hadoop,spark,kafka交流群：224209501

标签（空格分隔）： hadoop

1，根据集群配置合理规划hadoop集群组件

本节主要讲述：如何依据集群机器配置（内存、硬盘、CPU核）合理规划Hadoop服务组件部署的几点（表格规划、形象生动）
主机内存是8G，硬盘720G，cpu4核。为了提高运行效率，会将datanode和nodemanager在同一台机器上。
具体配置如下：

配置名	hadoop.host	hadoop1.host	hadoop2.host
cpu	1	1	1
内存	2G	1.5G	1.5G
硬盘	20G	20G	20G
hdfs	namenode datanode	datanode	secondarynamenode datanode
yarn	nodemanager	nodemanager resourcemanager	nodemanager
MR		historyserver

---

2，为集群部署搭建集群主机环境

本节主要内容如下：对克隆虚拟机进行修改网卡名称和配置IP地址与主机名，配置集群中三台机器的IP地址和主机名称的映射。

集群部署是需要多台主机，这里选择使用三台虚拟机完成部署任务。克隆晚虚拟机之后，在打开的虚拟机中通过 ifcongig 查看网络设置，发现只有 eth1 的网络设置，没有 eth0 的网络设置，并且
eth1 的网络信息，与/etc/sysconfig/network-script/ifcfg-eth0 中的设置不同。
解决办法是执行命令

    sudo vi /etc/udev/rules.d/70-persistent-net.rules

然后执行如下操作：
- 注释掉或删除包含 eth0 的行
- 把包含“eth1”行的“eth1”修改成“eth0”，完成后如下图：
- 拷贝这里的原eth1的物理地址。
- 执行命令sudo vi /etc/sysconfig/network-scripts/ifcfg-eth0
将三中复制的物理地址粘贴到如下图处：

修改主机名及IP地址，并完成映射：
- 执行 sudo vi /etc/sysconfig/network
- 将主机名修改为：hadoop1.host；hadoop2.host
- 将两台克隆机的IP地址分别修改为：192.168.154.129和192.168.154.130
- 执行 ‘sudo vi /etc/hosts’命令完成IP地址映射。
注：这个主机名与IP地址映射要在主机，三台虚拟机中都配置。

3，部署集群

本节主要讲：以【Hadoop 2.x伪分布式部署】为模板，理解各个服务组件部署节点的配置，配置部署安装集群。

• 首先在三台主机上执行sudo mkdir /opt/app和sudo chmod 777 /opt/app
• 然后执行tar -zxvf /opt/softwares/hadoop-2.5.0.tar.gz /opt/app/
• 然后打开nodepad++，连接上主机hadoop2.host对hadoop的xml文件进行配置。
  具体如下：
  (1) 首先在hadoop-env.sh,yarn-env
  .hs,mapred-env.sh添加java命令的路径：
  /opt/modules/jdk1.7.0_67
  (2) 修改core-site.xml文件内容如下：

        <property>
            <name>fs.defaultFS</name>
            <value>hdfs://hadoop.host:8020</value>
        </property>
        <property>
            <name>hadoop.http.staticuser.user</name>
            <value>hadoop</value>
        </property>

(3) 修改hdfs-site.xml，文件将namenode和secondarynamenode分别部署在hadoop.host和hadoop2.host上，具体内容如下：

(4) 修改yarn-site.xml文件将resourcemanager部署在hadoop1.host上，具体修改内容如下：

(5) 修改mapred-site.xml文件将jobhistory服务部署在hadoop1.host上，具体内容修改如下：

(5) 修改slaves文件，将nodemanager和datanode分别部署在三台主机上，修改内容如下：

(6) 执行命令下面命令将配置好的hadoop文件分别传递到另外两台主机上去：

scp -r hadoop-2.5.0/ hadoop@hadoop1.host:/opt/app/
scp -r hadoop-2.5.0/ hadoop@hadoop2.host:/opt/app/

---

4，测试集群

本节主要讲述：启动HDFS、YARN以后，对集群进行基本测试，如上传文件，运行WordCount程序等。

4.1 启动集群

• 启动HDFS。首先在主机hadoop.host中执行：sbin/hadoop-daemon.sh start namenode。然后分别在三台虚拟机中执行sbin/hadoop-daemon.sh start datanode。
• 启动YARN。在主机hadoop1.host执行sbin/yarn-daemon.sh start resourcemanager。分别在三台主机中执行sbin/yarn-daemon.sh start nodemanager。
• 启动historyserver。在主机miaodongua2.host执行：sbin/mr-jobhistory-daemon.sh start historyserver
  上述指令执行完成后分别再三台主机控制台中输入jps命令，查看服务是否启动成功。出现如下内容证明成功。
  
  
  

4.2 测试集群

• 创建目录。

     bin/hdfs dfs -mkdir -p mapreduce/wordcount/input

• 上传/opt/datas目录下的文件wc.input和wc1.input。

bin/hdfs dfs -put /opt/datas/wc.input mapreduce/wordcount/input    
bin/hdfs dfs -put /opt/datas/wc1.input mapreduce/wordcount/input

以上两个步骤操作成功后，会在生成目录mapreduce/wordcount/input,而且目录下回多出两文件：

• 运行wordcount程序。

• 查看生成结果。