IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓ 		图片批量下载器
↓批量下载图片,美女图库↓ 		图片自动播放器
↓图片自动播放器↓ 		一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> 2021暑期学习第25天 -> 正文阅读

[大数据]2021暑期学习第25天

前言

  • 时间：2021.8.13
  • 内容：
    • HDFS 组件的组成
    • YARN 组件的组成
    • MapReduce 架构
    • HDFS 操作命令
    • 完全分布式安装

1 HDFS组件的组成

在这里插入图片描述

[hyidol@centos7 hadoop-3.3.1]$ sbin/start-dfs.sh
Starting namenodes on [centos7]
Starting datanodes
Starting secondary namenodes [centos7]
[hyidol@centos7 hadoop-3.3.1]$ jps
1442 NameNode
1554 DataNode
1892 Jps
1740 SecondaryNameNode
  • 架构：主从架构，主的去管理从的。
    • NameNode 和 DataNode 是一对多关系。
    • 1 NameNode-》1000 DataNode
  • 进程：
    • NameNode： 存储元信息（文件的描述信息）。文件大小，创建时间，创建人，最后修改时间，都是文件的描述信息。
    • SecondaryNameNode：复制和备份 NameNode 的数据。
    • DataNode： 存储数据信息（文件）。
  • 文件块：
    • dfs.replication = 1 （文件块默认128MB）

2 YARN组件的组成

在这里插入图片描述

  • 架构：主从架构。
  • 进程：
    • ResourceManager：是主节点，管理其他的所有 NodeManagers
    • NodeManagers：是从节点，管理本地资源。容器，任务管理…
  • 其他（这个不太明白）
    • ApplicationMaster：针对MR每个请求job的抽象封装。
    • Container：将来运行在YARN上的每一个任务都会给其分配资源，Container就是当前任务所需资源的抽象封装。
  • 容器：Docker，启动一个进程/线程，就是操作系统

3 MapReduce架构

在这里插入图片描述

  • Map阶段：就是把需要计算的数据安装需求分成多个MapTask任务来执行。（分）
  • Reduce极端：把Map阶段处理完的结果拷贝过来，根据需求进行汇总计算。（合）

4 HDFS 操作命令

在这里插入图片描述

  • 语法： hdfs 子命令 -命令 参数

  • 操作：$HADOOP_HOME/…

    • bin/hdfs dfs

在这里插入图片描述

  • 上传一个文件到 HDFS 的根目录下的 input 目录。

    bin/hdfs dfs –mkdir /input //在 hdfs 中创建一个目录 input

在这里插入图片描述

```
bin/hdfs dfs –put /home/hadoop/user /input/ //user 文件上传到 hdfs 的/input/
```

在这里插入图片描述

  • 查看目录下的子目录，及子目录下的文件，递归查看。

    in/hdfs dfs –ls –R /

在这里插入图片描述

  • 查看文件内容。

    bin/hdfs dfs –cat /input/user

  • 查看 HDFS 文件系统的根目录下有多少个文件或目录。

    bin/hdfs dfs -ls /

  • 基于 YARN 的 MapReduce 计算：

在这里插入图片描述

  • 运行结束，查看 HDFS 目录结构：

在这里插入图片描述

  • 查看运行结果目录的内容：

在这里插入图片描述

5 ?完全分布式安装

5-1 免密互通+JDK

ip主机名用户名软件
192.168.137.110master-yhhyidolJDK
192.168.137.111slave1-yhhyidolJDK
192.168.137.112slave2-yhhyidolJDK

  • 虚拟机创建三个 Centos7 系统的虚拟机。

  • 更改/etc/sysconfig/network-scripts/ifcfg-enp0s3文件，重启网络，连通可ping上外网。

    BOOTPROTO=static #dchp好像也行
ONBOOT=yes #开机自启
IPADDR=192.168.137.110 #主机地址
NETMASK=255.255.255.0 #子网掩码
GATEWAY=192.168.137.1 #网关
DNS1=192.168.43.1 #外机网络地址

[hyidol@master-yh ~]$ service network restart #重启网络

  • 实现三台机子之间可以直接进行免密登录。（一定要是普通用户下进行）

    [hyidol@master-yh ~]$ ssh-keygen -t rsa
[hyidol@master-yh ~]$ ssh-copy-id -i 主机名
[hyidol@master-yh ~]$ ssh 主机名 //测试用

  • 配置好 IP 地址映射，在/etc/hosts 文件中添加 ip 地址和主机名。（需要切换到root操作，远程传输时更方便，不用一个个赋权限）

    192.168.137.110 master-yh
192.168.137.111 slave1-yh
192.168.137.112 slave2-yh

[root@master-yh ~]$ scp /etc/hosts root@slave1-yh:/etc/

  • 配置好 JDK，远程传输。

    [hyidol@master-yh ~]$ tar –zxvf jdk-8vcccc.tar.gz
[hyidol@master-yh ~]$ mv jdk1.8.0_301 jdk-1.8.0
[hyidol@master-yh ~]$ sudo mv jdk-1.8.0/ /usr/java/
[hyidol@master-yh ~]$ vi .bashrc

export JAVA_HOME=/usr/java/jdk-1.8.0
export PATH=$PATH:$JAVA_HOME/bin

[hyidol@master-yh ~]$ source .bashrc
[hyidol@master-yh ~]$ java
[hyidol@master-yh ~]$ javac

  • 关闭防火墙，禁用防火墙。

[hyidol@master-yh ~]$ su
[hyidol@master-yh ~]$ service firewalld stop
[hyidol@master-yh ~]$ systemctl disable firewalld

  • 备注：如果因前面不是在root下进行的造成一些权限障碍，增加权限也是可以的。【以下为详细传输流程】

    • ---------下方是master-jm 主机操作---------

    • 创建/usr/java/目录。

    • 赋予权限： chmod –R 777 java/

    • 解压 jdk 移动 java 目录下。

    • 配置环境变量.bashrc。

    • 通过 master-jm 主机 ssh 登录到其他三台主机，进行如下操作：

    • ---------下方是其他机子的操作----------

    • 创建/usr/java/目录 （如果是sudo 就可以忽略后面赋权限）

    • 赋予权限：chmod –R 777 java（以slave1为例）

      [hyidol@master-yh java]$ ssh slave1-yh
[hyidol@slave1-yh ~]$ sudo mkdir /usr/java
[hyidol@slave1-yh ~]$ exit

    • ---------下方是主机远程传输给其他机子------

    • master-jm 主机。把 jdk-1.8.0 目录，远程传送到其他三台主机：（以slave1为例）

      [hyidol@master-yh ~]$ cd /usr/java
[hyidol@master-yh java]$ scp jdk-1.8.0/ @slave1-yh:/usr/java/   
jdk-1.8.0: not a regular file
[hyidol@master-yh java]$ scp -r jdk-1.8.0/ @slave1-yh:/usr/java/
scp: /usr/java//jdk-1.8.0: Permission denied
[hyidol@master-yh java]$ sudo scp -r jdk-1.8.0/ @slave2-yh:/usr/java/

    • 环境变量配置好之后，传送到其他三台主机：

      [hyidol@master-yh ~]$ cd 
[hyidol@master-yh ~]$ scp .bashrc hyidol@slave1-yh:~/
[hyidol@master-yh ~]$ scp .bashrc hyidol@slave2-yh:~/

5-2 安装hadoop

  • 上传、解压，删掉暂时无用的share/doc文件。

  • 配置环境变量。注意改完要：source .bashrc

    export HADOOP_HOME=/usr/java/hadoop-3.3.1
export HADOOP_MAPRED_HOME=/usr/java/hadoop-3.3.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

  • 其他配置：位置$HADOOP_HOME/etc/hadoop/

    hadoop-3.2.0/etc/hadoop/core-site.xml
hadoop-3.2.0/etc/hadoop/hdfs-site.xml
hadoop-3.2.0/etc/hadoop/mapred-site.xml
hadoop-3.2.0/etc/hadoop/yarn-site.xml

    参考：https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-common/ClusterSetup.html

    • core-site.xml

      <configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master-yh:9000</value>
    </property>
</configuration>

    • hdfs-site.xml

      <configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/opt/hdfs/name</value>
    </property>    
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/opt/hdfs/data</value>
    </property>    
</configuration>

    • mapred-site.xml

      <configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.application.classpath</name>
        <value>$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*:$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*</value>
    </property>
</configuration>

    • yarn-site.xml

      <configuration>
	<!-- Reducer获取数据的方式 -->
	<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
	</property>
    <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_HOME,PATH,LANG,TZ,HADOOP_MAPRED_HOME</value>
    </property>
    <!-- 指定启动YARN的ResourceManager的主机地址 -->
	<property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master-yh</value>
	</property>
</configuration>

  • 需要的目录/opt/hdfs/name 和/opt/hdfs/data 两个目录需要手动创建，并赋予权限。 配置 HDFS 需要 name 目录和 data 目录。

    [hyidol@master-yh hadoop]$ cd /opt/
[hyidol@master-yh opt]$ sudo mkdir hdfs
[sudo] hyidol 的密码：
[hyidol@master-yh opt]$ ll
总用量 0
drwxr-xr-x. 2 root root 6 9月  29 07:43 hdfs
[hyidol@master-yh opt]$ su
密码：
[root@master-yh opt]# chmod -R 777 hdfs/
[root@master-yh opt]# exit
exit
[hyidol@master-yh opt]$ cd hdfs
[hyidol@master-yh hdfs]$ mkdir name
[hyidol@master-yh hdfs]$ mkdir data
[hyidol@master-yh hdfs]$ ll
总用量 0
drwxrwxr-x. 2 hyidol hyidol 6 9月  29 07:45 data
drwxrwxr-x. 2 hyidol hyidol 6 9月  29 07:45 name

    每一台主机，都需要操作！！比如slave1-yh：

    [hyidol@master-yh hdfs]$ ssh slave1-yh
Last login: Wed Sep 29 04:04:39 2021 from master-yh
[hyidol@slave1-yh ~]$ cd /opt/
[hyidol@slave1-yh opt]$ sudo mkdir hdfs
[sudo] hyidol 的密码：
[hyidol@slave1-yh opt]$ su
密码：
[root@slave1-yh opt]# chmod -R 777 hdfs/
[root@slave1-yh opt]# exit
exit
[hyidol@slave1-yh opt]$ cd hdfs
[hyidol@slave1-yh hdfs]$ mkdir name
[hyidol@slave1-yh hdfs]$ mkdir data

    汇总下：

    cd /opt/
sudo mkdir hdfs （密码是hyidol）
su （密码是root）
chmod -R 777 hdfs/
exit
cd hdfs
mkdir name
mkdir data

  • 配置worker。注意worker 是设置DataNode节点的，所以不用把master加上。

    [hyidol@master-yh hadoop]$ vi /usr/java/hadoop-3.3.1/etc/hadoop/workers
slave1-yh
slave2-yh

  • 把 hadoop-3.3.1 目录传送到其他三台主机。

    [hyidol@master-yh java]$ scp -r /usr/java/hadoop-3.3.1/ hyidol@slave1-yh:/usr/java/

    • （已解决）出现如下权限问题的时候，有可能不是说源文件的权限不够，而是需要复制的位置没有权限，不能写入文件：

      [root@master-yh java]# scp -r hadoop-3.3.1/ hyidol@slave1-yh:/usr/java/        
scp: /usr/java//hadoop-3.3.1: Permission denied
[hyidol@master-yh java]$ ssh slave1-yh
[hyidol@slave1-yh usr]$ su
[root@slave1-yh usr]# chmod -R 777 java
[root@slave1-yh usr]# exit

  • 环境变量配置也要传送。

    [hyidol@master-yh java]$ cd 
[hyidol@master-yh ~]$ scp .bashrc hyidol@slave1-yh:~/
[hyidol@master-yh ~]$ scp .bashrc hyidol@slave2-yh:~/

  • 格式 HDFS。

    [hyidol@master-yh ~]$ cd /usr/java/hadoop-3.3.1/
[hyidol@master-yh hadoop-3.3.1]$ bin/hdfs namenode -format

    • 去这个目录下看看是否有东西，有东西就成功了。

      [hyidol@master-yh /]$ cd /opt/hdfs/name/current/
[hyidol@master-yh current]$ ls
fsimage_0000000000000000000  fsimage_0000000000000000000.md5  seen_txid  VERSION

  • 启动 hadoop 所有服务。这里的没日志警告不用管，再启动就会发现它自己给创建了，没创的话给个权限就行。

    [hyidol@master-yh ~]$ start-all.sh
WARNING: Attempting to start all Apache Hadoop daemons as hyidol in 10 seconds.
WARNING: This is not a recommended production deployment configuration.
WARNING: Use CTRL-C to abort.
Starting namenodes on [master-yh]
Starting datanodes
slave1-yh: WARNING: /usr/java/hadoop-3.3.1/logs does not exist. Creating.
slave2-yh: WARNING: /usr/java/hadoop-3.3.1/logs does not exist. Creating.
Starting secondary namenodes [master-yh]
Starting resourcemanager
Starting nodemanagers

    • master

      [hyidol@master-yh hadoop-3.3.1]$ jps
15249 SecondaryNameNode
15060 NameNode
15492 ResourceManager
15789 Jps

    • slave1

      [hyidol@slave1-yh hadoop-3.3.1]$ jps
18497 DataNode
18594 NodeManager
18710 Jps

    • slave2

      [hyidol@slave2-yh hadoop-3.3.1]$ jps
3015 DataNode
3112 NodeManager
3228 Jps

5-3 报错

  • 一开始jps跑出来的节点都正常（master4个slave3个），9870网页也能显示这些节点，但是8088页面就显示不出来哎（那个active node总是0个）

  • 小伙伴说是我集群搭的不规范，按这个搭更好，写个脚本更方便。但是我翻了记录，之前这种搭建方法也是能成功的呀（困惑，先学会一种嘛~

在这里插入图片描述

  • 然后找到一个类似的博客：hadoop启动 datanode的live node为0 这里说看下datanode的日志，确实跟那个端口有关系的亚子，然后我就跟着做了一遍增加8031和9000和端口权限的事儿。想不到我这憨批远程连接忘退出了，在slave里各种start-all，结果当然…乱七八糟的。

  • 后来小伙伴说：“dd会上报dn节点状态是否活着 那个页面都没显示到dd active说明上报有问题 查下dd日志针对具体问题解决下 可能是配置问题dd没起来。”虽然每太明白这句话，但是仿佛找到了个切入点，之前看日志都不知道从哪里去看问题，这回也倒好，一开就看到问题了。（一直都是报同个问题，只是我的潜意识刻意去回避了，假装它是对的）

    Retrying connect to server: 0.0.0.0/0.0.0.0:8031. Already tried 0 time(s);

  • 百度之后一堆答案，加上老师此时跟我说：“差一个resourcemanager.hostname的配置。”我突然就悟了，去看了下site文件，噢是没写…加上还是错，才发现自己笔记漏了一小段…是由于yarn-site.xml没写完导致的…

  • 这里附个前辈的笔记，超级详细，我看的时候感觉自己又懂了一些以前模棱两可的东西呢~

  • 如果是节点跑的不对，可以去日志里排查。比如报了错误：

    • $HADOOP_HOME/logs/ DataNode 没有启动：查看 hadoop-hadoop-datanode-slave1-jm.log
    • NodeManager 没有启动：查看 hadoop-hadoop-nodemanager-slave1-jm.log
    • NameNode 没有启动：查看 hadoop-hadoop-namenode-master-jm.log

5-4 成功

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技：还在苦于ETL？Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch：如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2021-10-03 17:09:36  更:2021-10-03 17:12:13 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/23 22:20:45-

图片自动播放器
↓图片自动播放器↓ 		TxT小说阅读器
↓语音阅读,小说下载,古典文学↓ 		一键清除垃圾
↓轻轻一点,清除系统垃圾↓ 		图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码