久久精品五月,日韩不卡视频在线观看,国产精品videossex久久发布 ,久久av综合

站長資訊網
最全最豐富的資訊網站

Hadoop大數據部署

2018-12-19 分類：服務器技術 閱讀(1322) 評論(0)

Hadoop大數據部署

一. 系統環境配置：

1. 關閉防火墻，selinux

關閉防火墻：
systemctl stop firewalld
systemctl disable firewalld

設置selinux為disable
# cat /etc/selinux/config
SELINUX=disabled

2. 配置ntp時間服務器
# yum -y install ntpdate
# crontab -l
*/5 * * * * /usr/sbin/ntpdate 192.168.1.1 >/dev/null 2>&1

將IP地址換成可用的時間服務器IP

3. 修改系統限制
# cat /etc/security/limits.conf
* soft nproc  100000
* hard nproc  100000
* soft nofile 102400
* hard nofile 102400
hadoop soft nproc  100000
hadoop hard nproc  100000
hadoop soft nofile 102400
hadoop hard nofile 102400

4. 創建hadoop用戶
groupadd -g 1002 hadoop
useradd -u 1002 -g hadoop hadoop

5. 配置hosts
[root@hadoop2 ~]# cat /etc/hosts
127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4
::1        localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.24.43 hadoop1
192.168.24.216 hadoop2
192.168.24.7 hadoop3

6. 分發公鑰
# su – hadoop
$ ssh-keygen
$ ssh-copy-id hadoop@hadoop1
$ ssh-copy-id hadoop@hadoop2
$ ssh-copy-id hadoop@hadoop3

保證某一個節點上都有所有的節點的公鑰。

7. 安裝jdk
# yum -y install jdk-8u171-linux-x64.rpm
# java -version
java version “1.8.0_171”
Java(TM) SE Runtime Environment (build 1.8.0_171-b11)
Java HotSpot(TM) 64-Bit Server VM (build 25.171-b11, mixed mode)

8. 安裝SCALA

Scala 是一門多范式（multi-paradigm）的編程語言，設計初衷是要集成面向對象編程和函數式編程的各種特性。Scala 運行在Java虛擬機上，并兼容現有的Java程序。Scala 源代碼被編譯成Java字節碼，所以它可以運行于JVM之上，并可以調用現有的Java類庫。
cd /app
tar -zxvf /home/Software/scala-2.11.12.tgz  -C .
 mv scala-2.11.12 scala

9. 安裝snappy

Snappy是一個壓縮/解壓縮庫。它的目標不是最大壓縮，也不與任何其他壓縮庫兼容; 相反，它的目標是非常高的速度和合理的壓縮。例如，與最快的zlib模式相比，對于大多數輸入，Snappy的速度要快一個數量級，但生成的壓縮文件大小要高20％到100％。
yum -y install automake autoconf libtool openssl openssl-devel gcc gcc-c++
tar -zxvf  snappy-1.1.3.tar.gz
cd snappy-1.1.3
./autogen.sh
./configure
make & make install

10. 安裝lzo以及lzop

LZO 是一個用 ANSI C 語言編寫的無損壓縮庫。他能夠提供非常快速的壓縮和解壓功能。解壓并不需要內存的支持。即使使用非常大的壓縮比例進行緩慢壓縮出的數據，依然能夠非?？焖俚慕鈮?。LZO遵循GNU 的GPL 使用許可。
LZO 非常適合進行數據的實時壓縮解壓處理，這就是說他更關心操作速度，而不是壓縮比例。
LZO 使用 ANSI C 語言編寫，并且壓縮后的數據也被設計為可以跨平臺使用的格式。
tar -xvf lzo-2.06.tar.gz
cd lzo-2.06
./configure –enable-shared
make && make install

lzop是使用lzo庫寫的一個程序，通過shell命令直接可以壓縮、解壓縮文件。
tar -xvf lzop-1.03.tar.gz
cd lzop-1.03
./configure
make && make install

二. Zookeeper 集群

Zookeeper有三種安裝模式，單機模式：單節點安裝standalones模式；偽集群模式：在一臺主機上啟動多個zookeeper的實例；集群模式：需要奇數臺服務器，至少3臺，每臺啟動一個zookeeper實例。

1. 解壓安裝Zookeepr
su – hadoop
mkdir /app
tar -zxvf zookeeper-3.4.10.tar.gz -C /app/
cd /app
sudo mv zookeeper-3.4.10 zookeeper
mkdir data logs

2. 修改zoo.cfg文件
[hadoop@hadoop1 ~]$ vim /app/zookeeper/conf/zoo.cfg
tickTime=2000
initLimit=20
syncLimit=10
dataDir=/app/zookeeper/data
dataLogDir=/app/zookeeper/logs
clientPort=2181
server.1=hadoop1:2888:3888
server.2=hadoop2:2888:3888
server.3=hadoop3:2888:3888

initLimit：初始化鏈接時，follower和leader之間的最長心跳時間，20*2000即40秒
syncLimit：leader和follower之間發送消息, 請求和應答的最大時間長度，即20秒
server.X=A:B:C 其中X是一個數字, 表示這是第幾號server. A是該server所在的IP地址. B:配置該server和集群中的leader交換消息所使用的端口. C:配置選舉leader時所使用的端口

3. 修改myid

在/app/zookeeper/data/下增加一個myid文件，把前面配置文件里server.X中的X寫入里面。
[hadoop@hadoop1 ~]$ cat /app/zookeeper/data/myid
1

4. 修改zookeeper的日志輸出路徑：

修改/app/zookeeper/bin/zkEnv.sh下的ZOO_LOG_DIR改為配置文件里寫的路徑/app/zookeeper/logs。
if [ “x${ZOO_LOG_DIR}” = “x” ]
then
    ZOO_LOG_DIR=”/app/zookeeper/logs”
fi

5. 啟動并調試zookeeper

啟動：

$ zkServer.sh start

查看狀態：

$ zkServer.sh status
[hadoop@hadoop1 ~]$ zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /app/zookeeper/bin/../conf/zoo.cfg
Mode: follower

二. Hadoop HA安裝

hadoop分為1.0和2.0兩個大版本，具體的區別自行查找。本文主要使用的是hadoop2.0。hadoop2.0的生態系統主要包括以下核心項目：HDFS YARN MapReduce。

1. 解壓安裝
sudo tar -zxvf hadoop-2.9.1.tar.gz -C /app/
$ pwd
/app/hadoop/etc/hadoop
$ ls
capacity-scheduler.xml      httpfs-env.sh            mapred-env.sh
configuration.xsl          httpfs-log4j.properties  mapred-queues.xml.template
container-executor.cfg      httpfs-signature.secret  mapred-site.xml
core-site.xml              httpfs-site.xml          mapred-site.xml.template
hadoop-env.cmd              kms-acls.xml            slaves
hadoop-env.sh              kms-env.sh              ssl-client.xml.example
hadoop-metrics2.properties  kms-log4j.properties    ssl-server.xml.example
hadoop-metrics.properties  kms-site.xml            yarn-env.cmd
hadoop-policy.xml          log4j.properties        yarn-env.sh
hdfs-site.xml              mapred-env.cmd          yarn-site.xml

2. 修改hadoop的環境變量（hadoop-env.sh）
export HADOOP_HEAPSIZE=16196
export JAVA_HOME=/usr/java/1.8.0_171
export JAVA_LIBRARY_PATH=/app/hadoop-2.9.1/lib/native
export HADOOP_OPTS=”-Djava.library.path=/app/hadoop-2.9.0/lib/native”
注意：如果在CentOS 6環境中變量名后面的路徑必須使用雙引號，否則后面啟動的時候報錯找不到該變量。

3. 修改core-site.xml
<configuration>
<property>
  <name>fs.defaultFS</name>
  <value>hdfs://myhadoop</value>
</property>
<property>
  <name>ha.zookeeper.quorum</name>
  <value>hadoop1:2181,hadoop2:2181,hadoop3:2181</value>
</property>
<property>
  <name>hadoop.tmp.dir</name>
  <value>/app/hadoop/tmp</value>
</property>
<property>
    <name>io.file.buffer.size</name>
    <value>131072</value>
</property>
<property>
    <name>io.compression.codecs</name>                            <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,com.hadoop.compression.lzo.LzoCodec,com.hadoop.compression.lzo.LzopCodec,org.apache.hadoop.io.compress.BZip2Codec</value>
</property>
<property>
    <name>io.compression.codec.lzo.class</name>
    <value>com.hadoop.compression.lzo.LzoCodec</value>
</property>
<property>
    <name>hadoop.proxyuser.hadoop.hosts</name>
    <value>*</value>
</property>
<property>
    <name>hadoop.proxyuser.hadoop.groups</name>
    <value>*</value>
</property>
</configuration>

3. 修改hdfs-site.xml
<configuration>
<property>
  <name>dfs.nameservices</name>
  <value>myhadoop</value>
</property>
<property>
  <name>dfs.ha.namenodes.myhadoop</name>
  <value>nn1,nn2</value>
</property>
<property>
  <name>dfs.namenode.rpc-address.myhadoop.nn1</name>
  <value>hadoop1:8020</value>
</property>
<property>
  <name>dfs.namenode.rpc-address.myhadoop.nn2</name>
  <value>hadoop2:8020</value>
</property>
<property>
  <name>dfs.namenode.http-address.myhadoop.nn1</name>
  <value>hadoop1:50070</value>
</property>
<property>
  <name>dfs.namenode.http-address.mycluster.nn2</name>
  <value>hadoop2:50070</value>
</property>
<property>
  <name>dfs.journalnode.edits.dir</name>
  <value>/app/hadoop/qjournal</value>
</property>
<property>
  <name>dfs.namenode.shared.edits.dir</name>
  <value>qjournal://hadoop1:8485;hadoop2:8485;hadoop3:8485/myhadoop</value>
</property>
<property>
  <name>dfs.client.failover.proxy.provider.myhadoop</name>
  <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<property>
  <name>dfs.ha.fencing.methods</name>
  <value>sshfence</value>
</property>
<property>
  <name>dfs.ha.fencing.ssh.private-key-files</name>
  <value>/home/hadoop/.ssh/id_rsa</value>
</property>
 <property>
  <name>dfs.ha.automatic-failover.enabled</name>
  <value>true</value>
 </property>
<property>
    <name>dfs.namenode.name.dir</name>
    <value>file:/app/hadoop/dfs/name,file:/hadoop/dfs/name</value>
</property>
<property>
    <name>dfs.datanode.data.dir</name>
    <value>file:/app/hadoop/dfs/data</value>
</property>
<property>
    <name>dfs.datanode.handler.count</name>
    <value>100</value>
</property>
<property>
    <name>dfs.namenode.handler.count</name>
    <value>1024</value>
</property>
<property>
    <name>dfs.datanode.max.xcievers</name>
    <value>8096</value>
</property>
</configuration>

3. 修改yarn-site.xml
<configuration>
<property>
  <name>yarn.resourcemanager.ha.enabled</name>
  <value>true</value>
</property>
<property>
  <name>yarn.resourcemanager.cluster-id</name>
  <value>cluster1</value>
</property>
<property>
  <name>yarn.resourcemanager.ha.rm-ids</name>
  <value>rm1,rm2</value>
</property>
<property>
  <name>yarn.resourcemanager.hostname.rm1</name>
  <value>hadoop1</value>
</property>
<property>
  <name>yarn.resourcemanager.hostname.rm2</name>
  <value>hadoop2</value>
</property>
<property>
  <name>yarn.resourcemanager.webapp.address.rm1</name>
  <value>hadoop1:8088</value>
</property>
<property>
  <name>yarn.resourcemanager.webapp.address.rm2</name>
  <value>hadoop2:8088</value>
</property>
<property>
  <name>yarn.resourcemanager.zk-address</name>
  <value>hadoop1:2181,hadoop2:2181,hadoop3:2181</value>
</property>
</configuration>

5. 修改mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop1:10020</value>
</property>
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop1:19888</value>
</property>
<property>
    <name>mapreduce.job.tracker</name>
    <value>hdfs://hadoop1:8021</value>
</property>
<property>
    <name>mapreduce.reduce.shuffle.parallelcopies</name>
    <value>50</value>
</property>
<property>
    <name>mapreduce.map.java.opts</name>
    <value>-Xmx4096M</value>
</property>
<property>
    <name>mapreduce.reduce.java.opts</name>
    <value>-Xmx8192M</value>
</property>
<property>
    <name>mapreduce.map.memory.mb</name>
    <value>4096</value>
</property>
<property>
    <name>mapreduce.reduce.memory.mb</name>
    <value>8192</value>
</property>
<property>
    <name>mapreduce.map.output.compress</name>
    <value>true</value>
</property>
<property>
    <name>mapred.child.env</name>
    <value>JAVA_LIBRARY_PATH=/app/hadoop-2.9.1/lib/native</value>
</property>
<property>
    <name>mapreduce.map.output.compress.codec</name>
    <value>com.hadoop.compression.lzo.LzoCodec</value>
</property>
<property>
    <name>mapreduce.task.io.sort.mb</name>
    <value>512</value>
</property>
<property>
    <name>mapreduce.task.io.sort.factor</name>
    <value>100</value>
</property>
<property>
    <name>mapred.reduce.tasks</name>
    <value>4</value>
</property>
<property>
    <name>mapred.map.tasks</name>
    <value>20</value>
</property>
<property>
    <name>mapred.child.java.opts</name>
    <value>-Xmx4096m</value>
</property>
<property>
    <name>mapreduce.reduce.shuffle.memory.limit.percent</name>
    <value>0.1</value>
</property>
<property>
    <name>mapred.job.shuffle.input.buffer.percent</name>
    <value>0.6</value>
</property>
</configuration>

6. 修改yarn-env.sh環境，添加環境變量

在yarn-env.sh文件后面設置yarn heap大小。追加下面這句
YARN_HEAPSIZE=4000

添加環境變量：
$ tail .bash_profile
export JAVA_HOME=/usr/java/jdk1.8.0_171-amd64
export HADOOP_HOME=/app/hadoop
export ZOOKPEER_HOME=/app/zookeeper
export LIBRAY_PATH=$HADOOP_HOME/lib/native
export SCALA_HOME=/app/scala
export PATH=$JAVA_HOME/bin:$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$ZOOKPEER_HOME/bin:$SCALA_HOME/bin

7 集群的啟動與監控

安裝psmisc，否則不能實現自動切換：
yum -y install psmisc

啟動集群：
# 1. 在所有zookeeper節點上執行
zkServer.sh start
# 1.1 在leader上執行，用zookeeper進行初始化，這將會創建一個znode在zookeeper上內部實現自動備援系統。
hdfs zkfc -formatZK
# 1.2 If you are setting up a fresh HDFS cluster, you should first run the format command，on one of NameNodes.
hdfs namenode -format
# 2. 自動啟動hdfs服務
start-dfs.sh
# 2.1 注意：如何你想要手動的管理你的集群服務，你必須通過zkfc deamon來啟動你的namenode，命令如下：
hadoop-daemon.sh –script hdfs start zkfc
# 3. 在hadoop啟動Resourcemanager
start-yarn.sh
# 4. 在另一個節點上啟動standby resourcemanager
yarn-daemon.sh start resourcemanager

# 其他命令：
# 啟停namenode
hadoop-daemon.sh start/stop namenode
# 啟停datanode
hadoop-daemon.sh start/stop namenode

查看狀態：
# 查看各個節點
$ jps
2049 NameNode
2611 DFSZKFailoverController
3465 ResourceManager
1727 QuorumPeerMain
2159 DataNode
2415 JournalNode
3199 NodeManager
3695 Jps
# 查看HDFS集群namedate節點的狀態
hdfs haadmin -getAllServiceState
# 查看nn1/nn2的狀態
hdfs haadmin -getServiceState nn1
hdfs haadmin -getServiceState nn2
# 查看resourcemanager集群的主備狀態
$ yarn rmadmin -getAllServiceState
hadoop1:8033                                      active   
hadoop2:8033                                      standby 
# 查看resourcemanager的集群各個節點的狀態
$ yarn rmadmin -getServiceState rm1
active
$ yarn rmadmin -getServiceState rm2
standby

hadoop集群監控相關的端口：
NameNode: http://namenode_host:50070
ResourceManager: http://resourcemanager_host:8088
MapReduce JobHistory Server: http://jobistoryserver_host:19888

贊(0)
分享到： 更多 (0)
標簽：
?
網站地圖   滬ICP備18035694號-2    滬公網安備31011702889846號
久久精品五月,日韩不卡视频在线观看,国产精品videossex久久发布 ,久久av综合
日韩免费高清| 欧美1级日本1级| 亚洲欧美日韩专区| 欧美日韩国产精品一区二区亚洲| 深夜视频一区二区| 亚洲综合电影| 国产精品久久久久av电视剧| 捆绑调教日本一区二区三区| 国产a久久精品一区二区三区| 亚洲精品动态| 日本免费新一区视频| 国产无遮挡裸体免费久久| 97久久亚洲| 久久国内精品视频| 国产欧美69| 久久精品国产免费| www.51av欧美视频| 99精品电影| 亚洲一区网站| 亚洲字幕久久| 欧美一区不卡| 久久久久伊人| 欧美日韩视频网站| 午夜视频精品| 午夜久久美女| 亚洲精品无吗| 久久a爱视频| 老牛影视精品| 亚洲成人一区| 亚洲一二av| 国产精品美女午夜爽爽| 成人午夜在线| 亚洲福利免费| 亚洲欧美日韩综合国产aⅴ| 日本中文字幕视频一区| 欧美精品二区| 亚洲成av在线| 亚洲三区欧美一区国产二区| 欧美另类中文字幕 | 欧美日韩一二| 蜜臀av一区二区在线免费观看| 91嫩草精品| 亚洲a一区二区三区| 日韩在线观看中文字幕| 福利一区视频| 免费不卡在线观看| 久久香蕉精品香蕉| 欧美日韩国产免费观看视频| 亚洲精品在线二区| 日本午夜精品| 国产日产精品一区二区三区四区的观看方式 | 国产精品久久久久久久免费软件| 视频在线不卡免费观看| 91精品啪在线观看国产18 | 国产a久久精品一区二区三区| 夜鲁夜鲁夜鲁视频在线播放| 女同性一区二区三区人了人一| 一区二区三区四区日韩| 欧美一级一区| 天堂中文av在线资源库| 香蕉久久久久久久av网站| 在线免费观看亚洲| 国产另类在线| 久久国产毛片| 综合日韩在线| 精品黄色一级片| 成人av三级| 日韩精品电影一区亚洲| 精品免费视频| 亚洲黄色影院| 国产精品一区二区三区美女 | 三级亚洲高清视频| 国产精品久久久久久久久免费高清 | 99在线精品视频在线观看| 日本伊人午夜精品| 久久精品毛片| av一区二区高清| 欧美色综合网| 久久视频一区| 欧美日本不卡高清| 欧美日韩精品在线一区| 久久激情五月激情| 国产99久久| 欧美亚洲福利| 久久久久美女| 日韩av二区在线播放| 中文字幕在线官网| 日韩中出av| 久久99性xxx老妇胖精品| 三级亚洲高清视频| 精品一区二区三区中文字幕视频| 欧美成人亚洲| 麻豆国产欧美一区二区三区| 国产综合视频| 欧美激情aⅴ一区二区三区| 国产一区白浆| 亚洲黄色免费看| 国产免费av国片精品草莓男男| 伊人久久婷婷| 国产成人免费av一区二区午夜| 亚洲尤物av| 激情自拍一区| 成人在线丰满少妇av| 欧美日韩一区二区三区在线电影| 91久久久精品国产| 日韩精品高清不卡| 久久久久蜜桃| 久久青青视频| 久久99久久久精品欧美| 在线免费观看亚洲| 蜜桃tv一区二区三区| 国产成人精品999在线观看| 青青国产精品| 视频一区在线播放| 欧美理论视频| 日本欧美不卡| 久久午夜影院| 日本在线成人| 免费日韩av| 欧美日韩水蜜桃| 欧美欧美黄在线二区| 久久在线免费| 日韩在线短视频| 精品国产日韩欧美精品国产欧美日韩一区二区三区 | 欧美日本不卡高清| 亚洲丝袜啪啪| 久久久噜噜噜| 日本欧美在线| 日韩国产一区二| 亚洲综合激情在线| 久久福利精品| 不卡在线一区二区| 久久久国产精品一区二区中文| 精品亚洲二区| 国产精品igao视频网网址不卡日韩 | 国产白浆在线免费观看| 蜜桃久久久久久| 亚洲精品乱码久久久久久蜜桃麻豆 | 欧美福利专区| 欧美丝袜一区| 天堂8中文在线最新版在线| 麻豆精品视频在线| 国产精品视频首页| 久久国产麻豆精品| 青青草91久久久久久久久| 亚洲深夜福利在线观看| 亚洲一区亚洲| 亚洲大全视频| av不卡在线看| 美女精品一区| 欧美综合另类| 九一成人免费视频| 午夜国产精品视频免费体验区| 欧美日韩四区| 国产精品婷婷| 亚洲精品免费观看| 日韩国产高清在线| 国产精品中文字幕制服诱惑| 国产精品1区在线| 国产情侣久久| 久久不卡日韩美女| 久久久久亚洲精品中文字幕| 久久久精品国产**网站| 视频一区免费在线观看| 亚洲天堂免费| 亚洲一区二区三区中文字幕在线观看| 日韩在线观看一区二区| 偷拍亚洲精品| 国产精品色婷婷在线观看| 欧美黄色一区| 欧美片第1页| 影音国产精品| 日韩一区免费| 老司机精品视频在线播放| 久久精品欧洲| 久久久久久久久丰满| 午夜国产精品视频| 中文字幕日本一区二区| 日韩av二区在线播放| 欧美日韩亚洲三区| 69精品国产久热在线观看| 亚洲精品99| 亚洲精品人人| 国产精品一区毛片| 在线天堂中文资源最新版| japanese国产精品| 亚洲人亚洲人色久| 久久的色偷偷| 蜜桃精品在线| 免费成人在线观看| 国产欧美日韩一区二区三区在线| 国产精品毛片视频| 97精品国产| 国产精品调教| 欧美jjzz| 亚洲毛片一区| caoporn视频在线| 美女黄网久久| 精品网站999| 国产视频亚洲|