Hadoop&Spark安装操作手册

2022/1/5 13:04:40

本文主要是介绍Hadoop&Spark安装操作手册,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

 

创建安装目录 /usr/local/softs

mkdir /usr/local/softs

1.    安装JDK(CentOS)

1.1. 安装jdk之前需要先卸载自带的jdk

1.1.1.    查看自带的jdk

rpm -qa|grep java

                                               

1.1.2.    卸载openjdk

rpm -e –nodeps java-1.8.0-openjdk-1.8.0.262.bl0-1.el7.x86_64

 

2.    安装JDK(RedHat)

2.1. 安装jdk

2.1.1.    新建目录(安装目录只能是usr目录下,不要新建多级目录)

mkdir /usr/java

2.1.2.    解压到指定目录

tar -zxvf /usr/local/softs/jdk-8u211-linux-x64.tar.gz -C  /usr/java

2.1.3.    编辑环境变量

vi /etc/profile

2.1.4.    在文件末尾添加(vi操作跳到行尾:大写灯亮按字母G)

 

JAVA_HOME=/usr/java/jdk1.8.0_211

JRE_HOME=/usr/java/jdk1.8.0_211/jre

CLASS_PATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib

PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

export JAVA_HOME JRE_HOME CLASS_PATH PATH

2.1.5.    刷新环境变量

source /etc/profile

2.1.6.    查看Jdk版本

查看java版本确认安装成功(如果不能查看版本则检查是否存在两级以上的目录)

java –version

如果看不到版本,请重启电脑再次确认

3.    关闭防火墙

systemctl stop firewalld.service

4.    禁止防火墙开机启动

systemctl disable firewalld.service

5.    部署Scala

5.1. 部署Scala

5.1.1.    解压到指定目录

tar -zxvf /usr/local/softs/scala-2.12.10.tgz -C /usr/local

 

5.1.2.    编辑环境变量

vi /etc/profile

5.1.3.      在“PATH=”上一行添加“export SCALA_HOME=/usr/local/scala-2.12.10”

5.1.4.    在“PATH=”末尾添加“:$SCALA_HOME/bin”

export SCALA_HOME=/usr/local/scala-2.12.10

export PATH=$PATH:${JAVA_HOME}/bin:$SCALA_HOME/bin

5.1.5.    刷新环境变量

source /etc/profile

5.1.6.    输入Scala验证

 

6.    部署Maven

6.1. 部署Maven

6.1.1.    解压到指定目录

tar -zxvf /usr/local/softs/apache-maven-3.6.3-bin.tar.gz -C /usr/local

6.1.2.    编辑环境变量

vi /etc/profile

6.1.3.      在“PATH=”上一行添加“export MAVEN_HOME=/usr/local/apache-maven-3.6.3”

6.1.4.    在“PATH=”末尾添加“:${MAVEN_HOME}/bin”

export MAVEN_HOME=/usr/local/apache-maven-3.6.3

export PATH=$PATH:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${MAVEN_HOME}/bin

6.1.5.    刷新环境变量

source /etc/profile

6.1.6.    输入 mvn -version 验证

6.1.7.    创建本地仓库目录

mkdir /usr/local/maven_repos

6.1.8.    编辑配置文件

vi /usr/local/apache-maven-3.6.3/conf/settings.xml

6.1.9.    查找字符串“<localRepository>/path/to/local/repo</localRepository>”

6.1.10.   在注释结尾后面添加一行

<localRepository>/usr/local/maven_repos</localRepository>

 

7.    安装rsync

7.1. 已联网

7.1.1.    执行命令yum install -y rsync

7.1.2.    执行命令yum install -y vim

 

 

8.    部署Hadoop(单机)

8.1. 部署Hadoop

8.1.1.    解压到指定目录

tar -zxvf /usr/local/softs/hadoop-3.1.3.tar.gz -C /usr/local

8.1.2.    编辑环境变量

vi /etc/profile

8.1.3.    在“PATH=”上一行添加“export HADOOP_HOME=/usr/local/hadoop-3.1.3”

8.1.4.    在“PATH=”末尾添加“:${HADOOP_HOME}/bin”

export HADOOP_HOME=/usr/local/hadoop-3.1.3

export PATH=$PATH:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${MAVEN_HOME}/bin:${HADOOP_HOME}/bin

8.1.5.    刷新环境变量

source /etc/profile

8.1.6.    修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/hadoop-env.sh

8.1.7.    查找字符串“export JAVA_HOME”修改

export JAVA_HOME=/usr/java/jdk1.8.0_211

8.1.8.    修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/core-site.xml

8.1.9.    查找字符串“<configuration>”在标签里添加

 

<property>

    <name>fs.default.name</name>

    <value>hdfs://hadoop102:8020</value>

</property>

 

<property>

    <name>hadoop.tmp.dir</name>

    <value>/usr/local/hadoop_app/tmp/dfs5162</value>

</property>

 

8.1.10.   修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/hdfs-site.xml

8.1.11.   查找字符串“<configuration>”在标签里添加

 

<property>

    <name>dfs.replication</name>

    <value>1</value>

</property>

 

8.1.12.   复制文件

cp /usr/local/hadoop-3.1.3/etc/hadoop/mapred-site.xml.template /usr/local/hadoop-3.1.3/etc/hadoop/mapred-site.xml

8.1.13.   修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/mapred-site.xml

8.1.14.   查找字符串“<configuration>”在标签里添加

 

<property>

    <name>mapreduce.framework.name</name>

    <value>yarn</value>

</property>

8.1.15.   修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/yarn-site.xml

8.1.16.   查找字符串“<configuration>”在标签里添加

 

<property>

    <name>yarn.nodemanager.aux-services</name>

    <value>mapreduce_shuffle</value>

</property>

 

8.1.17.   修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/slaves

8.1.18.   将localhost改为主机名(192.168.11.233)

8.1.19.   进入目录

cd /usr/local/hadoop-3.1.3/bin

8.2. 格式化

8.2.1.    执行命令

./hdfs namenode -format

8.2.2.    查看输出界面是否存在

INFO common.Storage: Storage directory /usr/local/hadoop_app/tmp/dfs5162/dfs/name has been successfully formatted

8.2.3.    进入目录

cd /usr/local/hadoop-3.1.3/sbin

8.3. 启动node

8.3.1.    输入命令

./hadoop-daemon.sh start namenode

8.3.2.    输入命令

./hadoop-daemon.sh start datanode

8.3.3.    输入命令

jps

8.3.4.    查看是否存在namenode 和 datanode进程

8.3.5.    查看日志(ctrl+c退出)

tail -200f /usr/local/hadoop-3.1.3/logs/hadoop-root-datanode-ybjgpmdw.log

8.4. 启动manager

8.4.1.    输入命令

./yarn-daemon.sh start resourcemanager

8.4.2.    输入命令

./yarn-daemon.sh start nodemanager

8.4.3.    验证,先进入目录

cd /usr/local/hadoop-3.1.3/share/hadoop/mapreduce

8.4.4.    输入命令

hadoop jar hadoop-mapreduce-examples-2.6.0-cdh5.16.2.jar pi 2 3

8.4.5.    查看是否可以输出结果4.000000

8.5. 停止

8.5.1.    停止

./yarn-daemon.sh stop nodemanager

./yarn-daemon.sh stop resourcemanager

./hadoop-daemon.sh stop datanode

./hadoop-daemon.sh stop namenode

 

9.    部署Hadoop(集群)

9.1. 集群Hadoop

9.1.1.    重复

准备三台服务器,执行步骤2.0到8.1.7(jdk安装 到 部署Hadoop单机 格式化之前)

服务器1:192.168.11.50 hadoop102

服务器2:192.168.11.79 hadoop103

服务器3:192.168.11.141 hadoop104

注:不要直接使用IP地址,一定要起别名(所有机器hosts文件都修改)

9.2. 设置免密登录

9.2.1.    生成密钥

ssh-keygen -t rsa

9.2.2.    发生给其他服务器(其他机器也要执行7.2.1和7.2.2)

ssh-copy-id hadoop102

ssh-copy-id hadoop103

ssh-copy-id hadoop104

 

9.3. 配置分发脚本

9.3.1.    进入用户目录(如果只有root用户则只需要进入home目录)

cd /home

例如本机:cd /home/caeser

9.3.2.    创建文件夹

mkdir bin

9.3.3.    进入文件夹

cd bin

9.3.4.    编辑创建文件

vi xsync

 

9.3.5.    输入内容(复制粘贴后注意核对内容是否一致)

 

#!/bin/bash

#1 获取输入参数个数,如果没有参数,直接退出

pcount=$#

if [ $pcount -lt 1 ]

then

    echo Not Enough Arguement!

    exit;

fi


#2. 遍历集群所有机器

# 也可以采用:

# for host in hadoop{102..104};

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)

            echo pdir=$pdir

           

            #6. 获取当前文件的名称

            fname=$(basename $file)

            echo fname=$fname

           

            #7. 通过ssh执行命令:在$host主机上递归创建文件夹(如果存在该文件夹)

            ssh $host "mkdir -p $pdir"

           

            #8. 远程同步文件至$host主机的$USER用户的$pdir文件夹下

            rsync -av $pdir/$fname $USER@$host:$pdir

        else

            echo $file does not exists!

        fi

    done

done


 

9.3.6.    修改权限

chmod 777 xsync

 

9.3.7.    编辑环境变量

vi /etc/profile

9.3.8.    在“PATH=”末尾添加“:/home/bin”

export PATH=$PATH:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${MAVEN_HOME}/bin:${HADOOP_HOME}/bin:${ZK_HOME}/bin:${FLUME_HOME}/bin:${KAFKA_HOME}/bin:${SPARK_HOME}/bin:/home/bin

9.3.9.    刷新环境变量

source /etc/profile

9.3.10.   测试脚本

xsync /home/bin

 

 

9.4. 服务器1配置

 

9.4.1.    修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/core-site.xml

9.4.2.    查找字符串“<configuration>”

<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>/usr/local/hadoop_app/data</value>

    </property>

 

 

</configuration>

9.4.3.    修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/hdfs-site.xml

9.4.4.    查找字符串“<configuration>”

 

<configuration>

  <!-- NameNode web 端访问地址-->

  <property>

        <name>dfs.namenode.http-address</name>

        <value>hadoop102:9870</value>

    </property>

  <!-- SecondaryNameNode web 端访问地址-->

    <property>

        <name>dfs.namenode.secondary.http-address</name>

        <value>hadoop104:9868</value>

    </property>

</configuration>

 

9.4.5.    修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/yarn-site.xml

9.4.6.    查找字符串“<configuration>”

 

<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_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>

    </property>

 

</configuration>

 

9.4.7.    修改配置文件

vi /usr/local/hadoop-3.1.3/etc/hadoop/mapred-site.xml

9.4.8.    查找字符串“<configuration>”在标签里添加

 

<property>

    <name>mapreduce.framework.name</name>

    <value>yarn</value>

</property>

 

9.4.9.    分发配置文件

xsync /usr/local/hadoop-3.1.3/etc/hadoop/

9.4.10.   配置workers

vim /usr/local/hadoop-3.1.3/etc/hadoop/workers

9.4.11.   输入内容

hadoop102

hadoop103

hadoop104

9.4.12.   同步所有节点配置文件

xsync /usr/local/hadoop-3.1.3/etc

9.5. 配置启动参数

9.5.1.    编辑文件

vi /usr/local/hadoop-3.1.3/sbin/start-dfs.sh

9.5.2.    第二行输入内容

HDFS_DATANODE_USER=root

HADOOP_SECURE_DN_USER=hdfs

HDFS_NAMENODE_USER=root

HDFS_SECONDARYNAMENODE_USER=root

9.5.3.    编辑文件

vi /usr/local/hadoop-3.1.3/sbin/stop-dfs.sh

9.5.4.    第二行输入内容

HDFS_DATANODE_USER=root

HADOOP_SECURE_DN_USER=hdfs

HDFS_NAMENODE_USER=root

HDFS_SECONDARYNAMENODE_USER=root

9.5.5.    编辑文件

vi /usr/local/hadoop-3.1.3/sbin/start-yarn.sh

9.5.6.    第二行输入内容

YARN_RESOURCEMANAGER_USER=root

HADOOP_SECURE_DN_USER=yarn

YARN_NODEMANAGER_USER=root

9.5.7.    编辑文件

vi /usr/local/hadoop-3.1.3/sbin/stop-yarn.sh

9.5.8.    第二行输入内容

YARN_RESOURCEMANAGER_USER=root

HADOOP_SECURE_DN_USER=yarn

YARN_NODEMANAGER_USER=root

9.5.9.    分发修改文件

xsync /usr/local/hadoop-3.1.3/sbin

9.6. 初始化

9.6.1.    进入目录

cd /usr/local/hadoop-3.1.3/bin

9.6.2.    执行命令

./hdfs namenode -format

9.7. 启动集群

9.7.1.    进入目录

cd /usr/local/hadoop-3.1.3/sbin

9.7.2.    执行命令

./start-dfs.sh

./start-yarn.sh

 

9.8. 查看URL

9.8.1.    本机电脑找到 C:\Windows\System32\drivers\etc 修改hosts

192.168.11.50 hadoop102

192.168.11.79 hadoop103

192.168.11.141 hadoop104


9.8.2.    浏览器输入hadoop2:9870

https://img1.sycdn.imooc.com/61d3e93800014aeb05540354.jpg

10.          部署Zookeeper(可选)

10.1.    部署Zookeeper

10.1.1.   解压到指定目录

tar -zxvf /usr/local/softs/zookeeper-3.4.5-cdh5.16.2.tar.gz -C /usr/local

10.1.2.   编辑环境变量

vi /etc/profile

10.1.3.   在“PATH=”上一行添加“export ZK_HOME= /usr/local/zookeeper-3.4.5-cdh5.16.2”

10.1.4.   在“PATH=”末尾添加“:${ZK_HOME}/bin”

export ZK_HOME=/usr/local/zookeeper-3.4.5-cdh5.16.2

export PATH=$PATH:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${MAVEN_HOME}/bin:${HADOOP_HOME}/bin:${ZK_HOME}/bin

10.1.5.   刷新环境变量

source /etc/profile

10.1.6.   进入目录

cd /usr/local/zookeeper-3.4.5-cdh5.16.2/conf

10.1.7.   复制文件

cp zoo_sample.cfg zoo.cfg

10.1.8.   编辑文件

vi zoo.cfg

10.1.9.   查找字符串“dataDir=/tmp/zookeeper”修改

dataDir=/usr/local/hadoop_app/tmp/zookeeper

10.1.10.           进入目录

cd /usr/local/zookeeper-3.4.5-cdh5.16.2/bin

10.1.11.           输入命令

./zkServer.sh start

 

 

11.          部署Flume(可选)

11.1.    部署Flume

11.1.1.   解压到指定目录

tar -zxvf /usr/local/softs/flume-ng-1.6.0-cdh5.14.2.tar.gz -C /usr/local

11.1.2.   编辑环境变量

vi /etc/profile

11.1.3.   在“PATH=”上一行添加

export FLUME_HOME=/usr/local/apache-flume-1.6.0-cdh5.14.2-bin

11.1.4.   在“PATH=”末尾添加“:${FLUME_HOME}/bin”

export FLUME_HOME=/usr/local/apache-flume-1.6.0-cdh5.14.2-bin

export PATH=$PATH:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${MAVEN_HOME}/bin:${HADOOP_HOME}/bin:${ZK_HOME}/bin:${FLUME_HOME}/bin

11.1.5.   刷新环境变量

source /etc/profile

11.1.6.   复制文件

cp /usr/local/apache-flume-1.6.0-cdh5.14.2-bin/conf/flume-env.sh.template /usr/local/apache-flume-1.6.0-cdh5.14.2-bin/conf/flume-env.sh

11.1.7.   编辑文件

vi /usr/local/apache-flume-1.6.0-cdh5.14.2-bin/conf/flume-env.sh

11.1.8.   查找字符串“export JAVA_HOME”在下方添加

export JAVA_HOME= /usr/java/jdk1.8.0_271

11.1.9.   进入文件夹

cd /usr/local/apache-flume-1.6.0-cdh5.14.2-bin/bin

11.1.10.           输入命令查看版本

./flume-ng version

 

 

12.          部署Kafka(可选)

12.1.    部署Kafka

12.1.1.   解压到指定目录

tar -zxvf /usr/local/softs/kafka_2.12-2.5.0.tgz -C /usr/local

12.1.2.   编辑环境变量

vi /etc/profile

12.1.3.   在“PATH=”上一行添加“export KAFKA_HOME=/usr/local/kafka_2.12-2.5.0”

12.1.4.   在“PATH=”末尾添加“:${KAFKA_HOME}/bin”

export KAFKA_HOME=/usr/local/kafka_2.12-2.5.0

export PATH=$PATH:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${MAVEN_HOME}/bin:${HADOOP_HOME}/bin:${ZK_HOME}/bin:${FLUME_HOME}/bin:${KAFKA_HOME}/bin

12.1.5.   刷新环境变量

source /etc/profile

12.1.6.   后台启动方式

/usr/local/kafka_2.12-2.5.0/bin/kafka-server-start.sh -daemon /usr/local/kafka_2.12-2.5.0/config/server.properties

 

13.          安装Spark

13.1.    编译Spark

13.1.1.   解压到指定目录

tar -zxvf /usr/local/softs/spark-3.0.3.tgz -C /usr/local

13.1.2.   进入目录

cd /usr/local/spark-3.0.3

 

13.1.3.   开始编译(“3.1.3”将合成到编译后的文件名里)

注意:第一次编译需要3个小时左右,可以直接使用本文编译好的包spark-3.0.3-bin-3.1.3.tgz

 

./dev/make-distribution.sh \

--name 3.1.3 \

--tgz -Phive -Phive-thriftserver \

-Pyarn

 

 

13.2.    解压Spark

13.2.1.   解压

tar -zxvf /usr/local/softs/spark-3.0.3-bin-3.1.3.tgz -C /usr/local

13.2.2.   编辑环境变量

vi /etc/profile

13.2.3.   在“PATH=”上一行添加

export SPARK_HOME=/usr/local/spark-3.0.3-bin-3.1.3

13.2.4.   在“PATH=”末尾添加“:${SPARK_HOME}/bin”

export SPARK_HOME=/usr/local/spark-3.0.3-bin-3.1.3

export PATH=$PATH:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${MAVEN_HOME}/bin:${HADOOP_HOME}/bin:${ZK_HOME}/bin:${FLUME_HOME}/bin:${KAFKA_HOME}/bin:${SPARK_HOME}/bin

13.2.5.   刷新环境变量

source /etc/profile

export HADOOP_CONF_DIR=/usr/local/hadoop-3.1.3/etc/hadoop

13.2.6.   执行命令

 

spark-submit --class org.apache.spark.examples.SparkPi \

--master yarn \

/usr/local/spark-3.0.3-bin-3.1.3/examples/jars/spark-examples*.jar \

2

13.3.    安装nc

yum install -y nc

14.          部署Spark集群

14.1.    重复步骤

14.1.1.   执行13.2.1到13.2.5(安装spark 到 刷新环境变量)

14.2.    环境配置文件

14.2.1.   复制并重命名环境配置文件

cp /usr/local/spark-3.0.3-bin-3.1.3/conf/spark-env.sh.template /usr/local/spark-3.0.3-bin-3.1.3/conf/spark-env.sh

14.2.2.   编辑配置文件

vi /usr/local/spark-3.0.3-bin-3.1.3/conf/spark-env.sh

14.2.3.   文件末尾添加内容


# 指定 Java Home(根据自己机器的路径修改)

export JAVA_HOME=/usr/java/jdk1.8.0_211

# 指定 Spark Master 地址

export SPARK_MASTER_HOST=hadoop102

export SPARK_MASTER_PORT=7077

14.2.4.   复制并重命名环境配置文件

cp /usr/local/spark-3.0.3-bin-3.1.3/conf/slaves.template /usr/local/spark-3.0.3-bin-3.1.3/conf/slaves

14.2.5.   编辑配置文件

vi /usr/local/spark-3.0.3-bin-3.1.3/conf/slaves

14.2.6.   将localhost替换为下面的别称

hadoop102

hadoop103

hadoop104

14.3.    分发文件

14.3.1.   分发Spark

xsync /usr/local/spark-3.0.3-bin-3.1.3

14.4.    启动集群

14.4.1.   进入目录

cd /usr/local/spark-3.0.3-bin-3.1.3/sbin

14.4.2.   启动命令

./start-all.sh

注:出现Permission denied, please try again.请重新执行“9.2设置免密登录”

14.4.3.   执行测试命令

cd /usr/local/spark-3.0.3-bin-3.1.3/

 

bin/spark-submit \

--class org.apache.spark.examples.SparkPi \

--master spark://hadoop102:7077,hadoop103:7077,hadoop104:7077 \

--executor-memory 1G \

--total-executor-cores 2 \

/usr/local/spark-3.0.3-bin-3.1.3/examples/jars/spark-examples_2.12-3.0.3.jar \

100



14.5.    查看结果

14.5.1.   浏览器查看

https://img1.sycdn.imooc.com/61d3e92200011baf05540267.jpg

 




这篇关于Hadoop&Spark安装操作手册的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程