设为首页 收藏本站
查看: 3505|回复: 0

[经验分享] Centos 7环境下安装配置Hadoop 3.0 Beta1简记

[复制链接]

尚未签到

发表于 2017-11-15 15:52:42 | 显示全部楼层 |阅读模式
  前言
  由于以前已经写过一篇Centos 7环境下安装配置2.8的随笔,因此这篇写得精简些,只挑选一些重要环节记录一下。
  安装环境为:两台主机均为Centos 7.*操作系统,两台机器配置分别为:
  主机centos-hadBeta1:IP为:10.10.11.225
  从机hadoopnode1:IP为:10.10.11.254
  1.配置etc/hadoop文件夹中的文件:
  配置Hadoop-env.sh文件中的Java_Home变量(/etc/profile文件配置与此相同)。



export JAVA_HOME=jdk安装路径
  core-size.xml文件配置项为:



<property>   
   <name>fs.defaultFS</name>   
   <value>hdfs://10.10.11.225:9000</value>  
</property>   
<property>   
   <name>io.file.buffer.size</name>   
   <value>131072</value>   
</property>
<property>
   <name>hadoop.tmp.dir</name>
   <value>/usr/hadoop/temp/hadoopdata</value>
</property>
  hdfs-site.xml文件配置项为:



<property>
  <name>dfs.replication</name>
<value>2</value>
  </property>
<property>
  <name>dfs.name.dir</name>
  <value>/usr/hadoop/hdfs/name</value>
</property>
<property>
  <name>dfs.data.dir</name>
  <value>/usr/hadoop/hdfs/data</value>
</property>
  yarn-site.xml文件配置项为:



<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_MAPRED_HOME</value>
</property>
<property>
  <name>yarn.nodemanager.aux-services</name>
  <value>mapreduce_shuffle</value>
</property>
<property>
  <name>yarn.resourcemanager.address</name>
  <value>10.10.11.225:8032</value>
</property>
<property>
  <name>yarn.resourcemanager.scheduler.address</name>
  <value>10.10.11.225:8030</value>
</property>
<property>
  <name>yarn.resourcemanager.resource-tracker.address</name>
  <value>10.10.11.225:8031</value>
</property>
<property>
  <name>yarn.resourcemanager.admin.address</name>
  <value>10.10.11.225:8033</value>
</property>
<property>
  <name>yarn.resourcemanager.webapp.address</name>
  <value>10.10.11.225:8088</value>
</property>
  
mapred-site.xml文件配置项为:



<property>
  <name>mapred.job.tracker</name>
  <value>http://10.10.11.225:9001</value>
</property>
<property>
  <name>mapreduce.framework.name</name>
  <value>yarn</value>
</property>
<property>
  <name>mapreduce.application.classpath</name>
  <value>
    /usr/hadoop/etc/hadoop,
    /usr/hadoop/share/hadoop/common/*,
    /usr/hadoop/share/hadoop/common/lib/*,
    /usr/hadoop/share/hadoop/hdfs/*,
    /usr/hadoop/share/hadoop/hdfs/lib/*,
    /usr/hadoop/share/hadoop/mapreduce/*,
    /usr/hadoop/share/hadoop/mapreduce/lib/*,
    /usr/hadoop/share/hadoop/yarn/*,
    /usr/hadoop/share/hadoop/yarn/lib/*
  </value>
</property>
  works文件配置如下(在hadoop 3.0 alpha4版本以前为slaves文件):



10.10.11.254
  2.账户配置
  在sbin/start-yarn.sh、stop-yarn.sh、start-dfs.sh、stop-dfs.sh文件中分别添加hadoop 3.0版本所需账户,配置如下:



YARN_RESOURCEMANAGER_USER=root
YARN_NODEMANAGER_USER=root
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
HDFS_DATANODE_USER=root
  3.初始化
  将从机(hadoopnode1)也如配置完成后,初始化Hadoop,命令如下:



hdfs namenode -format
  4.启动结果
  配置完成后,运行start-all命令启动hadoop,即可见到datanode启动后结果,如下图所示:
DSC0000.png

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-407272-1-1.html 上篇帖子: CentOS下安装python3.x版本 下篇帖子: 阿里云部署Node.js项目(CentOS)
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表