Hadoop2.7.7 centos7 完全分布式 配置与问题随记

这里是当初在三个ECS节点上搭建hadoop+zookeeper+hbase+solr的主要步骤，文章内容未经过润色，请参考的同学搭配其他博客一同使用，并记得根据实际情况调整相关参数。

0.prepare

jdk，推荐1.8

关闭防火墙

开放ECS安全组

 三台机器之间的免密登陆ssh

ip映射：【question1】hadoop启动时出现报错java.net.BindException: Cannot assign requested address

说明ip映射没有配置正确，正确的方式是在每一个节点上，都执行“内外外”的配置方式，即将本机与本机的内网ip对应，其他机器设置为外网ip

下面的文件要在每个节点上都修改

1. vi /etc/profile

1. vi /etc/profile
/opt/hadoop/hadoop-2.7.7

export HADOOP_HOME=/opt/hadoop/hadoop-2.7.7 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export PATH=.:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:$PATH

#使环境变量生效
souce /etc/profile
#检验
hadoop version

代码100分

2. vi /…/hadoop-2.7.7/etc/hadoop/core-site.xml

代码100分<configuration>

<property>
	<name>fs.defaultFS</name>
		<value>hdfs://Gwj:8020</value>
	<description>定义默认的文件系统主机和端口</description>
</property>

<property>
	<name>io.file.buffer.size</name>
		<value>4096</value>
	<description>流文件的缓冲区为4K</description>
</property>

<property>
	<name>hadoop.tmp.dir</name>
		<value>file:/opt/hadoop/hadoop-2.7.7/tempdata</value>
	<description>A base for other temporary directories.</description>
</property>

</configuration>

3. vi /…/hadoop-2.7.7/etc/hadoop/hdfs-site.xml

<configuration>

    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
	
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/opt/hadoop/hadoop-2.7.7/dfs/name</value>
    </property>
	
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/opt/hadoop/hadoop-2.7.7/dfs/data</value>
    </property>

    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
	
    <!--后增，如果想让solr索引存放到hdfs中，则还须添加下面两个属性-->
        <property>
            <name>dfs.webhdfs.enabled</name>
            <value>true</value>
        </property>
        <property>
            <name>dfs.permissions.enabled</name>
            <value>false</value>
        </property>
        
        <!--【question2】SecondayNameNode默认与NameNode在同一台节点上，在实际生产过程中有安全隐患。解决方法：加入如下配置信息，指定NameNode和SecondaryNameNode节点位置-->
    	<property>
        	<name>dfs.http.address</name>
        	<value>Gwj:50070</value>
    	</property>
	
    	<property>
        	<name>dfs.namenode.secondary.http-address</name>
        	<value>Ssj:50090</value>
    	</property>
</configuration>

4. vi /…/hadoop-2.7.7/etc/hadoop/mapred-site.xml

代码100分<configuration>

    <property>
        <name>mapreduce.framework.name</name>
        <value>local</value>
    </property>
    
    <!-- 指定mapreduce jobhistory地址 -->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>0.0.0.0:10020</value>
    </property>
    
    <!-- 任务历史服务器的web地址 -->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>0.0.0.0:19888</value>
    </property>
	
</configuration>

5. vi /…/hadoop-2.7.7/etc/hadoop/yarn-site.xml

<configuration>
	
	<property>
        <name>yarn.resourcemanager.hostname</name>
        <value>Gwj</value>
        <description>指定resourcemanager所在的hostname</description>
	</property>
	
	<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
        <description>NodeManager上运行的附属服务。需配置成mapreduce_shuffle，才可运行MapReduce程序 </description>
	</property>

</configuration>

6.vi /…/hadoop-2.7.7/etc/hadoop/slaves

老版本是slaves文件，3.0.3 用 workers 文件代替 slaves 文件

将localhost删掉，加入dataNode节点的主机名
[root@Gwj ~]# cat /opt/hadoop/hadoop-2.7.7/etc/hadoop/slaves 
Ssj
Pyf

7.首次使用进行格式化

hdfs namenode -format

8.启动

/.../hadoop-2.7.7/sbin/start/start-all.sh
	
	hdfs
		/.../hadoop-2.7.7/sbin/start/start-dfs.sh
		
	Yarn
		/.../hadoop-2.7.7/sbin/start/start-yarn.sh
		
#start可替换为stop、status

9.检验

使用jps检验
hadoop
	hdfs
		Master---NameNode (SecondaryNameNode)
		Slave---DataNode
	Yarn
		Master---ResourceManager 
		Slave---NodeManager

或者使用 “Master ip+50070”

---以下的yarn未设置，注意<configuration>！！！

	<property>
        <name>yarn.resourcemanager.address</name>
        <value>${yarn.resourcemanager.hostname}:8032</value>
	</property>
	
	<property>
        <description>The address of the scheduler interface.</description>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>${yarn.resourcemanager.hostname}:8030</value>
	</property>
	
	<property>
        <description>The http address of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>${yarn.resourcemanager.hostname}:8088</value>
	</property>
	
	<property>
        <description>The https adddress of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.https.address</name>
        <value>${yarn.resourcemanager.hostname}:8090</value>
	</property>
	
	<property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>${yarn.resourcemanager.hostname}:8031</value>
	</property>
	
	<property>
        <description>The address of the RM admin interface.</description>
        <name>yarn.resourcemanager.admin.address</name>
        <value>${yarn.resourcemanager.hostname}:8033</value>
	</property>
	
	<property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>2048</value>
        <discription>每个节点可用内存,单位MB,默认8182MB，根据阿里云ECS性能配置为2048MB</discription>
	</property>

	<property>
        <name>yarn.nodemanager.vmem-pmem-ratio</name>
        <value>2.1</value>
	</property>
	
	<property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>2048</value>
	</property>
	
	<property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
	</property>

</configuration>