苦戰了18個小時,終於祭出了一片記敘文!
在這裏我只想說:在本機裝虛擬機搞hadoop跟在雲服務器上真的不一樣。。。
開始:
Ps: 在看這裏的時候,你的java環境應該已經配置了
1.系統環境配置
1.1 下載hadoop,我這裏使用3.x版本
下載hadoop地址地址:http://mirror.bit.edu.cn/apache/hadoop/common/
1.2 先關閉防火牆
systemctl stop firewalld.service #停止防火牆
(僅供參考)centos7的方式:
systemctl stop firewalld.service #停止防火牆
systemctl start firewalld.service #開啓防火牆
systemctl status firewalld.service #查看防火牆狀態
systemctl enable firewalld.service #開機自啓 “啓用”
systemctl disable firewalld.service #開機自啓 “禁用”
1.3配置系統文件的host
網上幾乎所有的文章都沒說這個,哎,踩了好久
1.3.1進入host文件
vim /etc/hosts
1.3.2修改添加配置(node1是接下來要用的)
0.0.0.0 node1
2.配置hadoop
2.1 解壓
我把hadoop放到了 /usr/local/src/hadoop
目錄下
tar xzvf hadoop-3.1.1.tar.gz
2.2 修改hadoop配置文件
進入hadoop-3.1.1/etc/hadoop
中
cd /usr/local/src/hadoop/hadoop-3.1.1/etc/hadoop
2.3修改core-site.xml(寫入到configuration標籤中)
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://node1:8020</value>
</property>
<!-- 臨時文件存儲目錄 根據自己的目錄調整 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/src/hadoop/hadoop-3.1.1/datas/tmp</value>
</property>
<!-- 緩衝區大小,實際工作中根據服務器性能動態調整 -->
<property>
<name>io.file.buffer.size</name>
<value>8192</value>
</property>
<!-- 開啓hdfs的垃圾桶機制,刪除掉的數據可以從垃圾桶中回收,單位分鐘 -->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
</configuration>
2.4修改 hadoop-env.sh 文件
在文件頭部加上以下內容(注意替換java的環境目錄)
export HDFS_NAMENODE_USER="root"
export HDFS_DATANODE_USER="root"
export HDFS_SECONDARYNAMENODE_USER="root"
export YARN_RESOURCEMANAGER_USER="root"
export YARN_NODEMANAGER_USER="root"
export JAVA_HOME=/usr/local/src/java/jdk1.8.0_141
如圖:
2.5修改hdfs-site.xml(寫入到configuration標籤中)
注意:修改爲自己的文件的存儲路徑
<configuration>
<!--namenode元數據存放目錄-->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/namenode/namenodedatas</value>
</property>
<!--設置文件的塊大小-->
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
<property>
<name>dfs.namenode.handler.count</name>
<value>10</value>
</property>
<!--datanode數據存放目錄-->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/datanode/datanodeDatas</value>
</property>
<!--通過瀏覽器訪問hdfs的端口-->
<property>
<name>dfs.namenode.http-address</name>
<value>node1:50070</value>
</property>
<!--設置文件的副本數-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<!--設置hdfs的權限訪問-->
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
<property>
<name>dfs.namenode.checkpoint.edits.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/nn/snn/edits</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node1:50090</value>
</property>
<!--日誌文件的存放路徑-->
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/nn/edits</value>
</property>
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/snn/name</value>
</property>
</configuration>
2.6修改mapred-site.xml(寫入到configuration標籤中)
注意:修改爲自己的文件的存儲路徑
<configuration>
<!--指定框架-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.map.memory.mb</name>
<value>1024</value>
</property>
<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx512M</value>
</property>
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>1024</value>
</property>
<property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx512M</value>
</property>
<property>
<name>mapreduce.task.io.sort.mb</name>
<value>256</value>
</property>
<property>
<name>mapreduce.task.io.sort.factor</name>
<value>100</value>
</property>
<property>
<name>mapreduce.reduce.shuffle.parallelcopies</name>
<value>25</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>node1:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node1:19888</value>
</property>
<property>
<name>mapreduce.jobhistory.intermediate-done-dir</name>
<value>/usr/local/src/hadoop/hadoop-3.1.1/datas/jobhsitory/intermediateDoneDatas</value>
</property>
<property>
<name>mapreduce.jobhistory.done-dir</name>
<value>/usr/local/src/hadoop/hadoop-3.1.1/datas/jobhsitory/DoneDatas</value>
</property>
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/src/hadoop/hadoop-3.1.1</value>
</property>
<property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/src/hadoop/hadoop-3.1.1/</value>
</property>
<property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=/usr/local/src/hadoop/hadoop-3.1.1</value>
</property>
</configuration>
2.7yarn-site.xml(寫入到configuration標籤中)
注意:修改爲自己的文件的存儲路徑
<configuration>
<property>
<name>dfs.namenode.handler.count</name>
<value>100</value>
</property>
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>node1:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>node1:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>node1:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>node1:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>node1:8088</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node1</value>
</property>
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>1024</value>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.nodemanager.vmem-pmem-ratio</name>
<value>2.1</value>
</property>
<!-- 設置不檢查虛擬內存的值,不然內存不夠會報錯 -->
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>1024</value>
</property>
<property>
<name>yarn.nodemanager.resource.detect-hardware-capabilities</name>
<value>true</value>
</property>
<property>
<name>yarn.nodemanager.local-dirs</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/nodemanager/nodemanagerDatas</value>
</property>
<property>
<name>yarn.nodemanager.log-dirs</name>
<value>file:///usr/local/src/hadoop/hadoop-3.1.1/datas/nodemanager/nodemanagerLogs</value>
</property>
<property>
<name>yarn.nodemanager.log.retain-seconds</name>
<value>10800</value>
</property>
<property>
<name>yarn.nodemanager.remote-app-log-dir</name>
<value>/usr/local/src/hadoop/hadoop-3.1.1/datas/remoteAppLog/remoteAppLogs</value>
</property>
<property>
<name>yarn.nodemanager.remote-app-log-dir-suffix</name>
<value>logs</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>18144000</value>
</property>
<property>
<name>yarn.log-aggregation.retain-check-interval-seconds</name>
<value>86400</value>
</property>
<!-- yarn上面運行一個任務,最少需要1.5G內存,虛擬機沒有這麼大的內存就調小這個值,不然會報錯 -->
<property>
<name>yarn.app.mapreduce.am.resource.mb</name>
<value>800</value>
</property>
</configuration>
2.8worker文件
node1
2.9剛纔在文件中設置很多文件的存儲,現在創建文件
直接複製執行就好了
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/tmp
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/nn/snn/edits
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/namenode/namenodedatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/datanode/datanodeDatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/nn/edits
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/dfs/snn/name
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/jobhsitory/intermediateDoneDatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/jobhsitory/DoneDatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/nodemanager/nodemanagerDatas
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/nodemanager/nodemanagerLogs
mkdir -p /usr/local/src/hadoop/hadoop-3.1.1/datas/remoteAppLog/remoteAppLogs
3.運行hadoop
3.1先配置ssh的免密登錄
直接複製執行就行了
ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
chmod 0600 ~/.ssh/authorized_keys
3.2配置環境變量
3.2.1進入目錄
vi /etc/profile
3.2.2配置變量
export HADOOP_HOME=/usr/local/src/hadoop/hadoop-3.1.1
export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
3.2.3 快速生效
source /etc/profile
3.3 格式化HDFS
爲什麼要格式化HDFS?
HDFS需要一個格式化的過程來創建存放元數據(image, editlog)的目錄
cd /usr/local/src/hadoop/hadoop-3.1.1 //進入目錄
bin/hdfs namenode -format //執行格式化命令
Ps:執行格式化中間讓你輸入 Y/N 全部輸入Y,注意大寫
3.4 啓動
cd /usr/local/src/hadoop/hadoop-3.1.1 //進入目錄
sbin/start-all.sh //啓動命令
拓展:
sbin/start-all.sh 啓動所有的Hadoop守護進程。包括NameNode、 Secondary NameNode、DataNode、ResourceManager、NodeManager
sbin/stop-all.sh 停止所有的Hadoop守護進程。包括NameNode、 Secondary NameNode、DataNode、ResourceManager、NodeManage
進入瀏覽器輸入:
服務器的ip:50070
服務器的ip:8088即可查看
疑難雜症總結
1.判斷進程是否開啓
jps
自己判斷缺了那個,如果是按照上面流程執行的話,請檢查配置路徑是否正確,其他自行百度
2.判斷端口有沒有開
netstat -ntlp
判斷端口有沒有開放,端口的後綴是不是0.0.0.0的原因總結
1.上文中講的host映射配置錯誤
2.端口沒有開放
3.阿里服務器的端口沒有設置出入站規則
4.防火牆有沒有關
3.多次格式化HDFS?
每次格式化的時候清空 hdfs文件存儲的目錄:如果按照上文的配置,請看圖
清空這個目錄下的文件,然後重新格式化