搭建完全分布式Hadoop

文章目录

• 一、Hadoop集群规划
• 二、在主节点上配置Hadoop
• • （一）登录虚拟机
  • （二）设置主机名
  • （三）主机名与IP地址映射
  • （四）关闭与禁用防火墙
  • （五）配置免密登录
  • （六）配置JDK
  • （七）配置Hadoop
  • • 1、上传安装包
    • 2、解压缩安装包
    • 3、配置环境变量
    • 4、编辑Hadoop环境配置文件 – hadoop-env.sh
    • 5、编辑Hadoop核心配置文件 – core-site.xml
    • 6、编辑HDFS配置文件 – hdfs-site.xml
    • 7、编辑MapReduce配置文件 – mapred-site.xml
    • 8、编辑YARN配置文件 – yarn-site.xml
    • 9、编辑数据节点文件 – workers
• 三、从主节点分发到从节点
• • （一）从master节点分发到slave1节点
  • • 1、分发JDK
    • 2、分发Hadoop
    • 3、分发环境配置文件
    • 4、刷新环境配置文件
    • 5、查看jdk和hadoop版本
    • 6、分发主机名IP地址映射文件
  • （二）从master节点分发到slave2节点
  • • 1、分发JDK
    • 2、分发Hadoop
    • 3、分发环境配置文件
    • 4、刷新环境配置文件
    • 5、查看jdk和hadoop版本
    • 6、分发主机名IP地址映射文件
• 四、格式化名称节点
• 五、启动Hadoop集群
• 六、初试HDFS Shell
• • （一）查看目录
  • • 1、命令
    • 2、演示
  • （二）创建目录
  • • 1、创建单层目录
    • • （1）命令
      • （2）演示
    • 2、创建多层目录
    • • （1）命令
      • （2）演示
  • （三）上传文件
  • • 1、命令
    • 2、演示
  • （四）查看文件内容
  • • 1、命令
    • 2、演示
  • （五）删除文件
  • • 1、命令
    • 2、演示
  • （六）删除目录
• 七、查看Hadoop WebUI
• 八、运行MR应用 – 词频统计
• 九、关闭Hadoop集群

一、Hadoop集群规划

二、在主节点上配置Hadoop

（一）登录虚拟机

• 登录三个虚拟机

  

（二）设置主机名

（三）主机名与IP地址映射

• 执行命令：vim /etc/hosts

  

（四）关闭与禁用防火墙

（五）配置免密登录

（六）配置JDK

export JAVA_HOME=/usr/local/jdk1.8.0_231
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

（七）配置Hadoop

1、上传安装包

• 上传hadoop安装包

  

• 查看hadoop安装包

  

2、解压缩安装包

• 执行命令：tar -zxvf hadoop-3.3.4.tar.gz -C /usr/local

  

• 查看解压后的目录

  

3、配置环境变量

• 执行命令：vim /etc/profile

  

export HADOOP_HOME=/usr/local/hadoop-3.3.4export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATHexport HDFS_NAMENODE_USER=rootexport HDFS_DATANODE_USER=rootexport HDFS_SECONDARYNAMENODE_USER=rootexport YARN_RESOURCEMANAGER_USER=rootexport YARN_NODEMANAGER_USER=root

• 存盘退出，执行命令：source /etc/profile，让配置生效

  

• 查看hadoop版本，执行命令：hadoop version

  

4、编辑Hadoop环境配置文件 – hadoop-env.sh

• 进入hadoop配置目录，执行命令：cd $HADOOP_HOME/etc/hadoop

  

• 执行命令：vim hadoop-env.sh

  

export JAVA_HOME=/usr/local/jdk1.8.0_231export HADOOP_HOME=/usr/local/hadoop-3.3.4export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

• 存盘退出，执行命令：source hadoop-env.sh，让配置生效

  

5、编辑Hadoop核心配置文件 – core-site.xml

• 执行命令：vim core-site

  

                fs.defaultFS        hdfs://master:9000                    hadoop.tmp.dir        /usr/local/hadoop-3.3.4/tmp    

6、编辑HDFS配置文件 – hdfs-site.xml

• 执行命令：vim hdfs-site.xml

  

                dfs.namenode.name.dir        /usr/local/hadoop-3.3.4/tmp/namenode                    dfs.datanode.data.dir        /usr/local/hadoop-3.3.4/tmp/datanode                    dfs.namenode.secondary.http-address        master:50090                        dfs.namenode.http-address        0.0.0.0:9870                    dfs.replication        3                    dfs.permissions.enabled        false    

7、编辑MapReduce配置文件 – mapred-site.xml

• 执行命令：vim mapred-site.xml

  

                mapreduce.framework.name        yarn    

8、编辑YARN配置文件 – yarn-site.xml

• 执行命令：vim yarn-site.xml

  

                yarn.resourcemanager.hostname        master                    yarn.nodemanager.aux-services        mapreduce_shuffle                    yarn.nodemanager.vmem-check-enabled        false    

9、编辑数据节点文件 – workers

• 执行命令：vim workers

  

三、从主节点分发到从节点

（一）从master节点分发到slave1节点

1、分发JDK

• 执行命令：scp -r $JAVA_HOME root@slave1:$JAVA_HOME（注意，拷贝目录，一定要加-r选项）

  

• 在slave1节点上查看拷贝的JDK目录

  

2、分发Hadoop

• 执行命令：scp -r $HADOOP_HOME root@slave1:$HADOOP_HOME

  

• 在slave1节点上查看拷贝的hadoop目录

  

3、分发环境配置文件

• 执行命令：scp /etc/profile root@slave1:/etc/profile

  

4、刷新环境配置文件

• 在slave1节点上执行命令：source /etc/profile

  

5、查看jdk和hadoop版本

• 在slave1节点上执行命令：java -version

  

• 在slave1节点上执行命令：hadoop version

  

6、分发主机名IP地址映射文件

• 执行命令：scp /etc/hosts root@slave1:/etc/hosts

  

（二）从master节点分发到slave2节点

1、分发JDK

• 执行命令：scp -r $JAVA_HOME root@slave2:$JAVA_HOME（注意，拷贝目录，一定要加-r选项）

  

• 在slave2节点上查看拷贝的JDK目录

  

2、分发Hadoop

• 执行命令：scp -r $HADOOP_HOME root@slave2:$HADOOP_HOME

  

• 在slave2节点上查看拷贝的hadoop目录

  

3、分发环境配置文件

• 执行命令：scp /etc/profile root@slave2:/etc/profile

  

4、刷新环境配置文件

• 在slave2节点上执行命令：source /etc/profile

  

5、查看jdk和hadoop版本

• 在slave2节点上执行命令：java -version

  

• 在slave2节点上执行命令：hadoop version

  

6、分发主机名IP地址映射文件

• 执行命令：scp /etc/hosts root@slave2:/etc/hosts

  

四、格式化名称节点

• 执行命令：hdfs namenode -format

  

  

• common.Storage: Storage directory /usr/local/hadoop-3.3.4/tmp/namenode has been successfully formatted. 表明名称节点格式化成功。

五、启动Hadoop集群

• 启动hadoop服务，执行命令：start-all.sh

  

• 查看进程，执行命令：jps

  

• 如果缺少进程，大多是因为响应的配置文件有问题，请仔细对照检查
• hadoop-env.sh没有刷新，导致HADOOP_CONF_DIR环境变量找到不到
• core-site.xml，fs.defaultFS写成了fs.defaultFs，导致启动Hadoop之后，没有HDFS的三个进程：NameNode、SecondaryNameNode、DateNode

  

六、初试HDFS Shell

（一）查看目录

1、命令

• hdfs dfs -ls

2、演示

• 执行命令：hdfs dfs -ls /

  

（二）创建目录

1、创建单层目录

（1）命令

• hdfs dfs -mkdir

（2）演示

• 执行命令：hdfs dfs -mkdir /BigData

  

• 在slave1节点上查看新建的目录

  

2、创建多层目录

（1）命令

• hdfs dfs -mkdir -p

（2）演示

• 在slave1节点上执行命令：hdfs dfs -mkdir -p /china/sichuan/luzhou/lzy

  

• 在master节点上查看新建的多层目录，执行命令：hdfs dfs -ls -R /china

  

• 说明：-R （- recursive）表示递归查看目录里全部东西

（三）上传文件

1、命令

• hdfs dfs -put

2、演示

• 执行命令：hdfs dfs -put /etc/hosts /BigData

  

• 查看上传的文件

  

• 执行命令：hdfs dfs -D dfs.replication=2 -put /etc/profile /BigData (上传文件时指定副本数)

  

• 查看上传的文件

  

• 修改副本数，执行命令：hdfs dfs -setrep 3 /BigData/profile

  

• 检验副本数是否已修改

  

（四）查看文件内容

1、命令

• hdfs dfs -cat

2、演示

• 执行命令：hdfs dfs -cat /BigData/hosts

  

（五）删除文件

1、命令

• hdfs dfs -rm

2、演示

• 执行命令：hdfs dfs -rm /BigData/hosts

  

• 查看文件是否真的被删除

  

（六）删除目录

七、查看Hadoop WebUI

八、运行MR应用 – 词频统计

九、关闭Hadoop集群