大数据分布式集群是什么意思(大数据分布式协框架是什么)

　　基础环境

　　环境准备

　　1、软件版本

　　四台服务器配置，系统：centos6.5、内存：1G（视自己配置而定）、硬盘：20G（视自己配置而定）

　　四台服务器分配的IP地址：

　　192.168.10.131

　　192.168.10.132

　　192.168.10.133

　　192.168.10.134

　　规划：131用作主节点用作master，其它三台为数据节点132、133、134用作salve1~3

　　jdk和生成保持一致使用1.8版本

　　hadoop使用2.7.3版本

　　2、host配置和主机名(四台)

　　修改四台服务器的hos集群ts文件

　　vim /etc/hosts

　　192.168.10.131 master

　　192.168.10.132 slave1

　　192.168.10.133 slave2

　　192.168.10.134 slave3

　　分别斯塔服务器的主机名:H分布式OSTNAME，master为例说明

　　vi /etc/sysconfig/network

　　HOSTNAME=master

　　执行reboot后生效，完成之后依次修改其它salve服务器为：slave1~3。

　　3、服务器安装jdk(四台)

　　建议使用yum安装jdk,也可以自行下载安装

　　yum -y install java-1.8.0-openjdk*

　　配置环境变量，修改配置文件vim/etc/profile

　　export JAVA_HOME=/usr/lib/j大数vm/jre-1.8.0-openjdk.x86_64

　　export PATH=$JAVA_HOME/bin:$PATH

　　export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

　　使用souce命令让立刻生效

　　source /etc/profile

　　免密登陆

　数据　一、首先关闭四台服务器的防火墙和SELINUX

　　查看防火墙状态

　　service iptables status

　　关闭防火墙

　　service iptables stop

　　chkconfig iptables off大数

　　关闭SELINUX后，需要重启服务器

　　—关闭SELINUX

　　# vim /etc/selinux/config

　　—注释掉

　　#SELINUX=enforcing

　　#SELINUXTYPE=targeted

　　—添加

　　SELINUX=disabled

　　二、免密码登录本机

　　下面以配置master本机无密码登录为例进行讲解，用户需参照下面步骤完成salve1~3三台子节点机器的本机无密码登录;

　　1)生产秘钥

　　ssh-keygen -t rsa

　　2)将公钥追加到”authorized_keys”文件

　　cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

　　3)赋予权限

　　chmod 600 .ssh/authorized_keys

　　4)验证本机能无密码访问

　　ssh master

　　最后，依次配置salve1~3无密码访问

　　二、master本机无密码登录slave1、slave2、slave3，以master无密码登录slave1为例进行讲解：

　　1)登录slave1，复制master服务器的公钥”id_rsa.pub”到slave1服务器的”root”目录下。

　　scp root@master:/root/.ssh/id_rsa.pub /root/

　　2)将master的公钥(id_rsa.pub)追加到slave1的authorized_keys中

　　cat id_rsa.pub >> .ssh/authorized_keys

　　rm -rf id_rsa.pub

　　3)在master上面测试

　　ssh slave1

　　三、配置slave1~slave3本机无密码登录master

　　下面以slave1无密码登录master为例进行讲解，用户需参照下面步骤完成slave2~slave3无密码登录master。

　　1)登录master，复制slave1服务器的公钥”id_rsa.pub”到master服务器的”/root/”目录下。

　　scp root@slave1:/root/.ssh/id_rsa.pub /root/

　　2)将slave1的公钥(id_rsa.pub)追加到master的authorized_keys中。

　　cat id_rsa.pub >> .ssh/authorized_keys

　　rm -rf id_rsa.pub //删除id_rsa.pub

　　3)在slave1上面测试

　　ssh master

　　依次配置slave2、slave3

　　到此主从的无密登录已经完成了。

　　Hadoop环境搭建

　　配置master的hadoop环境

　　1、mast是什么er上解压缩安装包及创建基本目录

　　#下载

　　wget http://apache.claz.org/hadoop/common/hadoop-2.7.3/hadoop-2.7.

　　#解压

　　tar -xzvf hadoop-2.7.3.tar.gz -C /usr/local

　　#重命名

　　mv hadoop-2.7.3 hadoop

　　2、配置master的hadoop环境变量

　　1)配置环境变量，修改配置文件vi/etc/profile

　　export HADOOP_HOME=/usr/local/hadoop

　　export PATH=$PATH:$HADOOP_HOME/bin

　　使得hadoop命令在当前终端立即生效

　　source /etc/profile

　　下面配置，文件都在：/usr/local/hadoop/etc/hadoop路径下

　　2、配置core-site.xml

　　修改Hadoop核心配置文件/usr/local/hadoop/etc/hadoop/core-site.xml，通过fs.default.name指定NameNode的IP地址和端口号，通过hadoop.tmp.dir指定hadoop数据存储的临时文件夹。

　　<configuration>

　　<property>

　　<name>hadoop.tmp.dir</name>

　　<value>file:/usr/local/hadoop/tmp</value>

　　<descriptio集群n>Abase for other temporary directories.</description>

　　</property>

　　<property>

　　<name>fs.defaultFS</name>

　　<value>hdfs://master:9000</value>

　　</property>

　　</configuration>

　　特别注意：如没有配置hadoop.tmp.dir参数，此时系统默认的临时目录为：/tmp/hadoo-hadoop。而这个目录在每次重启后都会被删除，必须重新执行format才行，否则会出错。

　　3、配置hdfs-site.xml：

　　修改HDFS核心配置文件/usr/local/hadoop/etc/hadoop/hdfs-site.xml，通过dfs.replication指定HDFS的备份因子为3，通过dfs.name.dir指定namenode节点的文件存储目录，通过dfs.data.dir指定datanode节点的文件存储目录。

　　<configuration>

　　<property>

　　<name>dfs.replication</name>

　　<value>3</value>

　　</property>

　　<property>

　　<name>dfs.name.dir</name>

　　<value>/usr/local/hadoop/hdfs/name</value>

　　</prope协rty>

　　<property>

　　<name>dfs.data.dir</name>

　　<value>/usr/local/hadoop/hdfs/data</value>

　　</property>

　　</configuration>

　　4、配置mapred-site.xml

　　拷贝mapred-site.xml.template为mapred-site.xml，在进行修改

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

　　vim /usr/local/hadoop/etc/hadoop/mapred-site.xml

　　<configuration>

　　<property>

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

　　<value>yarn</value>

　　</property>

　　<property>

　　<name>mapred.job.tracker</name>

　　<value>http://master:9000</value>

　　</property>

　　</configuration>

　　5、配置yarn-site.xml

　　<configuration>

　　<!– Site specific YARN configuration properties –>

　　数据<property>

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

　　<value>mapreduce_shuffle</value>

　　</property>

　　<property>

　　<name>yarn.resourcemanager.hostname</name>

　　<value>master</value>

　　</property>

　　</configuration>

　　6、配置masters文件

　　修改/usr/local/hadoop/etc/hadoop/masters文件，该文件指定namenode节点所在的服务器机器。删除localhost，添加namenode节点的主机名master;不建议使用IP地址，因为IP地址可能会变化，但是主机名一般不会变化。

　　vi /usr/local/hadoop/etc/hadoop/masters

　　##内容

　　master

　　7、配置slaves文件(Master主机特有)

　　修改/usr/local/hadoop/etc/hadoop/slaves文件，该文件指定哪些服务器节点是datanode节点。删除locahost，添加所有datanode节点的主机名，如下所示。

　　vi /usr/local/hadoop/etc/hadoop/slaves

　　## 内容

　　slave1

　　slave2

　　slave3

　　配置hadoop-slave的hadoop环境

　　下面以配置slave1的hadoop为例进行演示，用户需参照以下步骤完成其他slave2~3服务器的配置。

　　1)复制hadoop到slave1分布式节点

　　scp -r /usr/local/hadoop slave1:/usr/local/

　意思　登录slave1服务器，删除slaves内容

　　rm -rf /usr/local/hadoop/etc/hadoop/slaves

　　2)配置环境变量

　　vi /etc/profile

　　## 内容

　　export HADOOP_HOME=/usr/local/hadoop

　　export PATH=$PATH:$HADOOP_HOME/bin

　　使得hadoop命令在当前终端立即生效;

　　source /etc/pr意思ofile

　　依次配置其它slave服务

　　启动集群

　　1、格式化HDFS文件系统

　　进入master的~/hadoop目录，执行以下操作

　　bin/hadoop namenode 框架-format

　　格式化namenode，第一次启动服务前执行的操作，以后不需要执行。

　　2、然后启动hadoop：

　　sbin/start-all.sh

　　3、使用jps命令查看运行情况

　　#master 执行 jps查看运行情况

　　25928 SecondaryNameNode

　　25742 NameNode

　　26387 Jps

　　26078 ResourceManager

　　#slave 执行 jps查看运行情况

　　24002 NodeManager

　　23899 DataNode

　　24179 Jps

　　4、命令查看Hadoop集群的状态

　　通过简单的jps命令虽然可以查看HDFS文件管理系统、MapReduce服务是否启动成功，但是无法查看到Hadoop整个集群的运行状态。我们可以通过hadoopdfsadmin-report进行查看。用该命令可以快速定位是什么出哪些节点挂掉了，HDFS的容量以及使用了多少，以及每个节点的硬盘使用情况。

　　hadoop dfsadmin -report

　　输出结果：

　　Configured Capacity: 50108030976 (46.67 GB)

　　Present Capacity: 41877471232 (39.00 GB)

　　DFS Remaining: 41877385216 (39.00 GB)

　　DFS Used: 860框架16 (84 KB)

　　DFS Used%: 0.00%

　　Under replicated blocks: 0

　　Blocks with corrupt replicas: 0

　　Missing blocks: 0

　　Missing blocks (with replication factor 1): 0

　　……

　　5、hadoop重启

　　sbin/stop-all.sh

　　sbin/start-all.sh

　　错误

　　在搭建完成启动的时候，发生过两个错误：

　　1、xxx:Error:JAVA_HOMEisnotsetandcouldnotbefound

　　这个错误意思没有找到jdk的环境变量，需要在hadoop-env.sh配置。

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

　　## 配置项

　　export JAVA_HOME=/usr/lib/jvm/jre-1.7.0-openjdk.x86_64

　　2、Theauthenticityofhost‘0.0.0.0(0.0.0.0)’can’tbeestablished.

　　解决方案关闭SELINUX

　　— 关闭SELINUX

　　# vim 协/etc/selinux/config

　　#SELINUX=enforcing

　　#SELINUXTYPE=targeted

　　— 添加

　　SELINUX=disabled