CDH 伪分布式环境搭建

最新推荐文章于 2022-07-07 16:31:02 发布
原创 最新推荐文章于 2022-07-07 16:31:02 发布 · 1.5k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

 安装环境服务部署规划

服务器IP

192.168.1.100

192.168.1.110

192.168.1.120

HDFS

NameNode

 

 

Secondary

NameNode

 

 

DataNode

DataNode

DataNode

YARN

ResourceManager

 

 

NodeManager

NodeManager

NodeManager

MapReduce

JobHistoryServer

 

 

 

 

 

 

 

 

 

 

注: 搭建过程需要考虑自己的环境目录和文档中的目录路径是否相同 以及 主机域名是否和文档中的域名相同

一：上传压缩包解压

将我们重新编译之后支持snappy压缩的hadoop包上传到第一台服务器并解压

第一台机器执行以下命令

cd /export/softwares/

mv hadoop-2.6.0-cdh5.14.0-自己编译后的版本.tar.gz hadoop-2.6.0-cdh5.14.0.tar.gz

tar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C ../servers/

二：查看hadoop支持的压缩方式以及本地库

第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0

bin/hadoop checknative

如果出现openssl为false，那么所有机器在线安装openssl即可，执行以下命令，虚拟机联网之后就可以在线进行安装了

yum -y install openssl-devel

三：修改配置文件

修改core-site.xml

第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop

vim core-site.xml

<configuration>
	<property>
		<name>fs.default.name</name>
		<value>hdfs://192.168.52.100:8020</value>
	</property>
	<property>
		<name>hadoop.tmp.dir</name>
		<value>/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas</value>
	</property>
	<!--  缓冲区大小，实际工作中根据服务器性能动态调整 -->
	<property>
		<name>io.file.buffer.size</name>
		<value>4096</value>
	</property>

	<!--  开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 -->
	<property>
		<name>fs.trash.interval</name>
		<value>10080</value>
	</property>
</configuration>

修改hdfs-site.xml

第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop

vim hdfs-site.xml

<configuration>
	<!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割   --> 
	<!--   集群动态上下线 
	<property>
		<name>dfs.hosts</name>
	<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host</value>
	</property>
	<property>
		<name>dfs.hosts.exclude</name>
		<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value>
	</property>
	 -->
	 
	 <property>
			<name>dfs.namenode.secondary.http-address</name>
			<value>node01:50090</value>
	</property>

	<property>
		<name>dfs.namenode.http-address</name>
		<value>node01:50070</value>
	</property>
	<property>
		<name>dfs.namenode.name.dir</name>
		<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas</value>
	</property>
	<!--  定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割  -->
	<property>
		<name>dfs.datanode.data.dir</name>
		<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value>
	</property>
	
	<property>
		<name>dfs.namenode.edits.dir</name>
		<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value>
	</property>
	<property>
		<name>dfs.namenode.checkpoint.dir</name>
		<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value>
	</property>
	<property>
		<name>dfs.namenode.checkpoint.edits.dir</name>
		<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value>
	</property>
	<property>
		<name>dfs.replication</name>
		<value>1</value>
	</property>
	<property>
		<name>dfs.permissions</name>
		<value>false</value>
	</property>
<property>
		<name>dfs.blocksize</name>
		<value>134217728</value>
	</property>
</configuration>

修改hadoop-env.sh

第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop

vim hadoop-env.sh

export JAVA_HOME=/export/servers/jdk1.8.0_141

修改mapred-site.xml

第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop

注: 原文件是 mapred-site.xml.template 可以先

cp mapred-site.xml.template mapred-site.xml

vim mapred-site.xml

<configuration>
	<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
	</property>

	<property>
		<name>mapreduce.job.ubertask.enable</name>
		<value>true</value>
	</property>
	
	<property>
		<name>mapreduce.jobhistory.address</name>
		<value>node01:10020</value>
	</property>

	<property>
		<name>mapreduce.jobhistory.webapp.address</name>
		<value>node01:19888</value>
	</property>
</configuration>

修改yarn-site.xml

第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop

vim yarn-site.xml

<configuration>
	<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>node01</value>
	</property>
	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>
	
	<property>
		<name>yarn.log-aggregation-enable</name>
		<value>true</value>
	</property>
	<property>
		<name>yarn.log-aggregation.retain-seconds</name>
		<value>604800</value>
	</property>
</configuration>

修改slaves文件

第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop

vim slaves

注: 一定要删除原有文件中的内容!!

删除:

一定要改成自己的主机名, 且不要有其他多的空行

node01

node02

node03

四 ：创建文件存放目录

node01机器上面创建以下目录 [ 这些都创建在 hadoop-2.6.0-cdh5.14.0 目录之下, 所以复制的时候其他机器就不用创建了 ]

mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas 
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits

五：安装包的分发

第一台机器执行以下命令

cd /export/servers/

scp -r hadoop-2.6.0-cdh5.14.0/ node02:$PWD

scp -r hadoop-2.6.0-cdh5.14.0/ node03:$PWD

六：配置hadoop的环境变量

三台机器执行以下命令

vim  /etc/profile

export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0

export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

注:可以不用拷贝到每台机器

scp /etc/profile node02:/etc/

scp /etc/profile node03:/etc/

配置完成之后生效 每台机器都更新一遍

source /etc/profile

七：集群启动

要启动 Hadoop 集群，需要启动 HDFS 和 YARN 两个集群。

注意：

首次启动HDFS时，必须对其进行格式化操作。本质上是一些清理和准备工作，因为此时的 HDFS 在物理上还是不存在的。

在主节点格式化:

bin/hdfs namenode -format 或者

bin/hadoop namenode -format

{{{{单个节点逐一启动 [基本不用]

在主节点上使用以下命令启动 HDFS NameNode：

hadoop-daemon.sh start namenode    //一台一个进程 namenode

hadoop-daemons.sh start namenode   //多台机器同时启动namenode、的进程
只需要把命令中的start 改为stop  即可}}}}

脚本一键启动（推荐）

如果配置了 etc/hadoop/slaves 和 ssh 免密登录，则可以使用程序脚本启动所有Hadoop 两个集群的相关进程，在主节点所设定的机器上执行。

启动集群

node01节点上执行以下命令

第一台机器执行以下命令

cd /export/servers/hadoop-2.6.0-cdh5.14.0/

sbin/start-dfs.sh

sbin/start-yarn.sh

sbin/mr-jobhistory-daemon.sh start historyserver

【或者：sbin/start-all.sh  和 启动 sbin/mr-jobhistory-daemon.sh stop historyserver】

停止集群：没事儿不要去停止集群

sbin/stop-dfs.sh

sbin/stop-yarn.sh

sbin/mr-jobhistory-daemon.sh stop historyserver

八：浏览器查看启动页面

hdfs集群访问地址

http://node01:50070/dfshealth.html#tab-overview 

yarn集群访问地址

http://node01:8088/cluster

jobhistory访问地址：[和自己启动historyserver 位置相同]

http://node01:19888/jobhistory

HDFS 使用初体验

从Linux 本地上传一个文本文件到 hdfs 的/test/input 目录下

hadoop fs -mkdir -p /test/input

hadoop fs -put /root/install.log  /test/input

mapreduce程序初体验

在 Hadoop 安装包的

hadoop-2.6.0-cdh5.14.0/share/hadoop/mapreduce 下有官方自带的mapreduce 程序。我们可以使用如下的命令进行运行测试。

示例程序jar:

hadoop-mapreduce-examples-2.6.0-cdh5.14.0.jar

计算圆周率:

hadoop jar  /export/servers/hadoop-2.6.0-cdh5.14.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.14.0.jar  pi  2 5

关于圆周率的估算，感兴趣的可以查询资料 Monte Carlo 方法来计算 Pi 值。

注: pi 后面的值 2 5 不要改大, 测试即可, 太大有些同学的电脑会崩溃

九：测试写入速度

向HDFS文件系统中写入数据,10个文件,每个文件10MB,文件存放到

/benchmarks/TestDFSIO中

hadoop jar /export/servers/hadoop-2.6.0-cdh5.14.0/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-2.6.0-cdh5.14.0.jar TestDFSIO  -write -nrFiles 10 -fileSize 10MB

完成之后查看写入速度结果

hdfs dfs -text /benchmarks/TestDFSIO/io_write/part-00000

十：测试读取速度

测试hdfs的读取文件性能

在HDFS文件系统中读入10个文件,每个文件10M

hadoop jar /export/servers/hadoop-2.6.0-cdh5.14.0/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-2.6.0-cdh5.14.0.jar TestDFSIO -read -nrFiles 10 -fileSize 10MB

查看读取结果

hdfs dfs -text /benchmarks/TestDFSIO/io_read/part-00000

十一：清除测试数据

hadoop jar /export/servers/hadoop-2.6.0-cdh5.14.0/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-2.6.0-cdh5.14.0.jar TestDFSIO -clean

更多基准测试参见：实际工作中按照自己的集群配置进行测试

https://blog.youkuaiyun.com/azhao_dn/article/details/6930909

不由不该-
关注
CDH环境搭建
主攻大数据 人工智能 物联网 安全 低空经济等方向。mtsc 、gtest特邀分享嘉宾
05-21 361
准备条件: 1.jdk 2.mysql 3.ssh免密登录 4.关闭防火墙 开始: 1.解压安装包： tar -zxvf /安装包路径 -C /到目标位置 2.下载CDH支持Pacle 3.将数据库驱动放到 cp mysql-connector-java-5.1.44-bin.jar /usr/share/java/mysql-connector-java.jar ...
HDFS伪分布式环境搭建
qdwd888的博客
04-27 351
非常巨大的分布式文件系统 运行在普通廉价的硬件上 易扩展、为用户提供性能不错的文件存储服务 [](()[HDFS官方文档地址](() [](()2 HDFS架构 ====================================================================== HDFS是主/从式的架构。一个HDFS集群会有一个NameNode（简称NN），也就是命名节点，该节点作为主服务器存在（master server）. NameNode用于管理文件系统的命..
hadoop cdh版本伪分布式集群搭建图文教程
08-18
hadoop cdh版本伪分布式集群搭建详细图文教程
CDH环境搭建（一）
u010476994的博客
02-05 1906
一、架构                       一共三台虚拟机：cdh1~cdh3。       其中Server部署在cdh1上，MySQL同样部署在cdh1上（因此cdh1的内存要大一些，其它两台主机的内存可稍小一点，笔者的内存配置是：6G、1G、1G）。IP分配如下：        cdh1:192.168.111.201        cdh2:192.168.111.20
【Hadoop离线基础总结】CDH版本Hadoop 伪分布式环境搭建
01-07
CDH版本Hadoop 伪分布式环境搭建 服务规划 步骤 第一步：上传压缩包并解压 cd /export/softwares/ tar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C ../servers/ 第二步：查看Hadoop支持的压缩方式以及本地库 cd /...
HADOOP环境搭建(CDH 伪分布式)虚拟机亲测
忘川的博客
09-25 178
文章目录安装环境服务部署规划1.上传压缩包并解压第一步：上传压缩包并解压第二步：查看hadoop支持的压缩方式以及本地库第三步：修改配置文件第四步：创建文件存放目录第五步：安装包的分发第六步：配置hadoop的环境变量第七步：集群启动第八步：浏览器查看启动页面安装环境服务部署规划1.上传压缩包并解压第一步：上传压缩包并解压第二步：查看hadoop支持的压缩方式以及本地库第三步：修改配置文件1.修改core-site.xml2.修改hdfs-site.xml3.修改hadoop-env.sh原来的注释掉4.修
CDH伪分布式Hadoop-2.6.0-cdh5.14.0环境搭建
BigDataEngineer的博客
11-22 940
CDH 伪分布式环境搭建 安装环境服务部署规划
基本环境的搭建
weixin_44809337的博客
06-26 1486
基本环境的搭建一、基本换环境1.1 服务器相关 一、基本换环境 1.1 服务器相关
CDH5环境搭建
01-18
CDH5离线安装文档，包括安装过程中容易出现的错误，安装成功的截图，这里安装的是CDH5的免费版。
hadoop(CDH) 伪分布式 安装
~长风破浪~
07-01 214
创建hadoop用户 [root@hadoop001 ~]# useradd hadoop [root@hadoop001 ~]# id hadoop uid=889(hadoop) gid=889(hadoop) groups=889(hadoop) [root@hadoop001 ~]# su - hadoop [hadoop@hadoop001 ~]$ pwd /home/hadoop 查...
CDH环境搭建及部署
zero;
01-07 3221
CDH环境搭建及部署 一、概述 Cloudera版本（Cloudera’s Distribution Including Apache Hadoop，简称“CDH”），基于Web的用户界面,支持大多数Hadoop组件，包括HDFS、MapReduce、Hive、Pig、 Hbase、Zookeeper、Sqoop。 二、安装部署 2.1 集群架构 序号 IP地址 主机名 系统版本 1 10.211.55.100 zero Centos 7.7 2 10.211.55.101 Had
Hadoop(CDH)分布式环境搭建(简单易懂,绝对有效!)
大数据梦想家
11-01 8468
        这篇博客,小菌分享的是大数据集群的安装部署,超级有效,希望能够帮助到大家!         在部署之前,我们需要做一些准备工作。 准备好三台虚拟机,ip分别为192.168.100.100,192.168.100.110,1...
cdh-hadoop2.6.0伪分布式环境搭建
zhuqitian的博客
06-15 2826
cdh-hadoop2.6.0伪分布式环境搭建标签（空格分隔）： hadoop基础之环境搭建1.windows环境准备1.下载软件Vmware Station http://www.vmware.com/cn（不限版本，最好10或以上） 2.下载CentOS https://www.centos.org/download/（64位即可，最好6.5版本） 3.安装 打开vmware WorkStaio
hadoop安装（CDH版）伪分布式
wfdsj的博客
06-07 408
一、大数据的4V特征： 1.大数据量：数据的存储量大，增量大 2.速度快：数据的增长速度快，对处理数据的响应速度有更严格的要求，数据的处理几乎无延迟，时效性高 3.多样性：1）数据的来源多样性，除了传统的交易数据外，还有社交网站等多种来源的数据 2）数据的种类多样性，具体可分为结构化数据，如财务系统数据等，半结构化数据，如网页等和非结构化数据，如视频，图片等 4.价值密度低：大数据真正的价值体现在从大量不相关的各种类型的数据中，挖掘出对未来发展有价值的数据，进行深度分析并运用于各个行 二、Hadoo
搭建CDH
nntcdhl的博客
05-21 508
版本centos7,再克隆一台。 一.基础配置 1.配置网络：采用Nat方式联网。 2. vim /etc/sysconfig/network-scripts/ifcfg-ens33 ONBOOT=yes BOOTPROTO=static IPADDR=192.168.80.3 NETMASK=255.255.255.0 GATEWAY=192.168.80.2 DNS1=202.196.32....
大数据平台CDH搭建
我睡觉的时候不困
07-07 5821
Cloudera Manager是一个拥有集群自动化安装、中心化管理、集群监控、报警功能的一个工具。 2、环境准备 2.1、虚拟机准备 克隆三台虚拟机（hadoop102、hadoop103、hadoop104），配置好对应主机的网络IP、主机名称、关闭防火墙。 2.2、SSH免密登录 配置hadoop102对hadoop102、hadoop103、hadoop104三台服务器免密登录。CDH服务开启与关闭是通过server和agent来完成的，所以这里不需要配置SSH免密登录，但是为了我们分发文件方便，在
HBase伪分布式环境搭建
最新发布
06-07
### HBase伪分布式环境搭建教程及配置步骤 在伪分布式环境下搭建HBase，需要确保HBase运行在单台主机上，并将数据存储在HDFS中。以下是详细的配置步骤： #### 1. 前置条件 - 确保已经安装并正确配置了Hadoop和...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值