Ubuntu 18.04.1上安装Hadoop 3.1.1集群详解
本文将介绍如何在基于Ubuntu的系统上安装多节点Hadoop 3.1.1集群,作者将在Ubuntu 18.04.1上安装一个包含HDFS的三节点Hadoop集群。
首先,我们需要为集群创建三个虚拟机,创建一个具有4个vCPU,4 GB内存和40 GB硬盘空间的Hadoop Master服务器;为每个节点创建两个带有4个vCPU,8 GB内存和40 GB硬盘空间的Hadoop节点。
本文的三台服务器安装了Ubuntu Server 18.04.1,安装了所有更新并重新启动,一定要确保使用静态IP地址和内部DNS解析配置每个服务器,或将每个服务器添加到/ etc / hosts文件。
准备运行Hadoop服务器
首先,我们需要安装Oracle Java 8,因为从Ubuntu 18.04.1开始,Java 8不再可用。
# add-apt-repository ppa:webupd8team/java
# apt update
# apt install -y oracle-java8-set-default
接受许可条款,并下载Hadoop二进制文件
# wget http://apache.claz.org/hadoop/common/hadoop-3.1.1/hadoop-3.1.1.tar.gz
解压缩归档并将其移至/ usr / local /
# tar -xzvf hadoop-3.1.1.tar.gz
# mv hadoop-3.1.1 /usr/local/hadoop
更新默认环境变量以包含JAVA_HOME和Hadoop二进制目录。
首先,我们需要知道Java的安装位置,运行以下命令查找。
# update-alternatives --display java
java - manual mode
link best version is /usr/lib/jvm/java-8-oracle/jre/bin/java
link currently points to /usr/lib/jvm/java-8-oracle/jre/bin/java
link java is /usr/bin/java
slave java.1.gz is /usr/share/man/man1/java.1.gz
/usr/lib/jvm/java-8-oracle/jre/bin/java - priority 1081
slave java.1.gz: /usr/lib/jvm/java-8-oracle/man/man1/java.1.gz
如上所示,JAVA_HOME应设置为/ usr / lib / jvm / java-8-oracle / jre。
打开/etc/environment并更新PATH行以包含Hadoop二进制目录。
PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/usr/local/hadoop/bin:/usr/local/hadoop/sbin"
为JAVA_HOME变量和YARN_RESOURCEMANAGER_OPTS变量添加一行。
vim
YARN_RESOURCEMANAGER_OPTS="--add-modules=ALL-SYSTEM"
确保该目录与上面的update-alternatives选项减去bin/java部分的输出相匹配。
接下来,我们将添加一个hadoop用户并为他们提供正确的权限。
# adduser hadoop
# usermod -aG hadoop hadoop
# chown hadoop:root -R /usr/local/hadoop
# chmod g+rwx -R /usr/local/hadoop
以hadoop用户身份登录并生成SSH密钥,只需要在Hadoop Master上完成此步骤。
# su - hadoop
# ssh-keygen -t rsa
接受ssh-keygen的所有默认值。
现在以hadoop用户身份登录并将SSH密钥复制到所有Hadoop节点。 同样,只需要在Hadoop Master上完成此步骤。
# su - hadoop
$ ssh-copy-id [email protected]
$ ssh-copy-id [email protected]
$ ssh-copy-id [email protected]
配置Hadoop主服务器
打开/usr/local/hadoop/etc/hadoop/core-site.xml文件并输入以下内容:
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://hadoop1.admintome.lab:9000</value>
</property>
</configuration>
保存并退出。
接下来,打开/usr/local/hadoop/etc/hadoop/hdfs-site.xml文件并添加以下内容:
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>/usr/local/hadoop/data/nameNode</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/usr/local/hadoop/data/dataNode</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
</configuration>
保存并退出。
打开/usr/local/hadoop/etc/hadoop/workers文件并添加以下两行(每个Hadoop节点一行)
hadoop2.admintome.lab
hadoop3.admintome.lab
保存并退出。
将配置文件从Hadoop Master复制到每个Hadoop节点。
# scp /usr/local/hadoop/etc/hadoop/* hadoop2.admintome.lab:/usr/local/hadoop/etc/hadoop/
# scp /usr/local/hadoop/etc/hadoop/* hadoop3.admintome.lab:/usr/local/hadoop/etc/hadoop/
格式化HDFS文件系统
$ source /etc/environmnet
$ hdfs namenode -format
现在可以启动HDFS:
hadoop@hadoop1:~$ start-dfs.sh
Starting namenodes on [hadoop1.admintome.lab]
Starting datanodes
Starting secondary namenodes [hadoop1]
hadoop@hadoop1:~$
通过在所有Hadoop服务器上以Hadoop用户身份运行jps命令来验证所有内容是否正确启动。
在Hadoop Master上你应该可以看到如下结果:
hadoop@hadoop1:~$ jps
13634 Jps
13478 SecondaryNameNode
13174 NameNode
在每个Hadoop节点上,你应该可以看到:
hadoop@hadoop2:~$ jps
8672 Jps
8579 DataNode
HDFS Web UI
HDFS Web UI
现在,我们可以通过浏览到Hadoop主服务器端口9870来访问HDFS Web UI。
http://hadoop1.admintome.lab:9870
可以看到如下UI:
如上所示,我们的HDFS文件系统上有近60 GB的空闲空间。
开始运行Yarn
现在HDFS正在运行,我们已准备好启动Yarn调度程序。
Hadoop本身需要运行任务,因此我们需要Yarn以在Hadoop集群上合理安排任务。
export HADOOP_HOME="/usr/local/hadoop"
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
运行以下命令以启动Yarn:
$ start-yarn.sh
Starting resourcemanager
Starting nodemanagers
我们可以通过以下命令来验证是否可以正确启动:
$ yarn node -list
2018-08-15 04:40:26,688 INFO client.RMProxy: Connecting to ResourceManager at hadoop1.admintome.lab/192.168.1.35:8032
Total Nodes:2
Node-Id Node-State Node-Http-Address Number-of-Running-Containers
hadoop3.admintome.lab:35337 RUNNING hadoop3.admintome.lab:8042 0
hadoop2.admintome.lab:38135 RUNNING hadoop2.admintome.lab:8042 0
没有任何正在运行的容器,因为我们还没有开始任何工作。
Hadoop Web UI
我们可以通过以下URL来查看Hadoop Web UI:
http://hadoop1.admintome.lab:8088/cluster
替换Hadoop Master主机名:
运行Hadoop任务示例
我们现在可以运行Hadoop任务示例并在集群上安排它,我们将运行的示例是使用MapReduce来计算PI。
运行以下命令来运行作业:
yarn jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.1.jar pi 16 1000
完成整个过程将需要几分钟的时间。完成后,应该可以看到它已经开始计算PI:
Job Finished in 72.973 seconds
Estimated value of Pi is 3.1425000000000000000