Rhel6-hadoop分布式部署配置文档

理论基础：

Hadoop　　分布式文件系统架构

HDFS　　负责大数据存储

MapReduce　　负责大数据计算

namenode  master守护进程

datanode  slaves上负责存储的进程

secondarynamenode   master上提供周期检查和清理任务的进程

jobtracker   master上负责调度datanode上工作的进程

tasktracker  slaves上负责计算的进程

Hadoop 主从节点分解:

主节点包括名称节点、从属名称节点和jobtracker守护进程(即所谓的主守护进程)以及管理集群所用的实用程序和浏览器。从节点包括tasktracker和数据节点(从属守护进程)。两种设置的不同之处在于,主节点包括提供Hadoop集群管理和协调的守护进程,而从节点包括实现Hadoop文件系统(HDFS)存储功能和MapReduce功能(数据处理功能)的守护进程。

每个守护进程在Hadoop框架中的作用。namenode是Hadoop中的主服务器,它管理文件系统名称空间和对集群中存储的文件的访问。还有一个secondary namenode,它不是namenode的冗余守护进程,而是提供周期检查点和清理任务。在每个Hadoop集群中可以找到一个namenode和一个secondarynamenode。

datanode管理连接到节点的存储(一个集群中可以有多个节点)。每个存储数据的节点运行一个datanode守护进程。

每个集群有一个jobtracker,它负责调度datanode上的工作。每个
datanode有一个tasktracker,它们执行实际工作。jobtracker和tasktracker
采用主-从形式,jobtracker跨datanode分发工作,而tasktracker执行任务。jobtracker还检查请求的工作,如果一个datanode由于某种原因失败,jobtracker
会重新调度以前的任务。

配置：

系统环境: rhel6 x86_64 iptables and selinux disabled

主机: 192.168.122.112 server12.example.com Master 192.168.122.234 server34.example.com Slave

192.168.122.20 server20.example.com Slave

注：所有主机间时间需同步，并实现无密码认证

所需的包: hadoop-1.1.2.tar.gz

相关网址：http://hadoop.apache.org/

#在所有节点上安装jdk

[root@server12 ~]# sh jdk-6u32-linux-x64.bin

[root@server12 ~]# tar zxf hadoop-1.1.2.tar.gz -C /usr/local/

[root@server12 ~]# mv jdk1.6.0_32/ /usr/local/hadoop-1.1.2/jdk

[root@server12 ~]# vim /etc/profile

export JAVA_HOME=/usr/local/hadoop-1.1.2/jdk

export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib

export PATH=$PATH:$JAVA_HOME/bin

[root@server12 ~]# source /etc/profile

生产环境中建议建立一个普通用户来实施以下操作,本文档直接用root用户执行

Standalone Operation

以下步骤在server12上实施：

[root@server12 hadoop-1.1.2]# mkdir dir1

[root@server12 hadoop-1.1.2]# cp conf/* dir1/

[root@server12 hadoop-1.1.2]# bin/hadoop jar hadoop-examples-1.1.2.jar grep dir1/ dir2/ ‘dfs[a-z.]+‘

[root@server12 hadoop-1.1.2]# cat dir2/*

1 dfs.server.namenode.

1 dfsadmin

注：出现类似如上输出说明成功

Pseudo-Distributed
Operation(伪分布式)

以下步骤在server12上实施：

[root@server12
~]# cd /usr/local/hadoop-1.1.2/conf/

[root@server12
conf]# vim core-site.xml

<configuration>

<property>

<name>fs.default.name</name>

<value>hdfs://192.168.122.112:9000</value>
#指定
namenode

</property>

</configuration>

[root@server12
conf]# vim hdfs-site.xml

<configuration>

<property>

<name>dfs.replication</name> #指定文件保存的副本数

<value>1</value>

</property>

</configuration>

[root@server12
conf]# vim mapred-site.xml

<configuration>

<property>

<name>mapred.job.tracker</name> #指定
jobtracker

<value>192.168.122.112:9001</value>

</property>

</configuration>

[root@server12
conf]# vim hadoop-env.sh

export JAVA_HOME=/usr/local/hadoop-1.1.2/jdk
(此JAVA_HOME路径跟安装jdk时候指定的JAVA_HOME一致)

#建立ssh无密码登录

[root@server12
conf]# ssh-keygen （一路回车即可）

[root@server12
conf]# ssh-copy-id localhost

[root@server12
conf]# cd /usr/local/hadoop-1.1.2/

[root@server12
hadoop-1.1.2]# bin/hadoop namenode -format

/************************************************************

STARTUP_MSG:
Starting NameNode

STARTUP_MSG:
host = server12.example.com/192.168.122.112

STARTUP_MSG:
args = [-format]

STARTUP_MSG:
version = 1.1.2

STARTUP_MSG:
build =
https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.1 -r
1440782; compiled by ‘hortonfo‘ on Thu Jan 31 02:03:24 UTC 2013

************************************************************/

13/12/01
15:49:39 INFO util.GSet: VM type = 64-bit

13/12/01
15:49:39 INFO util.GSet: 2% max memory = 19.33375 MB

13/12/01
15:49:39 INFO util.GSet: capacity = 2^21 = 2097152 entries

13/12/01
15:49:39 INFO util.GSet: recommended=2097152, actual=2097152

13/12/01
15:49:39 INFO namenode.FSNamesystem: fsOwner=root

13/12/01
15:49:39 INFO namenode.FSNamesystem: supergroup=supergroup

13/12/01
15:49:39 INFO namenode.FSNamesystem: isPermissionEnabled=true

13/12/01
15:49:39 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100

13/12/01
15:49:39 INFO namenode.FSNamesystem: isAccessTokenEnabled=false
accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)

13/12/01
15:49:39 INFO namenode.NameNode: Caching file names occuring more
than 10 times

13/12/01
15:49:40 INFO common.Storage: Image file of size 110 saved in 0
seconds.

13/12/01
15:49:40 INFO namenode.FSEditLog: closing edit log: position=4,
editlog=/tmp/hadoop-root/dfs/name/current/edits

13/12/01
15:49:40 INFO namenode.FSEditLog: close success: truncate to 4,
editlog=/tmp/hadoop-root/dfs/name/current/edits

13/12/01
15:49:40 INFO common.Storage: Storage directory
/tmp/hadoop-root/dfs/name has been successfully formatted.

13/12/01
15:49:40 INFO namenode.NameNode: SHUTDOWN_MSG:

/************************************************************

SHUTDOWN_MSG:
Shutting down NameNode at server12.example.com/192.168.122.112

************************************************************/

注：出现类似如上输出为正常

[root@server12
hadoop-1.1.2]# bin/start-all.sh

[root@server12
hadoop-1.1.2]# jps

2065
NameNode

2164
DataNode

2346
JobTracker

2262
SecondaryNameNode

2448
TaskTracker

注：出现类似如上5个进程说明启动成功.

此时访问192.168.122.112：50070和192.168.122.112：50030可分别看到如下页面：

测试:

[root@server12 hadoop-1.1.2]# mkdir input

[root@server12 hadoop-1.1.2]# cp conf/* input/

[root@server12 hadoop-1.1.2]# bin/hadoop fs -mkdir dir1

[root@server12 hadoop-1.1.2]# bin/hadoop fs -ls

Found 1 items

drwxr-xr-x - root supergroup 0 2013-12-01 15:57 /user/root/dir1

[root@server12
hadoop-1.1.2]# bin/hadoop fs -put input/* dir1

[root@server12
hadoop-1.1.2]# bin/hadoop fs -ls dir1 （列出分布式文件系统dir1中的内容）

[root@server12
hadoop-1.1.2]# bin/hadoop jar hadoop-examples-1.1.2.jar grep dir1
dir2 ‘dfs[a-z.]+‘

[root@server12
hadoop-1.1.2]# bin/hadoop fs -cat dir2/*

cat:
ouput/_logs: Is a directory

1 dfs.server.namenode.

1 dfsadmin

[root@server12
hadoop-1.1.2]# bin/hadoop fs -get dir2 output
(将分布式文件系统中的文件导出到本地的output文件夹中)

[root@server12
hadoop-1.1.2]# cat output/*

cat:
ouput/_logs: Is a directory

1 dfs.server.namenode.

1 dfsadmin

Fully-Distributed
Operation(分布式)

以下步骤在server12上实施：

[root@server12
~]# cd /usr/local/hadoop-1.1.2/conf/

[root@server12
conf]# vim core-site.xml

<configuration>

<property>

<name>fs.default.name</name>

<value>hdfs://192.168.122.112:9000</value>
#指定
namenode

</property>

</configuration>

[root@server12
conf]# vim hdfs-site.xml

<configuration>

<property>

<name>dfs.replication</name> #指定文件保存的副本数

<value>2</value>

</property>

</configuration>

[root@server12
conf]# vim mapred-site.xml

<configuration>

<property>

<name>mapred.job.tracker</name> #指定
jobtracker

<value>192.168.122.112:9001</value>

</property>

</configuration>

[root@server12
conf]# vim hadoop-env.sh

export JAVA_HOME=/usr/local/hadoop-1.1.2/jdk
(此JAVA_HOME路径跟安装jdk时候指定的JAVA_HOME一致)

[root@server12
conf]# vim masters

192.168.122.112
#指定master节点的IP

[root@server12
conf]# vim slaves

192.168.122.234
#指定slave节点的IP

192.168.122.20

[root@server12
conf]# scp -r /usr/local/hadoop-1.1.2/
root@192.168.122.234:/usr/local/

[root@server12
conf]# scp -r /usr/local/hadoop-1.1.2/
root@192.168.122.20:/usr/local/

[root@server12
conf]# scp /etc/profile root@192.168.122.234:/etc/

[root@server12
conf]# scp /etc/profile root@192.168.122.20:/etc/

以下步骤在server34和server20上实施：

[root@server34
~]# source /etc/profile

#建立ssh无密码登录

[root@server12
conf]# ssh-keygen （一路回车即可）

[root@server12
conf]# ssh-copy-id 192.168.122.234

[root@server12
conf]# ssh-copy-id 192.168.122.20

[root@server12
conf]# cd /usr/local/hadoop-1.1.2/

[root@server12
hadoop-1.1.2]# bin/hadoop namenode -format

13/12/01
17:10:42 INFO namenode.NameNode: STARTUP_MSG:

/************************************************************

STARTUP_MSG:
Starting NameNode

STARTUP_MSG:
host = server12.example.com/192.168.122.112

STARTUP_MSG:
args = [-format]

STARTUP_MSG:
version = 1.1.2

STARTUP_MSG:
build =
https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.1 -r
1440782; compiled by ‘hortonfo‘ on Thu Jan 31 02:03:24 UTC 2013

********13/12/01
17:10:45 INFO util.GSet: VM type = 64-bit

13/12/01
17:10:45 INFO util.GSet: 2% max memory = 19.33375 MB

13/12/01
17:10:45 INFO util.GSet: capacity = 2^21 = 2097152 entries

13/12/01
17:10:45 INFO util.GSet: recommended=2097152, actual=2097152

13/12/01
17:10:45 INFO namenode.FSNamesystem: fsOwner=root

13/12/01
17:10:45 INFO namenode.FSNamesystem: supergroup=supergroup

13/12/01
17:10:45 INFO namenode.FSNamesystem: isPermissionEnabled=true

13/12/01
17:10:45 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100

13/12/01
17:10:45 INFO namenode.FSNamesystem: isAccessTokenEnabled=false
accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)

13/12/01
17:10:45 INFO namenode.NameNode: Caching file names occuring more
than 10 times

13/12/01
17:10:46 INFO common.Storage: Image file of size 110 saved in 0
seconds.

13/12/01
17:10:46 INFO namenode.FSEditLog: closing edit log: position=4,
editlog=/tmp/hadoop-root/dfs/name/current/edits

13/12/01
17:10:46 INFO namenode.FSEditLog: close success: truncate to 4,
editlog=/tmp/hadoop-root/dfs/name/current/edits

13/12/01
17:10:46 INFO common.Storage: Storage directory
/tmp/hadoop-root/dfs/name has been successfully formatted.

13/12/01
17:10:46 INFO namenode.NameNode: SHUTDOWN_MSG:

/************************************************************

SHUTDOWN_MSG:
Shutting down NameNode at server12.example.com/192.168.122.112

************************************************************/
****************************************************/

注：出现类似如上输出为正常

[root@server12
hadoop-1.1.2]# bin/start-all.sh

[root@server12
hadoop-1.1.2]# jps

5385
NameNode

5526
SecondaryNameNode

5612
JobTracker

注：在master节点上查看到如上3个进程说明启动成功.

[root@server34
~]# jps

1942
TaskTracker

1873
DataNode

注：在每个slave节点上查看到如上2个进程说明启动成功.

此时访问192.168.122.112：50070和192.168.122.112：50030可分别看到如下页面：

测试：仿照伪分布式的测试方式即可

Hadoop
在线添加节点:

1.
在新增节点上安装jdk,并创建相同的hadoop用户,uid等保持一致

2.
在conf/slaves文件中添加新增节点的ip

3.
同步master上hadoop所有数据到新增节点上,路径保持一致

4.
在新增节点上启动服务:

#
bin/hadoop-daemon.sh start datanode

#
bin/hadoop-daemon.sh start tasktracker

5.
均衡数据:

#
bin/start-balancer.sh

1)如果不执行均衡,那么cluster会把新的数据都存放在新的datanode上,这样会降低mapred的工作效率

2)设置平衡阈值,默认是10%,值越低各节点越平衡,但消耗时间也更长

#
bin/start-balancer.sh -threshold 5

Hadoop
在线删除
datanode
节点:

1.
在master上修改conf/mapred-site.xml

<property>

<name>dfs.hosts.exclude</name>

<value>/home/hadoop/hadoop-1.0.4/conf/datanode-excludes</value>

</property>

2.
创建datanode-excludes文件,并添加需要删除的主机,一行一个

192.168.122.77

3.
在master上在线刷新节点

#
bin/hadoop dfsadmin -refreshNodes

此操作会在后台迁移数据,等此节点的状态显示为Decommissioned,就可以安全关闭了。

4.
你可以通过以下命令查看
datanode 状态

#
bin/hadoop dfsadmin -report

在做数据迁移时,此节点不要参与
tasktracker,否则会出现异常。

Hadoop
在线删除
tasktracker
节点:

1.
在master上修改conf/mapred-site.xml

<property>

<name>mapred.hosts.exclude</name>

<value>/home/hadoop/hadoop-1.0.4/conf/tasktracker-excludes</value>

</property>

2.
创建tasktracker-excludes文件,并添加需要删除的主机名,一行一个

192.168.122.77

3.
在master上在线刷新节点

#
bin/hadoop mradmin -refreshNodes

4.
登录
jobtracker
的网络接口,进行查看。

时间： 2024-10-09 01:46:36

Rhel6-hadoop分布式部署配置文档的相关文章

【G】开源的分布式部署解决方案文档 - 手动安装

G.系列导航 [G]开源的分布式部署解决方案 - 导航 序言 因各种原因,决定先写使用文档.也证明下项目没有太监.至于安装过程复杂,是因为还没有做一键安装,这个现阶段确实没精力. 项目进度 (点击图片看大图) 必备工具 IDE:VS2015+ 运行环境: .Net Framework 4.6.1(已测可降4.5,其余没测) 宿主:IIS 下载源码 源码地址 http://git.oschina.net/doddgu/G/ ps:强烈希望顺手点下 star.watch.fork VS克隆源码 编译

【G】开源的分布式部署解决方案文档 - Web Deploy

G.系列导航 [G]开源的分布式部署解决方案 - 导航 微软官方部署方式 右键项目->发布 这个大家应该再熟悉不过,在部署前有个预览界面可以看本次更新到底更新哪些文件. 既然它可以预览部署结果,那其实它部署也不会完全覆盖,而是采取部分覆盖的方式,并提供了增.删.改的实际数量. 这都要依赖一个叫做 Web Deploy 的项目. 传送门 当然,web deploy功能绝不仅仅如此,包括打包.备份.还原.更新数据库等. 在此不多做普及,提到了它的优点,自然要支持它.所以本项目支持原始+Web Dep

Hadoop配置文档

预节 在这一节中,笔者主要向大家介绍了该配置文档中,所用到的Linux命令和Linux的帮助. 终端提示信息 在Linux中,终端的每一行都有提示信息,其包含了当前终端登录的用户,当前登录的主机,当前终端所在的目录. 如:[[email protected] ~]$其格式为:[[用户名]@[hosts主机名或主机ip [当前所在路径]]$解析后可以知道,例子给的提示,实际上代表的是:当前终端登录的主机为master,所有的操作都是针对master的,登录主机的用户为frank,当前终端cd命令进

Hadoop集群安装配置文档

Hadoop集群安装配置文档 日期 内容 修订人 2015.6.3 文档初始化 易新             目录 1 文档概要... 5 1.1软件版本... 5 1.2机器配置... 5 2 虚拟机配置... 5 2.1新建虚拟机... 5 2.2虚拟网络配置... 8 3 CentOS安装及配置... 9 3.1系统安装... 9 3.2系统配置... 10 3.2.1防火墙配置... 10 3.2.2 SElinux配置... 10 3.2.3 IP配置... 11 3.2.4安装vim

_00024 尼娜抹微笑伊拉克_云计算ClouderaManager以及CHD5.1.0群集部署安装文档V1.0

笔者博文:妳那伊抹微笑 itdog8 地址链接 : http://www.itdog8.com(个人链接) 博客地址:http://blog.csdn.net/u012185296 博文标题:_00024 妳那伊抹微笑_云计算之ClouderaManager以及CHD5.1.0集群部署安装文档V1.0 个性签名:世界上最遥远的距离不是天涯,也不是海角.而是我站在妳的面前.妳却感觉不到我的存在 技术方向:Flume+Kafka+Storm+Redis/Hbase+Hadoop+Hive+Mahou

_00024 妳那伊抹微笑_云计算之ClouderaManager以及CHD5.1.0集群部署安装文档V1.0

博文作者:妳那伊抹微笑 博客地址:http://blog.csdn.net/u012185296 博文标题:_00024 妳那伊抹微笑_云计算之ClouderaManager以及CHD5.1.0集群部署安装文档V1.0 个性签名:世界上最遥远的距离不是天涯,也不是海角,而是我站在妳的面前,妳却感觉不到我的存在 技术方向:Flume+Kafka+Storm+Redis/Hbase+Hadoop+Hive+Mahout+Spark ... 云计算技术 转载声明:可以转载, 但必须以超链接形式标明文章

IIS配置文档

IIS配置文档: 1.安装IIS.控制面板→程序→打开关闭Windows功能,Web管理服务和万维网服务都勾上. 2.部署网站:ASP.Net项目的发布:项目中点右键“发布”,选择“文件系统”,发布到一个文件夹下. 3.在IIS中新建网站,设定域名,这样多个域名可以放到一个IIS服务器上.需要绑定域名. 4.模拟域名,如果启用了UAC,则用管理员权限运行记事本,打开 C:\Windows\System32\drivers\etc下的hosts文件 做一下域名协议的欺骗.伪造一些域名出来. 5.如

Redis的部署使用文档

Redis的部署使用文档 简述: redis是一个key-value存储系统.和Memcached类似,它支持存储的value类型相对更多,包括string(字符 串).list(链表).set(集合)和zset(有序集合).这些数据类型都支持push/pop.add/remove及取交集并集和差集及更丰富 的操作,而且这些操作都是原子性的.在此基础上,redis支持各种不同方式的排序.与memcached一样,为了保证效率,数据都是缓存在内存中.区 别的是redis会周期性的把更新的数据写入磁

Hadoop+Hive+Mysql安装文档

2013-03-12 22:07 1503人阅读 评论(0) 收藏 举报  分类: Hadoop(13)  目录(?)[+] Hadoop+Hive+Mysql安装文档 软件版本 redhat enterprise server5.5 64 Hadoop 1.0.0 Hive 0.8.1 Mysql 5 Jdk 1.6 整体构架 共有7台机器,做4个数据节点,将name节点.jobtracker和secondaryname都分开,各机器分工如下 机器ip 主机名 用途 备注 123.456.78