xtaodada/blog
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
main
blog/source/_posts/【大数据】Ubuntu 18.04.6 下部署 hadoop 2.7.1 集群.md

7.1 KiB
Raw Permalink Blame History

title date tags categories permalink index_img
【大数据】Ubuntu 18.04.6 下部署 hadoop 2.7.1 集群 2024/3/6 20:30
ubuntu
hadoop
vmware
linux
技术 377.html https://i.dawnlab.me/94e2f67b3a97d256229d9a1466c0206e.png

前言

本文安装的 Hadoop 2.7.1 基于 Java 1.8.0_25 ，虚拟机 NAT 网络为 192.168.88.0/24

主要步骤

  • 安装 Ubuntu 图形化界面并且配置静态 IP
  • 创建 Hadoop 用户
  • 更新 apt 以及 安装必要软件
  • 使用 SSH 软件连接虚拟机
  • 安装 Java
  • 安装 Hadoop
  • 配置其他主机
  • 启动集群

安装 Ubuntu

使用 vmware 新建虚拟机，100G 硬盘。

c6fae648d35372682e746a9a7bcb0928.png

在安装阶段，分配 10G swap ，30G /data，其余分配到根目录 /

d50340d4cb6371af354814da8afee081.png

配置静态 IP

VM 网络为 192.168.88.0/24，配置 1 号机 IP 为 192.168.88.200 ，子网掩码为 255.255.255.0 ，网关 IP 为 192.168.88.2，DNS 为 192.168.88.2

4e88804a5ebbb4a2f37042dde042d6fe.png

解决网络速率只有 10M

原因

在选择客户机操作系统时没有选择 ubuntu 64位 而是选择了 ubuntu 这个选项，导致 Vmware默认安装的虚拟适配器是 AMD 79c970。

解决

因此我们需要在选择 虚拟机设置 > 选项 > 常规 > 客户机操作系统 > 版本 > ubuntu 64位

同时，还需要修改该虚拟机的 .vmx文件，打开并在其末尾追加：

ethernet0.virtualDev = "e1000"

创建 Hadoop 用户

在安装时我已经创建 hadoop 用户，所以跳过此节

sudo useradd -m hadoop -s /bin/bash
sudo passwd hadoop
sudo adduser hadoop sudo

更新 apt 以及 安装必要软件

替换为清华源

https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/

sudo mv /etc/apt/sources.list /etc/apt/sources.list.bak
sudo nano /etc/apt/sources.list

安装必要软件

sudo apt update
sudo apt install open-vm-tools-desktop net-tools -y
sudo apt install openssh-server openssh-client -y
sudo apt install lrzsz -y

使用 SSH 软件连接虚拟机

本文以 Xshell 7 为例

39467690de658ad588d84a348f5f9945.png

安装 Java

新建资源目录

sudo chown -R hadoop:hadoop /opt
mkdir /opt/softwares
mkdir /opt/modules
cd /opt/softwares

上传文件

rz

解压

tar -zxvf /opt/softwares/jdk-8u25-linux-x64.tar.gz -C /opt/modules/

配置环境变量

添加以下两行到 /etc/profile

export JAVA_HOME=/opt/modules/jdk1.8.0_25
export PATH=$PATH:$JAVA_HOME/bin

重新加载环境变量

source /etc/profile

安装 hadoop

上传文件

rz

解压

tar -zxvf /opt/softwares/hadoop-2.7.1.tar.gz -C /opt/modules/

配置环境变量

添加以下两行到 /etc/profile

export HADOOP_HOME=/opt/modules/hadoop-2.7.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

重新加载环境变量

source /etc/profile

在 sh 脚本中加入 JAVA_HOME 变量

echo "export  JAVA_HOME=/opt/modules/jdk1.8.0_25"  >>  /opt/modules/hadoop-2.7.1/etc/hadoop/hadoop-env.sh
echo "export  JAVA_HOME=/opt/modules/jdk1.8.0_25"  >>  /opt/modules/hadoop-2.7.1/etc/hadoop/mapred-env.sh
echo "export  JAVA_HOME=/opt/modules/jdk1.8.0_25"  >>  /opt/modules/hadoop-2.7.1/etc/hadoop/yarn-env.sh

配置 hadoop

core-site

cd /opt/modules/hadoop-2.7.1/etc/hadoop
nano core-site.xml

修改成以下格式，其中 t1 为你自己的主机名

<configuration>
   <property>
        <name>fs.defaultFS</name>
        <value>hdfs://t1:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/opt/modules/hadoop-2.7.1/tmp</value>
    </property>
</configuration>

hdfs-site

cd /opt/modules/hadoop-2.7.1/etc/hadoop
nano hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/opt/modules/hadoop-2.7.1/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/opt/modules/hadoop-2.7.1/tmp/dfs/data</value>
    </property>
</configuration>

mapred-site

cd /opt/modules/hadoop-2.7.1/etc/hadoop
mv mapred-site.xml.template mapred-site.xml
nano mapred-site.xml

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

yarn-site

cd /opt/modules/hadoop-2.7.1/etc/hadoop
nano yarn-site.xml

修改成以下格式，其中 t1 为你自己的主机名

<configuration>
    <property>
        <name>yarn.nodemanager.disk-health-checker.min-healthy-disks</name>
        <value>0.0</value>
    </property>
    <property>
    <name>yarn.nodemanager.disk-health-checker.max-disk-utilization-per-disk-percentage</name>
    <value>100.0</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>t1</value>
    </property>
</configuration>

slaves

cd /opt/modules/hadoop-2.7.1/etc/hadoop
nano slaves

修改成以下格式，其中 t1、t2、t3 为你集群的所有主机名

t1
t2
t3

配置其他主机

修改 hosts 文件

修改 /etc/hosts ，添加其他主机的映射

192.168.88.200  t1
192.168.88.201  t2
192.168.88.202  t3

关闭虚拟机并且克隆为 t2 t3

vmware 中右键虚拟机，管理 -> 克隆 -> 创建完整克隆

修改对应主机的 hostname

修改 /etc/hostname ，修改主机名称为 t1、t2、t3

配置对应主机的静态 IP

如前文，另外两台主机 IP 分别为 192.168.88.201、192.168.88.202

重启网卡后生效

配置三台主机间的免密登录

在 t1 上的 hadoop 用户下操作：

ssh-keygen  -t  rsa  （连续三次回车）
ssh-copy-id  t1    （如果需要输入密码就输入hadoop用户的密码）
ssh-copy-id  t2     （如果需要输入密码就输入hadoop用户的密码）
ssh-copy-id  t3     （如果需要输入密码就输入hadoop用户的密码）

以上命令做好后。t1 就可以免密登录 t2, t3 了，同理配置 t2, t3。

启动集群

格式化集群

在 t1 上的 hadoop 用户下操作：

hadoop namenode -format

启动集群

在 t1 上的 hadoop 用户下操作：（只能在 t1 上运行，切记不要在另外两台运行）

start-all.sh

在宿主机上查看集群

http://192.168.88.200:50070

08e64b3f05660e3384188660b4f1597f.png

http://192.168.88.200:8088

e85888cd23ad7401411c45d4f061fd23.png

停止集群

stop-all.sh