Hadoop 安装及目次布局

优质博文IT-BLOG-CN
  一、准备工作

【1】创建用户： useradd用户名
【2】配置创建的用户具有root权限，修改/etc/sudoers文件，找到下面一行，在root下面添加一行，如下所示：（注意：需要先给sudoer文件赋权限，修改完会后，将权限修改回来）修改完毕，现在可以用创建的帐号登录，然后用下令su - ，即可获得root权限进行操纵。

1. ## Allow root to run any commands anywhere
2. root    ALL=(ALL)     ALL
3. 创建的用户 ALL=(ALL)     ALL

复制代码

【3】在/opt目次下创建module、software文件夹，同时修改文件的全部者 sudo chmod 777文件地点。

1. sudo mkdir module
2. sudo mkdir software

复制代码

二、下载地点

下载地点
解压：tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/
三、配置情况变量

【1】检察Hadoop解压目次

1. [zzx@localhost hadoop-2.7.2-src]$ pwd
2. /opt/module/hadoop-2.7.2-src

复制代码

【2】打开/etc/profile

1. [zzx@localhost etc]$ sudo vi profile

复制代码

【3】在文件中添加Hadoop的情况变量

1. ##HADOOP_HOME
2. export HADOOP_HOME=/opt/module/hadoop-2.7.2
3. export PATH=$PATH:$HADOOP_HOME/bin
4. export PATH=$PATH:$HADOOP_HOME/sbin

复制代码

【4】重启配置文件，让修改的配置文件见效

1. [root@localhost etc]# source /etc/profile

复制代码

【5】测试是否安装乐成（假如Hadoop下令不见效就重启试试reboot)

1. [root@localhost soft]# hadoop version
2. Hadoop 2.7.2
3. Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r b165c4fe8a74265c792ce23f546c64604acf0e41
4. Compiled by jenkins on 2016-01-26T00:08Z
5. Compiled with protoc 2.5.0
6. From source with checksum d0fda26633fa762bff87ec759ebe689c
7. This command was run using /opt/module/hadoop-2.7.2/share/hadoop/common/hadoop-common-2.7.2.jar

复制代码

四、可能会遇见的问题

【问题形貌】Error: JAVA_HOME is not set and could not be found.
【解决办法】在安装目次下/etc/hadoop/下，找到hadoop-env.sh

1. #将下面的 $JAVA_HOME 修改为绝对路径，下面一行为默认的，错误展示
2. export JAVA_HOME=$JAVA_HOME   
3.               
4. #修改后的正确展示
5. export JAVA_HOME=/usr/local/soft/jdk8
7.    

复制代码

五、Hadoop目次布局

【1】检察Hadoop目次布局

1. [root@localhost hadoop-2.7.2]# ll
2. 总用量 28
3. drwxr-xr-x. 2 10011 10011   194 1月  26 2016 bin
4. drwxr-xr-x. 3 10011 10011    20 1月  26 2016 etc
5. drwxr-xr-x. 2 10011 10011   106 1月  26 2016 include
6. drwxr-xr-x. 3 10011 10011    20 1月  26 2016 lib
7. drwxr-xr-x. 2 10011 10011   239 1月  26 2016 libexec
8. -rw-r--r--. 1 10011 10011 15429 1月  26 2016 LICENSE.txt
9. -rw-r--r--. 1 10011 10011   101 1月  26 2016 NOTICE.txt
10. -rw-r--r--. 1 10011 10011  1366 1月  26 2016 README.txt
11. drwxr-xr-x. 2 10011 10011  4096 1月  26 2016 sbin
12. drwxr-xr-x. 4 10011 10011    31 1月  26 2016 share

复制代码

【2】重要目次：
◕‿-｡ bin目次： 存放对Hadoop相关服务（HDFS，YARN）进行操纵的脚本，里面常用的就是hadoop这个配置；
｡◕‿◕｡ etc目次： Hadoop的配置文件目次，存放Hadoop的配置文件。后期会修改大量配置文件；
◕‿-｡ lib目次： 存放Hadoop的本地库（对数据进行压缩解压缩功能）；
｡◕‿◕｡ sbin目次： 存放启动或停止Hadoop相关服务的脚本，很重要；
◕‿-｡ share目次： 存放Hadoop的依赖jar包、文档、和官方案例；
六、启动 HDFS并运行 MapReduce程序

【1】配置： hadoop-env.sh：在etc/hadoop/hadoop-en.sh修改JAVA_HOME路径为JDK的绝对路径。

1. export JAVA_HOME=/usr/local/soft/jdk8

复制代码

【2】配置： core-site.xml：hadoop01需要配置hosts映射，存储系统会主动创建

1. <!-- 指定HDFS中NameNode的地址 -->
2. <property>
3. <name>fs.defaultFS</name>
4.     <value>hdfs://hadoop1:9000</value>
5. </property>
7. <!-- 指定Hadoop运行时产生文件的存储目录 -->
8. <property>
9.     <name>hadoop.tmp.dir</name>
10.     <value>/opt/module/hadoop-2.7.2/data/tmp</value>
11. </property>

复制代码

【3】配置： hdfs-site.xml：默认副本数是3个

1. <!-- 指定HDFS副本的数量 -->
2. <property>
3.     <name>dfs.replication</name>
4.     <value>1</value>
5. </property>

复制代码

【4】格式化NameNode （第一次启动时格式化，以后就不要总格式化）

1. [root@localhost hadoop-2.7.2]# bin/hdfs namenode -format

复制代码

【5】启动NameNode

1. [root@localhost hadoop-2.7.2]# sbin/hadoop-daemon.sh start namenode

复制代码

【问题形貌】 可能会出现：Error: Cannot find configuration directory: /etc/hadoop
【问题解决】 在hadoop-env.sh修改hadoop配置文件所在目次，并进行重启 source xx。同时，需要删除namenode的data中的数据和logs中的namenode和namedate全部文件。

1. export HADOOP_CONF_DIR=/opt/module/hadoop-2.7.2/etc/hadoop/

复制代码

【6】启动DataNode

1. [root@localhost hadoop-2.7.2]# sbin/hadoop-daemon.sh start datanode

复制代码

【7】 利用JPS下令检察是否启动乐成，JPS 是JDK中的下令，不是Linux下令。不安装JDK不能利用 JPS

【8】web端检察HDFS文件系统（注意需要配置hosts）： http://hadoop1:50070/dfshealth.html#tab-overview

【9】检察产生的Log日记： 在企业中遇到Bug时，经常根据日记提示信息去分析问题、解决Bug。当前目次：/opt/module/hadoop-2.7.2/logs

【10】操纵集群： 在HDFS文件系统上创建一个input文件夹，-P创建多级目次

1. [root@localhost hadoop-2.7.2]# bin/hdfs dfs -mkdir -p /user/zzx/input

复制代码

【11】 将测试文件内容上传到文件系统上：

1. [root@localhost hadoop-2.7.2]# bin/hdfs dfs -put input/zzx /user/zzx/input/

复制代码

【12】 检察上传的文件是否精确

1. [root@localhost hadoop-2.7.2]# bin/hdfs dfs -ls /user/zzx/input/
2. Found 1 items
3. -rw-r--r--   1 root supergroup         74 2020-06-20 16:44 /user/zzx/input/zzx

复制代码

【13】检察上传的文件是否精确

1. [root@localhost hadoop-2.7.2]# bin/hdfs dfs -cat /user/zzx/input/zzx
2. zzx
3. jinlong
4. tangjin
5. zzx
6. zzx
7. jinlong
8. jian
9. fanjing
10. fanjing
11. fanjing
12. fanjing

复制代码

【14】运行MapReduce程序，与开始时执行的本地是同等的。

1. [root@localhost hadoop-2.7.2]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/zzx/input/ /user/zzx/output/

复制代码

【15】检察输出结果，下令行检察

1. [root@localhost hadoop-2.7.2]# bin/hdfs dfs -cat /user/zzx/output/*
2. fanjing    4
3. jian    1
4. jinlong    2
5. tangjin    1
6. zzx    3

复制代码

【16】检察输出结果，欣赏器检察： Utilities-Brower...-user-zzx-output

七、启动 YARN并运行 MapReduce程序

【1】配置yarn-env.sh，配置一下JAVA_HOME

1. export JAVA_HOME=/usr/local/soft/jdk8

复制代码

【2】配置yarn-site.xml

1. <!-- Reducer获取数据的方式 -->
2. <property>
3.      <name>yarn.nodemanager.aux-services</name>
4.      <value>mapreduce_shuffle</value>
5. </property>
7. <!-- 指定YARN的ResourceManager的地址 -->
8. <property>
9.      <name>yarn.resourcemanager.hostname</name>
10.     <value>hadoop1</value>
11. </property>

复制代码

【3】配置：mapred-env.sh，配置一下JAVA_HOME

1. export export JAVA_HOME=/usr/local/soft/jdk8

复制代码

【4】 配置： (对mapred-site.xml.template重新命名为) mapred-site.xml

1. mv mapred-site.xml.template mapred-site.xml

复制代码

【5】配置：mapred-site.xml

1. <!-- 指定MR运行在YARN上 -->
2. <property>
3.     <name>mapreduce.framework.name</name>
4.     <value>yarn</value>
5. </property>

复制代码

八、启动集群

【1】启动前必须保证NameNode和DataNode已经启动；
【2】启动ResourceManager

1. [root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh start resourcemanager

复制代码

【3】启动NodeManager

1. [root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh start nodemanager

复制代码

【4】YARN的欣赏器页面检察：http://hadoop1:8088/cluster

【5】 删除文件系统上的output文件

1. [root@localhost hadoop-2.7.2]# bin/hdfs dfs -rm -R /user/zzx/output
3. 20/06/20 17:20:20 INFO fs.TrashPolicyDefault: Namenode trash configuration: Deletion interval = 0 minutes, Emptier interval = 0 minutes.
4. Deleted /user/zzx/output

复制代码

【6】执行MapReduce程序

1. [root@localhost hadoop-2.7.2]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/zzx/input /user/zzx/output

复制代码

【7】检察运行结果，革新页面即可

九、配置汗青服务器

为了检察程序的汗青运行情况，需要配置一下汗青服务器。详细配置步骤如下：
【1】配置mapred-site.xml，在该文件里面增长如下配置。

1. <!-- 历史服务器端地址 -->
2. <property>
3. <name>mapreduce.jobhistory.address</name>
4. <value>hadoop1:10020</value>
5. </property>
6. <!-- 历史服务器web端地址 -->
7. <property>
8.     <name>mapreduce.jobhistory.webapp.address</name>
9.     <value>hadoop1:19888</value>
10. </property>

复制代码

【2】启动汗青服务器

1. [root@localhost hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh start historyserver

复制代码

【3】检察汗青服务器是否启动JPS

【4】检察JobHistory：http://hadoop1:19888/jobhistory
十、配置日记的聚集

日记聚集概念： 应用运行完成以后，将程序运行日记信息上传到HDFS系统上。
日记聚集功能长处： 可以方便的检察到程序运行详情，方便开发调试。
注意： 开启日记聚集功能，需要重新启动NodeManager、ResourceManager和HistoryManager。
开启日记聚集功能详细步骤如下：
【1】配置yarn-site.xml，在该文件里面增长如下配置

1. <!-- 日志聚集功能使能 -->
2. <property>
3.     <name>yarn.log-aggregation-enable</name>
4.     <value>true</value>
5. </property>
7. <!-- 日志保留时间设置7天 -->
8. <property>
9.     <name>yarn.log-aggregation.retain-seconds</name>
10.     <value>604800</value>
11. </property>

复制代码

【2】关闭NodeManager 、ResourceManager和HistoryManager

1. [root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh stop resourcemanager
2. stopping resourcemanager
3. [root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh stop nodemanager
4. stopping nodemanager
5. nodemanager did not stop gracefully after 5 seconds: killing with kill -9
6. [root@localhost hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh stop historyserver
7. stopping historyserver

复制代码

【3】 启动NodeManager 、ResourceManager和HistoryManager

1. [root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh start resourcemanager
2. starting resourcemanager, logging to /opt/module/hadoop-2.7.2/logs/yarn-root-resourcemanager-localhost.localdomain.out[root@localhost hadoop-2.7.2]# sbin/yarn-daemon.sh start nodemanager
3. starting nodemanager, logging to /opt/module/hadoop-2.7.2/logs/yarn-root-nodemanager-localhost.localdomain.out[root@localhost hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh start historyserver
4. starting historyserver, logging to /opt/module/hadoop-2.7.2/logs/mapred-root-historyserver-localhost.localdomain.out[root@localhost hadoop-2.7.2]# jps21937 ResourceManager15458 NameNode22197 NodeManager22374 JobHistoryServer16123 DataNode22415 Jps

复制代码

【4】删除HDFS上已经存在的输出文件

1. [root@localhost hadoop-2.7.2]# bin/hdfs dfs -rm -R /user/zzx/output

复制代码

【5】执行WordCount程序

1. [root@localhost hadoop-2.7.2]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/zzx/input /user/zzx/output

复制代码

【6】检察日记，进入JobHistory点击JobID

【7】点击logs

【8】日记的详细信息

十一、配置文件阐明

Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有效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-2.7.2.jar/ core-default.xml[hdfs-default.xml]hadoop-hdfs-2.7.2.jar/ hdfs-default.xml[yarn-default.xml]hadoop-yarn-common-2.7.2.jar/ yarn-default.xml[mapred-default.xml]hadoop-mapreduce-client-core-2.7.2.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。
十二、完全分布式运行模式

【1】将/etc/profile和/opt/module下的文件拷贝到别的两台服务器上，并进行 source xxx。可以本身去拉hadoop1，hadoop1也可自行给你推，hadoop1也可以将hadoop2中的文件推给hadoop3，当传文件夹的时记得加-r递归复制。

1. [root@localhost ~]# scp root@192.168.52.131:/etc/bash.bashrc /etc/bash.bashrc
2. [root@localhost opt]# scp -r root@hadoop1:/opt /opt

复制代码

【2】集群部署规划： 根据这个配置修改上面的伪分布式就可以了
hadoop1
hadoop2
hadoop3
HDFSNameNode DataNodeDataNodeSecondaryNameNode DataNodeYARNNodeManagerResourceManager NodeManagerNodeManager 【3】hadoop1配置hdfs-site.xml

1. <!-- 指定HDFS副本的数量 -->
2. <property>
3.         <name>dfs.replication</name>
4.         <value>3</value>
5. </property>
6. <!-- 指定Hadoop辅助名称节点主机配置 -->
7. <property>
8.       <name>dfs.namenode.secondary.http-address</name>
9.       <value>hadoop3:50090</value>
10. </property>

复制代码

【4】配置yarn-site.xml

1. <!-- Reducer获取数据的方式 -->
2. <property>
3.     <name>yarn.nodemanager.aux-services</name>
4.     <value>mapreduce_shuffle</value>
5. </property>
7. <!-- 指定YARN的ResourceManager的地址 -->
8. <property>
9.     <name>yarn.resourcemanager.hostname</name>
10.     <value>hadoop2</value>
11. </property>

复制代码

  提前配置SSH免密配置
  十三、群起集群

【1】配置slaves

1. [root@hadoop1 hadoop-2.7.2]# vi etc/hadoop/slaves

复制代码

在该文件中增长如下内容： 该文件中添加的内容末端不允许有空格，文件中不允许有空行。

1. hadoop1
2. hadoop2
3. hadoop3

复制代码

同步全部节点配置文件

1. [root@hadoop1 hadoop-2.7.2]# xsync etc/hadoop/slaves

复制代码

【2】启动集群： 假如集群是第一次启动，需要格式化NameNode（注意格式化之前，一定要先停止前次启动的全部namenode和datanode进程，然后再删除data和log数据）

1. [root@hadoop1 hadoop-2.7.2]# bin/hdfs namenode -format

复制代码

【3】启动HDFS（前提：停止之前运行namenode 等）

1. [root@hadoop1 hadoop-2.7.2]# sbin/start-dfs.sh

复制代码

启动完成之后，Hadoop1会启动NameNode和DataNode，其他两台只会启动 DataNode
【4】在Hadoop2中启动YARN。注意：NameNode和ResourceManger假如不是同一台呆板，不能在NameNode上启动YARN，应该在 ResouceManager所在的呆板上启动YARN。

1. [root@hadoop2 hadoop-2.7.2]# sbin/start-yarn.sh

复制代码

【5】检察SecondaryNameNode信息：http://hadoop3:50090/status.html

【6】NameNode测试，创建/user/zzx/input并上传文件

1. [root@hadoop1 hadoop-2.7.2]# bin/hdfs dfs -mkdir -p /user/zzx/input
2. [root@hadoop1 hadoop-2.7.2]# bin/hdfs dfs -put input/zzx /user/zzx/input

复制代码

【7】上传文件后检察文件存放在什么位置：检察HDFS文件存储路径

1. [root@hadoop1 subdir0]# ll
2. 总用量 8
3. -rw-r--r--. 1 root root 74 6月  21 19:19 blk_1073741825
4. -rw-r--r--. 1 root root 11 6月  21 19:19 blk_1073741825_1001.meta
5. [root@hadoop1 subdir0]# pwd
6. /opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/BP-1538823143-192.168.52.131-1592727848753/current/finalized/subdir0/subdir0

复制代码

十四、集群启动/停止方式总结

【1】 各个服务组件逐一启动/停止

1. #分别启动/停止HDFS组件
2. hadoop-daemon.sh  start/stop  namenode/datanode/secondarynamenode
3. #启动/停止YARN
4. yarn-daemon.sh  start/stop  resourcemanager/nodemanager

复制代码

【2】各个模块分开启动/停止（配置ssh是前提）

1. #整体启动/停止HDFS
2. start-dfs.sh/stop-dfs.sh
3. #整体启动/停止YARN
4. start-yarn.sh/stop-yarn.sh

复制代码

十五 扩展

假如装的是3.x.x的Hadoop改了挺多东西的。
管理页面端口变动，Hadoop NameNode管理页面默认端口为9870
集群配置变动，etc/hadoop/slaves改成了etc/hadoop/workers
启动下令变动，sbin/yarn-daemon.sh start resourcemanager这种也能用，但是启动时会标记已被弃用，变成yarn -daemon start resourcemanger雷同这种下令

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。