Hadoop笔记记录(零)

r囧r小猫 2022-09-04 10:58 124阅读 0赞

# Hadoop笔记记录(零) #

--------------------

### 文章目录 ###

*  Hadoop笔记记录(零)
 *   *  1.搭建
     *   *  1.1三种模式
         *  1.2测试
     *  2.常用命令
     *   *  2.1scp安全拷贝
         *  2.2rsync远程同步工具
         *  2.3 xsync脚本编写
     *  3.集群配置
     *   *  3.1规划
         *  3.2配置
         *   *  3.2.1配置文件说明
             *  3.2.2 配置集群
             *  3.2.3 群起集群
         *  3.2崩溃重新格式化
         *  3.3配置历史服务器
         *  3.4开启日志聚集功能
     *  4.常用脚本
     *   *  4.1集群启停方式
     *  5.常见面试题
     *   *  5.1常用端口号
         *  5.2常用配置文件

--------------------

> 学习尚硅谷Hadoop课程记录

## 1.搭建 ##

### 1.1三种模式 ###

1.  本地模式
    
     *  数据存储在linux本地，依赖linux帮助进行存储
     *  测试偶尔用
2.  伪分布式模式
    
     *  数据存储在HDFS中
3.  完全分布式模式
    
     *  数据存储在HDFS/多台服务器工作

基于完全分布式搭建集群

> 环境：
> 
>  *  CentOS7  
>     jdk1.8  
>     hadoop3.3.1（记录：为兼容windows版本，换成3.1.3版本）

必要安装包

*  epel-release：redhat系一个扩展仓库
 *  net-tool
 *  vim

关闭防火墙

创建普通用户并赋权

在/opt目录下创建文件夹，修改所属组和所属用户

改静态IP

改用户主机名

改主机名映射

配ssh

卸载原装jdk

安装jdk

安装hadoop

配置环境变量

### 1.2测试 ###

1.  测试本地模式wordcount案例

# 进入hadoop安装目录
    cd /opt/hadoop
    # 创建wcinput文件夹
    mkdir wcinput
    # 随便写点数据
    vim word.txt
    # 执行
    # hadoop命令 用jar包形式 执行后面这个路径里的examples这个jar包中的wordcound案例，数据输入路径wcinput/，数据输出位置当前路径下的wcoutput/（这个路径必须不存在否则报错）
    hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar wordcount wcinput/ ./wcoutput

随便写的数据word.txt

![image-20210728231035410][]

输出结果

![image-20210728230644866][]

# 进入wcoutput
    cd wcoutput
    cat part-r-00000

![image-20210728230804526][]

![image-20210728231206238][]

## 2.常用命令 ##

### 2.1scp安全拷贝 ###

实现服务器与服务器之间的数据拷贝

基本语法：

# 命令-r 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
    scp -r $pdir/$fname $user@$host:$pdir/$fname

案例：

> 注意，传送过去的文件取决于你用哪个用户连接的目的服务器

# 从本地向远程传送文件
    scp -r jdk11   root@192.168.111.102:/opt/java/jdk11
    # 从远程拷贝到本地
    scp -r root@192.168.111.102:/opt/jdk11   /opt/jdk
    # 也可以从远程拷贝到远程
    scp -r root@192.168.111.102:/opt/jdk   root@192.168.111.103:/opt/jdk

### 2.2rsync远程同步工具 ###

第一次同步相当于拷贝

第二次之后就只更新修改的文件

命令类似scp

# -a归档拷贝 -v现实过程
    rsync -av $pdir/$fname  $user@$host:$pdir/$f

### 2.3 xsync脚本编写 ###

#!/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 rhnode2 rhnode3 rhnode4
    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

注意赋予执行权限，并添加环境变量

## 3.集群配置 ##

### 3.1规划 ###

要点：

*  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

![image-20210802163742179][]

### 3.2配置 ###

#### 3.2.1配置文件说明 ####

核心四个配置文件，存放位置$HADOOP\_HOME/etc/hadoop

*  core-site.xml
 *  hdfs-site.xml
 *  yarn-site.xml
 *  mapred-site.xml

#### 3.2.2 配置集群 ####

1.  核心配置文件core-site.xml

vim $HADOOP_HOME/etc/hadoop/core-site.xml

文件内容如下

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
    
    
    
    <configuration>
    		
            <property>
                    <name>fs.defaultFS</name>
                    <value>hdfs://rhnode2:8020</value>
            </property>
            
            <property>
                    <name>hadoop.tmp.dir</name>
                    <value>/opt/hadoop/data</value>
            </property>
            
            <property>
                    <name>hadoop.http.staticuser.user</name>
                    <value>rh</value>
            </property>
    </configuration>

这里的8020端口是内部的通讯端口，比如和ScrendaryNameNode

1.  配置HDFS配置文件hdfs-site.xml

vim $HADOOP_HOME/etc/hadoop/hdfs-site.xml

<?xml version="1.0" encoding="UTF-8"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
    
    
    
    <configuration>
            
            <property>
                    <name>dfs.namenode.http-address</name>
                    <value>rhnode2:9870</value>
            </property>
            
            <property>
                    <name>dfs.namenode.secondary.http-address</name>
                    <value>rhnode4:9868</value>
            </property>
    </configuration>

1.  YARN配置文件

vim $HADOOP_HOME/etc/hadoop/yarn-site.xml

<?xml version="1.0"?>
    
    <configuration>
    
    
    
            
            <property>
                    <name>yarn.nodemanager.aux-services</name>
                    <value>mapreduce_shuffle</value>
            </property>
            
            <property>
                    <name>yarn.resourcemanager.hostname</name>
                    <value>rhnode3</value>
            </property>
    
    </configuration>

1.  MapReduce配置文件

vim $HADOOP_HOME/etc/hadoop/mapred-site.xml

<?xml version="1.0"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    
    
    
    
    <configuration>
            
            <property>
                    <name>mapreduce.framework.name</name>
                    <value>yarn</value>
            </property>
        	
    		<property>
      				<name>yarn.app.mapreduce.am.env</name>
      				<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    		</property>
    		<property>
    		 		<name>mapreduce.map.env</name>
    		  		<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    		</property>
    		<property>
    		  		<name>mapreduce.reduce.env</name>
    		  		<value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    		</property>
    </configuration>

1.  向各服务器分发

xsync /opt/hadoop/etc/hadoop/
    # 输出
    ==================== rhnode2 ====================
    sending incremental file list
    
    sent 1,003 bytes  received 18 bytes  2,042.00 bytes/sec
    total size is 111,360  speedup is 109.07
    ==================== rhnode3 ====================
    sending incremental file list
    hadoop/
    hadoop/core-site.xml
    hadoop/hdfs-site.xml
    hadoop/mapred-site.xml
    hadoop/yarn-site.xml
    
    sent 3,045 bytes  received 139 bytes  6,368.00 bytes/sec
    total size is 111,360  speedup is 34.97
    ==================== rhnode4 ====================
    sending incremental file list
    hadoop/
    hadoop/core-site.xml
    hadoop/hdfs-site.xml
    hadoop/mapred-site.xml
    hadoop/yarn-site.xml
    
    sent 3,045 bytes  received 139 bytes  6,368.00 bytes/sec
    total size is 111,360  speedup is 34.97

#### 3.2.3 群起集群 ####

1.  配置workers

vim /opt/hadoop/etc/hadoop/workers

删掉原来的localhost,增加如下内容

rhnode2rhnode3rhnode4

注意：结尾不能有任何空格，文件中不允许有空行，否则之后扫描会出问题

分发一下

xsync /opt/hadoop/etc/hadoop/workers

1.  启动集群
    
    1). 如果是集群第一次启动，需要在rhnode2（配置的NameNode服务器）节点格式化NameNode
    
    注意:格式化 NameNode,会产生新的集群 id,导致 NameNode 和 DataNode 的集群 id 不一致,集群找不到已往数据。如果集群在运行过程中报错,需要重新格式化 NameNode 的话,一定要先停止 namenode 和 datanode 进程,并且要删除所有机器的 data 和 logs 目录,然后再进行格式化。
    
        hdfs namenode -format
    
    根据配置会在/opt/hadoop中生成data和logs文件夹
    
    记录一下VERSION
    
        cat data/dfs/name/current/VERSION
    
    ![image-20210802181137541][]
    
    2). 启动HDFS
    
        sbin/start-dfs.sh
    
    ![image-20210802181430675][]
    
    然后在三个节点上结合规划查看一下是否启动正确
    
    rhnode2
    
    ![image-20210802181557511][]
    
    rhnode3
    
    ![image-20210802181642008][]
    
    rhnode4
    
    ![image-20210802181701331][]
    
    3). 在配置了ResourceManager的节点（rhnode3）启动yarn
    
        sbin/start-yarn.sh
    
    ![image-20210802203842876][]
2.  测试
    
    1)上传文件
    
        hadoop fs -mkdir /inputhadoop fs -put $HADOOP_HOME/wcinput/word.txt /input
    
    2)查看
    
    可以在web端查看

![image-20210804202442116][]

可以在本地查看

cat /opt/hadoop/data/dfs/data/current/BP-457611527-192.168.111.102-1627898916141/current/finalized/subdir0/subdir0/blk_1073741825

![image-20210804202715410][]

3)执行wordcount程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar wordcount /input /output

> 记录：此处报错，参见问题记录一，二

### 3.2崩溃重新格式化 ###

# 杀进程kill -p xxx# 查看jps# 删除data和logs文件夹rm -rf data/ logs/# 格式化集群hdfs namenode -format

### 3.3配置历史服务器 ###

目的：当一个任务执行完毕后web界面关闭后无法重新查看，为了查看历史执行任务

1.  配置mapred-site.xml

vim mapred-site.xml

添加如下配置：

<property> <name>mapreduce.jobhistory.address</name> <value>rhnode2:10020</value></property><property> <name>mapreduce.jobhistory.webapp.address</name> <value>rhnode2:19888</value></property>

1.  分发配置

xsync etc/hadoop/mapred-site.xml

1.  在配置的节点上启动历史服务器

mapred --daemon start historyserver

1.  jps查看
2.  web端查看

http://rhnode2:19888/jobhistory

### 3.4开启日志聚集功能 ###

应用运行完成以后，将程序运行日志信息上传到hdfs系统上

集合三个节点上所有的日志到一个节点

注意：开启日志聚集功能，需要重新启动NodeManager，ResourceManager和HistoryServer

1.  配置yarn-site.xml

添加如下配置

<property> <name>yarn.log-aggregation-enable</name> <value>true</value></property><property>  <name>yarn.log.server.url</name>  <value>http://rhnode2:19888/jobhistory/logs</value></property><property> <name>yarn.log-aggregation.retain-seconds</name> <value>604800</value></property>

1.  分发配置

xsync etc/hadoop/yarn-site.xml

1.  关闭NodeManager，ResourceManager，HistoryServer

sbin/stop-yarn.shmapred --daemon stop historyserver

1.  启动NodeManager，ResourceManager，HistoryServer

start-yarn.shmapred --daemon start historyserver

1.  删除HDFS上已经存在的输出文件

hadoop fs -rm -r /output

1.  执行wordcount程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar wordcount /input /output

1.  查看日志

http://rhnode2:19888/jobhistory

## 4.常用脚本 ##

### 4.1集群启停方式 ###

1.  各个模块分开启动停止
    
    1）整体启动停止HDFS
    
    start-dfs.sh/stop-dfs.sh
    
    2）整体启动停止YARN
    
    start-yarn.sh/stop-yarn.sh
2.  各个服务组件逐一启动停止
    
    1）分别启动停止HDFS组件
    
        hdfs --daemon start/stop namenode/datanode/secondarynamenode
    
    2)启动停止yarn
    
        yarn --daemon start/stop resourcemanager/nodemanager

统一启动关闭脚本myhadoop

#!/bin/bashif [ $# -lt 1 ]then echo "No Args Input..." exit ;ficase $1 in"start") echo " =================== 启动 hadoop 集群 ===================" echo " --------------- 启动 hdfs ---------------" ssh rhnode2 "/opt/hadoop/sbin/start-dfs.sh" echo " --------------- 启动 yarn ---------------" ssh rhnode3 "/opt/hadoop/sbin/start-yarn.sh" echo " --------------- 启动 historyserver ---------------" ssh rhnode2 "/opt/hadoop/bin/mapred --daemon start historyserver";;"stop") echo " =================== 关闭 hadoop 集群 ===================" echo " --------------- 关闭 historyserver ---------------" ssh rhnode2 "/opt/hadoop/bin/mapred --daemon stop historyserver" echo " --------------- 关闭 yarn ---------------" ssh rhnode3 "/opt/hadoop/sbin/stop-yarn.sh" echo " --------------- 关闭 hdfs ---------------" ssh rhnode2 "/opt/hadoop/sbin/stop-dfs.sh";;*) echo "Input Args Error...";;esac

查看三台服务器java进程脚本jpscall

#!/bin/bashfor host in rhnode2 rhnode3 rhnode4do echo =============== $host =============== ssh $host jpsdone

## 5.常见面试题 ##

### 5.1常用端口号 ###

Hadoop3.x

*  HDFS NameNode 内部通讯端口：8020/9000/9820
 *  HDFS NameNode 用户查询接口：9870
 *  Yarn查看任务运行情况：8088
 *  历史服务器：19888

Hadoop2.x

*  HDFS NameNode 内部通讯端口：8020/9000
 *  HDFS NameNode 用户查询接口：50070
 *  Yarn查看任务运行情况：8088
 *  历史服务器：19888

### 5.2常用配置文件 ###

Hadoop3.x

*  core-site.xml
 *  hdfs-site.xml
 *  yarn-site.xml
 *  mapred-site.xml
    
     *  workers⭐️

Hadoop2.x

*  core-site.xml
 *  hdfs-site.xml
 *  yarn-site.xml
 *  mapred-site.xml
 *  slaves⭐️

[image-20210728231035410]: /images/20220829/a05995a68baf4064ab53fc243d2a4c9c.png
[image-20210728230644866]: /images/20220829/0f9562e1934b45b5a10e88bef5cd0ab8.png
[image-20210728230804526]: /images/20220829/398d2e9eecce43c69d85c465c7a7a12f.png
[image-20210728231206238]: /images/20220829/504305108ae244d980484e0f99b4eee1.png
[image-20210802163742179]: /images/20220829/e0e962fc0529474d95bb9005a36069f9.png
[image-20210802181137541]: /images/20220829/b98445a95a8f47089e06b84099e98df1.png
[image-20210802181430675]: /images/20220829/687d0a923c154cedaf9cd4cfbf540ac9.png
[image-20210802181557511]: /images/20220829/b9758fe7a4814e9cb4d389b89cf37ac8.png
[image-20210802181642008]: /images/20220829/98542d67f4c54779a9610f17f962fbcf.png
[image-20210802181701331]: /images/20220829/f1336fdf80754b9cb580e7017f841659.png
[image-20210802203842876]: /images/20220829/e9b3575173f14835b54f69715706f50d.png
[image-20210804202442116]: /images/20220829/2e6038e7749c4555844ba54975cdc86a.png
[image-20210804202715410]: /images/20220829/4ae220f860654f8393d60a8d54c1b066.png