基于Hadoop平台的电信客服数据的处理与分析③项目开发:搭建基于Hadoop的全分布式集群---任务2:准备网络环境

任务描述

任务内容为初始化网络分配方案,修改网卡信息、主机名称及hosts文件等操作。

任务指导

修改主机名称并完成集群内个节点的名称与IP地址映射,保证集群内节点间能够互相访问

任务实现

1. 修改主机名

使用【vim /etc/hostname】命令,修改所有节点的主机名称。如修改master1的名称

复制代码
# vim /etc/hostname

|---------|
| master1 |

分别重启所有节点后再查看结果:

  • 使用【reboot】命令重启系统;
  • 使用【hostname】命令查看所有节点的主机名是否修改成功。

2. 修改hosts中的主机名与IP地址的映射关系

在进行Hadoop全分布模式集群配置时,需要在/etc/hosts文件中添加集群中所有机器的IP与主机名,这样Master与所有的Slave机器之间不仅可以通过IP进行通信,而且还可以通过主机名进行通信。所以在所有的机器上的"/etc/hosts"文件中都要修改。

输入【vim /etc/hosts】命令,修改/etc/hosts文件添加如下内容(IP地址请参考实际情况修改):

复制代码
127.0.0.1         localhost 

192.168.1.245 master1
192.168.1.246 slave1
192.168.1.247 slave2

在每一个节点上使用ping命令,分别去ping其它节点的主机名,测试是否可以ping通,如:

复制代码
# ping slave1
PING slave1 (192.168.1.246) 56(84) bytes of data.
64 bytes from slave1 (192.168.1.246): icmp_seq=1 ttl=64 time=0.324 ms
64 bytes from slave1 (192.168.1.246): icmp_seq=2 ttl=64 time=0.193 ms
64 bytes from slave1 (192.168.1.246): icmp_seq=3 ttl=64 time=0.213 ms
64 bytes from slave1 (192.168.1.246): icmp_seq=4 ttl=64 time=0.188 ms
64 bytes from slave1 (192.168.1.246): icmp_seq=5 ttl=64 time=0.198 ms
64 bytes from slave1 (192.168.1.246): icmp_seq=6 ttl=64 time=0.199 ms
^C
--- slave1 ping statistics ---
6 packets transmitted, 6 received, 0% packet loss, time 5193ms
rtt min/avg/max/mdev = 0.188/0.219/0.324/0.048 ms

可以看出已经能用主机名进行ping通了,说明刚才添加的内容,在局域网内能进行DNS解析了,那么现在剩下的事儿就是在其余节点上进行相同的配置。然后进行测试。

相关推荐
数字融合12 分钟前
透明化视频驱动化工生产动态三维重建管控技术
大数据·人工智能·python
演艺大赏1 小时前
两个 NameNode 一起起不来以及Hadoop 3.3.2 里那个认不出自家 JournalNode 的 Servlet
大数据·hadoop
知行产研1 小时前
会感知、能协同,金科【钻孔】智能化路线 | bauma CHINA 2026
大数据·人工智能
演艺大赏1 小时前
RESTServer 起不来,日志只有一行:headerCacheSize 65536 exceeds maximum value of 65534
大数据·hadoop·hbase
时间的拾荒人2 小时前
Redis 典型应用:缓存与分布式锁原理
redis·分布式·缓存·面试·架构
Databend2 小时前
活动邀请函|AI 时代的湖仓实践,从应用场景到 Cloud Agent 上手
大数据·数据库·agent
小乖写代码14 小时前
提交注册验证 · WhatsApp /v2/register
android·网络·账号注册
多弗朗皮卡丘15 小时前
网络基础:数据链路层与其他协议或技术
linux·网络·tcp/ip
数字新视界18 小时前
数据中心DCIM管理系统助力提升机房管理效率与安全性
大数据·人工智能·物联网·信息与通信·动环监控系统
阿里云大数据AI技术19 小时前
孩子王基于阿里云Data Agent的智能体实践:300+Agent 覆盖400+业务场景
大数据·人工智能·agent