Hadoop集群搭建(hadoop集群搭建完整教程)

Hadoop集群搭建 文章目录一、运行环境配置(所有节点)1、基础配置2、配置Host二、依赖软件安装(101节点)1、安装JDK2、安装Hadoop(root)3、Hadoop目录结构三、本地运行模式（官方WordCount）1、简介2、本地运行模式（官方WordCount）四、完全分布式运行模式1、文件分发脚本(root)2、SSH免密登录设置3、同步文件4、集群节点资源配置4.1 核心配置文件(core-site.xml)4.2 HDFS配置文件(hdfs-site.xml)4.3 YARN配置文件(yarn-site.xml)4.4 MapReduce配置文件（mapred-site.xml）4.5 分发配置文件5、群起集群5.1 配置workers5.2 启动集群5.3 其它启动停止方式5.4 启动脚本6、查看相关页面7、配置历史服务器8、配置日志的聚集9、其它9.1 常用端口号9.2 常用页面五、遇到问题1、编辑文件无权限('readonly' option is set (add ! to override))2、Hadoop启动出错Cannot assign requested address一、运行环境配置(所有节点)

推荐整理分享Hadoop集群搭建(hadoop集群搭建完整教程)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:Hadoop集群搭建心得体会500字,hadoop集群搭建完整教程,Hadoop集群搭建完成后,能不能删减和增加节点,hadoop集群搭建完整教程,Hadoop集群搭建完成后,不能删减和增加节点,Hadoop集群搭建完成后,能不能删减和增加节点,Hadoop集群搭建完成后,不能删减和增加节点,完全分布式hadoop集群搭建,内容如对您有帮助，希望把文章链接给更多的朋友！

所有集群服务，都需要配置

1、基础配置

关闭防火墙，关闭防火墙开机自启

systemctl stop firewalldsystemctl disable firewalld

创建lydms用户，并修改lydms用户的密码lydms123

useradd lydmspasswd lydms

配置lydms用户具有root权限，方便后期加sudo执行root权限的命令

[root@hadoop100 ~]# vim /etc/sudoers## Allow root to run any commands anywhereroot ALL=(ALL) ALLlydms ALL=(ALL) NOPASSWD:ALL

'readonly' option is set (add ! to override) 查看5.1解决。

在/opt目录下创建文件夹

mkdir /opt/modulemkdir /opt/software

并修改所属主和所属组

chown lydms:lydms /opt/modulechown lydms:lydms /opt/software

2、配置Host

更新本机名称(参照下表)

vim /etc/hostname172.27.181.176 hadoop101172.27.181.177 hadoop102172.27.181.178 hadoop103

配置Linux克隆机主机名称映射hosts文件

vim /etc/hosts172.27.181.176 hadoop101172.27.181.177 hadoop102172.27.181.178 hadoop103

重启虚拟机

reboot二、依赖软件安装(101节点)

只有主节点进行配置

1、安装JDK

下载JDK

https://www.oracle.com/java/technologies/downloads/archive/wget https://gitcode.net/weixin_44624117/software/-/raw/master/software/jdk-8u181-linux-x64.tar.gz?inline=false

解压文件

tar -zxvf jdk-8u341-linux-x64.tar.gz -C /opt/module/

添加环境变量

vim /etc/profile.d/my_env.sh#JAVA_HOMEexport JAVA_HOME=/opt/module/jdk1.8.0_341export PATH=$PATH:$JAVA_HOME/bin

加载环境变量

source /etc/profile

查看是否安装完成

java -version

2、安装Hadoop(root)

下载地址

https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/wget https://archive.apache.org/dist/hadoop/common/hadoop-3.1.3/hadoop-3.1.3.tar.gz

解压到/opt/module/目录

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

添加环境变量

vim /etc/profile.d/my_env.sh#HADOOP_HOMEexport HADOOP_HOME=/opt/module/hadoop-3.1.3export PATH=$PATH:$HADOOP_HOME/binexport PATH=$PATH:$HADOOP_HOME/sbin

加载环境变量

source /etc/profile

查看是否安装完成

hadoop version

3、Hadoop目录结构

bin目录：存放对Hadoop相关服务（hdfs，yarn，mapred）进行操作的脚本。etc目录：Hadoop的配置文件目录，存放Hadoop的配置文件。lib目录：存放Hadoop的本地库（对数据进行压缩解压缩功能）。sbin目录：存放启动或停止Hadoop相关服务的脚本。share目录：存放Hadoop的依赖jar包、文档、和官方案例。三、本地运行模式（官方WordCount）1、简介

Hadoop官方网站：http://hadoop.apache.org/

Hadoop运行模式包括：本地模式、伪分布式模式以及完全分布式模式。

本地模式：单机运行，只是用来演示一下官方案例。生产环境不用。伪分布式模式：也是单机运行，但是具备Hadoop集群的所有功能，一台服务器模拟一个分布式的环境。个别缺钱的公司用来测试，生产环境不用。完全分布式模式：多台服务器组成分布式环境。生产环境使用。2、本地运行模式（官方WordCount）

在hadoop-3.1.3文件下面创建一个wcinput文件夹

mkdir /opt/module/hadoop-3.1.3/wcinput

在wcinput文件下创建一个word.txt文件

vim /opt/module/hadoop-3.1.3/wcinput/word.txthadoop yarnhadoop mapreducelydmslydms

运行单机Hadoop

hadoop jar /opt/module/hadoop-3.1.3/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput

查看运行结果

cat wcoutput/part-r-00000

四、完全分布式运行模式

三台资源列表

172.27.181.176 hadoop101172.27.181.177 hadoop102172.27.181.178 hadoop1031、文件分发脚本(root)

新建文件xsync

vim /bin/xsync#!/bin/bash#1. 判断参数个数if [ $# -lt 1 ]then echo "Not Enough Arguement!" exitfi#2. 遍历集群所有机器for host in hadoop101 hadoop102 hadoop103do 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 donedone

添加执行权限

chmod +x /bin/xsync2、SSH免密登录设置

原理：

生成公私钥：

ssh-keygen -t rsa

查看生成文件

cd /home/lydms/.ssh/ll

known_hosts记录ssh访问过计算机的公钥（public key）id_rsa生成的私钥id_rsa.pub生成的公钥authorized_keys存放授权过的无密登录服务器公钥

将公钥拷贝到要免密登录的目标机器上(输入相应密码)

几台服务器之间都要互相配置

ssh-copy-id hadoop101ssh-copy-id hadoop102ssh-copy-id hadoop103

测试：

ssh hadoop001

还需要配置(集群各个节点之间免密沟通)：

hadoop101上采用root账号，配置一下免密登录到hadoop101、hadoop102、hadoop103。hadoop102上采用root账号，配置一下免密登录到hadoop101、hadoop102、hadoop103。hadoop103上采用root账号，配置一下免密登录到hadoop101、hadoop102、hadoop103；

最终效果：

3、同步文件

同步环境变量/etc/profile.d/my_env.sh

同步JDK、Hadoop：/opt/model

同步环境变量

xsync /etc/profile.d/my_env.sh# 在各个节点服务器中加载环境变量(hadoop001、hadoop002、hadoop003)source /etc/profile

同步JDK、Hadoop

xsync /opt/module/4、集群节点资源配置NameNode和SecondaryNameNode不要安装在同一台服务器。ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。Hadoop001Hadoop002Hadoop003HDFSNameNodeDataNodeDataNodeSecondaryNameNodeDataNodeYARNNodeManagerResourceManagerNodeManagerNodeManager

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。

默认配置文件。

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

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。

4.1 核心配置文件(core-site.xml)cd $HADOOP_HOME/etc/hadoopvim core-site.xml

文件内容：

<configuration> <!-- 指定NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop101:8020</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lydms --> <property> <name>hadoop.http.staticuser.user</name> <value>lydms</value> </property></configuration>4.2 HDFS配置文件(hdfs-site.xml)vim hdfs-site.xml

文件内容：

<configuration> <!-- nn web端访问地址--> <property> <name>dfs.namenode.http-address</name> <value>hadoop101:9870</value> </property> <!-- 2nn web端访问地址--> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop103:9868</value> </property></configuration>4.3 YARN配置文件(yarn-site.xml)vim 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>hadoop102</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>4.4 MapReduce配置文件（mapred-site.xml）vim 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>4.5 分发配置文件xsync /opt/module/hadoop-3.1.3/etc/hadoop/5、群起集群5.1 配置workers

新增节点配置文件

vim /opt/module/hadoop-3.1.3/etc/hadoop/workershadoop101hadoop102hadoop103

同步配置

xsync /opt/module/hadoop-3.1.3/etc5.2 启动集群

如果集群是第一次启动，需要在hadoop001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

启动HDFS

# 启动/opt/module/hadoop-3.1.3/sbin/start-dfs.sh

启动YARN（配置了ResourceManager的节点hadoop002）

# 启动/opt/module/hadoop-3.1.3/sbin/start-yarn.sh

5.3 其它启动停止方式

启动/停止HDFS

#整体启动/停止HDFSstart-dfs.sh/stop-dfs.sh#分别启动/停止HDFS组件hdfs --daemon start/stop namenode/datanode/secondarynamenode

启动/停止YARN

# 整体启动/停止YARNstart-yarn.sh/stop-yarn.sh# 分别启动/停止YARN组件yarn --daemon start/stop resourcemanager/nodemanager5.4 启动脚本

新建启动/停止集群脚本

cd /home/lydms/binvim myhadoop.sh#!/bin/bashif [ $# -lt 1 ]then echo "No Args Input..." exit ;ficase $1 in"start") echo " ======启动 hadoop集群 =======" echo " --------------- 启动 hdfs ---------------" ssh hadoop101 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh" echo " --------------- 启动 yarn ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh";;"stop") echo " ==========关闭 hadoop集群 =========" echo " --------------- 关闭 yarn ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh" echo " --------------- 关闭 hdfs ---------------" ssh hadoop101 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh";;*) echo "Input Args Error...";;esac

赋予脚本执行权限

chmod +x myhadoop.sh

新建Java进程脚本：jpsall

cd /home/lydms/binvim jpsall#!/bin/bashfor host in hadoop101 hadoop102 hadoop103do echo =============== $host =============== ssh $host jpsdone

赋予脚本执行权限

chmod +x jpsall

分发/home/atguigu/bin目录，保证自定义脚本在三台机器上都可以使用

xsync /home/lydms/bin/6、查看相关页面

Web端查看HDFS的NameNode http://hadoop101:9870/

http://hadoop101:9870/

Web端查看YARN的ResourceManager http://hadoop102:8088

http://hadoop102:8088

7、配置历史服务器vim mapred-site.xml<configuration><!-- 指定MapReduce程序运行在Yarn上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property><!-- 历史服务器端地址 --><property> <name>mapreduce.jobhistory.address</name> <value>hadoop101:10020</value></property><!-- 历史服务器web端地址 --><property> <name>mapreduce.jobhistory.webapp.address</name> <value>hadoop101:19888</value></property></configuration>

分发配置

xsync $HADOOP_HOME/etc/hadoop/mapred-site.xml

hadoop101启动历史服务器

mapred --daemon start historyserver

查看是否启动

jps

查看页面

http://hadoop101:19888/jobhistory

8、配置日志的聚集

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。

日志聚集功能好处：可以方便地查看到程序运行详情，方便开发调试。

**注意：**开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryServer。

vim yarn-site.xml

新增配置

<!-- 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://hadoop101:19888/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>

分发配置

xsync $HADOOP_HOME/etc/hadoop/yarn-site.xml

删除HDFS上已经存在的输出文件(可以通过页面删除)

hadoop fs -rm -r /output

需要重启Hadoop集群

/home/lydms/bin/myhadoop.sh stop/home/lydms/bin/myhadoop.sh start9、其它9.1 常用端口号端口名称Hadoop2.xHadoop3.xNameNode内部通信端口8020 / 90008020 / 9000/9820NameNode HTTP UI500709870MapReduce查看执行任务端口80888088历史服务器通信端口19888198889.2 常用页面

Web端查看HDFS的NameNode

http://hadoop101:9870/

YARN的ResourceManager

http://hadoop102:8088

历史服务器

http://hadoop101:19888/jobhistory五、遇到问题1、编辑文件无权限(‘readonly’ option is set (add ! to override))

原因：

当前文件，为不可以编辑权限

解决：

chmod 660 /etc/sudoers

2、Hadoop启动出错Cannot assign requested address

参考地址

https://blog.csdn.net/zhaobudaofangxia/article/details/69333758

配置hosts地址问题。导致采用内网IP可用，公网IP不可用。 报错信息：

java.net.BindException: Port in use: hadoop102:8088Caused by: java.net.BindException: Cannot assign requested addressCaused by: java.net.BindException: Port in use: hadoop102:8088

阿里云服务器无法绑定公网IP的地址，并且本地host地址需要配置内网地址，或者127.0.0.1。

内网IP地址 你的hostname公网IP地址 别的hostname