一、完全分布式运行模式搭建
1.1 虚拟机集群准备
在前面的章节我们已经将虚拟机集群的构建拆分成了两步：
- 第一步是先安装必要软件以及配置好相应网络条件，详情见：
- 第二步是在虚拟机环境下我们先构建好服务器模板，并配置好相应的开发环境（JDK、Hadoop）以及其静态IP，然后在对该模板进行复制，从而构造出健全的Hadoo服务集群。详情见：
吐血整理的Hadoop最全开发指南【Hadoop集群搭建篇】
1.2 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 server
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
3）案例实操
前提：在hadoop102、hadoop103、hadoop104都已经创建好的/opt/module、 /opt/software两个目录，并且已经把这两个目录修改为taoren:taoren
[taoren@hadoop102 ~]$ sudo chown taoren:taoren -R /opt/module （a）在hadoop102上，将hadoop102中/opt/module/jdk1.8.0_212目录拷贝到hadoop103上。 [taoren@hadoop102 ~]$ scp -r /opt/module/jdk1.8.0_212 taoren@hadoop103:/opt/module （b）在hadoop103上，将hadoop102中/opt/module/hadoop-3.1.3目录拷贝到hadoop103上。 [taoren@hadoop103 ~]$ scp -r taoren@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/ （c）在hadoop103上操作，将hadoop102中/opt/module目录下所有目录拷贝到hadoop104上。 [taoren@hadoop103 opt]$ scp -r taoren@hadoop102:/opt/module/* taoren@hadoop104:/opt/module
- （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
（a）删除hadoop103中/opt/module/hadoop-3.1.3/wcinput [taoren@hadoop103 hadoop-3.1.3]$ rm -rf wcinput/ （b）同步hadoop102中的/opt/module/hadoop-3.1.3到hadoop103 [taoren@hadoop102 module]$ rsync -av hadoop-3.1.3/ taoren@hadoop103:/opt/module/hadoop-3.1.3/
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 taoren@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）
[taoren@hadoop102 ~]$ echo $PATH /usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/taoren/.local/bin:/home/taoren/bin:/opt/module/jdk1.8.0_212/bin
（3）脚本实现
（a）在/home/taoren/bin目录下创建xsync文件
[taoren@hadoop102 opt]$ cd /home/taoren [taoren@hadoop102 ~]$ mkdir bin [taoren@hadoop102 ~]$ cd bin [taoren@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 $file does not exists! fi done done
（b）修改脚本 xsync 具有执行权限
[taoren@hadoop102 bin]$ chmod +x xsync
（c）测试脚本
[taoren@hadoop102 ~]$ xsync /home/taoren/bin
（d）将脚本复制到/bin中，以便全局调用
[taoren@hadoop102 bin]$ sudo cp xsync /bin/
（e）同步环境变量配置（root所有者）
[taoren@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
[taoren@hadoop103 bin]$ source /etc/profile [taoren@hadoop104 opt]$ source /etc/profile
1.3 SSH无密登录配置
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
[taoren@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
[taoren@hadoop103 ~]$ exit
2）无密钥配置
（1）免密登录原理
（2）生成公钥和私钥
[taoren@hadoop102 .ssh]$ pwd /home/taoren/.ssh [taoren@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
[taoren@hadoop102 .ssh]$ ssh-copy-id hadoop102 [taoren@hadoop102 .ssh]$ ssh-copy-id hadoop103 [taoren@hadoop102 .ssh]$ ssh-copy-id hadoop104
注意：
还需要在hadoop103上采用taoren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taoren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
1.4 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 、 DataNode | DataNode | SecondaryNameNode 、 DataNode |
YARN |
NodeManager | ResourceManager 、 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$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。
3）配置集群
（1）核心配置文件
配置core-site.xml
[taoren@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop [taoren@hadoop102 hadoop]$ 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taoren --> <property> <name>hadoop.http.staticuser.user</name> <value>taoren</value> </property> </configuration>
（2）HDFS配置文件
配置hdfs-site.xml
[taoren@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
[taoren@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_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value> </property> </configuration>
4）MapReduce配置文件
配置mapred-site.xml
[taoren@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
[taoren@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/
5）去103和104上查看文件分发情况
[taoren@hadoop103 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml [taoren@hadoop104 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
