老司机精品91,超碰人人福利在线,国产乱码在线视频

前言

Hadoop在大數(shù)據(jù)技術(shù)體系中的地位至關(guān)重要，Hadoop是大數(shù)據(jù)技術(shù)的基礎(chǔ)，對(duì)Hadoop基礎(chǔ)知識(shí)的掌握的扎實(shí)程度，會(huì)決定在大數(shù)據(jù)技術(shù)道路上走多遠(yuǎn)。

這是一篇入門文章，Hadoop的學(xué)習(xí)方法很多，網(wǎng)上也有很多學(xué)習(xí)路線圖。本文的思路是：以安裝部署Apache Hadoop2.x版本為主線，來(lái)介紹Hadoop2.x的架構(gòu)組成、各模塊協(xié)同工作原理、技術(shù)細(xì)節(jié)。安裝不是目的，通過(guò)安裝認(rèn)識(shí)Hadoop才是目的。

第一部分：Linux環(huán)境安裝

Hadoop是運(yùn)行在Linux，雖然借助工具也可以運(yùn)行在Windows上，但是建議還是運(yùn)行在Linux系統(tǒng)上，第一部分介紹Linux環(huán)境的安裝、配置、Java JDK安裝等。

第二部分：Hadoop本地模式安裝

Hadoop本地模式只是用于本地開(kāi)發(fā)調(diào)試，或者快速安裝體驗(yàn)Hadoop，這部分做簡(jiǎn)單的介紹。

第三部分：Hadoop偽分布式模式安裝

學(xué)習(xí)Hadoop一般是在偽分布式模式下進(jìn)行。這種模式是在一臺(tái)機(jī)器上各個(gè)進(jìn)程上運(yùn)行Hadoop的各個(gè)模塊，偽分布式的意思是雖然各個(gè)模塊是在各個(gè)進(jìn)程上分開(kāi)運(yùn)行的，但是只是運(yùn)行在一個(gè)操作系統(tǒng)上的，并不是真正的分布式。

第四部分：完全分布式安裝

完全分布式模式才是生產(chǎn)環(huán)境采用的模式，Hadoop運(yùn)行在服務(wù)器集群上，生產(chǎn)環(huán)境一般都會(huì)做HA，以實(shí)現(xiàn)高可用。

第一部分：Linux環(huán)境安裝

第一步、配置Vmware NAT網(wǎng)絡(luò)

一、Vmware網(wǎng)絡(luò)模式介紹

參考：http://blog.csdn.net/collection4u/article/details/14127671

二、NAT模式配置

NAT是網(wǎng)絡(luò)地址轉(zhuǎn)換，是在宿主機(jī)和虛擬機(jī)之間增加一個(gè)地址轉(zhuǎn)換服務(wù)，負(fù)責(zé)外部和虛擬機(jī)之間的通訊轉(zhuǎn)接和IP轉(zhuǎn)換。

我們部署Hadoop集群，這里選擇NAT模式，各個(gè)虛擬機(jī)通過(guò)NAT使用宿主機(jī)的IP來(lái)訪問(wèn)外網(wǎng)。

我們的要求是集群中的各個(gè)虛擬機(jī)有固定的IP、可以訪問(wèn)外網(wǎng)，所以進(jìn)行如下設(shè)置：

1、 Vmware安裝后，默認(rèn)的NAT設(shè)置如下：

image

2、默認(rèn)的設(shè)置是啟動(dòng)DHCP服務(wù)的，NAT會(huì)自動(dòng)給虛擬機(jī)分配IP，但是我們需要將各個(gè)機(jī)器的IP固定下來(lái)，所以要取消這個(gè)默認(rèn)設(shè)置。

3、為機(jī)器設(shè)置一個(gè)子網(wǎng)網(wǎng)段，默認(rèn)是192.168.136網(wǎng)段，我們這里設(shè)置為100網(wǎng)段，將來(lái)各個(gè)虛擬機(jī)Ip就為 192.168.100.*。

4、點(diǎn)擊NAT設(shè)置按鈕，打開(kāi)對(duì)話框，可以修改網(wǎng)關(guān)地址和DNS地址。這里我們?yōu)镹AT指定DNS地址。

image

5、網(wǎng)關(guān)地址為當(dāng)前網(wǎng)段里的.2地址，好像是固定的，我們不做修改，先記住網(wǎng)關(guān)地址就好了，后面會(huì)用到。

第二步、安裝Linux操作系統(tǒng)

三、Vmware上安裝Linux系統(tǒng)

http://www.itdecent.cn/p/922a0a801942

四、設(shè)置網(wǎng)絡(luò)和修改hostname，關(guān)閉防火墻
http://www.itdecent.cn/p/d26f786faabb

五、配置Host

命令：[root@bigdata-senior01 ~] vim /etc/hosts
添加hosts: 192.168.100.10 bigdata-senior01.chybinmy.com

六、關(guān)閉selinux

selinux是Linux一個(gè)子安全機(jī)制，學(xué)習(xí)環(huán)境可以將它禁用。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim /etc/sysconfig/selinux

# This file controls the state of SELinux on the system.
# SELINUX= can take one of these three values:
#     enforcing - SELinux security policy is enforced.
#     permissive - SELinux prints warnings instead of enforcing.
#     disabled - No SELinux policy is loaded.
SELINUX=disabled
# SELINUXTYPE= can take one of these two values:
#     targeted - Targeted processes are protected,
#     mls - Multi Level Security protection.
SELINUXTYPE=targeted

image

第三步、安裝JDK

九、安裝Java JDK

1、查看是否已經(jīng)安裝了java JDK。

[root@bigdata-senior01 Desktop]# java –version

注意：Hadoop機(jī)器上的JDK，最好是Oracle的Java JDK，不然會(huì)有一些問(wèn)題，比如可能沒(méi)有JPS命令。
如果安裝了其他版本的JDK，卸載掉。

2、安裝java JDK

(1) 去下載Oracle版本Java JDK：jdk-7u67-linux-x64.tar.gz

(2) 將jdk-7u67-linux-x64.tar.gz解壓到/opt/modules目錄下

[root@bigdata-senior01 /]# tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules

(3) 添加環(huán)境變量

設(shè)置JDK的環(huán)境變量 JAVA_HOME。需要修改配置文件/etc/profile，追加

export JAVA_HOME="/opt/modules/jdk1.7.0_67"
export PATH=$JAVA_HOME/bin:$PATH

修改完畢后，執(zhí)行 source /etc/profile

(4)安裝后再次執(zhí)行 java –version,可以看見(jiàn)已經(jīng)安裝完成。

[root@bigdata-senior01 /]# java -version
java version "1.7.0_67"
Java(TM) SE Runtime Environment (build 1.7.0_67-b01)
Java HotSpot(TM) 64-Bit Server VM (build 24.65-b04, mixed mode)

第二部分：Hadoop本地模式安裝

第四步、Hadoop部署模式

Hadoop部署模式有：本地模式、偽分布模式、完全分布式模式。
區(qū)分的依據(jù)是NameNode、DataNode、ResourceManager、NodeManager等模塊運(yùn)行在幾個(gè)JVM進(jìn)程、幾個(gè)機(jī)器。

模式名稱	各個(gè)模塊占用的JVM進(jìn)程數(shù)	各個(gè)模塊運(yùn)行在幾個(gè)機(jī)器數(shù)上
本地模式	1個(gè)	1個(gè)
偽分布式模式	N個(gè)	1個(gè)
完全分布式模式	N個(gè)	N個(gè)

第五步、本地模式部署

十、本地模式介紹

本地模式是最簡(jiǎn)單的模式，所有模塊都運(yùn)行與一個(gè)JVM進(jìn)程中，使用的本地文件系統(tǒng)，而不是HDFS，本地模式主要是用于本地開(kāi)發(fā)過(guò)程中的運(yùn)行調(diào)試用。下載hadoop安裝包后不用任何設(shè)置，默認(rèn)的就是本地模式。

十一、解壓hadoop后就是直接可以使用

1、創(chuàng)建一個(gè)存放本地模式hadoop的目錄

[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopstandalone

2、解壓hadoop文件

[hadoop@bigdata-senior01 modules]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz  -C /opt/modules/hadoopstandalone/

3、確保JAVA_HOME環(huán)境變量已經(jīng)配置好

[hadoop@bigdata-senior01 modules]$ echo ${JAVA_HOME}
/opt/modules/jdk1.7.0_67

十二、運(yùn)行MapReduce程序，驗(yàn)證

我們這里用hadoop自帶的wordcount例子來(lái)在本地模式下測(cè)試跑mapreduce。

1、準(zhǔn)備mapreduce輸入文件wc.input

[hadoop@bigdata-senior01 modules]$ cat /opt/data/wc.input
hadoop mapreduce hive
hbase spark storm
sqoop hadoop hive
spark hadoop

2、運(yùn)行hadoop自帶的mapreduce Demo

[hadoop@bigdata-senior01 hadoopstandalone]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /opt/data/wc.input output2

image

這里可以看到j(luò)ob ID中有l(wèi)ocal字樣，說(shuō)明是運(yùn)行在本地模式下的。

3、查看輸出文件

本地模式下，mapreduce的輸出是輸出到本地。

[hadoop@bigdata-senior01 hadoopstandalone]$ ll output2
total 4
-rw-r--r-- 1 hadoop hadoop 60 Jul  7 12:50 part-r-00000
-rw-r--r-- 1 hadoop hadoop  0 Jul  7 12:50 _SUCCESS

輸出目錄中有_SUCCESS文件說(shuō)明JOB運(yùn)行成功，part-r-00000是輸出結(jié)果文件。

第三部分：Hadoop偽分布式模式安裝

第六步、偽分布式Hadoop部署過(guò)程

十三、Hadoop所用的用戶設(shè)置

1、創(chuàng)建一個(gè)名字為hadoop的普通用戶

[root@bigdata-senior01 ~]# useradd hadoop
[root@bigdata-senior01 ~]# passwd hadoop

2、給hadoop用戶sudo權(quán)限

[root@bigdata-senior01 ~]# vim /etc/sudoers

設(shè)置權(quán)限，學(xué)習(xí)環(huán)境可以將hadoop用戶的權(quán)限設(shè)置的大一些，但是生產(chǎn)環(huán)境一定要注意普通用戶的權(quán)限限制。

root    ALL=(ALL)       ALL
hadoop ALL=(root) NOPASSWD:ALL

注意：如果root用戶無(wú)權(quán)修改sudoers文件，先手動(dòng)為root用戶添加寫權(quán)限。

[root@bigdata-senior01 ~]# chmod u+w /etc/sudoers

3、切換到hadoop用戶

[root@bigdata-senior01 ~]# su - hadoop
[hadoop@bigdata-senior01 ~]$

4、創(chuàng)建存放hadoop文件的目錄

[hadoop@bigdata-senior01 ~]$ sudo mkdir /opt/modules

5、將hadoop文件夾的所有者指定為hadoop用戶

如果存放hadoop的目錄的所有者不是hadoop，之后hadoop運(yùn)行中可能會(huì)有權(quán)限問(wèn)題，那么就講所有者改為hadoop。

[hadoop@bigdata-senior01 ~]# sudo chown -R hadoop:hadoop /opt/modules

十四、解壓Hadoop目錄文件

1、復(fù)制hadoop-2.5.0.tar.gz到/opt/modules目錄下。

2、解壓hadoop-2.5.0.tar.gz

[hadoop@bigdata-senior01 ~]# cd /opt/modules
[hadoop@bigdata-senior01 hadoop]# tar -zxvf hadoop-2.5.0.tar.gz

十五、配置Hadoop

1、配置Hadoop環(huán)境變量

[hadoop@bigdata-senior01 hadoop]# vim /etc/profile

追加配置：

export HADOOP_HOME="/opt/modules/hadoop-2.5.0"
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

執(zhí)行：source /etc/profile 使得配置生效

驗(yàn)證HADOOP_HOME參數(shù)：

[hadoop@bigdata-senior01 /]$ echo $HADOOP_HOME
/opt/modules/hadoop-2.5.0

2、配置 hadoop-env.sh、mapred-env.sh、yarn-env.sh文件的JAVA_HOME參數(shù)

[hadoop@bigdata-senior01 ~]$ sudo vim  ${HADOOP_HOME}/etc/hadoop/hadoop-env.sh

修改JAVA_HOME參數(shù)為：
export JAVA_HOME="/opt/modules/jdk1.7.0_67"

3、配置core-site.xml

image

配置hostname，host，關(guān)閉防火墻的方法參見(jiàn)第一部分

[hadoop@bigdata-senior01 ~]{HADOOP_HOME}/etc/hadoop/core-site.xml
（1） fs.defaultFS參數(shù)配置的是HDFS的地址。

<property>
<name>fs.defaultFS</name>
<value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
</property>

（2） hadoop.tmp.dir配置的是Hadoop臨時(shí)目錄，比如HDFS的NameNode數(shù)據(jù)默認(rèn)都存放這個(gè)目錄下，查看*-default.xml等默認(rèn)配置文件，就可以看到很多依賴${hadoop.tmp.dir}的配置。

默認(rèn)的hadoop.tmp.dir是/tmp/hadoop-${user.name},此時(shí)有個(gè)問(wèn)題就是NameNode會(huì)將HDFS的元數(shù)據(jù)存儲(chǔ)在這個(gè)/tmp目錄下，如果操作系統(tǒng)重啟了，系統(tǒng)會(huì)清空/tmp目錄下的東西，導(dǎo)致NameNode元數(shù)據(jù)丟失，是個(gè)非常嚴(yán)重的問(wèn)題，所有我們應(yīng)該修改這個(gè)路徑。

    [hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo mkdir -p /opt/data/tmp

將臨時(shí)目錄的所有者修改為hadoop

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown –R hadoop:hadoop /opt/data/tmp

修改hadoop.tmp.dir

 <property>
   <name>hadoop.tmp.dir</name>
    <value>/opt/data/tmp</value>
  </property>

十六、配置、格式化、啟動(dòng)HDFS

1、配置hdfs-site.xml

image

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim ${HADOOP_HOME}/etc/hadoop/hdfs-site.xml

    <property>
       <name>dfs.replication</name>
       <value>1</value>
    </property>

dfs.replication配置的是HDFS存儲(chǔ)時(shí)的備份數(shù)量，因?yàn)檫@里是偽分布式環(huán)境只有一個(gè)節(jié)點(diǎn)，所以這里設(shè)置為1。

2、格式化HDFS

image

[hadoop@bigdata-senior01 ~]$ hdfs namenode –format

格式化是對(duì)HDFS這個(gè)分布式文件系統(tǒng)中的DataNode進(jìn)行分塊，統(tǒng)計(jì)所有分塊后的初始元數(shù)據(jù)的存儲(chǔ)在NameNode中。

格式化后，查看core-site.xml里hadoop.tmp.dir（本例是/opt/data/tmp目錄）指定的目錄下是否有了dfs目錄，如果有，說(shuō)明格式化成功。

注意：

格式化時(shí)，這里注意hadoop.tmp.dir目錄的權(quán)限問(wèn)題，應(yīng)該hadoop普通用戶有讀寫權(quán)限才行，可以將/opt/data的所有者改為hadoop。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown -R hadoop:hadoop /opt/data
查看NameNode格式化后的目錄。

   [hadoop@bigdata-senior01 ~]$ ll /opt/data/tmp/dfs/name/current

image

fsimage是NameNode元數(shù)據(jù)在內(nèi)存滿了后，持久化保存到的文件。

fsimage*.md5 是校驗(yàn)文件，用于校驗(yàn)fsimage的完整性。

seen_txid 是hadoop的版本

vession文件里保存：

namespaceID：NameNode的唯一ID。
clusterID:集群ID，NameNode和DataNode的集群ID應(yīng)該一致，表明是一個(gè)集群。

#Mon Jul 04 17:25:50 CST 2016
namespaceID=2101579007
clusterID=CID-205277e6-493b-4601-8e33-c09d1d23ece4
cTime=0
storageType=NAME_NODE
blockpoolID=BP-1641019026-127.0.0.1-1467624350057
layoutVersion=-57

3、啟動(dòng)NameNode

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start namenode
starting namenode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-namenode-bigdata-senior01.chybinmy.com.out

image

4、啟動(dòng)DataNode

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start datanode
starting datanode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-datanode-bigdata-senior01.chybinmy.com.out

image

5、啟動(dòng)SecondaryNameNode

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start secondarynamenode
starting secondarynamenode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-secondarynamenode-bigdata-senior01.chybinmy.com.out

image

6、 JPS命令查看是否已經(jīng)啟動(dòng)成功，有結(jié)果就是啟動(dòng)成功了。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ jps
3034 NameNode
3233 Jps
3193 SecondaryNameNode
3110 DataNode

image

7、 HDFS上測(cè)試創(chuàng)建目錄、上傳、下載文件

HDFS上創(chuàng)建目錄

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -mkdir /demo1

上傳本地文件到HDFS上

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -put 
${HADOOP_HOME}/etc/hadoop/core-site.xml /demo1

讀取HDFS上的文件內(nèi)容

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -cat /demo1/core-site.xml

image

從HDFS上下載文件到本地

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -get /demo1/core-site.xml

image

十七、配置、啟動(dòng)YARN

1、配置mapred-site.xml

默認(rèn)沒(méi)有mapred-site.xml文件，但是有個(gè)mapred-site.xml.template配置模板文件。復(fù)制模板生成mapred-site.xml。

[hadoop@bigdata-senior01 hadoop-2.5.0]# cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml

添加配置如下：

<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>

指定mapreduce運(yùn)行在yarn框架上。

image

2、配置yarn-site.xml

添加配置如下：

<property>
  <name>yarn.nodemanager.aux-services</name>
  <value>mapreduce_shuffle</value>
</property>
<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>bigdata-senior01.chybinmy.com</value>
 </property>

yarn.nodemanager.aux-services配置了yarn的默認(rèn)混洗方式，選擇為mapreduce的默認(rèn)混洗算法。
yarn.resourcemanager.hostname指定了Resourcemanager運(yùn)行在哪個(gè)節(jié)點(diǎn)上。

image

3、啟動(dòng)Resourcemanager

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/yarn-daemon.sh start resourcemanager

image

4、啟動(dòng)nodemanager

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/yarn-daemon.sh start nodemanager

image

5、查看是否啟動(dòng)成功

[hadoop@bigdata-senior01 hadoop-2.5.0]$ jps
3034 NameNode
4439 NodeManager
4197 ResourceManager
4543 Jps
3193 SecondaryNameNode
3110 DataNode

可以看到ResourceManager、NodeManager已經(jīng)啟動(dòng)成功了。

image

6、 YARN的Web頁(yè)面

YARN的Web客戶端端口號(hào)是8088，通過(guò)http://192.168.100.10:8088/可以查看。

image

十八、運(yùn)行MapReduce Job

在Hadoop的share目錄里，自帶了一些jar包，里面帶有一些mapreduce實(shí)例小例子，位置在share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar，可以運(yùn)行這些例子體驗(yàn)剛搭建好的Hadoop平臺(tái)，我們這里來(lái)運(yùn)行最經(jīng)典的WordCount實(shí)例。

1、創(chuàng)建測(cè)試用的Input文件

創(chuàng)建輸入目錄:

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir -p /wordcountdemo/input

創(chuàng)建原始文件:

在本地/opt/data目錄創(chuàng)建一個(gè)文件wc.input,內(nèi)容如下。

image

將wc.input文件上傳到HDFS的/wordcountdemo/input目錄中:

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /wordcountdemo/input

image

2、運(yùn)行WordCount MapReduce Job

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
2.5.0.jar wordcount /wordcountdemo/input /wordcountdemo/output

image

3、查看輸出結(jié)果目錄

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -ls /wordcountdemo/output
-rw-r--r--   1 hadoop supergroup          0 2016-07-05 05:12 /wordcountdemo/output/_SUCCESS
-rw-r--r--   1 hadoop supergroup         60 2016-07-05 05:12 /wordcountdemo/output/part-r-00000

image

output目錄中有兩個(gè)文件，_SUCCESS文件是空文件，有這個(gè)文件說(shuō)明Job執(zhí)行成功。
part-r-00000文件是結(jié)果文件，其中-r-說(shuō)明這個(gè)文件是Reduce階段產(chǎn)生的結(jié)果，mapreduce程序執(zhí)行時(shí)，可以沒(méi)有reduce階段，但是肯定會(huì)有map階段，如果沒(méi)有reduce階段這個(gè)地方有是-m-。
一個(gè)reduce會(huì)產(chǎn)生一個(gè)part-r-開(kāi)頭的文件。
查看輸出文件內(nèi)容。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -cat /wordcountdemo/output/part-r-00000
hadoop  3
hbase   1
hive    2
mapreduce       1
spark   2
sqoop   1
storm   1

結(jié)果是按照鍵值排好序的。

十九、停止Hadoop

 [hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop namenode
stopping namenode
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
stopping datanode
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/yarn-daemon.sh stop resourcemanager
stopping resourcemanager
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/yarn-daemon.sh stop nodemanager
stopping nodemanager

image

二十、 Hadoop各個(gè)功能模塊的理解

1、 HDFS模塊

HDFS負(fù)責(zé)大數(shù)據(jù)的存儲(chǔ)，通過(guò)將大文件分塊后進(jìn)行分布式存儲(chǔ)方式，突破了服務(wù)器硬盤大小的限制，解決了單臺(tái)機(jī)器無(wú)法存儲(chǔ)大文件的問(wèn)題，HDFS是個(gè)相對(duì)獨(dú)立的模塊，可以為YARN提供服務(wù)，也可以為HBase等其他模塊提供服務(wù)。

2、 YARN模塊

YARN是一個(gè)通用的資源協(xié)同和任務(wù)調(diào)度框架，是為了解決Hadoop1.x中MapReduce里NameNode負(fù)載太大和其他問(wèn)題而創(chuàng)建的一個(gè)框架。

YARN是個(gè)通用框架，不止可以運(yùn)行MapReduce，還可以運(yùn)行Spark、Storm等其他計(jì)算框架。

3、 MapReduce模塊

MapReduce是一個(gè)計(jì)算框架，它給出了一種數(shù)據(jù)處理的方式，即通過(guò)Map階段、Reduce階段來(lái)分布式地流式處理數(shù)據(jù)。它只適用于大數(shù)據(jù)的離線處理，對(duì)實(shí)時(shí)性要求很高的應(yīng)用不適用。

第七步、開(kāi)啟歷史服務(wù)

二十一、歷史服務(wù)介紹

Hadoop開(kāi)啟歷史服務(wù)可以在web頁(yè)面上查看Yarn上執(zhí)行job情況的詳細(xì)信息?？梢酝ㄟ^(guò)歷史服務(wù)器查看已經(jīng)運(yùn)行完的Mapreduce作業(yè)記錄，比如用了多少個(gè)Map、用了多少個(gè)Reduce、作業(yè)提交時(shí)間、作業(yè)啟動(dòng)時(shí)間、作業(yè)完成時(shí)間等信息。

二十二、開(kāi)啟歷史服務(wù)

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh start historyserver、

開(kāi)啟后，可以通過(guò)Web頁(yè)面查看歷史服務(wù)器：

http://bigdata-senior01.chybinmy.com:19888/

二十三、Web查看job執(zhí)行歷史

1、運(yùn)行一個(gè)mapreduce任務(wù)

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
2.5.0.jar wordcount /wordcountdemo/input /wordcountdemo/output1

2、 job執(zhí)行中

image

3、查看job歷史

image

歷史服務(wù)器的Web端口默認(rèn)是19888，可以查看Web界面。

但是在上面所顯示的某一個(gè)Job任務(wù)頁(yè)面的最下面，Map和Reduce個(gè)數(shù)的鏈接上，點(diǎn)擊進(jìn)入Map的詳細(xì)信息頁(yè)面，再查看某一個(gè)Map或者Reduce的詳細(xì)日志是看不到的，是因?yàn)闆](méi)有開(kāi)啟日志聚集服務(wù)。

二十四、開(kāi)啟日志聚集

4、日志聚集介紹

MapReduce是在各個(gè)機(jī)器上運(yùn)行的，在運(yùn)行過(guò)程中產(chǎn)生的日志存在于各個(gè)機(jī)器上，為了能夠統(tǒng)一查看各個(gè)機(jī)器的運(yùn)行日志，將日志集中存放在HDFS上，這個(gè)過(guò)程就是日志聚集。

5、開(kāi)啟日志聚集

配置日志聚集功能：

Hadoop默認(rèn)是不啟用日志聚集的。在yarn-site.xml文件里配置啟用日志聚集。

<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
 </property>
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>106800</value>
 </property>

yarn.log-aggregation-enable:是否啟用日志聚集功能。

yarn.log-aggregation.retain-seconds：設(shè)置日志保留時(shí)間，單位是秒。

將配置文件分發(fā)到其他節(jié)點(diǎn)：

[hadoop@bigdata-senior01 hadoop]$ scp /opt/modules/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoop-2.5.0/etc/hadoop/
[hadoop@bigdata-senior01 hadoop]$ scp /opt/modules/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoop-2.5.0/etc/hadoop/

重啟Yarn進(jìn)程：

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/stop-yarn.sh
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-yarn.sh

重啟HistoryServer進(jìn)程：

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh stop historyserver
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh start historyserver

6、測(cè)試日志聚集

運(yùn)行一個(gè)demo MapReduce，使之產(chǎn)生日志：

bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input /output1

查看日志：

運(yùn)行Job后，就可以在歷史服務(wù)器Web頁(yè)面查看各個(gè)Map和Reduce的日志了。

第四部分：完全分布式安裝

第八步、完全布式環(huán)境部署Hadoop

完全分部式是真正利用多臺(tái)Linux主機(jī)來(lái)進(jìn)行部署Hadoop，對(duì)Linux機(jī)器集群進(jìn)行規(guī)劃，使得Hadoop各個(gè)模塊分別部署在不同的多臺(tái)機(jī)器上。

二十五、環(huán)境準(zhǔn)備

1、克隆虛擬機(jī)

Vmware左側(cè)選中要克隆的機(jī)器，這里對(duì)原有的BigData01機(jī)器進(jìn)行克隆，虛擬機(jī)菜單中，選中管理菜單下的克隆命令。
選擇“創(chuàng)建完整克隆”，虛擬機(jī)名稱為BigData02，選擇虛擬機(jī)文件保存路徑，進(jìn)行克隆。
再次克隆一個(gè)名為BigData03的虛擬機(jī)。

2、配置網(wǎng)絡(luò)

修改網(wǎng)卡名稱：

在BigData02和BigData03機(jī)器上編輯網(wǎng)卡信息。執(zhí)行sudo vim /etc/udev/rules.d/70-persistent-net.rules命令。因?yàn)槭菑腂igData01機(jī)器克隆來(lái)的，所以會(huì)保留BigData01的網(wǎng)卡eth0，并且再添加一個(gè)網(wǎng)卡eth1。并且eth0的Mac地址和BigData01的地址是一樣的，Mac地址不允許相同，所以要?jiǎng)h除eth0，只保留eth1網(wǎng)卡，并且要將eth1改名為eth0。將修改后的eth0的mac地址復(fù)制下來(lái)，修改network-scripts文件中的HWADDR屬性。

sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0

image

修改網(wǎng)絡(luò)參數(shù)：

BigData02機(jī)器IP改為192.168.100.12

BigData03機(jī)器IP改為192.168.100.13

3、配置Hostname

BigData02配置hostname為 bigdata-senior02.chybinmy.com

BigData03配置hostname為 bigdata-senior03.chybinmy.com

4、配置hosts

BigData01、BigData02、BigData03三臺(tái)機(jī)器hosts都配置為：

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo vim /etc/hosts
192.168.100.10 bigdata-senior01.chybinmy.com
192.168.100.12 bigdata-senior02.chybinmy.com
192.168.100.13 bigdata-senior03.chybinmy.com

5、配置Windows上的SSH客戶端

在本地Windows中的SSH客戶端上添加對(duì)BigData02、BigData03機(jī)器的SSH鏈接。

二十六、服務(wù)器功能規(guī)劃

bigdata-senior01.chybinmy.com	bigdata-senior02.chybinmy.com	bigdata-senior03.chybinmy.com
NameNode	ResourceManage
DataNode	DataNode	DataNode
NodeManager	NodeManager	NodeManager
HistoryServer		SecondaryNameNode

二十七、在第一臺(tái)機(jī)器上安裝新的Hadoop

為了和之前BigData01機(jī)器上安裝偽分布式Hadoop區(qū)分開(kāi)來(lái)，我們將BigData01上的Hadoop服務(wù)都停止掉，然后在一個(gè)新的目錄/opt/modules/app下安裝另外一個(gè)Hadoop。
我們采用先在第一臺(tái)機(jī)器上解壓、配置Hadoop，然后再分發(fā)到其他兩臺(tái)機(jī)器上的方式來(lái)安裝集群。

6、解壓Hadoop目錄：

[hadoop@bigdata-senior01 modules]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/app/

7、配置Hadoop JDK路徑修改hadoop-env.sh、mapred-env.sh、yarn-env.sh文件中的JDK路徑：

export JAVA_HOME="/opt/modules/jdk1.7.0_67"

8、配置core-site.xml

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/core-site.xml

<configuration>
 <property>
   <name>fs.defaultFS</name>
   <value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
 </property>
 <property>
   <name>hadoop.tmp.dir</name>
   <value>/opt/modules/app/hadoop-2.5.0/data/tmp</value>
 </property>
</configuration>

fs.defaultFS為NameNode的地址。

hadoop.tmp.dir為hadoop臨時(shí)目錄的地址，默認(rèn)情況下，NameNode和DataNode的數(shù)據(jù)文件都會(huì)存在這個(gè)目錄下的對(duì)應(yīng)子目錄下。應(yīng)該保證此目錄是存在的，如果不存在，先創(chuàng)建。

9、配置hdfs-site.xml

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/hdfs-site.xml

<configuration>
 <property>
   <name>dfs.namenode.secondary.http-address</name>
   <value>bigdata-senior03.chybinmy.com:50090</value>
 </property>
</configuration>

dfs.namenode.secondary.http-address是指定secondaryNameNode的http訪問(wèn)地址和端口號(hào)，因?yàn)樵谝?guī)劃中，我們將BigData03規(guī)劃為SecondaryNameNode服務(wù)器。

所以這里設(shè)置為：bigdata-senior03.chybinmy.com:50090

10、配置slaves

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/slaves
bigdata-senior01.chybinmy.com
bigdata-senior02.chybinmy.com
bigdata-senior03.chybinmy.com

slaves文件是指定HDFS上有哪些DataNode節(jié)點(diǎn)。

11、配置yarn-site.xml

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/yarn-site.xml

    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>bigdata-senior02.chybinmy.com</value>
    </property>
    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>106800</value>
    </property>

根據(jù)規(guī)劃yarn.resourcemanager.hostname這個(gè)指定resourcemanager服務(wù)器指向bigdata-senior02.chybinmy.com。

yarn.log-aggregation-enable是配置是否啟用日志聚集功能。

yarn.log-aggregation.retain-seconds是配置聚集的日志在HDFS上最多保存多長(zhǎng)時(shí)間。

12、配置mapred-site.xml

從mapred-site.xml.template復(fù)制一個(gè)mapred-site.xml文件。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>bigdata-senior01.chybinmy.com:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>bigdata-senior01.chybinmy.com:19888</value>
    </property>
</configuration>

mapreduce.framework.name設(shè)置mapreduce任務(wù)運(yùn)行在yarn上。

mapreduce.jobhistory.address是設(shè)置mapreduce的歷史服務(wù)器安裝在BigData01機(jī)器上。

mapreduce.jobhistory.webapp.address是設(shè)置歷史服務(wù)器的web頁(yè)面地址和端口號(hào)。

二十八、設(shè)置SSH無(wú)密碼登錄

Hadoop集群中的各個(gè)機(jī)器間會(huì)相互地通過(guò)SSH訪問(wèn)，每次訪問(wèn)都輸入密碼是不現(xiàn)實(shí)的，所以要配置各個(gè)機(jī)器間的

SSH是無(wú)密碼登錄的。

1、在BigData01上生成公鑰

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-keygen -t rsa

一路回車，都設(shè)置為默認(rèn)值，然后再當(dāng)前用戶的Home目錄下的.ssh目錄中會(huì)生成公鑰文件（id_rsa.pub）和私鑰文件（id_rsa）。

2、分發(fā)公鑰

yum -y install openssh-server openssh-clients

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior01.chybinmy.com
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior02.chybinmy.com
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior03.chybinmy.com

3、設(shè)置BigData02、BigData03到其他機(jī)器的無(wú)密鑰登錄

同樣的在BigData02、BigData03上生成公鑰和私鑰后，將公鑰分發(fā)到三臺(tái)機(jī)器上。

二十九、分發(fā)Hadoop文件

1、首先在其他兩臺(tái)機(jī)器上創(chuàng)建存放Hadoop的目錄

[hadoop@bigdata-senior02 ~]$ mkdir /opt/modules/app
[hadoop@bigdata-senior03 ~]$ mkdir /opt/modules/app

2、通過(guò)Scp分發(fā)

Hadoop根目錄下的share/doc目錄是存放的hadoop的文檔，文件相當(dāng)大，建議在分發(fā)之前將這個(gè)目錄刪除掉，可以節(jié)省硬盤空間并能提高分發(fā)的速度。

doc目錄大小有1.6G。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ du -sh /opt/modules/app/hadoop-2.5.0/share/doc
1.6G    /opt/modules/app/hadoop-2.5.0/share/doc
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/app/hadoop-2.5.0/ bigdata-senior02.chybinmy.com:/opt/modules/app
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/app/hadoop-2.5.0/ bigdata-senior03.chybinmy.com:/opt/modules/app

三十、格式NameNode

在NameNode機(jī)器上執(zhí)行格式化：

[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/bin/hdfs namenode –format

注意：

如果需要重新格式化NameNode,需要先將原來(lái)NameNode和DataNode下的文件全部刪除，不然會(huì)報(bào)錯(cuò)，NameNode和DataNode所在目錄是在core-site.xml中hadoop.tmp.dir、dfs.namenode.name.dir、dfs.datanode.data.dir屬性配置的。

<property>
     <name>hadoop.tmp.dir</name>
     <value>/opt/data/tmp</value>
  </property>
<property>
     <name>dfs.namenode.name.dir</name>
     <value>file://${hadoop.tmp.dir}/dfs/name</value>
  </property>
<property>
     <name>dfs.datanode.data.dir</name>
     <value>file://${hadoop.tmp.dir}/dfs/data</value>
  </property>

因?yàn)槊看胃袷交?，默認(rèn)是創(chuàng)建一個(gè)集群ID，并寫入NameNode和DataNode的VERSION文件中（VERSION文件所在目錄為dfs/name/current 和 dfs/data/current），重新格式化時(shí)，默認(rèn)會(huì)生成一個(gè)新的集群ID,如果不刪除原來(lái)的目錄，會(huì)導(dǎo)致namenode中的VERSION文件中是新的集群ID,而DataNode中是舊的集群ID，不一致時(shí)會(huì)報(bào)錯(cuò)。

另一種方法是格式化時(shí)指定集群ID參數(shù)，指定為舊的集群ID。

三十一、啟動(dòng)集群

1、啟動(dòng)HDFS

[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/sbin/start-dfs.sh

image

2、啟動(dòng)YARN

[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/sbin/start-yarn.sh

在BigData02上啟動(dòng)ResourceManager:

[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/yarn-daemon.sh start resourcemanager

image

3、啟動(dòng)日志服務(wù)器

因?yàn)槲覀円?guī)劃的是在BigData03服務(wù)器上運(yùn)行MapReduce日志服務(wù)，所以要在BigData03上啟動(dòng)。

[hadoop@bigdata-senior03 ~]$ /opt/modules/app/hadoop-2.5.0/sbin/mr-jobhistory-daemon.sh start historyserver
starting historyserver, logging to /opt/modules/app/hadoop-2.5.0/logs/mapred-hadoop-historyserver-bigda       ta-senior03.chybinmy.com.out

[hadoop@bigdata-senior03 ~]$ jps
3570 Jps
3537 JobHistoryServer
3310 SecondaryNameNode
3213 DataNode
3392 NodeManager

4、查看HDFS Web頁(yè)面

http://bigdata-senior01.chybinmy.com:50070/

5、查看YARN Web 頁(yè)面

http://bigdata-senior02.chybinmy.com:8088/cluster

三十二、測(cè)試Job

我們這里用hadoop自帶的wordcount例子來(lái)在本地模式下測(cè)試跑mapreduce。

1、準(zhǔn)備mapreduce輸入文件wc.input

[hadoop@bigdata-senior01 modules]$ cat /opt/data/wc.input
hadoop mapreduce hive
hbase spark storm
sqoop hadoop hive
spark hadoop

2、在HDFS創(chuàng)建輸入目錄input

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir /input

3、將wc.input上傳到HDFS

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /input/wc.input

4、運(yùn)行hadoop自帶的mapreduce Demo

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input/wc.input /output

image

5、查看輸出文件

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -ls /output
Found 2 items
-rw-r--r--   3 hadoop supergroup          0 2016-07-14 16:36 /output/_SUCCESS
-rw-r--r--   3 hadoop supergroup         60 2016-07-14 16:36 /output/part-r-00000

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

Hadoop集群搭建

Hadoop集群搭建

前言

第一部分：Linux環(huán)境安裝

第二部分：Hadoop本地模式安裝

第三部分：Hadoop偽分布式模式安裝

第四部分：完全分布式安裝

第一部分：Linux環(huán)境安裝

第一步、配置Vmware NAT網(wǎng)絡(luò)

第二步、安裝Linux操作系統(tǒng)

第三步、安裝JDK

第二部分：Hadoop本地模式安裝

第四步、Hadoop部署模式

第五步、本地模式部署

第三部分：Hadoop偽分布式模式安裝

第六步、偽分布式Hadoop部署過(guò)程

十七、配置、啟動(dòng)YARN

第七步、開(kāi)啟歷史服務(wù)

第四部分：完全分布式安裝

第八步、完全布式環(huán)境部署Hadoop

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

Hadoop集群搭建

前言

第一部分：Linux環(huán)境安裝

第二部分：Hadoop本地模式安裝

第三部分：Hadoop偽分布式模式安裝

第四部分：完全分布式安裝

第一部分：Linux環(huán)境安裝

第一步、配置Vmware NAT網(wǎng)絡(luò)

第二步、安裝Linux操作系統(tǒng)

第三步、安裝JDK

第二部分：Hadoop本地模式安裝

第四步、Hadoop部署模式

第五步、本地模式部署

第三部分：Hadoop偽分布式模式安裝

第六步、偽分布式Hadoop部署過(guò)程

十七、配置、啟動(dòng)YARN

第七步、開(kāi)啟歷史服務(wù)

第四部分：完全分布式安裝

第八步、完全布式環(huán)境部署Hadoop

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

第二步、安裝Linux操作系統(tǒng)

第三步、安裝JDK

第四步、Hadoop部署模式

第六步、偽分布式Hadoop部署過(guò)程

十七、配置、啟動(dòng)YARN

第八步、完全布式環(huán)境部署Hadoop