欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

分布式平台搭建

程序员文章站 2022-07-02 23:34:11
分布式平台搭建 acmore 2018.6.17 1. 搭建Hadoop 以下操作皆基于Ubuntu 16.04 32位环境 & Hadoop 2.7.3版本 1.1 单节点环境 首先安装相关的准备环境 配置JAVA_HOME 一般来说Ubuntu平台上通过default jdk安装的java位置在 ......

分布式平台搭建

  • acmore
  • 2018.6.17

1. 搭建Hadoop

以下操作皆基于Ubuntu 16.04 32位环境 & Hadoop 2.7.3版本

1.1 单节点环境

  • 首先安装相关的准备环境

    $ sudo apt update
    $ sudo apt install -y default-jdk
    $ sudo apt install -y vim
    $ sudo apt install -y openssh-server
  • 配置JAVA_HOME
    • 一般来说Ubuntu平台上通过default-jdk安装的java位置在/usr/lib/jvm/default-jdk目录
    • /etc/profile中添加下边两行内容并保存退出

      export JAVA_HOME=/usr/lib/jvm/default-java
      export PATH=$PATH:$JAVA_HOME/bin
  • 添加用户和用户组

    $ sudo addgroup hadoop
    $ sudo adduser --ingroup hadoop hduser
    $ sudo usermod -a -G sudo hduser
  • 配置ssh
    • 切换到hduser,并执行以下操作

      $ ssh-keygen -t rsa -P ""
      $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
    • 之后尝试使用下边的命令连接本机,这个操作也会将本机加入到known hosts里

      $ ssh localhost
  • 安装Hadoop
    • 下载hadoop-2.7.3.tar.gz,以下假定工作目录为/home/hduser

      $ tar -zxvf hadoop-2.7.3.tar.gz
      $ mv hadoop-2.7.3/ hadoop/
      $ sudo chown -R hduser:hadoop hadoop
  • 编辑bash配置
    • 打开.bashrc,加入以下内容(也可以修改/etc/profile,但是使用.bashrc更加灵活)

      export JAVA_HOME=/usr/lib/jvm/default-java
      export HADOOP_HOME=/home/hduser/hadoop
      export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
  • 配置Hadoop(不同版本的hadoop的配置方案会有不同,配置之前记得要确定版本)
    • 修改~/hadoop/etc/hadoop/hadoop-env.sh,在文件中添加下边的内容

      export JAVA_HOME=/usr/lib/jvm/default-java
    • 修改~/hadoop/etc/hadoop/yarn-env.sh,在文件中添加下边的内容

      export JAVA_HOME=/usr/lib/jvm/default-java
    • 修改~/hadoop/etc/hadoop/core-site.xml
      • 执行以下命令

        $ sudo mkdir -p /home/hduser/tmp
        $ sudo chown hduser:hadoop /home/hduser/tmp
        $ sudo chmod 750 /home/hduser/tmp
      • 在core-site.xml添加以下内容(各个属性的内容可以按照实际情况修改)

        <configuration>
        <property>
            <name>fs.defaultFS</name>
            <value>hdfs://master:9000</value>
        </property>
        <property>
            <name>io.file.buffer.size</name>
            <value>131072</value>
        </property>
           <property>
            <name>hadoop.tmp.dir</name>
            <value>file:/home/hduser/tmp</value>
            <description>Abase for other temporary directories.</description>
        </property>
        <property>
            <name>hadoop.proxyuser.hduser.hosts</name>
           <value>*</value>
        </property>
        <property>
            <name>hadoop.proxyuser.hduser.groups</name>
            <value>*</value>
        </property>
        </configuration>
    • 修改~/hadoop/etc/hadoop/hdfs-site.xml,添加以下内容(各个属性的内容可以按照实际情况修改)
      • 执行以下命令

        $ sudo mkdir -p /home/hduser/dfs/name
        $ sudo chown hduser:hadoop /home/hduser/dfs/name
        $ sudo chmod 750 /home/hduser/dfs/name
        $ sudo mkdir -p /home/hduser/dfs/data
        $ sudo chown hduser:hadoop /home/hduser/dfs/data
        $ sudo chmod 750 /home/hduser/dfs/data
      • 在hdfs-site.xml中添加以下内容

        <configuration>
        <property>
            <name>dfs.namenode.secondary.http-address</name>
            <value>master:9001</value>
        </property>
        <property>
            <name>dfs.namenode.name.dir</name>
            <value>file:/home/hduser/dfs/name</value>
        </property>
        <property>
            <name>dfs.datanode.data.dir</name>
            <value>file:/home/hduser/dfs/data</value>
        </property>
        <property>
            <name>dfs.replication</name>
            <value>3</value>
        </property>
        <property>
            <name>dfs.webhdfs.enabled</name>
            <value>true</value>
        </property>
        </configuration>
    • 修改~/hadoop/etc/hadoop/mapred-site.xml,添加以下内容(各个属性的内容可以按照实际情况修改)

      <configuration>
      <property>
          <name>mapreduce.framework.name</name>
          <value>yarn</value>
      </property>
      <property>
          <name>mapreduce.jobhistory.address</name>
          <value>master:10020</value>
      </property>
      <property>
          <name>mapreduce.jobhistory.webapp.address</name>
          <value>master:19888</value>
      </property>
      </configuration>
    • 修改~/hadoop/etc/hadoop/yarn-site.xml(各个属性的内容可以按照实际情况修改)

      <configuration>
      <property>
          <name>yarn.nodemanager.aux-services</name>
          <value>mapreduce_shuffle</value>
      </property>
      <property>
          <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
          <value>org.apache.hadoop.mapred.ShuffleHandler</value>
      </property>
      <property>
          <name>yarn.resourcemanager.address</name>
          <value> master:8032</value>
      </property>
      <property>
          <name>yarn.resourcemanager.scheduler.address</name>
          <value> master:8030</value>
      </property>
      <property>
          <name>yarn.resourcemanager.resource-tracker.address</name>
          <value> master:8031</value>
      </property>
      <property>
          <name>yarn.resourcemanager.admin.address</name>
          <value> master:8033</value>
      </property>
      <property>
          <name>yarn.resourcemanager.webapp.address</name>
          <value> master:8088</value>
      </property>
      </configuration>
  • 格式化Namenode
    • 进入~/hadoop/bin目录下,执行以下操作

      $ ./hdfs namenode –format
  • 启动hadoop
    • ~/hadoop/sbin执行以下命令

      $ ./start-dfs.sh
      $ ./start-yarn.sh
    • 之后通过jps命令可以看到以下结果,说明启动成功

      13058   Jps
      13026   NodeManager
      12916   ResourceManager
      12169   DataNode

1.2 集群环境

此处默认master和slave已经按照单机节点配置完成

  • 设置网络
    • 我的例子是一台master一台slave,分别确定两者的ip,然后在两台机器的/etc/hosts中写入以下内容

      192.168.0.1    master
      192.168.0.2    slave
  • 配置ssh免密登录
    • 在master上执行以下命令

      $ ssh-copy-id -i ~/.ssh/id_rsa.pub hduser@slave
    • 在slave上执行以下命令

      $ ssh-copy-id -i ~/.ssh/id_rsa.pub hduser@master
    • 之后两方互相登录测试一下是否可以免密登录
  • 配置~/hadoop/etc/hadoop/slaves
    • 在master机器的slaves文件中添加以下内容

      master
      slave
  • 格式化Namenode
    • 进入master的~/hadoop/bin目录下,执行以下操作

      $ ./hdfs namenode –format
  • 启动hadoop
    • 在master的~/hadoop/sbin执行以下命令

      $ ./start-dfs.sh
      $ ./start-yarn.sh
    • 之后通过jps命令可以看到以下结果,说明启动成功
      • master中

        4048    Jps
        3899    ResourceManager
        4013    NodeManager
        3726    SecondaryNameNode
        3423    NameNode
        3535    DataNode
      • slave中

        2754    DataNode
        3012    Jps
        2903    NodeManager

2. 搭建Spark

2.1 Spark平台

  • 下载Spark
    • 在下载和hadoop版本对应的spark,假定工作目录为/home/hduser
    • 进行如下操作解压压缩包(每个节点都要进行)

      $ tar -zxvf spark-2.3.1-bin-hadoop2.7.tgz
  • 配置~/.bashrc文件
    • 在.bashrc文件中添加以下内容(每个节点都要添加)

      export SPARK_HOME=/home/hduser/spark
      export PATH=$PATH:$SPARK_HOME/bin
  • 配置~/spark/conf/slaves文件
    • 在两个节点的salves文件中添加以下内容

      master
      slave
  • 启动Spark
    • 在master的~/spark/sbin中执行以下命令

      ./start-all.sh
    • 在master中执行jps,发现以下结果说明spark运行成功

      5257    Worker
      5177    Master
      3726    SecondaryNameNode
      5326    Jps
      3432    NameNode
      3535    DataNode
    • 在slave中执行jsp,发现一下结果说明spark运行成功

      2754    DataNode
      3717    Worker
      3771    Jps

2.2. 配置Scala

  • 下载Scala
    • 在相应版本的scala压缩包,假定工作目录为/home/hduser
    • 进行如下操作解压压缩包(只需要在master进行)

      $ tar -zxvf scala-2.12.6.tgz
  • 配置~/.bashrc文件
    • 在.bashrc文件中添加以下内容(只需要在master在master上执行以下命令)

      export SCALA_HOME=/home/hduser/scala
      export PATH=$PATH:$SCALA_HOME/bin

2.3 配置Eclipse

  • 安装Eclipse
    • 在master上执行以下命令

      $ sudo apt install eclipse-platform
  • 安装Eclipse插件

参考资料