Hadoop install:修订间差异

来自牛奶河Wiki
跳到导航 跳到搜索
无编辑摘要
 
(未显示同一用户的4个中间版本)
第56行: 第56行:
     <!-- 配置hdfs地址 -->
     <!-- 配置hdfs地址 -->
     <name>fs.defaultFS</name>
     <name>fs.defaultFS</name>
     <value>hdfs://g2-hdfs-01:9000</value>
     <value>hdfs://'''g2-hdfs-01:9000'''</value>
   </property>
   </property>
   <property>
   <property>
第63行: 第63行:
   </property>
   </property>
   <property>
   <property>
                    <!-- 保存临时文件目录 -->
        <!-- 保存临时文件目录 -->
     <name>hadoop.tmp.dir</name>
     <name>hadoop.tmp.dir</name>
     <value>/u01/hdfs/tmp</value>
     <value>/u01/hdfs/tmp</value>
第75行: 第75行:
     <!-- 主节点地址 -->
     <!-- 主节点地址 -->
     <name>dfs.namenode.http-address</name>
     <name>dfs.namenode.http-address</name>
     <value>g2-hdfs-01:9870</value>
     <value>'''g2-hdfs-01:9870'''</value>
   </property>
   </property>
   <property>
   <property>
        <!-- 第二节点地址 -->
        <!-- 第二节点地址 -->
     <name>dfs.namenode.secondary.http-address</name>
     <name>dfs.namenode.secondary.http-address</name>
     <value>g2-hdfs-02:9870</value>
     <value>'''g2-hdfs-02:9870'''</value>
   </property>
   </property>
   <property>
   <property>
第95行: 第95行:
   </property>
   </property>
   <property>
   <property>
        <!-- 配置false后,无需权限即可生成dfs上的文件 -->
        <!-- 配置false后,无需权限即可生成dfs上的文件 -->
     <name>dfs.permissions</name>
     <name>dfs.permissions</name>
     <value>false</value>
     <value>false</value>
   </property>
   </property>
   <property>
   <property>
        <!-- 在文件中出现的主机会被下线 -->
            <!-- 在文件中出现的主机会被下线 -->
     <name>dfs.hosts.exclude</name>
     <name>dfs.hosts.exclude</name>
     <value>/opt/hadoop/etc/hadoop/workers.exclude</value>
     <value>/opt/hadoop/etc/hadoop/workers.exclude</value>
第108行: 第108行:
  -- del
  -- del
   <property>
   <property>
        <!-- 备份数为默认值3 -->
        <!-- 备份数为默认值3 -->
     <name>dfs.replication</name>
     <name>dfs.replication</name>
     <value>3</value>
     <value>3</value>
第146行: 第146行:
   <property>
   <property>
     <name>yarn.resourcemanager.hostname</name>
     <name>yarn.resourcemanager.hostname</name>
     <value>g2-hdfs-01</value>
     <value>'''g2-hdfs-01'''</value>
   </property>
   </property>
   <property>
   <property>
第154行: 第154行:
   <property>
   <property>
     <name>yarn.resourcemanager.webapp.address</name>
     <name>yarn.resourcemanager.webapp.address</name>
     <value>g2-hdfs-01:8088</value>
     <value>'''g2-hdfs-01:8088'''</value>
   </property>
   </property>
   <property>
   <property>
第185行: 第185行:
  false = 忽略虚拟内存的检查
  false = 忽略虚拟内存的检查


===== workers =====
=====workers=====
  g2-hdfs-01
  g2-hdfs-01
  g2-hdfs-02
  g2-hdfs-02
  ..
  ..


===== exclude =====
==== Node ====
 
===== Status =====
hdfs dfsadmin -report
yarn node -list
 
===== Add =====
新增节点上启动 dfs & yarn 服务后,namenode 节点:
 
* 可看到新增节点
* workers 需增加新增节点主机名称,否则下次 start-dfs.sh 会漏掉该节点
 
=====Exclude=====
若在 hdfs-site.xml 中配置了 dfs.hosts.exclude,则可以动态下线主机。
若在 hdfs-site.xml 中配置了 dfs.hosts.exclude,则可以动态下线主机。
  hdfs dfsadmin -refreshNodes
  hdfs dfsadmin -refreshNodes
第227行: 第239行:
  yarn --daemon start nodemanager
  yarn --daemon start nodemanager


=== SYNC ===
===SYNC ===
  # HN=$1
  # HN=$1
  HN=g2-hdfs-02
  HN=g2-hdfs-02
   
   
  # hosts
  # hosts
ssh ${HN} "hostnamectl set-hostname ${HN}"
  scp /etc/hosts ${HN}:/etc/hosts
  scp /etc/hosts ${HN}:/etc/hosts
   
   
第251行: 第264行:
  ssh hdfs@${HN} "/opt/hadoop/bin/hdfs namenode -format"
  ssh hdfs@${HN} "/opt/hadoop/bin/hdfs namenode -format"


=== Error ===
===Error===  
* ERROR org.apache.hadoop.hdfs.server.namenode.NameNode: Failed to start namenode.java.lang.IllegalArgumentException: Does not contain a valid host:port authority: esxi_mc0:9000
*ERROR org.apache.hadoop.hdfs.server.namenode.NameNode: Failed to start namenode.java.lang.IllegalArgumentException: Does not contain a valid host:port authority: esxi_mc0:9000
主机名称不合法,不允许包含‘.’ ‘/’ '_'等非法字符
 
*WARN org.apache.hadoop.hdfs.server.datanode.DataNode: Unable to get NameNode addresses
检查 core-site.xml 中 fs.defaultFS 配置


主机名称不合法,不允许包含‘.’ ‘/’ '_'等非法字符
* Hadoop 退出安全模式
hdfs dfsadmin -safemode leave


* WARN org.apache.hadoop.hdfs.server.datanode.DataNode: Unable to get NameNode addresses


检查 core-site.xml 中 fs.defaultFS 配置
[[分类:Develop]]
[[分类:Develop]]
[[分类:Hadoop]]
[[分类:Hadoop]]

2023年2月28日 (二) 17:26的最新版本

ENV

USER

groupadd hadoop -g 1001
useradd hdfs -g hadoop -u 1001

Java

ln -s /usr/java/jdk1.8.0_361/jre/bin/java /usr/bin/java

# Java Error

java 以前使用 --version 来查看版本的;java8 以后变更为 -version。

$ java --version
Unrecognized option: --version
Error: Could not create the Java Virtual Machine.
Error: A fatal exception has occurred. Program will exit.
$  java -version
java version "1.8.0_361"
Java(TM) SE Runtime Environment (build 1.8.0_361-b09)
Java HotSpot(TM) 64-Bit Server VM (build 25.361-b09, mixed mode)

hadoop

ln -s /opt/hadoop-3.3.0 /opt/hadoop

profile

# Java, 20201010, Adam
export JAVA_HOME=/usr/java/jdk1.8.0_361
export PATH=$PATH:$JAVA_HOME/bin
# hadoop, 20201010, Adam
export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:$HADOOP_HOME/bin 
export PATH=$PATH:$HADOOP_HOME/sbin
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop

Hadoop 配置

配置 Hadoop 环境脚本文件中的 JAVA_HOME 参数

# hadoop是守护线程 读取不到 /etc/profile 里面配置的JAVA_HOME路径

# /opt/hadoop/etc/hadoop/
# hadoop-env.sh, mapred-env.sh, yarn-env.sh
cp hadoop-env.sh hadoop-env.sh.20210409
cp mapred-env.sh mapred-env.sh.20210409
cp yarn-env.sh   yarn-env.sh.20210409

echo '
# hdfs, 20210409, Adam
export JAVA_HOME=/usr/java/jdk1.8.0_361' >> 

Setup

core-site.xml (Common组件)
<configuration>
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://g2-hdfs-01:9000</value>
  </property>
  <property>
    <name>io.file.buffer.size</name>
    <value>131072</value>
  </property>
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/u01/hdfs/tmp</value>
  </property>
</configuration>
hdfs-site.xml (HDFS组件)
  • 修改 dfs.replication 不影响历史文件的备份数。修改历史文件备份数:hadoop fs -setrep -R 3 <path>
<configuration>
  <property>
    <name>dfs.namenode.http-address</name>
    <value>g2-hdfs-01:9870</value>
  </property>
  <property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>g2-hdfs-02:9870</value>
  </property>
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file:/u01/hdfs/dfs/nn</value>
  </property>
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file:/u01/hdfs/dfs/dn</value>
  </property>
  <property> 
    <name>dfs.webhdfs.enabled</name> 
    <value>true</value> 
  </property>
  <property>
    <name>dfs.permissions</name>
    <value>false</value>
  </property>
  <property>
    <name>dfs.hosts.exclude</name>
    <value>/opt/hadoop/etc/hadoop/workers.exclude</value>
  </property>
</configuration>

-- del
  <property>
    <name>dfs.replication</name>
    <value>3</value>
  </property>
  <property>
    <name>dfs.blocksize</name>
    <value>268435456</value>
  </property>
  <property>
    <name>dfs.namenode.handler.count</name>
    <value>100</value>
  </property>
mapred-site.xml
<configuration>
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value> 
  </property>
</configuration>

-- del
  <property>
     <name>mapreduce.jobhistory.address</name>
     <value>g2-hdfs-01:10020</value>
  </property>
  <property>
     <name>mapreduce.jobhistory.webapp.address</name>
     <value>g2-hdfs-01:19888</value>
  </property>
  <property>
     <name>mapreduce.application.classpath</name>
     <value>$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*:$HADOOP_MAPRED_HOME/share/ hadoop/mapreduce/lib/*</value>
  </property>
yarn-site.xml
<configuration>
  <property>
    <name>yarn.resourcemanager.hostname</name>
    <value>g2-hdfs-01</value>
  </property>
  <property>
    <name>yarn.nodemanager.aux-services</name>  
    <value>mapreduce_shuffle</value>
  </property>
  <property>
    <name>yarn.resourcemanager.webapp.address</name>
    <value>g2-hdfs-01:8088</value>
  </property>
  <property>
    <name>yarn.scheduler.maximum-allocation-mb</name>
    <value>32768</value>
  </property>
  <property>
    <name>yarn.nodemanager.vmem-check-enabled</name>
    <value>false</value>
  </property>
  <property>
    <name>yarn.nodemanager.env-whitelist</name>
    <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPE ND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
  </property>
</configuration>
  <property>
    <name>yarn.resourcemanager.webapp.address</name>
    <value>hadoop01/192.168.44.5:8088</value>
    <description>配置外网只需要替换外网ip为真实ip,否则默认为 localhost:8088</description>
  </property>

yarn.resourcemanager.hostname
指定yarn的ResourceManager管理界面的地址,不配的话,Active Node始终为0
yarn.scheduler.maximum-allocation-mb
每个节点可用内存,单位MB,默认8182MB
yarn.nodemanager.aux-services
reducer获取数据的方式
yarn.nodemanager.vmem-check-enabled
false = 忽略虚拟内存的检查
workers
g2-hdfs-01
g2-hdfs-02
..

Node

Status
hdfs dfsadmin -report
yarn node -list
Add

新增节点上启动 dfs & yarn 服务后,namenode 节点:

  • 可看到新增节点
  • workers 需增加新增节点主机名称,否则下次 start-dfs.sh 会漏掉该节点
Exclude

若在 hdfs-site.xml 中配置了 dfs.hosts.exclude,则可以动态下线主机。

hdfs dfsadmin -refreshNodes

注意:hdfs-site.xml 内容修改,需重启 dfs 生效。但配置了 dfs.hosts.exclude,修改相应文件后 refresh node 即可生效。

INIT

# Path
mkdir -p /u01/hdfs/dfs/nn
mkdir -p /u01/hdfs/dfs/dn
mkdir -p /u01/hdfs/tmp

# chown
chown -R hdfs:hadoop /opt/hadoop*
chown -R hdfs:hadoop /u01/hdfs

# format nn
/opt/hadoop/bin/hdfs namenode -format

Start

## Start : hdfs(发现需要用 hdfs 停服务,root不可停)
/opt/hadoop/sbin/start-dfs.sh
/opt/hadoop/sbin/start-yarn.sh

/opt/hadoop/sbin/stop-dfs.sh
/opt/hadoop/sbin/stop-yarn.sh

http://mc0:9870   # hdfs
http://mc0:8088   # yarn

## 单节点启停
# /opt/hadoop/bin
hdfs --daemon start datanode
hdfs --daemon start namenode

yarn --daemon start resourcemanager 
yarn --daemon start nodemanager

SYNC

# HN=$1
HN=g2-hdfs-02

# hosts
ssh ${HN} "hostnamectl set-hostname ${HN}"
scp /etc/hosts ${HN}:/etc/hosts

# Java
scp /u01/soft/jdk_180361.tar.gz ${HN}:/tmp/
ssh ${HN} "cd /tmp;tar -xzvf jdk_180361.tar.gz;mkdir /usr/java/;mv jdk1.8.0_361 /usr/java/;"
ssh ${HN} "ln -s /usr/java/jdk1.8.0_361/jre/bin/java /usr/bin/java"

# Hadoop
ssh ${HN} "groupadd hadoop -g 1001;useradd hdfs -m -s /bin/bash -g hadoop -u 1001"

scp /home/hdfs/.ssh/authorized_keys ${HN}:/tmp/
ssh ${HN} "mkdir /home/hdfs/.ssh;mv /tmp/authorized_keys /home/hdfs/.ssh/;chown -R hdfs:hadoop /home/hdfs/.ssh"

scp /u01/soft/hadoop_334.tar.gz ${HN}:/tmp/
ssh ${HN} "cd /tmp;tar -xzvf hadoop_334.tar.gz;mv hadoop-3.3.4 /opt/;ln -s /opt/hadoop-3.3.4 /opt/hadoop;chown -R hdfs:hadoop /opt/hadoop*"

ssh ${HN} "mkdir -p /u01/hdfs/dfs/nn /u01/hdfs/dfs/dn /u01/hdfs/tmp;chown -R hdfs:hadoop /u01/hdfs"
ssh hdfs@${HN} "/opt/hadoop/bin/hdfs namenode -format"

Error

  • ERROR org.apache.hadoop.hdfs.server.namenode.NameNode: Failed to start namenode.java.lang.IllegalArgumentException: Does not contain a valid host:port authority: esxi_mc0:9000
主机名称不合法,不允许包含‘.’ ‘/’ '_'等非法字符
  • WARN org.apache.hadoop.hdfs.server.datanode.DataNode: Unable to get NameNode addresses
检查 core-site.xml 中 fs.defaultFS 配置
  • Hadoop 退出安全模式
hdfs dfsadmin -safemode leave