hadoop完全分布式环境搭建实操(6)

目录

• ​​完全分布式环境搭建实操​​

• ​​1.前提条件​​
• ​​2.修改伪分布式环境的几个hadoop的配置文件​​

• ​​core-site.xml（不需要改）​​
• ​​hdfs-site.xml（需要改）​​
• ​​hadoop-env.sh(不需要改)​​
• ​​yarn-site.xml（需要改）​​
• ​​mapred-site.xml （可以修改）​​
• ​​yarn-env.sh、mapred-env.sh（不需要改）​​
• ​​slaves(需要修改)​​

• ​​3.克隆bigdata121的hadoop配置文件​​

• ​​scp文件传输(重点)​​

• ​​1.scp到bigdata122​​
• ​​2.scp到bigdata123​​
• ​​3.查看​​

• ​​4.格式化Namenode​​
• ​​5.统一3台服务器的时间​​
• ​​6.启动dfs​​
• ​​7.启动yarn​​
• ​​8.测试​​

• ​​写个测试文件:​​
• ​​上传到test文件到dfs的根目录上去​​
• ​​执行wordcount程序​​

完全分布式环境搭建实操

1.前提条件

• 默认你已经安装好了一台 伪分布式环境，我的是bigdata121
• 默认你已经看了前面的第5篇文章，完全分布式的规划和步骤，现在只讲实际操作

2.修改伪分布式环境的几个hadoop的配置文件

需要配置的文件

bigdata121的配置文件

core-site.xml（不需要改）

<configuration>
<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://bigdata121:9000</value>
</property>

<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/mod/hadoop-2.8.4/data</value>
</property>

</configuration>

这个文件不需要修改！！

hdfs-site.xml（需要改）

<configuration>
<!--数据冗余数-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<!--secondary的地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>bigdata121:50090</value>
</property>
<!--关闭权限-->
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
</configuration>

hadoop-env.sh(不需要改)

原来配置的jdk看下，不需要改

yarn-site.xml（需要改）

这里我们想让resouremanager和namendode不在一个机器上，我们把resouremanager放在bigdata122上，故改下，如果你想放在一个机器上，那就不用改了。

<configuration>
<!-- reducer获取数据的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>

<!-- 指定YARN的ResourceManager的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>bigdata122</value>
</property>

<!-- 日志聚集功能使能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>

<!-- 日志保留时间设置7天(秒) -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
</configuration>

mapred-site.xml （可以修改）

如果想要yarn的主节点放在bigdata122,那就改下

<configuration>
<!-- 指定mr运行在yarn上-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!--历史服务器的地址-->
<property>
<name>mapreduce.jobhistory.address</name>
<value>bigdata121:10020</value>
</property>
<!--历史服务器页面的地址-->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>bigdata121:19888</value>
</property>
</configuration>

yarn-env.sh、mapred-env.sh（不需要改）

• yarn-env.sh



• mapred-env.sh

slaves(需要修改)

bigdata121
bigdata122
bigdata123

自此，bigdtata121上的hadoop配置文件完成了。
现在我们用scp 吧这些配置发送到bigdata122和bigdata123上。

3.克隆bigdata121的hadoop配置文件

• 查看bigdata122的环境变量
  cat /etc/profile



• 没有问题。
• 保证/opt/mod下没有hadoop配置文件，我们一会吧bigdata121的scp过来



• 有hadoop-2.8.4了，我之前拿来测试伪分布式来，干掉，删除。

[root@bigdata122 mod]# rm -rf hadoop-2.8.4/

ok!

• 同样查看bigdata123的环境变量，吧java环境变量和hadoop的给加上和工作目录/opt/mod完毕。

scp文件传输(重点)

实现两台远程机器之间的文件传输（bigdata112主机文件拷贝到bigdata113主机上）
公式

scp -r [文件] 用户@主机名:绝对路径
注：伪分布式是一台、完全分布是三台

先切换到bigdata121的 /opt/mod下
依次执行2条命令:

1.scp到bigdata122

[root@bigdata121 mod]# scp -r hadoop-2.8.4/  root@bigdata122:/opt/mod

2.scp到bigdata123

[root@bigdata121 mod]# scp -r hadoop-2.8.4/  root@bigdata123:/opt/mod

3.查看

用hadoop version查看是否克隆成功。

如上图，说明ok。

4.格式化Namenode

在bigdata121上执行下面的命令

hdfs namenode -format

为什么要格式化？
NameNode主要被用来管理整个分布式文件系统的命名空间(实际上就是目录和文件)的元数据信息，同时为了保证数据的可靠性，还加入了操作日志，所以，NameNode会持久化这些数据(保存到本地的文件系统中)。对于第一次使用HDFS，在启动NameNode时，需要先执行-format命令，然后才能正常启动NameNode节点的服务。
格式化做了哪些事情？
在NameNode节点上，有两个最重要的路径，分别被用来存储元数据信息和操作日志，而这两个路径来自于配置文件，它们对应的属性分别是dfs.name.dir和dfs.name.edits.dir，同时，它们默认的路径均是/tmp/hadoop/dfs/name。
格式化时，NameNode会清空两个目录下的所有文件，之后，会在目录dfs.name.dir下创建文件hadoop.tmp.dir 这个配置，会让dfs.name.dir和dfs.name.edits.dir会让两个目录的文件生成在一个目录里

5.统一3台服务器的时间

三台服务器同时执行下面的命令

date -s 20190608

ok，时间设置完成。

6.启动dfs

在bigdata121上执行(因为我们配置的namenode在bigdata121上)

start-dfs.sh

出现上面3个日志，则说明dfs已经启动了。

7.启动yarn

在bigdata122上执行下面的命令(因为我们配置的yarn的主节点ResourceManager在bigdata122上)

start-yarn.sh

和我们规划的一样，说明成功了!!

页面效果图

8.测试

wordcount案例(就是一个mapreduce程序，统计文件的单词次数)的demo的位置:

在/opt/mod/hadoop-2.8.4/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.4.jar

写个测试文件:

cd 到/opt/mod下

上传到test文件到dfs的根目录上去

[root@bigdata121 mod]# hadoop fs -put /opt/mod/test /

效果可以查看到:

执行wordcount程序

把test执行下mr的wordcount程序，然后把结果放在dfs根目录的dfs下。
切换到/opt/mod/hadoop-2.8.4/share/hadoop/mapreduce下

[root@bigdata121 mapreduce]# hadoop jar hadoop-mapreduce-examples-2.8.4.jar wordcount /test  /out

看下结果

点击箭头下载下来，用文件打开

或者用命令的方式:

自此，hadoop完全分布式的环境搭建完成，大功告成！！