文档章节

Hadoop分布式部署

Berry涩味
 Berry涩味
发布于 2014/06/22 20:40
字数 1550
阅读 23
收藏 0

Hadoop分布式部署

环境:rhel6.5 selinux and iptables disabled, sshd enabled

主机: 192.168.2.1 master

192.168.0.137 slave

192.168.0.187 slave

192.168.0.151 slave

软件:hadoop.apache.org


主节点包括名称节点、从属名称节点和 jobtracker 守护进程(即所谓的主守护进程)以及管理

集群所用的实用程序和浏览器。从节点包括 tasktracker 和数据节点(从属守护进程)。两种设

置的不同之处在于,主节点包括提供 Hadoop 集群管理和协调的守护进程,而从节点包括实现

Hadoop 文件系统(HDFS)存储功能和 MapReduce 功能(数据处理功能)的守护进程。

每个守护进程在 Hadoop 框架中的作用。namenode 是 Hadoop 中的主服务器,它管理文件系

统名称空间和对集群中存储的文件的访问。还有一个 secondary namenode,它不是namenode 的冗余守护进程,而是提供周期检查点和清理任务。在每个 Hadoop 集群中可以找到一个 namenode 和一个 secondary namenode

datanode 管理连接到节点的存储(一个集群中可以有多个节点)。每个存储数据的节点运行一

个 datanode 守护进程。每个集群有一个 jobtracker,它负责调度 datanode 上的工作。每个 datanode 有一个tasktracker,它们执行实际工作。jobtracker 和 tasktracker 采用主-从形式,jobtracker datanode 分发工作,tasktracker 执行任务。jobtracker 还检查请求的工作,如果一个datanode 由于某种原因失败,jobtracker 会重新调度以前的任务。

  

Hadoop文件系统(HDFS)存储功能

下载包hadoop-1.2.1.tar.gz

tar zxf hadoop-1.2.1.tar.gz

首先设置ssh无密钥连接

在节点机创建一个普通用户,useradd -u  800  hadoop

把软件考到hadoop家目录cp hadoop-1.2.1  /home/hadoop

加权限   chown -R  hadoop.hadoop  hadoop-1.2.1/

切换到hadoop用户 su  -  hadoop

设置ssh无密钥连接

下载java平台jdk-6u32-linux-x64.bin

sh jdk-6u32-linux-x64.bin

mv jdk1.6.0_32/  hadoop-1.2.1/ #便于移动

cd hadoop-1.2.1/

ln -s   ./jdk1.6.0_32/   jdk #建立软链接

cd conf/

vim hadoop-env.sh

export JAVA_HOME=/home/hadoop/hadoop/jdk #设置java环境变量

ln -s ./hadoop-1.2.1/ hadoop #建立软链接,保证jdk路径为/home/hadoop/hadoop/jdk

cd /home/hadoop/hadoop

mkdir input

cp conf/*   input/

bin/hadoop  jar   hadoop-examples-1.2.1.jar #运行发行版提供的示例程序:

bin/hadoop jar hadoop-examples-1.2.1.jar wordcount input output #不用提前创建output

cd output

cat  *

伪分布式存储

namenodedatanode用作数据存储

jobtrackertasktracker用作数据处理


$ cd hadoop/conf/

$ pwd

/home/hadoop/hadoop/conf

$ vim hadoop-env.sh

export JAVA_HOME=/home/hadoop/hadoop/jdk


vim core-site.xml

<configuration>

<property>

<name>fs.default.name</name>

<value>hdfs://localhost:9000</value>

</property>

</configuration>


vim mapred-site.xml

<configuration>


<property>

<name>mapred.job.tracker</name>

<value>localhost:9001</value>

</property>

</configuration>


vim hdfs-site.xml

<configuration>

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

</configuration>


[hadoop@node1 ~]$ cd hadoop/

$bin/hadoop namenode -format #格式化一个新的分布式文件系统

$ bin/start-all.sh #开启守护进程

$ cd

mkdir bin

$ ln -s /home/hadoop/hadoop/jdk/bin/jps ~/bin/

jps #查看



浏览 NameNode和 JobTracker的网络接口,它们的地址默认为:

NameNode – http://192.168.0.106:50070/

JobTracker – http://192.168.0.106:50030/

网页访问192.168.0.10650030

网页访问192.168.0.10650070


$ bin/hadoop fs -ls

$ bin/hadoop fs -mkdir input

将输入文件拷贝到分布式文件系统:

$ bin/hadoop fs -put conf input


查看输出文件:

将输出文件从分布式文件系统拷贝到本地文件系统查看:

$ bin/hadoop fs -get output output

$ cat output/*


http://192.168.0.106:50075



完全分布式存储

masternamenode):192.168.2.1

slavedatanode):192.168.2.2

slavedatanode):192.168.2.10 注意每个节点机都要有解析,selinux,火墙全部关掉。

设置无密钥连接,master到两个slave无密码。

在两个slave节点机上都添加hadoop用户,并设置密码一致。

master节点上:

$scp -r .ssh/ node2. example.com:

$scp -r .ssh/ server1. example.com:

node1 ssh连接node2server1,验证是否无需密钥

cd conf/

$ vim masters

node1.example.com


$ vim slaves

node2.example.com

server1.example.com


$ vim core-site.xml

<configuration>

<property>

<name>fs.default.name</name>

<value>hdfs://node1.example.com:9000</value>

</property>

</configuration>


$ vim mapred-site.xml

<configuration>

<property>

<name>mapred.job.tracker</name>

<value>node1.example.com:9001</value>

</property>

</configuration>


$ vim hdfs-site.xml

<configuration>

<property>

<name>dfs.replication</name>

<value>2</value>

</property>

</configuration>


scp -r hadoop-1.2.1/ node2.example.com:

scp -r hadoop-1.2.1/ server1.example.com:


node2server1上:

$ln -s hadoop-1.2.1/ hadoop

$ ls

$ mkdir bin

$ ln -s /home/hadoop/hadoop/jdk/bin/jps bin/

$ cd bin/


主节点上:

$ bin/hadoop namenode -format #格式化

$ bin/start-all.sh #开启所有服务(在所有节点)

##### bin/hadoop-daemon.sh stop tasktracker 关闭当前节点的单个服务 tasktracker

$ jps #查看节点上的服务



开启了namenode jobtracker

slave节点:

$ jps



开启了datanode tasktracker

主节点:

$ bin/hadoop fs -put conf input #将输入文件拷贝到分布式文件系统

$ bin/hadoop fs -ls input #查看分布式文件,也可网页查看。


查看输出文件:2种方式)

$ bin/hadoop fs -get output test #将输出文件从分布式文件系统拷贝到本地文件系统查看

$ cat test/*

或者

$ bin/hadoop fs -cat test/* #在分布式文件系统上查看输出文件:


hadoop 在线添加节点:

node1上:

dd if=/dev/zero of=bigfile bs=1M count=300

bin/hadoop dfsadmin -report #查看datanode状态

bin/hadoop fs -put ~/bigfile

bin/hadoop fs -mkdir files

bin/hadoop fs -put ~/bigfile files

bin/hadoop dfsadmin -report

scp -r .ssh/ server2.example.com:

scp -r hadoop-1.2.1/ server2.example.com:

1. 在新增节点上安装 jdk,并创建相同的 hadoop 用户,uid 等保持一致

2. 在 conf/slaves 文件中添加新增节点的 ip

3. 同步 master 上 hadoop 所有数据到新增节点上,路径保持一致

ln -s hadoop-1.2.1/ hadoop

mkdir bin

ln -s ~/hadoop/jdk/bin/jps bin/

4. 在新增节点上启动服务:

$ bin/hadoop-daemon.sh start datanode

$ bin/hadoop-daemon.sh start tasktracker

5. 均衡数据:

$ bin/start-balancer.sh

1)如果不执行均衡,那么 cluster 会把新的数据都存放在新的 datanode ,这样会降低 mapred

的工作效率

2)设置平衡阈值,默认是 10%,值越低各节点越平衡,但消耗时间也更长

$ bin/start-balancer.sh -threshold 5

hadoop 在线删除 datanode 节点:

1. 在 master 上修改 conf/mapred-site.xml

<property>

<name>dfs.hosts.exclude</name>

<value>/home/hadoop/hadoop/conf/datanode-excludes</value>

</property>

2. 创建 datanode-excludes 文件,并添加需要删除的主机,一行一个

server2.example.com

3. 在 master 上在线刷新节点

$ bin/hadoop dfsadmin -refreshNodes

此操作会在后台迁移数据,等此节点的状态显示为 Decommissioned,就可以安全关闭了。

4. 你可以通过以下命令在node1上查看 datanode 状态

$ bin/hadoop dfsadmin -report

在做数据迁移时,此节点不要参与 tasktracker,否则会出现异常。























© 著作权归作者所有

共有 人打赏支持
Berry涩味
粉丝 8
博文 7
码字总数 14335
作品 0
西安
系统管理员
Spark的Standalone模式安装部署

Spark运行模式 Spark 有很多种模式,最简单就是单机本地模式,还有单机伪分布式模式,复杂的则运行在集群中,目前能很好的运行在 Yarn和 Mesos 中,当然 Spark 还有自带的 Standalone 模式,...

Zero零_度
2016/06/04
38
0
Hadoop伪分布式安装(HDFS)步骤

1.安装前的准备工作 在进行Hadoop伪分布式安装前要检测虚拟机是否进行了下面的配置: 1. 修改主机名 2. 修改主机名与ip之间的映射关系 3. 配置虚拟机网络可以进行上网 2.伪分布式部署(HDFS)...

yu0_zhang0的博客
2017/12/19
0
0
基于Docker一键部署大规模Hadoop集群及设计思路

欢迎关注大数据和人工智能技术文章发布的微信公众号:清研学堂,在这里你可以学到夜白(作者笔名)精心整理的笔记,让我们每天进步一点点,让优秀成为一种习惯! 一、背景: 随着互联网的发展...

李金泽
03/04
0
0
SpirngXD on YARN模式部署说明

SpirngXD on YARN模式部署说明 OneCoder2016-11-0156 阅读 Spring XD可以on yarn运行。 下载on yarn运行包并解压 部署本地Hadoop环境 要on yarn运行需要依赖本地的Hadoop环境。下载Hadoop安装...

OneCoder
2016/11/01
0
0
Hadoop单节点伪分布式部署

Hadoop:一个分布式系统基础架构,由Apache基金会所开发。 用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力高速运算和存储。 Hadoop实现了一个分布式文件系统(...

我爱吃葱花
2014/03/11
0
0

没有更多内容

加载失败,请刷新页面

加载更多

74.expect脚本同步文件以及指定host同步文件 构建分发系统文件和命令

20.31 expect脚本同步文件: 在expect脚本中去实现在一台机器上把文件同步到另外一台机器上去。核心命令用的是rsync ~1.自动同步文件 #!/usr/bin/expect set passwd "123456" spawn rsync -a...

王鑫linux
21分钟前
0
0
TypeScript项目引用(project references)

转发 TypeScript项目引用(project references) TypeScript新特性之项目引用(project references) 项目引用是TypeScript 3.0中的一项新功能,允许您将TypeScript程序构建为更小的部分。 通过这...

durban
25分钟前
0
0
爬虫入门

导读 网络爬虫(Web crawler),是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本,它们被广泛用于互联网搜索引擎或其他类似网站,可以自动采集所有其能够访问到的页面内容,以获取...

问题终结者
25分钟前
0
0
ppwjs之bootstrap文字排版:无序列表项不换行

<!DOCTYPT html><html><head><meta http-equiv="content-type" content="text/html; charset=utf-8" /><title>ppwjs欢迎您</title><link rel="icon" href="/favicon.ico" ......

ppwjs
32分钟前
0
0
SpringBoot 学习一

本文将从以下几个方面介绍: 前言 HelloWorld 读取配置文件 例子(CURD) 前言 Spring Boot是由Pivotal团队提供的全新框架,其设计目的是用来简化新Spring应用的初始搭建以及开发过程。该框架...

tsmyk0715
32分钟前
1
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部