zookeeper/zookeeper-3.4.10/zkdata
sudo vim myid

在slave01上

在slave02上

7.6 三台机器配置zookeeper环境变量

三台机器同步操作

修改/etc/profile文件，配置zookeeper环境变量。

sudo vim /etc/profile
#zookeeper
export ZOOKEEPER_HOME=/usr/zookeeper/zookeeper-3.4.10
export PATH=$PATH:$ZOOKEEPER_HOME/bin

在master主节点上

使环境变量生效： source /etc/profile

在slave01上

在slave02上

7.7 开启zookeeper集群

三台机器都切换到zookeeper/zookeeper-3.4.10目录下，执行启动zookeeper集群的脚本

cd /usr/zookeeper/zookeeper-3.4.10
bin/zkServer.sh start #开启zookeeper集群操作

在master上

hadoop用户权限不够，需要切换到root用户下

在slave01上

在slave02上

7.8 查看开启zookeeper后三台机器zookeeper集群状态

bin /zkServer.sh status #查看状态

在master上

在slave01上

在slave02上

小结：三个节点的zookeeper状态是随机选定的，一个是leader，两个是follower，到这，zookeeper安装成功。

7.9 安装zookeeper遇到问题

开启zookeeper集群过程中，我遇到了上述问题，我猜想肯定是我的配置文件出错了，所以我回去仔细检查，果然发现了问题，原来我的目录写错了，多了一个zookeeper。

小结：这提醒我们一定要注意配置文件的正确性，少一个字母，多一个字母都不行。

8 安装hadoop集群

温馨提示：在老师和同学们反复建议下，我们最好使用hadoop-2.7.3版本，否则使用的版本过高，后续的操作会不一样，我这里使用的是hadoop-2.7.3版本，后面还要解决hadoop与hive版本的jar包冲突问题。安装hadoop先在master上配置，然后远程复制到slave01或slave02 即可。

8.1 解压hadoop安装包并配置环境变量

使用WinSCP将hadoop-2.7.3的压缩包从windows系统传至master主节点机器上，并放置在/opt/software目录中，同时创建 /usr/hadoop目录，后续将hadoop-2.7.3的压缩包解压到/usr/hadoop 即可。

将hadoop-2.7.3.tar.gz 复制到/opt/software/下
cp /tmp/hadoop-2.7.3.tar.gz /opt/software/

解压到/usr/hadoop
tar -zxvf /opt/software/hadoop-2.7.3.tar.gz -C /usr/hadoop/

配置环境变量

vim /etc/profile #大多数的环境变量都在这里配置，标明注释，以免混乱

在/etc/profile 的后面加上：

#hadoop
export HADOOP_HOME=/usr/hadoop/hadoop-2.7.3
export CLASSPATH=$CLASSPATH:$HADOOP_HOME/lib
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

配置文件生效： source /etc/profile

8.2 修改hadoop的各配置文件

配置hadoop的配置文件需要在$HADOOP_HOME/etc/hadoop下
cd $HADOOP_HOME/etc/hadoop
8.2.1 修改hadoop的hadoop-env.sh、yarn-env.sh环境配置文件

1.修改hadoop的hadoop-env.sh
vim hadoop-env.sh

修改JAVA_HOME内容：

export JAVA_HOME=/usr/java/jdk1.8.0_162

2.修改hadoop的yarn-env.sh
vim yarn-env.sh

export JAVA_HOME=/usr/java/jdk1.8.0_162

8.2.2 配置hadoop的配置文件（均为核心文件）

hadoop的各个组件的都是使用XML进行配置，这些文件存放在hadoop的etc/hadoop目录下。

Common组件 core-site.xml

HDFS组件 hdfs-site.xml

MapReduce组件 mapred-site.xml

yarn组件 yarn-site.xml

1.编辑 core-site.xml

vim core-site.xml

(节点地址文件名与临时文件地址)

xml 复制代码 
<property>
  <name>fs.default.name</name>
   <value>hdfs://LBJ:9000</value>
</property>
<property>
  <name>hadoop.tmp.dir</name>
   <value>/usr/hadoop/hadoop-2.7.3/hdfs/tmp</value>
<description>A base for other temporary directories.</description>
</property>
<property>
  <name>io.file.buffer.size</name>
   <value>131072</value>
</property>
<property>
  <name>fs.checkpoint.period</name>
   <value>60</value>
</property>
<property>
  <name>fs.checkpoint.size</name>
   <value>67108864</value>
</property>

2.编辑 mapred-site.xml

hadoop配置文件中是没有这个文件的，所以需要将mapred-site.xml.template样本文件复制为mapred-site.xml，对其进行编辑：

vim mapred-site.xml

xml 复制代码 
<property>
<!--指定Mapreduce运行在yarn上-->
   <name>mapreduce.framework.name</name>
   <value>yarn</value>
 </property>

3.编辑 vim yarn-site.xml

vim yarn-site.xml

xml 复制代码 
<!-- 指定ResourceManager的地址-->
<property>
 <name>yarn.resourcemanager.address</name>
   <value>LBJ:18040</value>
 </property>
 <property>
   <name>yarn.resourcemanager.scheduler.address</name>
   <value>LBJ:18030</value>
 </property>
 <property>
   <name>yarn.resourcemanager.webapp.address</name>
   <value>LBJ:18088</value>
 </property>
 <property>
   <name>yarn.resourcemanager.resource-tracker.address</name>
   <value>LBJ:18025</value>
 </property>
 <property>
  <name>yarn.resourcemanager.admin.address</name>
  <value>LBJ:18141</value>
 </property>
<!-- 指定reducer获取数据的方式-->
 <property>
  <name>yarn.nodemanager.aux-services</name>
  <value>mapreduce_shuffle</value>
 </property>
 <property>
  <name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
  <value>org.apache.hadoop.mapred.ShuffleHandler</value>
 </property>

<!-- Site specific YARN configuration properties -->

4.编辑 hdfs-site.xml

vim hdfs-site.xml

xml 复制代码 
<property>
 <name>dfs.replication</name>
   <value>2</value>
 </property>
 <property>
   <name>dfs.namenode.name.dir</name>
   <value>file:/usr/hadoop/hadoop-2.7.3/hdfs/name</value>
   <final>true</final>
</property>
 <property>
   <name>dfs.datanode.data.dir</name>
   <value>file:/usr/hadoop/hadoop-2.7.3/hdfs/data</value>
   <final>true</final>
 </property>
 <property>
  <name>dfs.namenode.secondary.http-address</name>
   <value>LBJ:9001</value>
 </property>
 <property>
   <name>dfs.webhdfs.enabled</name>
   <value>true</value>
 </property>
 <property>
   <name>dfs.permissions</name>
   <value>false</value>
 </property>

注：dfs.replication：因为hadoop是具有可靠性的，它会备份多个文本，这里value就是指备份的数量（小于等于从节点的数量）。

8.2.3 编辑slaves、master文件
v i slaves

v i master #如果没有这个该文件创建即可，编辑添加主节点LBJ

注：这里的命令是vi而不是vim，不然会导致子节点启动不起来。

8.2.4 远程分发hadoop给slave01、slave02
sudo scp -r /usr/hadoop root@slave01:/usr/

sudo scp -r /usr/hadoop root@slave02:/usr/

8.2.5 配置slave01、slave02的hadoop环境变量
1.在slave01上

vim /etc/profile

在/etc/profile的末尾添加：

#hadoop
export HADOOP_HOME=/usr/hadoop/hadoop-2.7.3
export CLASSPATH=$CLASSPATH:$HADOOP_HOME/lib
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

生效： source /etc/profile

2.在slave02上

vim /etc/profile

在/etc/profile的末尾添加：

#hadoop
export HADOOP_HOME=/usr/hadoop/hadoop-2.7.3
export CLASSPATH=$CLASSPATH:$HADOOP_HOME/lib
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

8.3 在主节点上格式化hadoop和开启hadoop,并查看结点状态

注：以下操作，仅在master主节点上进行。

8.3.1格式化hadoop

hadoop namenode -format

hadoop格式化成功！！！

8.3.2 开启hadoop

在 /usr/hadoop/hadoop-2.7.3下

cd /usr/hadoop/hadoop-2.7.3

开启hadoop

sbin/start-all.sh

8.3.3 在各主从机上查看hadoop结点的状态

jps


8.3.4 关闭hadoop集群

sbin/stop-all.sh

8.4 运行完全分布式例程（参考厦门大学大数据库实验室博客）

1）切换到hadoop-2.7.3目录：cd /usr/hadoop/hadoop-2.7.3/

2）先开启集群： ./sbin/start-all.sh

3）并开启historyserver：sbin/mr-jobhistory-daemon.sh start historyserver

4)在master上
bin/hdfs dfs -mkdir -p /user/hadoop
bin/hdfs dfs -mkdir -p input
bin/hdfs dfs -put /usr/hadoop/hadoop-2.7.3/etc/hadoop/*.xml input
bin/hdfs dfs -ls ./input #查看传输的文件

5）运行例程：
hadoop jar /usr/hadoop/hadoop-2.7.3/share/hadoop/ mapreduce/hadoop-mapreduce-examples-2.7.3.jar grep input output 'dfs[a-z.]+'

注：结果需要等待几分钟

结果：

6）查看运行结果：
bin/hdfs dfs -cat output/*

三台CentOS7.6虚拟机搭建Hadoop完全分布式集群（二）笔记到此完结，笔者归纳、创作不易，大佬们给个3连再起飞吧

相关推荐
jikuaidi6yuan3 分钟前
鸿蒙系统（HarmonyOS）分布式任务调度
分布式·华为·harmonyos
天冬忘忧23 分钟前
Kafka 生产者全面解析：从基础原理到高级实践
大数据·分布式·kafka
青云交1 小时前
大数据新视界 -- Hive 数据仓库：构建高效数据存储的基石（下）（2/ 30）
大数据·数据仓库·hive·数据安全·数据分区·数据桶·大数据存储
zmd-zk1 小时前
flink学习（2）——wordcount案例
大数据·开发语言·学习·flink
电子手信1 小时前
知识中台在多语言客户中的应用
大数据·人工智能·自然语言处理·数据挖掘·知识图谱
天冬忘忧1 小时前
Kafka 数据倾斜：原因、影响与解决方案
分布式·kafka
隔着天花板看星星1 小时前
Kafka-Consumer理论知识
大数据·分布式·中间件·kafka
holywangle1 小时前
解决Flink读取kafka主题数据无报错无数据打印的重大发现（问题已解决）
大数据·flink·kafka
隔着天花板看星星1 小时前
Kafka-副本分配策略
大数据·分布式·中间件·kafka
Lorin 洛林2 小时前
Hadoop 系列 MapReduce：Map、Shuffle、Reduce
大数据·hadoop·mapreduce
热门推荐
01(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明02PyTorch机器学习实现液态神经网络03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04玄机平台应急响应—webshell查杀05Coze扣子平台完整体验和实践（附国内和国际版对比）06Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO07怎样让音频速度变慢？请跟随以下方法进行操作08Unity中PICO实现 隔空取物 和 接触抓取物体09RAG 实践- Ollama+RagFlow 部署本地知识库10【目标跟踪】相机运动补偿