hadoop2 集群部署

环境

操作系统	主机名	地址	数据目录	运行组件
Rocky9	hdp-nn	192.168.8.1/24	/data/hdp-nn	Namenode
Rocky9	hdp-snn	192.168.8.2/24	/data/hdp-snn	SecondaryNamenode
Rocky9	hdp-rm	192.168.8.3/24	-	ResourceManager
Rocky9	hdp-slave10	192.168.8.10/24	/data/hdp-dn	Datanode, NodeManager
Rocky9	hdp-slave11	192.168.8.11/24	/data/hdp-dn	Datanode, NodeManager

服务器初始配置

在全部主机上执行如下操作
禁用防火墙
禁用 selinux
配置时间同步

配置主机名解析

1
2
3
4
5


echo "192.168.8.1  hdp-nn" >> /etc/hosts
echo "192.168.8.2  hdp-snn" >> /etc/hosts
echo "192.168.8.3  hdp-dn" >> /etc/hosts
echo "192.168.8.10 hdp-slave10" >> /etc/hosts
echo "192.168.8.11 hdp-slave11" >> /etc/hosts

ssh 免密登录

配置 hdp-nn 可以 ssh 免密登录 hdp-nn、hdp-snn 和 hdp-slaveXX

1
2
3
4
5


# 在 hdp-nn 上执行如下操作
ssh-copy-id hdp-nn
ssh-copy-id hdp-snn
ssh-copy-id hdp-slave10
ssh-copy-id hdp-slave11

配置 hdp-rm 可以 ssh 免密登录 hdp-rm 和 hdp-slaveXX

1
2
3
4


# 在 hdp-rm 上执行如下操作
ssh-copy-id hdp-rm
ssh-copy-id hdp-slave10
ssh-copy-id hdp-slave11

部署 jdk8 环境

在全部主机上执行如下操作

上传 jdk-8u311-linux-x64.tar.gz，解压

1
2


tar zxf jdk-8u311-linux-x64.tar.gz
mv jdk1.8.0_311 /opt/jdk

配置 jdk 环境变量

1
2
3


echo 'export JAVA_HOME=/opt/jdk' > /etc/profile.d/jdk.sh
echo 'export PATH=$JAVA_HOME/bin:$PATH' >> /etc/profile.d/jdk.sh
source /etc/profile.d/jdk.sh

部署 hadoop 环境

在全部主机上执行如下操作

下载 hadoop 2.10.2 部署包，解压

1
2
3


curl -LO https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-2.10.2/hadoop-2.10.2.tar.gz
tar zxf hadoop-2.10.2.tar.gz
mv hadoop-2.10.2 /opt/hdp

配置 hadoop 环境变量

1
2
3
4


echo 'export HADOOP_HOME=/opt/hdp' > /etc/profile.d/hdp.sh
echo 'export PATH=$HADOOP_HOME/bin:$PATH' >> /etc/profile.d/hdp.sh
# 不推荐把 $HADOOP_HOME/sbin 加入环境变量 PATH.
source /etc/profile.d/hdp.sh

修改 hadoop-env.sh

编辑 $HADOOP_HOME/etc/hadoop/hadoop-env.sh，指定 JAVA_HOME 环境变量
1

export JAVA_HOME=/opt/jdk

修改 core-site.xml

编辑 $HADOOP_HOME/etc/hadoop/core-site.xml，参考内容如下

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22


<configuration>
  <property>
    <!-- namenode 的 hdfs 协议通信地址 -->
    <name>fs.defaultFS</name>
    <value>hdfs://hdp-nn:8020</value>
  </property>
  <property>
    <!-- hadoop 集群存储临时文件的目录，datanode 里建议挂载独立盘 -->
    <name>hadoop.tmp.dir</name>
    <value>/tmp/hdp</value>
  </property>
  <property>
    <!-- hive beeline 登录用户 root -->
    <name>hadoop.proxyuser.root.hosts</name>
    <value>*</value>
  </property>
  <property>
    <!-- hive beeline 登录用户 root -->
    <name>hadoop.proxyuser.root.groups</name>
    <value>*</value>
  </property>
</configuration>

修改 hdfs-site.xml

编辑 $HADOOP_HOME/etc/hadoop/hdfs-site.xml，参考内容如下

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37


<configuration>
  <property>
    <!-- namenode 元数据存放位置，可指定多个目录(用逗号分隔)实现容错 -->
    <name>dfs.namenode.name.dir</name>
    <value>/data/hdp_nn</value>
  </property>
  <property>
    <!-- secondary namenode 镜像数据存放位置，可指定多个目录(用逗号分隔)实现容错 -->
    <name>dfs.namenode.checkpoint.dir</name>
    <value>/data/hdp_snn</value>
  </property>
  <property>
    <!-- datanode 数据块存放位置，可指定多个目录(用逗号分隔)实现容错 -->
    <name>dfs.datanode.data.dir</name>
    <value>/data/hdp_dn</value>
  </property>
  <property>
    <!-- namenode 的 Web UI 访问地址 -->
    <name>dfs.namenode.http-address</name>
    <value>hdp-nn:9870</value>
  </property>
  <property>
    <!-- secondary namenode 的主机和端口 -->
    <name>dfs.namenode.secondary.http-address</name>
    <value>hdp-snn:9868</value>
  </property>
  <property>
    <!-- hdfs 副本数量，默认3，这里设置为2，保证两个 datanode 时数据有冗余 -->
    <name>dfs.replication</name>
    <value>2</value>
  </property>
  <property>
    <!-- 启用 webhdfs api -->
    <name>dfs.webhdfs.enabled</name>
    <value>true</value>
  </property>
</configuration>

修改 yarn-site.xml

编辑 $HADOOP_HOME/etc/hadoop/yarn-site.xml，参考内容如下

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31


<configuration>
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
  <property>
    <!--resourcemanager 的主机名-->
    <name>yarn.resourcemanager.hostname</name>
    <value>hdp-rm</value>
  </property>
  <property>
    <!-- resourcemanager 的 Web UI 访问地址 (默认端口8088) -->
    <name>yarn.resourcemanager.webapp.address</name>
    <value>hdp-rm:8088</value>
  </property>
  <property>
    <!-- (可选) 开启日志聚集功能，方便在Web UI上查看已完成任务的日志 -->
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
  </property>
  <property>
    <!-- (可选) 日志保留时间(7天) -->
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
  </property>
  <property>
    <!-- 使用 tez 时需关闭 yarn 虚拟内存检查 -->
    <name>yarn.nodemanager.vmem-check-enabled</name>
    <value>false</value>
  </property>
</configuration>

修改 mapred-env.sh

编辑 $HADOOP_HOME/etc/hadoop/mapred-env.sh，指定 JAVA_HOME 环境变量
1

export JAVA_HOME=/opt/jdk

修改 mapred-site.xml

编辑 $HADOOP_HOME/etc/hadoop/mapred-site.xml，参考内容如下

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16


<configuration>
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
  <property>
    <!-- MapReduce JobHistory Server 地址 -->
    <name>mapreduce.jobhistory.address</name>
    <value>hdp-rm:10020</value>
  </property>
  <property>
    <!-- MapReduce JobHistory Server Web UI 地址 (默认端口19888) -->
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hdp-rm:19888</value>
  </property>
</configuration>

修改 slaves

编辑 $HADOOP_HOME/etc/hadoop/slaves，替换成全部的 slave 主机，参考内容如下
1 2

hdp-slave10 hdp-slave11

在 hdp-nn 上创建临时目录和数据目录
1 2

mkdir /tmp/hdp mkdir /data/hdp_nn
在 hdp-snn 上创建临时目录和数据目录
1 2

mkdir /tmp/hdp mkdir /data/hdp_snn
在 hdp-rm 上创建临时目录
1

mkdir /tmp/hdp

在 hdp-slaveXX 上创建临时目录和数据目录

1
2


mkdir /tmp/hdp #建议挂载独立盘
mkdir /data/hdp_dn #建议挂载独立盘

启动 hadoop 集群

在 hdp-nn 上启动 dfs 集群
1

/opt/hdp/sbin/start-dfs.sh
在 hdp-rm 上启动 yarn 集群
1

/opt/hdp/sbin/start-yarn.sh

文章目录

环境