ICode9
精准搜索请尝试： 精确搜索
首页
编程语言>
数据库
系统相关
互联网
其他分享
Python
Java
JavaScript
android
PHP
首页 > 系统相关> 文章详细

CentOS 7上搭建Spark3.0.1+ Hadoop3.2.1分布式集群

2021-01-03 19:32:55  阅读：224  来源： 互联网

标签：CentOS root hadoop 3.2 Hadoop3.2 Spark3.0 usr master local


CentOS 7上搭建Spark3.0.1+ Hadoop3.2.1分布式集群

 

VMWare 安装CentOS 7

  1. 推荐使用VMware Workstation Pro 16，下载安装即可。
  2. 下载最新的CentOS 7 Minimal-2009.iso，在虚拟机安装。推荐1G运存和20G存储。
  3. 在CentOS 7的安装过程中，需要设置root用户的密码，还可以根据需要创建单独的用户。
  4. 安装完成后，使用命令行进行更新，然后安装net-tools.x86_64，以方便查看ip地址。 
    # 如果在安装时没有连接网络
 vi /etc/sysconfig/network-scripts/ifcfg-ens33
 # 将ONBOOT=no修改为yes
 # 重启网络服务
 service network restart
 # 更新系统
 yum update
 # 安装net-tools
 yum install net-tools.x86_64
 # 查看ip地址
 ifconfig
    ip地址为：192.168.92.137

使用Xshell连接虚拟机

  1. 这里可以下载Xshell家庭/学校免费版，但是您需要申请才行。
  2. 文件->新建会话，信息配置可以参考如下，连接即可。
    名称主机端口用户名
    CentOS 7192.168.92.13722root
    表格中的信息，具体需要更换成您自己的。

集群设置

  1. 节点设置。
    hostname(主机名)ip地址namenode(主节点)datanode(从节点)
    master192.168.92.137TrueFalse
    slave1192.168.92.138FalseTrue
    slave2192.168.92.139FalseTrue
    slave3192.168.92.140FalseTrue
    为什么上面的ip地址是连续的呢? 这其实跟DHCP有关，下一步我们会使用克隆主机的方式来创建多个slave机器，大家可以去验证，但是可能出现与表中不一直的ip，我们根据需要修改即可。

安装JDK 1.8

  1. 在进行下一步的克隆前，我们先安装jdk-8u271-linux-x64.tar.gz，目前1.8版本的下载需要注册Oracle的账号才能够下载，有点麻烦呢。
  2. 使用SCP命令上传到master主机上，scp命令使用参考如下。 
    scp local_file remote_username@remote_ip:remote_folder
    参数依次是本地文件，远程用户名和远程ip，以及保存的文件夹。在PowerShell中使用如下。 
    	PS E:\XunLeiDownload> scp .\jdk-8u271-linux-x64.tar.gz root@192.168.92.137:/usr/local
	>>> # 这是输出
	The authenticity of host '192.168.92.137 (192.168.92.137)' can't be established.
	ECDSA key fingerprint is SHA256:DjkK5V/chVHAD1SsaosqdxfH4wClmH8S6M8kxw7X/RQ.
	Are you sure you want to continue connecting (yes/no)?
	Warning: Permanently added '192.168.92.137' (ECDSA) to the list of known hosts.
	root@192.168.92.137's password:
	jdk-8u271-linux-x64.tar.gz                                                            100%  137MB  91.5MB/s   00:01    # 上传成功
  3. 解压jdk1.8到/usr/local路径下， 
    tar -xvf jdk-8u271-linux-x64.tar.gz 
mv jdk1.8.0_271 jdk1.8    # 重命名文件夹
    安装vim，编辑/etc/profile， 
    yum install vim # 安装vim
vim /etc/profile
    添加两行内容如下， 
    export JAVA_HOME=/usr/local/jdk1.8
export PATH=$PATH:$JAVA_HOME/bin
    执行source /etc/profile使环境生效，$JAVA_HOME查看是否配置成功，或者， 
    java -version   
>>>   
java version "1.8.0_271"
Java(TM) SE Runtime Environment (build 1.8.0_271-b09)
Java HotSpot(TM) 64-Bit Server VM (build 25.271-b09, mixed mode)
    表示配置成功。

SSH 免密登陆

  1. 在配置ssh免密登陆之前，将master克隆3份slaves出来，然后验证其ip是否和上面所述一致，并使用Xshell连接，这样我们可以得到额外的三台机器，且都安装好Java的。
    注意：在使用克隆时，不太推荐使用链接克隆。
    使用ifconfig查看ip地址后，如下，下面将按照这个ip地址进行配置。
    hostname(主机名)ip地址namenode(主节点)datanode(从节点)
    master192.168.92.137TrueFalse
    slave1192.168.92.134FalseTrue
    slave2192.168.92.135FalseTrue
    slave3192.168.92.146FalseTrue
  2. 在master节点上更改hosts文件如下。
    vim /etc/hosts编辑，在后面添加以下行。 
    192.168.92.137 master
192.168.92.134 slave1
192.168.92.135 slave2
192.168.92.136 slave3
    其他的slave节点也应该如此。
  3. 使用以下命令，分别更改4台机器的主机名，以master节点为例。 
    hostnamectl set-hostname master
    其他节点是slave1-3，更改完成后在Xshell中重启会话就可以发现主机名已经改变啦。
  4. 要使master和3台slave免密登陆，需先在本地机器使用ssh-keygen一个公私钥对。 
    ssh-keygen -t rsa    # 生成公私钥对
>>>
Generating public/private rsa key pair.
Enter file in which to save the key (/root/.ssh/id_rsa): 
Created directory '/root/.ssh'.
Enter passphrase (empty for no passphrase):   # 不用输入 
Enter same passphrase again: 
Your identification has been saved in /root/.ssh/id_rsa.    # 存放位置
Your public key has been saved in /root/.ssh/id_rsa.pub.      # 公钥
The key fingerprint is:
SHA256:vGAdZV8QBkGYgbyAj4OkQ9GrYEEiilX5QLmL97CcFeg root@master
The key's randomart image is:
+---[RSA 2048]----+
|+o++o+ ..=*o+o.  |
|==..= o oo o .   |
|*..o.* ..   .    |
|=.o.+ +o .       |
|o..+ .o.S        |
| .. E... .       |
|   o *  .        |
|    + .          |
|                 |
+----[SHA256]-----+
    其他三台机器也是这样生成。
  5. 将slaves生成的所有id_rsa.pub公钥文件通过scp上传到master的/root/.ssh/目录下。 
    scp id_rsa.pub root@master:/root/.ssh/id_rsa.pub.1    # slave2 对应于.2
scp id_rsa.pub root@master:/root/.ssh/id_rsa.pub.2    # 依此类推
# master上也要这样处理，否则就不能从slaves登陆到master，如下
scp id_rsa.pub root@master:/root/.ssh/
    在master节点上，将所有的公钥文件写入authorized_keys文件中。 
    cat id_rsa.pub* >> authorized_keys
rm -rf id_rsa.pub.*     # 删除
    分发authorized_keys文件给slaves机器。 
    scp authorized_keys root@slave1:/root/.ssh/
scp authorized_keys root@slave2:/root/.ssh/
scp authorized_keys root@slave3:/root/.ssh/
    分发known_hosts文件给slaves机器。 
    scp known_hosts root@slave3:/root/.ssh/  # 其他同上
    这样就可以实现免密登陆啦，查看known_hosts文件如下。 
    	master,192.168.92.137 ecdsa-sha2-nistp256 AAAAE2VjZHNhLXNoYTItbmlzdHAyNTYAAAAIbmlzdHAyNTYAAABBBG4pcNSq4jQmGY3JRlYoU/IssJ8gfjTZhCcqBmLlviFismkti27xJHbd0s1rcaO/MX4ORK6eUdGr2ALE/r36otk=
	slave1,192.168.92.134 ecdsa-sha2-nistp256 AAAAE2VjZHNhLXNoYTItbmlzdHAyNTYAAAAIbmlzdHAyNTYAAABBBG4pcNSq4jQmGY3JRlYoU/IssJ8gfjTZhCcqBmLlviFismkti27xJHbd0s1rcaO/MX4ORK6eUdGr2ALE/r36otk=
	slave2,192.168.92.135 ecdsa-sha2-nistp256 AAAAE2VjZHNhLXNoYTItbmlzdHAyNTYAAAAIbmlzdHAyNTYAAABBBG4pcNSq4jQmGY3JRlYoU/IssJ8gfjTZhCcqBmLlviFismkti27xJHbd0s1rcaO/MX4ORK6eUdGr2ALE/r36otk=
	slave3,192.168.92.136 ecdsa-sha2-nistp256 AAAAE2VjZHNhLXNoYTItbmlzdHAyNTYAAAAIbmlzdHAyNTYAAABBBG4pcNSq4jQmGY3JRlYoU/IssJ8gfjTZhCcqBmLlviFismkti27xJHbd0s1rcaO/MX4ORK6eUdGr2ALE/r36otk=
    符合这样的格式才可以呢。

安装hadoop 3.2

  1. 下载hadoop-3.2.1.tar.gz，通过scp上传之master节点，然后解压。 
    PS E:\XunLeiDownload> scp .\jdk-8u271-linux-x64.tar.gz root@192.168.92.137:/usr/local
tar -xvf hadoop-3.2.1.tar.gz   # 解压在/usr/local/hadoop-3.2.1
  2. 添加环境变量，vim /etc/profile，在最后添加以下两行。 
    export HADOOP_HOME=/usr/local/hadoop-3.2.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME:/sbin
    执行以下命令source /etc/profile，使配置文件生效，并查看是否成功。 
    hadoop version
>>>
Hadoop 3.2.1
Source code repository https://gitbox.apache.org/repos/asf/hadoop.git -r b3cbbb467e22ea829b3808f4b7b01d07e0bf3842
Compiled by rohithsharmaks on 2019-09-10T15:56Z
Compiled with protoc 2.5.0
From source with checksum 776eaf9eee9c0ffc370bcbc1888737
This command was run using /usr/local/hadoop-3.2.1/share/hadoop/common/hadoop-common-3.2.1.jar
  3. 在hadoop安装目录下建立以下目录： 
    mkdir tmp  # 即hadoop-3.2.1/tmp， 存储临时文件
mkdir -p hdfs/name  # namenode的数据目录
mkdir -p hdfs/data # datanode的数据目录
  4. 配置相关配置文件，在etc/hadoop目录下。
    文件介绍
    core-site.xml核心配置文件
    dfs-site.xmlhdfs存储相关配置
    apred-site.xmlMapReduce相关的配置
    arn-site.xmlyarn相关的一些配置
    workers用来指定从节点，文件中默认是localhost
    hadoop-env.sh配置hadoop相关变量
    在core-site.xml文件中指定默认文件系统和临时文件目录。 
    <configuration>
     <property>
         <name>fs.defaultFS</name>
         <value>hdfs://master:9000</value>
     </property>
     <property>
         <name>hadoop.tmp.dir</name>
         <value>/usr/local/hadoop-3.2.1/tmp</value>
     </property>
</configuration>
    在hdfs-site.xml中配置复制份数，datanode和namenode的目录。 
    <configuration>
   <property>
       <name>dfs.namenode.secondary.http-address</name>
       <value>master:50090</value>
   </property>
   <property>
       <name>dfs.replication</name>
       <value>3</value>
   </property>
   <property>
       <name>dfs.namenode.name.dir</name>
       <value>file:/usr/local/hadoop-3.2.1/hdfs/name</value>
       <final>true</final>
   </property>
   <property>
       <name>dfs.datanode.data.dir</name>
       <value>file:/usr/local/hadoop-3.2.1/hdfs/data</value>
       <final>true</final>
   </property>
   <property>
       <name>dfs.webhdfs.enabled</name>
       <value>true</value>
   </property>
   <property>
       <name>dfs.permissions.enabled</name>
       <value>false</value>
   </property>
</configuration>
    在mapred-site.xml中指定主节点和添加classpath。 
    <configuration>
   <property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
   </property>
   <property>
       <name>mapreduce.jobhistory.address</name>
       <value>master:10020</value>
   </property>
   <property>
       <name>mapreduce.jobhistory.webapp.address</name>
       <value>master:19888</value>
   </property>
   <property>
       <name>mapreduce.application.classpath</name>
       <value>
           /usr/local/hadoop-3.2.1/etc/hadoop,
           /usr/local/hadoop-3.2.1/share/hadoop/common/*,
           /usr/local/hadoop-3.2.1/share/hadoop/common/lib/*,
           /usr/local/hadoop-3.2.1/share/hadoop/hdfs/*,
           /usr/local/hadoop-3.2.1/share/hadoop/hdfs/lib/*,
           /usr/local/hadoop-3.2.1/share/hadoop/mapreduce/*,
           /usr/local/hadoop-3.2.1/share/hadoop/mapreduce/lib/*,
           /usr/local/hadoop-3.2.1/share/hadoop/yarn/*,
           /usr/local/hadoop-3.2.1/share/hadoop/yarn/lib/*
       </value>
   </property>
</configuration>
    yarn-site.xml中都需要指向主节点。 
    <configuration>
   <property>
       <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
   </property>
   <property>
       <name>yarn.resourcemanager.address</name>
       <value>master:8032</value>
   </property>
   <property>
       <name>yarn.resourcemanager.scheduler.address</name>
       <value>master:8030</value>
   </property>
   <property>
       <name>yarn.log-aggregation-enable</name>
       <value>true</value>
   </property>
   <property>
       <name>yarn.resourcemanager.resource-tracker.address</name>
       <value>master:8031</value>
   </property>
   <property>
       <name>yarn.resourcemanager.admin.address</name>
       <value>master:8033</value>
   </property>
   <property>
       <name>yarn.resourcemanager.webapp.address</name>
       <value>master:8088</value>
   </property>
</configuration>
    workers中指定datanode节点。 
    localhost
slave1
slave2
slave3
    在hadoop-env.sh中指定用户。 
    export HADOOP_HOME=/usr/local/jdk1.8
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
  5. 将配置好的hadoop分发到其他机器，在其他slaves机器上也要执行步骤2添加环境变量哦。 
    scp -r hadoop-3.2.1 slave1:/usr/local/
scp -r hadoop-3.2.1 slave2:/usr/local/
scp -r hadoop-3.2.1 slave3:/usr/local/
  6. 格式化namenode，在master执行。 
    hdfs name -format
>> 
2020-11-25 23:58:07,593 INFO common.Storage: Storage directory /usr/local/hadoop-3.2.1/hdfs/name has been successfully formatted.
2020-11-25 23:58:07,640 INFO namenode.FSImageFormatProtobuf: Saving image file /usr/local/hadoop-3.2.1/hdfs/name/current/fsimage.ckpt_0000000000000000000 using no compression
2020-11-25 23:58:07,792 INFO namenode.FSImageFormatProtobuf: Image file /usr/local/hadoop-3.2.1/hdfs/name/current/fsimage.ckpt_0000000000000000000 of size 396 bytes saved in 0 seconds .
2020-11-25 23:58:07,807 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
2020-11-25 23:58:07,825 INFO namenode.FSImage: FSImageSaver clean checkpoint: txid=0 when meet shutdown.
2020-11-25 23:58:07,826 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at master/192.168.92.137
************************************************************/
    在输出中看到Storage: Storage directory /usr/local/hadoop-3.2.1/hdfs/name has been successfully formatted.，说明格式话成功了，在下一次格式化前，需要删除hdfs和tmp目录下的所有文件，否则会运行不起来。
  7. 启动hadoop，在sbin下。 
    ./start-all.sh
>>>
 ./start-all.sh
Starting namenodes on [master]
上一次登录：四 11月 26 00:08:30 CST 2020pts/5 上
master: namenode is running as process 14328.  Stop it first.
Starting datanodes
上一次登录：四 11月 26 00:14:03 CST 2020pts/5 上
slave1: WARNING: /usr/local/hadoop-3.2.1/logs does not exist. Creating.
slave3: WARNING: /usr/local/hadoop-3.2.1/logs does not exist. Creating.
slave2: WARNING: /usr/local/hadoop-3.2.1/logs does not exist. Creating.
localhost: datanode is running as process 14468.  Stop it first.
Starting secondary namenodes [master]
上一次登录：四 11月 26 00:14:04 CST 2020pts/5 上
Starting resourcemanager
上一次登录：四 11月 26 00:14:09 CST 2020pts/5 上
resourcemanager is running as process 13272.  Stop it first.
Starting nodemanagers
上一次登录：四 11月 26 00:14:19 CST 2020pts/5 上
    使用jps查看。 
    jps
>>>
15586 Jps
14468 DataNode
14087 GetConf
13272 ResourceManager
14328 NameNode
15096 SecondaryNameNode
15449 NodeManager
    这上面显示的master节点的信息slaves节点则少了一些，可以自行查看哦。
  8. 验证，访问namenod主节点端口9870。 
    service firewalld stop  # 需要关闭防火墙哦
    webui地址在：http://192.168.92.137:9870/。
    namenode
  9. 在下面的摘要如下，可以看到确实有4个节点。
    在这里插入图片描述
  10. 查看yarn管理界面，在http://192.168.92.137:8088/cluster。
    yarn
  11. 测试，向hdfs文件系统中写入一个文件。 
    PS E:\XunLeiDownload> scp .\TwitterSecurity.csv root@192.168.92.137:/root
# 这里上传一个40多兆的csv文件
hdfs dfs -put TwitterSecurity.csv /
    put data可以看到确实在是三个节点上复制保存。

安装Spark 3.0.1

  1. 下载预编译hadoop3.2的版本，spark-3.0.1-bin-hadoop3.2.tgz。

  2. 使用scp上传到master节点上，然后解压，并加入相应的环境变量。

    PS E:\XunLeiDownload> scp .\spark-3.0.1-bin-hadoop3.2.tgz root@192.168.92.137:/usr/local     # 上传
tar -xvf spark-3.0.1-bin-hadoop3.2.tgz  # 解压
mv spark-3.0.1-bin-hadoop3.2 spark-3.0.1

    vim /etc/profile添加以下两行。

    export SPARK_HOME=/usr/local/spark-3.0.1
export PATH=$PATH:$SPARK_HOME:/bin:$SPARK_HOME:/sbin

    source /etc/profile使配置文件生效。

  3. 进入conf文件夹，复制配置文件模板。
    cp spark-env.sh.template spark-env.sh
    在spark-env.sh后面添加以下行。

     export JAVA_HOME=/usr/local/jdk1.8
export HADOOP_CONF_DIR=/usr/local/hadoop-3.2.1/etc/hadoop
export SPARK_MASTER_HOST=master
export SPARK_LOCAL_DIRS=/usr/local/spark-3.0.1

    cp slaves.template slaves编辑如下。

    localhost
slave1
slave2
slave3

  4. 将spark分发给slaves机器，同时不要忘记环境变量。

    scp -r spark-3.0.1 slave1:/usr/local/
scp -r spark-3.0.1 slave2:/usr/local/
scp -r spark-3.0.1 slave3:/usr/local/

  5. 运行，进入sbin目录。

     ./start-all.sh 
 >>>
org.apache.spark.deploy.master.Master running as process 16859.  Stop it first.
slave1: starting org.apache.spark.deploy.worker.Worker, logging to /usr/local/spark-3.0.1/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-slave1.out
slave3: starting org.apache.spark.deploy.worker.Worker, logging to /usr/local/spark-3.0.1/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-slave3.out
localhost: org.apache.spark.deploy.worker.Worker running as process 17975.  Stop it first.
slave2: starting org.apache.spark.deploy.worker.Worker, logging to /usr/local/spark-3.0.1/logs/spark-root-org.apache.spark.deploy.worker.Worker-1-slave2.out

  6. 查看，地址在：http://192.168.92.137:8080/。
    spark

标签：CentOS,root,hadoop,3.2,Hadoop3.2,Spark3.0,usr,master,local
来源： https://blog.csdn.net/sinat_28371057/article/details/112147180

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

关于我们 | 联系我们 | 留言反馈

专注分享技术，共同学习，共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有