尚硅谷hadoop3.x集群配置笔记及常见错误解决方式

101 阅读 0 评论 67 点赞

我是靠谱客的博主粗犷果汁，最近开发中收集的这篇文章主要介绍尚硅谷hadoop3.x集群配置笔记及常见错误解决方式，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

1.搭建集群准备工作

总体流程

准备3台客户机（关闭防火墙、静态IP、主机名称）
安装JDK
配置环境变量
安装Hadoop
配置环境变量
配置集群
单点启动
配置ssh
群起并测试集群

一、模板虚拟机的搭建

配置要求：IP地址192.168.10.100**、主机名称hadoop100、内存4G、**硬盘50G（内存硬盘大小根据电脑配置自行更改）
关于是否安装桌面：未安装桌面的版本需要要执行以下命令,用于配置工具包集合，包含ifconfig等命令以及软件包（rpm等命令）

yum install -y net-tools
yum install -y epel-release
yum install -y vim

关闭防火墙，关闭防火墙开机自启

systemctl stop firewalld
systemctl disable firewalld.service

建议使用root用户，如使用其他用户，需配置以下文件，在%wheel行下添加内容

vim /etc/sudoer

## Allow root to run any commands anywhere
root    ALL=(ALL)     ALL

## Allows people in group wheel to run all commands
%wheel  ALL=(ALL)       ALL
username   ALL=(ALL)     NOPASSWD:ALL

在/opt目录下创建文件夹module software，并修改所属主和所属组

chown atguigu:atguigu /opt/module 
chown atguigu:atguigu /opt/software

安装桌面版用户需删除自带的jdk
重启虚拟机

二、克隆虚拟机

分别克隆三台虚拟机hadoop102 hadoop103 hadoop104
修改克隆机IP，并将BOOTPROTO改为static

vim /etc/sysconfig/network-scripts/ifcfg-ens33

修改克隆机主机名，配置hostname为hadoop102…

vim /etc/hostname

配置Linux克隆机主机名称映射hosts文件

vim /etc/hosts

192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104

重启克隆机
修改windows的主机映射文件（hosts文件）
1. 进入C:WindowsSystem32driversetc路径
2. 打开hosts文件并添加如下内容，然后保存

192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104

三、在hadoop102虚拟机安装jdk

注意：桌面版虚拟机一定要先删掉虚拟机自带jdk
安装xshell并用以下工具将jdk包和hadoop导入software文件夹中
检查包是否导入成功
将jdk解压到module文件夹中(自行更改jar包版本名字)

tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/

配置jdk环境

1.新建/etc/profile.d/my_env.sh文件

2.在文件中配置变量
```
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin
```
3.刷新一下profile文件，使环境变量生效
```
source /etc/profile
```
验证jdk是否安装成功
重启虚拟机

四、在hadoop102安装Hadoop

用xshell把hadoop包移动到software文件夹中（hadoop包官网下载即可，建议选择3.x版本）
进入software文件夹中，解压hadoop包并查看是否解压成功

tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/

配置hadoop环境
1. 获取复制Hadoop安装路径
2. 打开/etc/profile.d/my_env.sh文件
3. 在my_env.sh文件末尾添加如下内容（hadoop相比jdk需要多配置一个sbin路径，sbin中存储了与hadoop启动与暂停相关的脚本，hadoop的文件名也需要自行更换对应版本名字）：

#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

更新一下profile文件，让环境生效

source /etc/profile

测试是否安装成功
重启虚拟机

2.完全分布式运行模式

一、编写xsync脚本，便于三台虚拟机之间进行群发功能

scp（secure copy）安全拷贝(前提：另外两台虚拟机都已经创建好module和software目录)

基本语法：

scp    -r        $pdir/$fname             $user@$host:$pdir/$fname
命令   递归     要拷贝的文件路径/名称   		目的地用户@主机:目的地路径/名称

rsync远程同步工具

rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。

基本语法：(-av意味着归档拷贝以及显示复制过程)
```
rsync    -av       $pdir/$fname             $user@$host:$pdir/$fname
命令   选项参数   要拷贝的文件路径/名称   		目的地用户@主机:目的地路径/名称
```

了解以上原理，正式开始编写xsync脚本

需求：循环复制文件到所有节点的相同目录下
脚本实现，在/home/root/bin目录下创建xsync文件(root可为自己的用户名)

#!/bin/bash

#1. 判断参数个数
if [ $# -lt 1 ]
then
    echo Not Enough Arguement!
    exit;
fi

#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
    echo ====================  $host  ====================
    #3. 遍历所有目录，挨个发送

    for file in $@
    do
        #4. 判断文件是否存在
        if [ -e $file ]
            then
                #5. 获取父目录
                pdir=$(cd -P $(dirname $file); pwd)

                #6. 获取当前文件的名称
                fname=$(basename $file)
                ssh $host "mkdir -p $pdir"
                rsync -av $pdir/$fname $host:$pdir
            else
                echo $file does not exists!
        fi
    done
done

修改脚本 xsync 具有执行权限

chmod +x xsync

测试脚本

xsync /home/atguigu/bin

将脚本复制到/bin中，以便全局调用

sudo cp xsync /bin/

脚本配置完毕后，同步环境变量

sudo ./bin/xsync /etc/profile.d/my_env.sh

让环境变量生效

[root@hadoop103 bin]$ source /etc/profile
[root@hadoop104 opt]$ source /etc/profile

二、SSH无密登录配置

先使用一遍ssh命令

ssh hadoop103
exit

生成公钥和私钥

[root@hadoop102 .ssh]$ pwd
/root/.ssh
[root@hadoop102 .ssh]$ ssh-keygen -t rsa

将公钥拷贝到要免密登录的目标机器上(另外两台虚拟机也要进行同样的操作)

[root@hadoop102 .ssh]$ ssh-copy-id hadoop102
[root@hadoop102 .ssh]$ ssh-copy-id hadoop103
[root@hadoop102 .ssh]$ ssh-copy-id hadoop104

三、集群配置

集群部署规划

	hadoop102	hadoop103	hadoop104
HDFS	NameNode DataNode	DataNode	SecondaryNameNode DataNode
YARN	NodeManager	ResourceManager NodeManager	NodeManager

2.配置文件说明

Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。

（1）默认配置文件：

要获取的默认文件	文件存放在Hadoop的jar包中的位置
[core-default.xml]	hadoop-common-3.1.3.jar/core-default.xml
[hdfs-default.xml]	hadoop-hdfs-3.1.3.jar/hdfs-default.xml
[yarn-default.xml]	hadoop-yarn-common-3.1.3.jar/yarn-default.xml
[mapred-default.xml]	hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml

（2）自定义配置文件：

core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在**$HADOOP_HOME/etc/hadoop**这个路径上，用户可以根据项目需求重新进行修改配置。

配置集群

核心配置文件

配置core-site.xml

[root@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
[root@hadoop102 hadoop]$ vim core-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  <!-- 指定NameNode的地址 -->
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://hadoop102:8020</value>
  </property>
  <!-- 指定hadoop数据的存储目录,切记更改为自己的目录路径 -->
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/module/hadoop-3.1.3/data</value>
  </property>
  <!-- 配置HDFS网页登录使用的静态用户为atguigu -->
  <property>
    <name>hadoop.http.staticuser.user</name>
    <value>root</value>
  </property>
</configuration>

（2）HDFS配置文件

配置hdfs-site.xml

[root@hadoop102 hadoop]$ vim hdfs-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  <!-- nn web端访问地址-->
  <property>
    <name>dfs.namenode.http-address</name>
    <value>hadoop102:9870</value>
  </property>
  <!-- 2nn web端访问地址-->
  <property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>hadoop104:9868</value>
  </property>
</configuration>

（3）YARN配置文件

配置yarn-site.xml

[root@hadoop102 hadoop]$ vim yarn-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  <!-- 指定MR走shuffle -->
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
  <!-- 指定ResourceManager的地址-->
  <property>
    <name>yarn.resourcemanager.hostname</name>
    <value>hadoop103</value>
  </property>
  <!-- 环境变量的继承 -->
  <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_MAPRED_HOME</value>
  </property>
</configuration>

（4）MapReduce配置文件

配置mapred-site.xml

[root@hadoop102 hadoop]$ vim mapred-site.xml

文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  <!-- 指定MapReduce程序运行在Yarn上 -->
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
</configuration>

在集群上分发配置好的Hadoop配置文件

[root@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/

去103和104上查看文件分发情况

[atguigu@hadoop103 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
[atguigu@hadoop104 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

四、特别说明

如果为root用户需更改**$HADOOP_HOME/etc/hadoop/hadoop-env.sh** 文件，添加以下配置

export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

五、群起集群

配置workers

vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
#添加以下内容，该文件中添加的内容结尾不允许有空格，文件中不允许有空行。
hadoop102
hadoop103
hadoop104

同步所有节点配置文件

xsync /opt/module/hadoop-3.1.3/etc

启动集群

如果集群是第一次启动，需要在hadoop102节点格式化NameNode

hdfs namenode -format

启动HDFS

sbin/start-dfs.sh

**在配置了ResourceManager的节点（hadoop103）**启动YARN

sbin/start-yarn.sh

Web端查看HDFS的NameNode

浏览器中输入：http://hadoop102:9870

Web端查看YARN的ResourceManager

浏览器中输入：http://hadoop103:8088

六、集群基本测试

hadoop fs -mkdir /wcinput

上传文件

hadoop fs -put wcinput/word.txt /wcinput

已上传成功的页面：
上传的文件信息：

七、关于集群崩溃问题

先暂停集群

stop-dfs.sh

删除每台虚拟机上的hadoop-3.1.3目录下的data和logs目录
格式化集群

hdfs namenode -format

启动集群

start-dfs.sh

八、配置历史服务器

配置mapred-site.xml

vim mapred-site.xml

在该文件里面增加如下配置:

<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
</property>

分发文件

xsync mapred-site.xml

重启yarn服务
在hadoop102启动历史服务器

mapred --daemon start historyserver

启动成功：
查看JobHistory

http://hadoop102:19888/jobhistory

九、配置日志的聚集

功能：聚集三台虚拟机上的运行日志上传到hdfs系统上，并为用户提供接口查看日志信息

优点：可以方便用户查看程序运行详情，方便开发调试。

配置yarn-site.xml

vim yarn-site.xml

<!-- 开启日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>  
    <name>yarn.log.server.url</name>  
    <value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

分发到其他几台机器
重新启动NodeManager 、ResourceManager和HistoryServer（重启yarn和historyserver即可）
查看日志的方式

十、集群启动停止方式

各个模块分开启动/停止（配置ssh是前提）

1. 整体启动/停止HDFS

start-dfs.sh/stop-dfs.sh

2. 整体启动/停止YARN

start-yarn.sh/stop-yarn.sh

各个服务组件逐一启动/停止

1. 分别启动/停止HDFS组件

hdfs --daemon start/stop namenode/datanode/secondarynamenode

2. 启动/停止YARN（在Hadoop103上运行）

yarn --daemon start/stop resourcemanager/nodemanager

十一、编写Hadoop集群常用脚本（可选）

切换到编写xsync脚本的目录下
输入如下内容

#!/bin/bash
if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi
case $1 in
"start")
        echo " =================== 启动 hadoop集群 ==================="

        echo " --------------- 启动 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac

保存后退出，然后赋予脚本执行权限

chmod 777 myhadoop.sh

测试功能

myhadoop.sh start
myhadoop.sh stop

查看三台服务器Java进程脚本：jpsall

vim jpsall
chmod 777 jpsall

#!/bin/bash
for host in hadoop102 hadoop103 hadoop104
do
    echo =============== $host ===============
    ssh $host jps 
done

十二、常用端口号说明（重点）

端口名称	Hadoop2.x	Hadoop3.x
NameNode内部通信端口	8020/9000	8020/9000/9820
NameNode HTTP UI（面向用户）	50070	9870
MapReduce查看执行任务端口	8088	8088
历史服务器通信端口	19888	19888

最后

以上就是粗犷果汁为你收集整理的尚硅谷hadoop3.x集群配置笔记及常见错误解决方式的全部内容，希望文章能够帮你解决尚硅谷hadoop3.x集群配置笔记及常见错误解决方式所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。

本文分类：1024程序员节
浏览次数：101 次浏览
发布日期：2023-08-11 08:00:05
本文链接：https://www.kaopuke.com/article/k-p-k_14_uzo_22_f5_12__7__22_0.html

尚硅谷hadoop3.x集群配置笔记及常见错误解决方式

概述

1.搭建集群准备工作

总体流程

一、模板虚拟机的搭建

二、克隆虚拟机

三、在hadoop102虚拟机安装jdk

四、在hadoop102安装Hadoop

2.完全分布式运行模式

一、编写xsync脚本，便于三台虚拟机之间进行群发功能

二、SSH无密登录配置

三、集群配置

四、特别说明

五、群起集群

六、集群基本测试

七、关于集群崩溃问题

八、配置历史服务器

九、配置日志的聚集

十、集群启动停止方式

十一、编写Hadoop集群常用脚本（可选）

十二、常用端口号说明（重点）

最后

评论列表共有 0 条评论

发表评论取消回复

尚硅谷hadoop3.x集群配置笔记及常见错误解决方式

概述

1.搭建集群准备工作

总体流程

一、模板虚拟机的搭建

二、克隆虚拟机

三、在hadoop102虚拟机安装jdk

四、在hadoop102安装Hadoop

2.完全分布式运行模式

一、编写xsync脚本，便于三台虚拟机之间进行群发功能

二、SSH无密登录配置

三、集群配置

四、特别说明

五、群起集群

六、集群基本测试

七、关于集群崩溃问题

八、配置历史服务器

九、配置日志的聚集

十、集群启动停止方式

十一、编写Hadoop集群常用脚本（可选）

十二、常用端口号说明（重点）

最后

相关文章

评论列表共有 0 条评论

发表评论 取消回复

发表评论取消回复