ZeroZeroSeven

ZeroZeroSeven

关注
发信
关注(28)粉丝(399)

两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）

安装Ubuntu

Linux元信息

  1. 两台机器，每台机器两台Ubuntu
  2. Ubuntu版本：ubuntu-22.04.3-desktop-amd64.iso
  3. 处理器数量2，每个处理器的核心数量2，总处理器核心数量4
  4. 单个虚拟机内存8192MB（8G），最大磁盘大小30G

参考链接

  1. 清华大学开源软件镜像站

    https://mirrors.tuna.tsinghua.edu.cn/ubuntu-releases/22.04/

  2. 虚拟机（VMware）安装Linux（Ubuntu）安装教程

    https://blog.csdn.net/qq_39657434/article/details/112252844

具体步骤

  1. 把下载好的iso文件保存到一个位置

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  2. 开始在VMware安装Ubuntu

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  3. 选择网络类型（图片错了，应该是“桥接网络”，详见“配置虚拟机网络”）

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  4. 指定磁盘容量

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  5. 设置镜像文件

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  6. 开始安装Ubuntu

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

配置虚拟机网络

配置桥接模式

  1. 查看宿主机WLAN硬件配置信息

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  2. 打开VMware中的虚拟网络编辑器，根据宿主机WLAN硬件配置如下信息

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

设置虚拟机静态IP

​防止每次开机随机IP，导致无法连接到其他虚拟机

  1. 切换root用户（第一次切换root用户需要配置root密码）

    sudo passwd

  2. 打开01-network-manager-all.yaml文件（网卡配置文件）

    vim /etc/netplan/01-network-manager-all.yaml

  3. 删除原内容，复制粘贴如下信息（根据实际情况更改）

    # Let NetworkManager manage all devices on this system
network:
  ethernets:
    ens33:
      dhcp4: false
      addresses: [192.168.139.101/24]
      routes:
        - to: default
          via: 192.168.139.92
      nameservers:
        addresses: [8.8.8.8]
  version: 2

  4. 在宿主机的cmd中运行ipconfig命令查看网络信息，如下图所示：

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  5. 根据第四步更改第三步的部分信息

    • via：宿主机的默认网关
    • addresses：前三位和宿主机默认网关保持一致，后一位自己随便设置（但要避免和已有ip重复）

安装Hadoop

Hadoop元信息

  1. 统一用户名：hjm，密码：000000

  2. 四台虚拟机分别为gyt1，gyt2，hjm1，hjm2

  3. 四台虚拟机用桥接模式，连接一台手机的热点，虚拟机ip如下：

    hjm1：192.168.139.101

    hjm2：192.168.139.102

    gyt1：192.168.139.103

    gyt2：192.168.139.104

  4. 集群部署规划

配置用户sudo权限

​配置以后，每次使用sudo，无需输入密码

  1. 用sudo权限打开sudoers文件

    sudo vim /etc/sudoers

  2. 增加修改sudoers文件，在%sudo下面新加一行（这里以hjm用户为例）

    # Allow members of group sudo to execute any command
%sudo   ALL=(ALL:ALL) ALL

hjm ALL=(ALL) NOPASSWD: ALL

创建目录并更改权限

  1. 创建module和software文件夹

    sudo mkdir /opt/module
sudo mkdir /opt/software

  2. 修改 module、software 文件夹的所有者和所属组均为hjm用户

    sudo chown hjm:hjm /opt/module
sudo chown hjm:hjm /opt/software

Ubuntu查看、安装和开启ssh服务

  1. 查看ssh服务的开启状态，如果开启，则可以跳过这一部分

    ps -e|grep ssh

  2. 安装ssh服务

    sudo apt-get install openssh-server

  3. 启动ssh服务

    sudo /etc/init.d/ssh start

​注意：

​当你用ssh软件（这里默认是Xhell 7）连接时，不要用root用户连，ssh默认不能用root直接连，除非修改配置文件

安装JDK

  1. 用xftp工具将jdk导入到opt目录下面的software文件夹下面

  2. 解压jdk到opt/module目录下

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

  3. 配置jdk环境变量

    （1）新建/etc/profile.d/my_env.sh 文件

    sudo vim /etc/profile.d/my_env.sh

    （2）添加以下内容

    #JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212
export PATH=$PATH:$JAVA_HOME/bin

    （3）保存后退出，source 一下/etc/profile 文件，让新的环境变量 PATH 生效

    source /etc/profile

    （4）测试jdk是否安装成功

    java -version

安装Hadoop

  1. 用xftp工具将hadoop导入到opt目录下面的software文件夹下面

  2. 解压hadoop到opt/module目录下

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

  3. 配置hadoop环境变量

    （1）打开/etc/profile.d/my_env.sh 文件

    sudo vim /etc/profile.d/my_env.sh

    （2）在 my_env.sh 文件末尾添加如下内容

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

    （3）保存后退出，source 一下/etc/profile 文件，让新的环境变量 PATH 生效

    source /etc/profile

    （4）测试hadoop是否安装成功

    hadoop version

修改配置文件

​cd到$HADOOP_HOME/etc/hadoop目录

core-site.xml

<configuration>
 <!-- 指定 NameNode 的地址 -->
 <property>
 <name>fs.defaultFS</name>
 <value>hdfs://hjm1:8020</value>
 </property>
 <!-- 指定 hadoop 数据的存储目录 -->
 <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 hjm -->
 <property>
 <name>hadoop.http.staticuser.user</name>
 <value>hjm</value>
 </property>
</configuration>

hdfs-site.xml

<configuration>
<!-- nn web 端访问地址-->
<property>
 <name>dfs.namenode.http-address</name>
 <value>hjm1:9870</value>
 </property>
<!-- 2nn web 端访问地址-->
 <property>
 <name>dfs.namenode.secondary.http-address</name>
 <value>gyt1:9868</value>
 </property>
</configuration>

yarn-site.xml

<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>gyt2</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_CO
NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAP
RED_HOME</value>
 </property>
</configuration>

mapred-site.xml

<configuration>
<!-- 指定 MapReduce 程序运行在 Yarn 上 -->
 <property>
 <name>mapreduce.framework.name</name>
 <value>yarn</value>
 </property>
</configuration>

workers

hjm1
hjm2
gyt1
gyt2

克隆虚拟机

  1. 在hjm1和gyt1的两台宿主机上分别克隆出hjm2和gyt2

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  2. 按照“配置虚拟机网络-设置虚拟机静态IP”的方式，配置hjm2的ip为192.168.139.102，gyt2的ip为192.168.139.104

  3. 改每台虚拟机的ubuntu映射文件，这里以gyt2为例

    127.0.0.1       localhost
# 127.0.1.1       gyt2 记得删除这一行
192.168.139.101 hjm1
192.168.139.102 hjm2
192.168.139.103 gyt1
192.168.139.104 gyt2

  4. 修改四台虚拟机的主机名分别为hjm1，hjm2，gyty1，gyt2

    sudo vim /etc/hostname

  5. 重启虚拟机

ssh免密登录

  1. 分别要配置16种免密登录，如下图所示

两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

  1. 切换hjm用户，cd到~/.ssh，生成公钥和私钥

    ssh-keygen -t rsa

  2. 将公钥复制到目的机上，这里以hjm1举例

    ssh-copy-id hjm1

xsync集群分发脚本

  1. 在/home/hjm/bin目录下创建xsync文件

  2. 在该文件中编写如下代码

    #!/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

  3. 修改脚本xsync具有执行权限

    chmod +x xsync

  4. 测试脚本

    xsync /home/atguigu/bin

  5. 将脚本复制到/bin中，以便全局调用

    sudo cp xsync /bin/

  6. 在客户端电脑（默认windows）配置映射

    （1）windows + R

    （2）输入drivers，回车

    （3）进入etc文件夹

    （4）编辑hosts文件

    192.168.139.101 hjm1
192.168.139.102 hjm2
192.168.139.103 gyt1
192.168.139.104 gyt2

测试hadoop

  1. 格式化NameNode

    如果集群是第一次启动，需要在 hadoop102 节点格式化 NameNode（注意：格式化 NameNode，会产生新的集群 id，导致 NameNode 和 DataNode 的集群 id 不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化 NameNode 的话，一定要先停止 namenode 和 datanode 进程，并且要删除所有机器的 data 和 logs 目录，然后再进行格式化。）

    hdfs namenode -format

  2. 在hjm1上启动hdfs

    sbin/start-dfs.sh

  3. 在gyt2上启动yarn

    sbin/start-yarn.sh

  4. Web 端查看 HDFS 的 NameNode

    http://hjm1:9870

  5. Web 端查看 YARN 的 ResourceManager

    http://gyt2:8088

  6. 测试结果

    （1）datanode

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

    （2）Yarn

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

    （3）WordCount

    两台实体机器4个虚拟机节点的Hadoop集群搭建（Ubuntu版）-LMLPHP

报错及解决

  1. https://blog.csdn.net/sinat_23225111/article/details/127497281
10-23 04:10
Powered by LMLPHP ©2024 ZeroZeroSeven 0.006703