---------------------------------------
二、HADOOP-入门
---------------------------------------
--[01.入门介绍]
Hadoop入门
一、概念
01.Hadoop是什么
02.Hadoop发展历史
03.Hadoop的三大发行版本
04.Hadoop的优势
05.Hadoop的组成
06.大数据技术生态体系
07.推荐系统案例
二、环境准备(前戏)
01.模版虚拟机准备
02.克隆
03.安装JDK、Hadoop
三、Hadoop生成集群搭建
01.本地模式
02.完全分布式集群(开发和面试的重点)
四、常见错误的解决方案
--[02.Hadoop是什么]
Hadoop是一个由Apache基金会所开发的分布式系统基础架构.
主要解决,"海量数据的存储"和"海量数据的分析计算"问题.
广义上来说,Hadoop通常是指一个更广泛的概念——Hadoop生态圈.
--[03.Hadoop发展历史]
Hadoop创始人Doug Cutting,为了实现与Google类似的全文搜索功能,
他在Lucene框架基础上进行优化升级,查询引擎和索引引擎.
2001年年底Lucene成为Apache基金会的一个子项目.
对于海量数据的场景,Lucene框 架面对与Google同样的困难,存 储海量数据困难,检索海量速度慢.
学习和模仿Google解决这些问题的办法:微型版Nutch.
可以说Google是Hadoop的思想之源(Google在大数据方面的三篇论文)
GFS --->HDFS
Map-Reduce --->MR
BigTable --->HBase
2003-2004年,Google公开了部分GFS和MapReduce思想的细节,以此为基础Doug Cutting等人用
了2年业余时间实现了DFS和MapReduce机制,使Nutch性能飙升.
2005 年Hadoop作为Lucene的子项目Nutch的一部分正式引入Apache基金会.
2006年3月份,Map-Reduce和Nutch Distributed File System (NDFS)分别被纳入到Hadoop项目
中,Hadoop就此正式诞生,标志着大数据时代来临.
名字来源于Doug Cutting儿子的玩具大象.
--[04.Hadoop三大发行版本]
Hadoop 三大发行版本:Apache、Cloudera、Hortonworks.
Apache 版本最原始(最基础)的版本,对于入门学习最好.2006
Cloudera 内部集成了很多大数据框架,对应产品 CDH.2008
Hortonworks 文档较好,对应产品 HDP.2011
Hortonworks 现在已经被 Cloudera 公司收购,推出新的品牌 CDP.
1)Apache Hadoop
官网地址:http://hadoop.apache.org
下载地址:https://hadoop.apache.org/releases.html
2)Cloudera Hadoop
官网地址:https://www.cloudera.com/downloads/cdh
下载地址:https://docs.cloudera.com/documentation/enterprise/6/releasenotes/topics/rg_cdh_6_download.htm
(1)2008 年成立的 Cloudera 是最早将 Hadoop 商用的公司,为合作伙伴提供 Hadoop 的
商用解决方案,主要是包括支持、咨询服务、培训.
(2)2009 年 Hadoop 的创始人 Doug Cutting 也加盟 Cloudera 公司.Cloudera 产品主
要为 CDH,Cloudera Manager,Cloudera Support
(3)CDH 是 Cloudera 的 Hadoop 发行版,完全开源,比 Apache Hadoop 在兼容性,安
全性,稳定性上有所增强.Cloudera 的标价为每年每个节点 10000 美元.
(4)Cloudera Manager 是集群的软件分发及管理监控平台,可以在几个小时内部署好一
个 Hadoop 集群,并对集群的节点及服务进行实时监控.
3)Hortonworks Hadoop
官网地址:https://hortonworks.com/products/data-center/hdp/
下载地址:https://hortonworks.com/downloads/#data-platform
(1)2011 年成立的 Hortonworks 是雅虎与硅谷风投公司 Benchmark Capital 合资组建.
(2)公司成立之初就吸纳了大约 25 名至 30 名专门研究 Hadoop 的雅虎工程师,上述
工程师均在 2005 年开始协助雅虎开发 Hadoop,贡献了 Hadoop80%的代码.
(3)Hortonworks 的主打产品是 Hortonworks Data Platform(HDP),也同样是 100%开
源的产品,HDP 除常见的项目外还包括了 Ambari,一款开源的安装和管理系统.
(4)2018 年 Hortonworks 目前已经被 Cloudera 公司收购.
--[05.Hadoop优势]
高可靠性:Hadoop底层维护多个数据副本,所以即使Hadoop某个计算元
素或存储出现故障,也不会导致数据的丢失.
高扩展性:在集群间分配任务数据,可方便的扩展数以千计的节点.(动态增加服务器)
高效性:在MapReduce的思想下,Hadoop是并行工作的,以加快任务处理速度.
高容错性:能够自动将失败的任务重新分配.
--[06.Hadoop 1.x2.x3.x区别]
Hadoop组成(面试重点)
--[Hadoop1.x组成]
MapReduce(计算+资源调度)
HDFS(数据存储)
Common(辅助工具)
--[Hadoop2.x组成]
MapReduce(计算)
Yarn(资源调度)
HDFS(数据存储)
Common(辅助工具)
在 Hadoop1.x 时代 ,Hadoop中的MapReduce同时处理业务逻辑运算和资
源的调度,耦合性较大.在Hadoop2.x时 代,增加 了Yarn.Yarn只负责
资 源 的 调 度 ,MapReduce只负责运算.Hadoop3.x在组成上没有变化.
--[07.HDFS概述]
NameNode <--2NN 数据存储在什么位置
/ | \
DataNode DataNode DataNode 具体存储数据
(Hadoop102) (Hadoop103) (Hadoop104)
1)NameNode(nn):存储文件的元数据,如文件名,文件目录结构,文件属性
(生成时间、副本数、文件权限),以及每个文件的块列表和块所在的DataNode等
2)DataNode(dn):在本地文件系统存储文件块数据,以及块数据的校验和.
3)Secondary NameNode(2nn):每隔一段时间对NameNode元数据备份.
--[08.YARN概述]
Yet Another Resource Negotiator 简称 YARN ,另一种资源协调者,是 Hadoop 的资源管理器。
1)ResourceManager(RM):整个集群资源(内存、CPU等)的老大
2)NodeManager(NM):单个节点服务器资源老大
3)ApplicationMaster(AM):单个任务运行的老大
4)Container:容器,相当一台独立的服务器,里面封装了
任务运行所需要的资源,如内存、CPU、磁盘、网络等。
+ - - - - - - - - - - - - - - - - - - - - - - - - - - +
client client
| Job Submission 作业提交
Resource Manager
(12G内存/6CPU)
/ | \
NodeManager NodeManager NodeManager[Container(App Mstr)、Container(Map Task)、Container(Reduce Task)]
(4G内存/2CPU) (4G内存/2CPU) (4G内存/2CPU)
+ - - - - - - - - - - - - - - - - - - - - - - - - - - +
说明1:客户端可以有多个
说明2:集群上可以运行多个ApplicationMaster
说明3:每个NodeManager上可以有多个Containe
Picture01
--[09.MapReduce概述]
MapReduce 将计算过程分为两个阶段:Map和Reduce
1)Map阶段并行处理输入数据
2)Reduce阶段对Map结果进行汇总
Picture02
--[10.HDFS&YARN&MR关系]
Picture03
--[11.大数据技术生态体系]
Picture04
1)Sqoop:Sqoop 是一款开源的工具,主要用于在 Hadoop、Hive 与传统的数据库(MySQL)
间进行数据的传递,可以将一个关系型数据库(例如 :MySQL,Oracle 等)中的数据导进
到 Hadoop 的 HDFS 中,也可以将 HDFS 的数据导进到关系型数据库中。
2)Flume:Flume 是一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统,
Flume 支持在日志系统中定制各类数据发送方,用于收集数据;
3)Kafka:Kafka 是一种高吞吐量的分布式发布订阅消息系统;
4)Spark:Spark 是当前最流行的开源大数据内存计算框架。可以基于 Hadoop 上存储的大数
据进行计算。
5)Flink:Flink 是当前最流行的开源大数据内存计算框架。用于实时计算的场景较多。
6)Oozie:Oozie 是一个管理 Hadoop 作业(job)的工作流程调度管理系统。
7)Hbase:HBase 是一个分布式的、面向列的开源数据库。HBase 不同于一般的关系数据库,
它是一个适合于非结构化数据存储的数据库。
8)Hive:Hive 是基于 Hadoop 的一个数据仓库工具,可以将结构化的数据文件映射为一张
数据库表,并提供简单的 SQL 查询功能,可以将 SQL 语句转换为 MapReduce 任务进行运
行。其优点是学习成本低,可以通过类 SQL 语句快速实现简单的 MapReduce 统计,不必开
发专门的 MapReduce 应用,十分适合数据仓库的统计分析。
9)ZooKeeper:它是一个针对大型分布式系统的可靠协调系统,提供的功能包括:配置维护、
名字服务、分布式同步、组服务等。
Picture05
--[12.VMware安装]
Hadoop100(内存4G/硬盘50g/IP/主机名称) -->Copy到其他集机器
--[13.Centos7.5软硬件安装]
安装CentOS7
--[14.IP和主机名称配置]
三个地方:Hadoop100/VMware/Windos10
一、VMware:
编辑》虚拟网络编辑器》VMnet8》更改设置》VMnet8》NAT模式》子网IP:192.168.10.0》NAT设置》网关IP:192.168.10.2
--如果VMnet8没出来,需要还原默认设置
二、Windos11:
右击-网络和Internet》高级网络设置》VMnet8》更多适配选项》编辑》双击、勾选-Internet协议版本4(TCP/IPv4)》
IP地址:192.168.10.1 网关:192.168.10.2 首选DNS服务器:192.168.10.2 备用DNS服务器:8.8.8.8(公网)
三、Hadoop100(虚拟机内部):
su root
输入密码,默认6位懂的都懂 dddd
vim /etc/sysconfig/networt-scripts/ifcfg-ens33
+ - - - - - - - - - - - - - - - - - - +
[文件配置01]
| - - - - - - - - - - - - - - - - - - |
TYPE="Ethernet"
PROXY_METHOD="none"
BROWSER_ONLY="no"
BOOTPROTO="static"
DEFROUTE="yes"
IPV4_FAILURE_FATAL="no"
IPV6INIT="yes"
IPV6_AUTOCONF="yes"
IPV6_DEFROUTE="yes"
IPV6_FAILURE_FATAL="no"
IPV6_ADDR_GEN_MODE="stable-privacy"
NAME="ens33"
UUID="9bfb3343-c7a9-4c82-96fb-4749e0c8500b"
DEVICE="ens33"
ONBOOT="yes"
#IP地址
IPADDR=192.168.10.100
#网关
GATEWAY=192.168.10.2
#域名解释器
DNS1=192.168.10.2
+ - - - - - - - - - - - - - - - - - - +
ESC
:wq!
回车
vim /etc/hostname
+ - - - - - - - - - - - - - - - - - - +
[文件配置02]
| - - - - - - - - - - - - - - - - - - |
hadoop100
+ - - - - - - - - - - - - - - - - - - +
ESC
:wq!
回车
vim /etc/hosts --设置主机名称映射
+ - - - - - - - - - - - - - - - - - - +
[文件配置03]
| - - - - - - - - - - - - - - - - - - |
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108
+ - - - - - - - - - - - - - - - - - - +
reboot
--验证IP地址和主机名称
ifconfig --看看ens33对应的IP地址
ping www.baidu.com --ping外网看看能不能通,time=XX.X ms,有显示表示通,0表示不通
hostname --查看主机名称
--[15.Xshell远程访问工具]
Windows》C:\Windows\System32\drivers\etc》hosts
[hosts]--添加
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108
一、安装XShell
--连接:
名称:192.168.10.100
主机:192.168.10.100
协议:SSH
端口号:22
--用户是否验证:
用户名:XXX
密码:dddd
二、安装Xftp
--[16.模版虚拟机准备完成]
yum install -y epel-release
kill -9 3030 --如果下载不了,杀死对应进程
--如果安装的是Linux最小系统版,需要再安装以下工具
net-tool --工具包集合,包含ifconfig等命令
vim --编辑器
systemctl stop firewalld --关闭防火墙
systemctl disable firewalld.service --开机启动的防火墙关闭
useradd atguigu --添加atguigu用户
passwd atguigu --修改用户密码
--配置atguigu用户具有root权限,方便后期sudo执行root权限的命令
vim /etc/sudoers
[文件添加]
## Allow root to run any commands anywhere
root ALL=(ALL) ALL
## Allows members of the 'sys' group to run networking, software,
## service management apps and more.
# %sys ALL = NETWORKING, SOFTWARE, SERVICES, STORAGE, DELEGATING, PROCESSES, LOCATE, DRIVERS
## Allows people in group wheel to run all commands
%wheel ALL=(ALL) ALL
atguigu ALL=(ALL) NOPASSWD:ALL
cd /opt
sudo rm -rf rh/
sudo mkdir module
sudo mkdir software
sudo chown atguigu:atguigu module/ software/
rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps --卸载自带的JDK
其中:
rpm -qa --查询所安装的所有rpm软件包
grep -i --忽略大小写
xargs -n1--表示每次只传递一个参数
rpm -e -nodes--强制卸载软件
rpm -qa | grep -i java --查看
reboot
--[17.克隆三台虚拟机]
创建完整的克隆》
--修改IP
vim /etc/sysconfig/network-scripts/ifcfg-ens33
[文件配置]--添加
#IP地址
IPADDR=192.168.10.102
#网关
GATEWAY=192.168.10.2
#域名解释器
DNS1=192.168.10.2
vim /etc/hostname
[文件配置]
hadoop102
vim /etc/hosts
[文件配置]--添加
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108
reboot
ifconfig --参考是否已修改IP
ping www.baidu.com --ping外网看看网络是否已通
hostname
--[配置XShell]
一、连接
名称:hadoop100
协议:SSH
主机:hadoop100
端口号:22
二、用户身份验证
用户名:atguigu
密码:123456
--[18.JDK安装]
在hadoop102上安装JDK,然后拷贝至Hadoop103、Hadoop104
cd /opt
cd software/
用Xftp把jdk-8u212-linux-x64.tar.gz和hadoop-3.1.3.tar.gz
tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/
sudo vim /etc/profile--查看环境变量
cd /etc/profile.d/
sudo vim my_env.sh --定义环境变量
[my_env.sh]
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212 --export表示全局变量生效
export PATH=$PATH:$JAVA_HOME/bin
source /etc/profile --重新加载这里的内容
java
java -version
--[19.Hadoop安装]
tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
cd hadoop-3.1.3/
ll
pwd
sudo vim my_env.sh
[my_env.sh]
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212 --export表示全局变量生效
export PATH=$PATH:$JAVA_HOME/bin
#HADOOP_HOME --添加hadoop环境变量
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
source /etc/profile
hadoop
[/opt/module/hadoop-3.1.3]
drwxr-xr-x. 2 atguigu atguigu 183 9月 12 2019 bin --和hdfs、mapred、yarn
drwxr-xr-x. 3 atguigu atguigu 20 9月 12 2019 etc --大量的配置信息 hdfs-site.xml mapred-site.xml yarn-site.xml workers core-site.xml
drwxr-xr-x. 2 atguigu atguigu 106 9月 12 2019 include --头文件 .h结尾
drwxr-xr-x. 3 atguigu atguigu 20 9月 12 2019 lib --本地动态链接库
drwxr-xr-x. 4 atguigu atguigu 288 9月 12 2019 libexec
-rw-rw-r--. 1 atguigu atguigu 147145 9月 4 2019 LICENSE.txt
-rw-rw-r--. 1 atguigu atguigu 21867 9月 4 2019 NOTICE.txt
-rw-rw-r--. 1 atguigu atguigu 1366 9月 4 2019 README.txt
drwxr-xr-x. 3 atguigu atguigu 4096 9月 12 2019 sbin --start-dfs.sh启动集群 start-yarn.sh mr-jobhistory-daemon.sh启动历史服务器 hadoop-daemon.sh
drwxr-xr-x. 4 atguigu atguigu 31 9月 12 2019 share --学习资料 doc hadoop》mapreduce》hadoop-mapreduce-examples-3.1.3.jar 官方案例
drwxr-xr-x. 2 root root 22 4月 3 20:15 wcinput
drwxr-xr-x. 2 root root 88 4月 3 20:18 wcoutput
--[20.本地运行模式]
hadoop.apache.org/》Getting started》
Now you are ready to start your Hadoop cluster in one of the three supported modes:
Local (Standalone) Mode --本地模式 数据存储在Linux本地 测试用
Pseudo-Distributed Mode --伪分布式 数据存储在HDFS 公司资源紧缺用 2m-1TB
Fully-Distributed Mode --完全分布式 数据分布在HDFS/多台服务器工资 企业大量使用
Picture06
cd /opt/module/hadoop-3.1.3
mkdir wcinput
vim worl.txt
[worl.txt]
ss ss
cls cls
banzhang
bobo
yangge
cd /opt/module/hadoop-3.1.3
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput ./wcoutput/ --统计词出现的次数
cd wcoutput/
ll
执行统计命令时,输出路径时不能存在的,否则报错
+ - - - - - - - - - - - - - - - - - - - - - - - - - - +
-rw-r--r--. 1 root root 38 4月 3 20:18 part-r-00000
-rw-r--r--. 1 root root 0 4月 3 20:18 _SUCCESS
+ - - - - - - - - - - - - - - - - - - - - - - - - - - +
cat part-r-00000
--[21.scp&rsync命令讲解]
[完全分布式的搭建]
1)准备 3 台客户机(关闭防火墙、静态 IP、主机名称)
2)安装 JDK
3)配置环境变量
4)安装 Hadoop
5)配置环境变量
6)配置集群
7)单点启动
8)配置 ssh
9)群起并测试集群
[虚拟机准备]
编写集群分发脚本 xsync
1)scp(secure copy)安全拷贝
(1)scp 定义
scp 可以实现服务器与服务器之间的数据拷贝。(from server1 to server2)
(2)基本语法
scp -r $pdir/$fname $user@$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
2)rsync 远程同步工具
rsync 主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync 和 scp 区别:用 rsync 做文件的复制要比 scp 的速度快,rsync 只对差异文件做更
新。scp 是把所有文件都复制过去。
(1)基本语法
rsync -av $pdir/$fname $user@$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
选项参数说明
选项 功能
-a 归档拷贝
-v 显示复制过程
(2)案例实操
--hadoop102上操作
cd /opt/module
scp -r jdk1.8.0_212/ atguigu@hadoop103:/opt/module/ --把本地的文件推去hadoop103
--hadoop103上操作
cd /opt/module
scp -r atguigu@hadoop102:/opt/module/hadoop-3.1.3/ ./ --把hadoop102的文件拉过来
scp -r atguigu@hadoop102:/opt/module/* atguigu@hadoop104:/opt/module/ --把hadoop102上的文件拉去hadoop104上
cd /opt/module/hadoop-3.1.3
rm -rf wcinput/ wcoutput/
--hadoop102
cd /opt/module/
rsync -av hadoop-3.1.3/ atguigu@hadoop103:/opt/module/hadoop-3.1.3/
--hadoop103
cd /opt/module/
ll --刚刚删除的文件已经同步过来
经验总结:首次复制用scp,更新操作用rsync
--[22.xsync分发脚本]
3)xsync 集群分发脚本
(1)需求:循环复制文件到所有节点的相同目录下
(2)需求分析:
(a)rsync 命令原始拷贝:
rsync -av /opt/module atguigu@hadoop103:/opt/
(b)期望脚本:
xsync 要同步的文件名称
(c)期望脚本在任何路径都能使用(脚本放在声明了全局环境变量的路径)
[atguigu@hadoop102 ~]$ echo $PATH
/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/atgu
igu/.local/bin:/home/atguigu/bin:/opt/module/jdk1.8.0_212/bi
n
(3)脚本实现
(a)在/home/atguigu/bin 目录下创建 xsync 文件
[atguigu@hadoop102 opt]$ cd /home/atguigu
[atguigu@hadoop102 ~]$ mkdir bin
[atguigu@hadoop102 ~]$ cd bin
[atguigu@hadoop102 bin]$ vim xsync
在该文件中编写如下代码
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
echo ==================== $host ====================
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
(b)修改脚本 xsync 具有执行权限
[atguigu@hadoop102 bin]$ chmod +x xsync
(c)测试脚本
[atguigu@hadoop102 ~]$ xsync /home/atguigu/bin
(d)将脚本复制到/bin 中,以便全局调用
[atguigu@hadoop102 bin]$ sudo cp xsync /bin/
(e)同步环境变量配置(root 所有者)
[atguigu@hadoop102 ~]$ sudo ./bin/xsync
/etc/profile.d/my_env.sh
注意:如果用了 sudo,那么 xsync 一定要给它的路径补全。
让环境变量生效
[atguigu@hadoop103 bin]$ source /etc/profile
[atguigu@hadoop104 opt]$ source /etc/profile
--hadoop102
cd /home/atguigu
echo $PATH --看看环境变量是否有/home/atguigu/bin
mkdir bin
cd bin/
vim xsync
[xsync]
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
echo ==================== $host ====================
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
chmod 777 xsync
xsync /home/atguigu/bin
cd /home/atguigu
sudo ./bin/xsync /etc/profile.d/my_env.sh
--hadoop103
--hadoop104
vim /etc/profile.d/my_env.sh
source /etc/profile
java
hadoop
+ - - - - - - - - - - - +
代码内容解析
+ - - - - - - - - - - - +
dirname a.txt
dirname /home/atguigu/a.txt
+ - - - - - - - - - - - +
mkdir aa
ll
ln -s aa bb --为aa创建软链接bb
cd bb
pwd
cd -P bb
pwd
basename a.txt
basename /home/atguigu/a.txt
+ - - - - - - - - - - - +
ssh hadoop103
hostname
mkdir 103
mkdir -p 103 --加了-p,文件已存在也可以创建
exit
ll
+ - - - - - - - - - - - +
--[23.ssh免密登录]
1)配置 ssh
(1)基本语法
ssh 另一台电脑的 IP 地址
(2)ssh 连接时出现 Host key verification failed 的解决方法
[atguigu@hadoop102 ~]$ ssh hadoop103
➢ 如果出现如下内容
Are you sure you want to continue connecting (yes/no)?
➢ 输入 yes,并回车
(3)退回到 hadoop102
[atguigu@hadoop103 ~]$ exit
2)无密钥配置
(1)免密登录原理
(2)生成公钥和私钥
[atguigu@hadoop102 .ssh]$ pwd
/home/atguigu/.ssh
[atguigu@hadoop102 .ssh]$ ssh-keygen -t rsa
然后敲(三个回车),就会生成两个文件 id_rsa(私钥)、id_rsa.pub(公钥)
(3)将公钥拷贝到要免密登录的目标机器上
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop102
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop103
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop104
注意:
还需要在 hadoop103 上采用 atguigu 账号配置一下无密登录到 hadoop102、hadoop103、
hadoop104 服务器上。
还需要在 hadoop104 上采用 atguigu 账号配置一下无密登录到 hadoop102、hadoop103、
hadoop104 服务器上。
还需要在 hadoop102 上采用 root 账号,配置一下无密登录到 hadoop102、hadoop103、
hadoop104;
3).ssh 文件夹下(~/.ssh)的文件功能解释
+ - - - - - - - - - - - - - - - - - - - - - - - - - - - - +
known_hosts 记录 ssh 访问过计算机的公钥(public key)
id_rsa 生成的私钥
id_rsa.pub 生成的公钥
authorized_keys 存放授权过的无密登录服务器公钥
+ - - - - - - - - - - - - - - - - - - - - - - - - - - - - +
Picture07
--hadoop103
ssh hadoop102
cd /home/atguigu
ls -al
cd .ssh/
cat known_hosts --查看访问过本机的用户
--hadoop102
cd /home/atguigu/.ssh/
ssh-keygen -t rsa --创建 id_rsa私钥 id_rsa.pub公钥
ssh-copy-id hadoop103 --发送公钥到hadoop103
ssh hadoop103
hostname
exit
ssh-copy-id hadoop104
ssh-copy-id hadoop102
cat authorized_keys --授权对象
--hadoop103
cd /home/atguigu/.ssh/
cat authorized_keys --多了可以访问的对象
ssh-keygen -t rsa --创建私钥和公钥
ssh-copy-id hadoop102
ssh-copy-id hadoop104
--hadoop104
cd /home/atguigu/.ssh/
ssh-keygen -t rsa --创建私钥和公钥
ssh-copy-id hadoop102
ssh-copy-id hadoop104
--hadoop102
su root
ssh hadoop103
cd
ls -al
cd .ssh/
ll
ssh-keygen -t rsa
ssh-copy-id hadoop103
ssh-copy-id hadoop104
cd /home/atguigu
touch a.txt
xsync a.txt --分发脚本到hadoop103 104
--[24.集群配置]
1)集群部署规划
注意:
➢ NameNode 和 SecondaryNameNode 不要安装在同一台服务器
➢ ResourceManager 也很消耗内存,不要和 NameNode、SecondaryNameNode 配置在
同一台机器上。
+ - - - + - - - - - - - - + - - - - - - - - + - - - - - - - - +
hadoop102 hadoop103 hadoop104
+ - - - + - - - - - - - - + - - - - - - - - + - - - - - - - - +
HDFS :NameNode SecondaryNameNode
DataNode DataNode DataNode
+ - - - + - - - - - - - - + - - - - - - - - + - - - - - - - - +
YARN : ResourceManager
NodeManager NodeManager NodeManager
+ - - - + - - - - - - - - + - - - - - - - - + - - - - - - - - +
2)配置文件说明
Hadoop 配置文件分两类:默认配置文件和自定义配置文件,只有用户想修改某一默认
配置值时,才需要修改自定义配置文件,更改相应属性值。
(1)默认配置文件:
+ - - - - - - - - + - - - - - - - - - - - - - - - - - - - - - +
要获取的默认文件 文件存放在 Hadoop 的 jar 包中的位置
+ - - - - - - - - + - - - - - - - - - - - - - - - - - - - - - +
[core-default.xml] hadoop-common-3.1.3.jar/core-default.xml
[hdfs-default.xml] hadoop-hdfs-3.1.3.jar/hdfs-default.xml
[yarn-default.xml] hadoop-yarn-common-3.1.3.jar/yarn-default.xml
[mapred-default.xml] hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml
+ - - - - - - - - + - - - - - - - - - - - - - - - - - - - - - +
(2)自定义配置文件:
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml 四个配置文件存放在
$HADOOP_HOME/etc/hadoop 这个路径上,用户可以根据项目需求重新进行修改配置。
3)配置集群
(1)核心配置文件
配置 core-site.xml
[atguigu@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
[atguigu@hadoop102 hadoop]$ vim core-site.xml
文件内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定 NameNode 的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop102:8020</value>
</property>
<!-- 指定 hadoop 数据的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-3.1.3/data</value>
</property>
<!-- 配置 HDFS 网页登录使用的静态用户为 atguigu -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>atguigu</value>
</property>
</configuration>
(2)HDFS 配置文件
配置 hdfs-site.xml
[atguigu@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- nn web 端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>hadoop102:9870</value>
</property>
<!-- 2nn web 端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop104:9868</value>
</property>
</configuration>
(3)YARN 配置文件
配置 yarn-site.xml
[atguigu@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定 MR 走 shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定 ResourceManager 的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop103</value>
</property>
<!-- 环境变量的继承 -->
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CO
NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAP
RED_HOME</value>
</property>
</configuration>
(4)MapReduce 配置文件
配置 mapred-site.xml
[atguigu@hadoop102 hadoop]$ vim mapred-site.xml
文件内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定 MapReduce 程序运行在 Yarn 上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
4)在集群上分发配置好的 Hadoop 配置文件
[atguigu@hadoop102 hadoop]$ xsync /opt/module/hadoop3.1.3/etc/hadoop/
5)去 103 和 104 上查看文件分发情况
[atguigu@hadoop103 ~]$ cat /opt/module/hadoop3.1.3/etc/hadoop/core-site.xml
[atguigu@hadoop104 ~]$ cat /opt/module/hadoop3.1.3/etc/hadoop/core-site.xml
--hadoop102
cd /opt/module/hadoop-3.1.3/etc/hadoop --4个自定义配置文件 core/hdfs/yarn/mapred-site.xml
sudo vim core-site.xml
[core-site.xml] --添加以下内容
<configuration>
<!-- 指定 NameNode 的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop102:8020</value>
</property>
<!-- 指定 hadoop 数据的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-3.1.3/data</value>
</property>
<!-- 配置 HDFS 网页登录使用的静态用户为 atguigu -->
<configuration>
sudo vim hdfs-site.xml
[hdfs-site.xml] --添加以下内容
<configuration>
<!-- nn web 端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>hadoop102:9870</value>
</property>
<!-- 2nn web 端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop104:9868</value>
</property>
</configuration>
sudo vim yarn-site.xml
[yarn-site.xml]
</configuration>
<!-- 指定 MR 走 shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定 ResourceManager 的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop103</value>
</property>
<!-- 环境变量的继承 -->
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CO
NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAP
RED_HOME</value>
</property>
</configuration>
sudo vim mapred-site.xml
[mapred-site.xml]
<configuration>
<!-- 指定 MapReduce 程序运行在 Yarn 上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
cd /opt/module/hadoop-3.1.3/etc
xsync hadoop/
--hadoop103
cd /opt/module/hadoop-3.1.3/etc/hadoop/
cat core-site.xml
--[25.集起集群并测试]
3.2.5 群起集群
1)配置 workers
[atguigu@hadoop102 hadoop]$ vim /opt/module/hadoop3.1.3/etc/hadoop/workers
在该文件中增加如下内容:
hadoop102
hadoop103
hadoop104
注意:该文件中添加的内容结尾不允许有空格,文件中不允许有空行。
同步所有节点配置文件
[atguigu@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc
2)启动集群
(1)如果集群是第一次启动,需要在 hadoop102 节点格式化 NameNode(注意:格式
化 NameNode,会产生新的集群 id,导致 NameNode 和 DataNode 的集群 id 不一致,集群找
不到已往数据。如果集群在运行过程中报错,需要重新格式化 NameNode 的话,一定要先停
止 namenode 和 datanode 进程,并且要删除所有机器的 data 和 logs 目录,然后再进行格式
化。)
[atguigu@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
(2)启动 HDFS
[atguigu@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
(3)在配置了 ResourceManager 的节点(hadoop103)启动 YARN
[atguigu@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
(4)Web 端查看 HDFS 的 NameNode
(a)浏览器中输入:http://hadoop102:9870
(b)查看 HDFS 上存储的数据信息
(5)Web 端查看 YARN 的 ResourceManager
(a)浏览器中输入:http://hadoop103:8088
(b)查看 YARN 上运行的 Job 信息
3)集群基本测试
(1)上传文件到集群
➢ 上传小文件
[atguigu@hadoop102 ~]$ hadoop fs -mkdir /input
[atguigu@hadoop102 ~]$ hadoop fs -put
$HADOOP_HOME/wcinput/word.txt /input
➢ 上传大文件
[atguigu@hadoop102 ~]$ hadoop fs -put /opt/software/jdk-8u212-
linux-x64.tar.gz /
(2)上传文件后查看文件存放在什么位置
➢ 查看 HDFS 文件存储路径
[atguigu@hadoop102 subdir0]$ pwd
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-
192.168.10.102-1610603650062/current/finalized/subdir0/subdir0
➢ 查看 HDFS 在磁盘存储文件内容
[atguigu@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce
atguigu
atguigu
(3)拼接
-rw-rw-r--. 1 atguigu atguigu 134217728 5 月 23 16:01 blk_1073741836
-rw-rw-r--. 1 atguigu atguigu 1048583 5 月 23 16:01 blk_1073741836_1012.meta
-rw-rw-r--. 1 atguigu atguigu 63439959 5 月 23 16:01 blk_1073741837
-rw-rw-r--. 1 atguigu atguigu 495635 5 月 23 16:01 blk_1073741837_1013.meta
[atguigu@hadoop102 subdir0]$ cat blk_1073741836>>tmp.tar.gz
[atguigu@hadoop102 subdir0]$ cat blk_1073741837>>tmp.tar.gz
[atguigu@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz
(4)下载
[atguigu@hadoop104 software]$ hadoop fs -get /jdk-8u212-linuxx64.tar.gz ./
(5)执行 wordcount 程序
[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar
share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar
wordcount /input /output
--hadoop102
cd /opt/module/hadoop-3.1.3/etc/hadoop/
vim workers
[workers]
hadoop102
hadoop103
hadoop104 --后面不能有空格
xsync ./workers
cd /opt/module/hadoop-3.1.3
hdfs namenode -format --初始化hdfs--多了date和logs文件夹
cd /opt/module/hadoop-3.1.3
sbin/start-dfs.sh --启动集群的命令
jps
--外部web
hadoop102:9870/dfshealth.html#tab-overvie
http://192.168.10.102:9870/dfshealth.html#tab-overview
查看Utilities》Browse the file system》/
--hadoop103
cd /opt/module/hadoop-3.1.3
sbin/start-yarn.sh
jps
--外部web
http://192.168.10.103:8088/cluster
http://hadoop103:8088/cluster
--hadoop102
hadoop fs -mkdir /wcinput --创建HDFS文件夹
hadoop fs -put wcinput/word.txt /wcinput --上传word.txt到HDFS的wcinput文件夹
hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /
cd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-197972718-192.168.10.102-1713500380801/current/finalized/subdir0/subdir0
cat blk_1073741825
cat blk_1073741826 >> tmp.tar.gz
cat blk_1073741827>>tmp.tar.gz
tar -zxvf tmp.tar.gz
rm -rf jdk1.8.0_212/ tmp.tar.gz
--hadoop103
cd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-197972718-192.168.10.102-1713500380801/current/finalized/subdir0/subdir0
ll
--hadoop104
cd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-197972718-192.168.10.102-1713500380801/current/finalized/subdir0/subdir0
ll
--hadoop102
hadoop fs -chmod 777 /user/hadoop
cd /opt/module/hadoop-3.1.3
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /wcinput /wcoutput
--[26.集群崩溃处理办法]
--hadoop102
jps
+ - - - - - - - +
3348 DataNode
12058 Jps
3212 NameNode
11756 NodeManager
+ - - - - - - - +
kill -9 3348 --杀死datanode
cd /opt/module/hadoop-3.1.3
rm -rf data/ --hadoop102 hadoop103 hadoop104
--hadoop102
hdfs namenode -format --尝试格式化hdfs集群
sbin/stop-yarn.sh
sbin/stop-dfs.sh
jps
sbin/start-dfs.sh
jps
hdfs namenode -format
jps --发现namenode没起
cd /opt/module/hadoop-3.1.3/
--只要不把etc和bin目录删掉就可以了
jps
--步骤1.停掉所有服务,只剩jps
--hadoop102
sbin/stop-dfs.sh
jps
--步骤2.删除每个集群上的data和logs
rm -rf data/ logs/
--步骤3.格式化
--hadoop102
hdfs namenode -format
--步骤4.启动集群
--hadoop102
sbin/start-dfs.sh
jps
--[27.历史服务器配置]
3.2.6 配置历史服务器
为了查看程序的历史运行情况,需要配置一下历史服务器。具体配置步骤如下:
1)配置 mapred-site.xml
[atguigu@hadoop102 hadoop]$ vim mapred-site.xml
在该文件里面增加如下配置。
<!-- 历史服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop102:10020</value>
</property>
<!-- 历史服务器 web 端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop102:19888</value>
</property>
2)分发配置
[atguigu@hadoop102 hadoop]$ xsync
$HADOOP_HOME/etc/hadoop/mapred-site.xml
3)在 hadoop102 启动历史服务器
[atguigu@hadoop102 hadoop]$ mapred --daemon start historyserver
4)查看历史服务器是否启动
[atguigu@hadoop102 hadoop]$ jps
5)查看 JobHistory
http://hadoop102:19888/jobhistory
--hadoop102
cd /opt/module/hadoop-3.1.3/etc/hadoop
sudo vim mapred-site.xml
[mapred-site.xml]--添加内容
<configuration>
<!-- 历史服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop102:10020</value>
</property>
<!-- 历史服务器 web 端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop102:19888</value>
</property>
</configuration>
xsync mapred-site.xml
cd /opt/module/hadoop-3.1.3
sbin/start-yarn.sh --如果yarn是已开启的状态,需要程序重启一下yarn
bin/mapred --daemon start historyserver
jps --多了JobHistoryServer进程
hadoop fs -mkdir /input
hadoop fs -put wcinput/word.txt /input
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
--[28.日志聚集功能配置]
3.2.7 配置日志的聚集
日志聚集概念:应用运行完成以后,将程序运行日志信息上传到 HDFS 系统上。
日志聚集功能好处:可以方便的查看到程序运行详情,方便开发调试。
注意:开启日志聚集功能,需要重新启动 NodeManager 、ResourceManager 和
HistoryServer。
开启日志聚集功能具体步骤如下:
1)配置 yarn-site.xml
[atguigu@hadoop102 hadoop]$ vim yarn-site.xml
在该文件里面增加如下配置。
<!-- 开启日志聚集功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为 7 天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
2)分发配置
[atguigu@hadoop102 hadoop]$ xsync $HADOOP_HOME/etc/hadoop/yarnsite.xml
3)关闭 NodeManager 、ResourceManager 和 HistoryServer
[atguigu@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh
[atguigu@hadoop103 hadoop-3.1.3]$ mapred --daemon stop
historyserver
4)启动 NodeManager 、ResourceManage 和 HistoryServer
[atguigu@hadoop103 ~]$ start-yarn.sh
[atguigu@hadoop102 ~]$ mapred --daemon start historyserver
5)删除 HDFS 上已经存在的输出文件
[atguigu@hadoop102 ~]$ hadoop fs -rm -r /output
6)执行 WordCount 程序
[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar
share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar
wordcount /input /output
7)查看日志
(1)历史服务器地址
http://hadoop102:19888/jobhistory
(2)历史任务列表
(3)查看任务运行日志
(4)运行日志详情
Picture10
--hadoop102
cd /opt/module/hadoop-3.1.3/etc/hadoop
vim yarn-site.xml
[yarn-site.xml] --添加以下内容
<!-- 开启日志聚集功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为 7 天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
xsync yarn-site.xml
cd /opt/module/hadoop-3.1.3
jps
mapred --daemon stop historyserver
sbin/stop-yarn.sh
sbin/start-yarn.sh
mapred --daemon start historyserver
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output2
192.168.10.103:8088
192.168.10.102:19888
--[29.两个常用脚本]
3.2.8 集群启动/停止方式总结
1)各个模块分开启动/停止(配置 ssh 是前提)常用
(1)整体启动/停止 HDFS
start-dfs.sh/stop-dfs.sh
(2)整体启动/停止 YARN
start-yarn.sh/stop-yarn.sh
2)各个服务组件逐一启动/停止
(1)分别启动/停止 HDFS 组件
hdfs --daemon start/stop namenode/datanode/secondarynamenode
(2)启动/停止 YARN
yarn --daemon start/stop resourcemanager/nodemanager
3.2.9 编写 Hadoop 集群常用脚本
1)Hadoop 集群启停脚本(包含 HDFS,Yarn,Historyserver):myhadoop.sh
[atguigu@hadoop102 ~]$ cd /home/atguigu/bin
[atguigu@hadoop102 bin]$ vim myhadoop.sh
➢ 输入如下内容
#!/bin/bash
if [ $# -lt 1 ]
then
echo "No Args Input..."
exit ;
fi
case $1 in
"start")
echo " =================== 启动 hadoop 集群 ==================="
echo " --------------- 启动 hdfs ---------------"
ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
echo " --------------- 启动 yarn ---------------"
ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
echo " --------------- 启动 historyserver ---------------"
ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start
historyserver"
;;
"stop")
echo " =================== 关闭 hadoop 集群 ==================="
echo " --------------- 关闭 historyserver ---------------"
ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop
historyserver"
echo " --------------- 关闭 yarn ---------------"
ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
echo " --------------- 关闭 hdfs ---------------"
ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
echo "Input Args Error..."
;;
esac
➢ 保存后退出,然后赋予脚本执行权限
[atguigu@hadoop102 bin]$ chmod +x myhadoop.sh
2)查看三台服务器 Java 进程脚本:jpsall
[atguigu@hadoop102 ~]$ cd /home/atguigu/bin
[atguigu@hadoop102 bin]$ vim jpsall
➢ 输入如下内容
#!/bin/bash
for host in hadoop102 hadoop103 hadoop104
do
echo =============== $host ===============
ssh $host jps
done
➢ 保存后退出,然后赋予脚本执行权限
[atguigu@hadoop102 bin]$ chmod +x jpsall
3)分发/home/atguigu/bin 目录,保证自定义脚本在三台机器上都可以使用
[atguigu@hadoop102 ~]$ xsync /home/atguigu/bin/
hdfs --daemon start datanode --单个服务件启动
yarn --daemon start nodemanager
--hadoop102
cd /home/atguigu/bin
vim myhadoop.sh
chmod 777 myhadoop.sh
myhadoop.sh stop
myhadoop.sh start
vim jpsall
chmod 777 jpsall
jpsall
--[30.两道面试题]
一、常用端口号
hadoop3.x
HDFS NameNode 内部通信端口:8020/9000/9820
HDFS NameNode 对用户的查询端口:9870
Yarn查看任务运行情况的:8088
历时服务器:19888
hadoop2.x
HDFS NameNode 内部通信端口:8020/9000
HDFS NameNode 对用户的查询端口:50070
Yarn查看任务运行情况的:8088
历时服务器:19888
二、常用的配置文件
3.x core-site.xml hdfs-site.xml yarn-site.xml mapred-site.xml
workers
2.x core-site.xml hdfs-site.xml yarn-site.xml mapred-site.xml
slaves
--[31.集群时间同步]
3.2.11 集群时间同步
如果服务器在公网环境(能连接外网),可以不采用集群时间同步,因为服务器会定期
和公网时间进行校准;
如果服务器在内网环境,必须要配置集群时间同步,否则时间久了,会产生时间偏差,
导致集群执行任务时间不同步。
1)需求
找一个机器,作为时间服务器,所有的机器与这台集群时间进行定时的同步,生产环境
根据任务对时间的准确程度要求周期同步。测试环境为了尽快看到效果,采用 1 分钟同步一
次。
2)时间服务器配置(必须 root 用户)
(1)查看所有节点 ntpd 服务状态和开机自启动状态
[atguigu@hadoop102 ~]$ sudo systemctl status ntpd
[atguigu@hadoop102 ~]$ sudo systemctl start ntpd
[atguigu@hadoop102 ~]$ sudo systemctl is-enabled ntpd
(2)修改 hadoop102 的 ntp.conf 配置文件
[atguigu@hadoop102 ~]$ sudo vim /etc/ntp.conf
修改内容如下
(a)修改 1(授权 192.168.10.0-192.168.10.255 网段上的所有机器可以从这台机器上查
询和同步时间)
#restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap
为 restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap
(b)修改 2(集群在局域网中,不使用其他互联网上的时间)
server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst
为
#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst
(c)添加 3(当该节点丢失网络连接,依然可以采用本地时间作为时间服务器为集群中
的其他节点提供时间同步)
server 127.127.1.0
fudge 127.127.1.0 stratum 10
(3)修改 hadoop102 的/etc/sysconfig/ntpd 文件
[atguigu@hadoop102 ~]$ sudo vim /etc/sysconfig/ntpd
增加内容如下(让硬件时间与系统时间一起同步)
SYNC_HWCLOCK=yes
(4)重新启动 ntpd 服务
[atguigu@hadoop102 ~]$ sudo systemctl start ntpd
(5)设置 ntpd 服务开机启动
[atguigu@hadoop102 ~]$ sudo systemctl enable ntpd
3)其他机器配置(必须 root 用户)
(1)关闭所有节点上 ntp 服务和自启动
[atguigu@hadoop103 ~]$ sudo systemctl stop ntpd
[atguigu@hadoop103 ~]$ sudo systemctl disable ntpd
[atguigu@hadoop104 ~]$ sudo systemctl stop ntpd
[atguigu@hadoop104 ~]$ sudo systemctl disable ntpd
(2)在其他机器配置 1 分钟与时间服务器同步一次
[atguigu@hadoop103 ~]$ sudo crontab -e
编写定时任务如下:
*/1 * * * * /usr/sbin/ntpdate hadoop102
(3)修改任意机器时间
[atguigu@hadoop103 ~]$ sudo date -s "2021-9-11 11:11:11"
(4)1 分钟后查看机器是否与时间服务器同步
[atguigu@hadoop103 ~]$ sudo date
Picture08
--hadoop102
su root
systemctl status ntpd
systemctl start ntpd
systemctl is-enabled ntpd
vim /etc/ntp.conf
[ntp.conf]
--修改
# Hosts on local network are less restricted.
restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap
# Use public servers from the pool.ntp.org project.
# Please consider joining the pool (http://www.pool.ntp.org/join.html).
#server 0.centos.pool.ntp.org iburst --注释
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst
--添加
server 127.127.1.0
fudge 127.127.1.0 stratum 10
vim /etc/sysconfig/ntpd
--添加
SYNC_HWCLOCK=yes
--hadoop103
--hadoop104
sudo systemctl stop ntpd
sudo systemctl disable ntpd
sudo crontab -e
*/1 * * * * /usr/sbin/ntpdate hadoop102
sudo date -s "2022-01-29 11:11:11"
date
--[32.常见问题总结]
第 4 章 常见错误及解决方案
1)防火墙没关闭、或者没有启动 YARN
INFO client.RMProxy: Connecting to ResourceManager at hadoop108/192.168.10.108:8032
2)主机名称配置错误
3)IP 地址配置错误
4)ssh 没有配置好
5)root 用户和 atguigu 两个用户启动集群不统一
6)配置文件修改不细心
7)不识别主机名称
java.net.UnknownHostException: hadoop102: hadoop102
at
java.net.InetAddress.getLocalHost(InetAddress.java:1475)
at
org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(Job
Submitter.java:146)
at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1290)
at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1287)
at java.security.AccessController.doPrivileged(Native
Method)
at javax.security.auth.Subject.doAs(Subject.java:415)
解决办法:
(1)在/etc/hosts 文件中添加 192.168.10.102 hadoop102
(2)主机名称不要起 hadoop hadoop000 等特殊名称
8)DataNode 和 NameNode 进程同时只能工作一个。
9)执行命令不生效,粘贴 Word 中命令时,遇到-和长–没区分开。导致命令失效
解决办法:尽量不要粘贴 Word 中代码。
10)jps 发现进程已经没有,但是重新启动集群,提示进程已经开启。
原因是在 Linux 的根目录下/tmp 目录中存在启动的进程临时文件,将集群相关进程删
除掉,再重新启动集群。
11)jps 不生效
原因:全局变量 hadoop java 没有生效。解决办法:需要 source /etc/profile 文件。
12)8088 端口连接不上
[atguigu@hadoop102 桌面]$ cat /etc/hosts
注释掉如下代码
#127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
#::1 hadoop102
Picture09
--hadoop102
--当网页端hdfs文件无法删除时
cd /opt/module/hadoop-3.1.3/
cd ./etc/hadoop/
vim core-site.xml
[core-site.xml]--添加
<!-- 配置 HDFS 网页登录使用的静态用户为 atguigu -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>atguigu</value>
</property>
xsync core-site.xml
jpsall
myhadoop.sh stop
myhadoop.sh start
Picture01
Picture02
Picture03
Picture04
Picture05
Picture06
Picture07
Picture08
Picture09
Picture10