javaWeb学习

Hadoop3.2完全分布式环境搭建（4台主机）

2019-05-09  本文已影响71人  一雨心茗

前言

上一篇文章《Hadoop3.2.0环境搭建（Ubuntu18.04)》详细讲述了一台主机搭建的伪分布式模式的Hadoop，在本文我们在这个基础上搭建使用四台主机的完全分布式环境。

实验环境

主机系统：windows 10
虚拟机：VMware12（ Ubuntu18.04)
软件版本：Hadoop 3.2.0 (jdk 1.8.0_131)

1、环境搭建

1.1配置第一台主机的环境

1.1.1设置静态IP

首先我们设置静态IP，这样可以保证每次开机都能得到固定IP，我们才可以方便连接各个主机。修改上网模式为“桥接”模式：
编辑(E)--->虚拟网络编辑器
打开如下界面，需要点击“DHCP设置”才可以得到VMnet0，然后选择网卡


改变上网模式为“桥接”

启动主机1，然后修改IP

查看上网网卡
$:ip a

根据结果，我们选择修改ens33网卡

$:sudo vim /etc/network/interfaces

在末尾添加如下信息：
auto ens33
iface ens33 inet static
address 192.168.199.101
netmask 255.255.255.0
gateway 192.168.199.1

其中需要注意的是address和gateway的频段一致即可，这两个可以更改为其他参数。

1.1.2配置网络通信参数
更改主机名
$:sudo vim /etc/hostname

修改为 " data1"
(没有""）

为了使4台主机网路可以得知彼此的主机名和IP，我们需要编辑hosts文件，hosts文件可以用于补充或者取代网络中DNS的功能，用于存储计算机网络中各节点的信息，负责将主机名映射到对应的IP地址。

接下来我们需要
$: sudo vim /etc/hosts

在127.0.1.1对下一行添加如下信息：
192.168.199.100 master
192.168.199.101 data1
192.168.199.102 data2
192.168.199.103 data3
1.1.3配置hadoop

我们修改伪分布式的hadoop配置，因为有多台主机，我们不能再使用localhost，必须指定主机名，在这里我们指定主机名为master。

$:sudo vim /usr/local/hadoop/etc/hadoop/core-site.xml 

修改为如下配置：
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/<username>/hadoop/tmp</value>
    </property>

修改yarn-site.xml文件：

$:sudo vim /usr/local/hadoop/etc/hadoop/yarn-site.xml 

修改为如下配置：
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <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>
    <!--ResourceManager主机与NodeManager的连接地址为8025-->
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>master:8025</value>
    </property>
    <!--ResourceManager与ApplicationManager的连接地址为8030-->
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>master:8030</value>
    </property>
    <!--ResourceManager与客户端的连接地址为8050-->
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>master:8050</value>
    </property>

mapred-site.xml 不用修改，依然采用伪分布式的配置（需要提醒的是hadoop2.0以后的版本采用YARN 作为资源管理器替代了单独存在的 JobTracker 与 TaskTracker，这里不需要设置这两个任务）。

$:sudo vim /usr/local/hadoop/etc/hadoop/mapred-site.xml 

参数如下：
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

    <property>
        <name>mapreduce.application.classpath</name>
        <value>$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*:$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*</value>
    </property>

接下来编辑hdfs-site.xml文件，伪分布式只要一台主机同时兼顾NameNode和DataNode，在这里data1主机只用来用作DataNode，需要删除NameNode的设置。

$:sudo vim /usr/local/hadoop/etc/hadoop/hdfs-site.xml 

信息修改如下：
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/home/<username>/hadoop/hadoop_data/hdfs/datanode</value>
    </property>

修改完后我们关闭主机data1。

1.2创建多台虚拟机

1.2.1克隆主机

由于笔者是基于学习的目的，也没有那么多真实的主机，只能使用虚拟机来代替，但是里面涉及的技术完全可以直接使用在真实主机上。
为了节省时间我们使用已经搭建了伪分布式的主机来创建其余主机，具体流程如下图：


克隆主机

根据流程选择 “完全克隆模式” ，一直next即可。
由于克隆模式创建的新主机和被拷贝主机配置是一样的，我们需要对MAC地址和IP地址进行更新，这里先更新MAC地址。


更改MAC地址
根据上述流程我们克隆另外3台主机(data2、data3、master)，配置完后我们就可得到4台主机，接下来我们需要登录主机来更新上网环境。
这里需要说明4台主机的物理配置（主要是内存），由于笔者的电脑内存是16G，因而配置如下：
1、物理内存16G：建议master(4G)、data1/data2/data3(2G)

2、物理内存8G：建议master(2G)、data1/data2/data3(1G)

1.2.2更新网络配置

在这里同时配置data2、data3、master三台主机，首先修改IP地址。

$:sudo vim /etc/network/interfaces

接下来分别修改address参数
data2:
192.168.199.102
data3:
192.168.199.103
master:
192.168.199.100

接下来修改主机名。

$:sudo vim /etc/hostname

data2主机修改为 " data2"
data3主机修改为 " data3"
master主机修改为 " master"
(没有""）

启动主机应该可以查看到ip地址的改变

1.2.3修改hadoop配置

这里主要是修改master主机
首先是hdfs-site.xml文件，master主机作为NameNode

$:sudo vim /usr/local/hadoop/etc/hadoop/hdfs-site.xml 

信息修改如下：
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/home/<username>/hadoop/hadoop_data/hdfs/namenode</value>
    </property>

接下来需要告诉Hadoop系统哪一台服务器是NameNode,哪一些服务器是DataNode。这个很重要！由于网上很多教程都是Hadoop2.0的，指出需要创建和修改masters和slaves文件，但是Hadoop3.0及以后的系统都没有了slaves文件（笔者在这里折腾了一个晚上。。。是个巨坑！）。

创建和修改masters文件，指定master主机为NameNode
$:sudo vim /usr/local/hadoop/etc/hadoop/masters
增加主机名 (没有""）
"master"

创建和修改workers文件，指定data1/data2/data3为DataNode
$:sudo vim /usr/local/hadoop/etc/hadoop/workers
增加主机名(没有""）
"
data1
data2
data3
"

重启master、data1、data2、data3。

1.2.4通过master连接data1/data2/data3

首先测试一下是否可以通过master访问其他服务器，这里以data1为例。

$:ssh data1

首次登陆需要根据提示输入yes，连接成功可以发现master名字改变为data1

推出远程登陆
$:exit

接下来启动Hadoop，首先格式化HDFS目录

$:/usr/local/hadoop/bin/hdfs namenode -format

启动HDFS和YARN，有两个方法：

方法一：
分别启动
$:/usr/local/hadoop/sbin/start-dfs.sh
$:/usr/local/hadoop/sbin/start-yarn.sh

方法二：
同时启动
$:/usr/local/hadoop/sbin/start-all.sh

可以通过jps查看结果：

master结果
通过远程登陆登陆data1可以查看进程也已经启动了
data1结果
接下来可以登陆http://master:8088/可以查看ResourceManager Web界面，我们点击Nodes发现4个节点已经启动了
ResourceManager Web界面节点启动情况
登陆http://master:9870/打开NameNode Web界面。可以发现LiveNode有3个Live节点
LiveNode节点
点击Datanodes标签可以发现当前有3个启动的Datanode
Datanode节点
至此，实验完毕，我们可以停止Hadoop系统 
$:/usr/local/hadoop/sbin/start-all.sh

总结

笔者发现网上很多教程都是Hadoop2.0版本的，因此在使用3.0或以上版本时会遇到很多不同（又是一路坑T^T...)，但是大家遇到困难时，多点看看Log文件，查查网上资料，翻翻书本还是可以得到解决问题的思路，祝大家有所收获！

上一篇下一篇

猜你喜欢

热点阅读