摘要:注意這里目錄是每臺(tái)機(jī)器上的,不要去使用資源共享卷三臺(tái)機(jī)器同時(shí)做,配置使用框架執(zhí)行處理程序更多參考更多配置信息,請參考。
準(zhǔn)備hadoop2(master), Hadoop3,hadoop4,三臺(tái)機(jī)器
vi /etc/profile.d/hadoop.sh
export JAVA_HOME=/usr/local/src/jdk1.8.0_92 export JRE_HOME=${JAVA_HOME}/jre export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib:$CLASSPATH export JAVA_PATH=${JAVA_HOME}/bin:${JRE_HOME}/bin export PATH=$PATH:${JAVA_PATH} export HADOOP_HOME=/usr/local/src/hadoop-2.7.7 export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin export HDFS_DATANODE_USER=root export HDFS_DATANODE_SECURE_USER=root export HDFS_SECONDARYNAMENODE_USER=root export HDFS_NAMENODE_USER=root export YARN_RESOURCEMANAGER_USER=root export YARN_NODEMANAGER_USER=root
mapred-env.sh hadoop-env.xml yarn-env.sh 至少有一個(gè)設(shè)置JAVA_HOME
core-site.xml,配置hdfs端口和地址,臨時(shí)文件存放地址
更多參考core-site.xml
fs.default.name hdfs://hadoop2:9091 hadoop.tmp.dir /data/docker/hadoop/tmp
hdfs-site.xml, 配置HDFS組件屬性,副本個(gè)數(shù)以及數(shù)據(jù)存放的路徑
更多參考hdfs-site.xml
dfs.namenode.name.dir和dfs.datanode.data.dir不再多帶帶配置,官網(wǎng)給出的配置是針對規(guī)模較大的集群的較高配置。
注意:這里目錄是每臺(tái)機(jī)器上的,不要去使用volumes-from data_docker資源共享卷
三臺(tái)機(jī)器同時(shí)做
mkdir -p /opt/hadoop/tmp && mkdir -p /opt/hadoop/dfs/data && mkdir -p /opt/hadoop/dfs/name
dfs.namenode.http-address hadoop2:9092 dfs.replication 2 dfs.namenode.name.dir file:/opt/hadoop/dfs/name dfs.datanode.data.dir file:/opt/hadoop/dfs/data dfs.namenode.handler.count 100
mapred-site.xml,配置使用yarn框架執(zhí)行mapreduce處理程序
更多參考mapred-site.xml
mapreduce.framework.name yarn mapreduce.jobhistory.address hadoop2:9094 mapreduce.jobhistory.webapp.address hadoop2:9095 mapreduce.application.classpath /usr/local/src/hadoop-3.1.2/etc/hadoop, /usr/local/src/hadoop-3.1.2/share/hadoop/common/*, /usr/local/src/hadoop-3.1.2/share/hadoop/common/lib/*, /usr/local/src/hadoop-3.1.2/share/hadoop/hdfs/*, /usr/local/src/hadoop-3.1.2/share/hadoop/hdfs/lib/*, /usr/local/src/hadoop-3.1.2/share/hadoop/mapreduce/*, /usr/local/src/hadoop-3.1.2/share/hadoop/mapreduce/lib/*, /usr/local/src/hadoop-3.1.2/share/hadoop/yarn/*, /usr/local/src/hadoop-3.1.2/share/share/hadoop/yarn/lib/*
yarn-site.xml
更多配置信息,請參考yarn-site.xml。
yarn.resourcemanager.hostname bdfb9324ff7d yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.webapp.address hadoop2:9093 yarn.nodemanager.aux-services.mapreduce.shuffle.class org.apache.hadoop.mapred.ShuffleHandler
配置ssh免密登錄
yum -y install openssh-server openssh-clients ssh-keygen -q -t rsa -b 2048 -f /etc/ssh/ssh_host_rsa_key -N "" ssh-keygen -q -t ecdsa -f /etc/ssh/ssh_host_ecdsa_key -N "" ssh-keygen -t dsa -f /etc/ssh/ssh_host_ed25519_key -N "" ssh-keygen -t rsa -P "" -f ~/.ssh/id_rsa #這樣可以沒有交互 #進(jìn)入~/.ssh cp id_rsa.pub authorized_keys cp authorized_keys /data/docker/hadoop/ #拷貝到共享磁盤 #在其他docker #1. 依次完成上述操作(1-4) #2. hadoop3 ,hadoop4操作如下 cp /data/docker/hadoop/authorized_keys ~/.ssh cat id_rsa.pub >> authorized_keys cp authorized_keys /data/docker/hadoop/authorized_keys #覆蓋 #再回到hadoop2容器 cp /data/docker/hadoop/authorized_keys authorized_keys #覆蓋,這樣 #測試 #啟動(dòng)hadoop3,hadoop4的ssh /usr/sbin/sshd ssh root@hadoop3 ssh root@hadoop4
配置hosts
172.17.0.9 hadoop2 172.17.0.10 hadoop3 172.17.0.11 hadoop4
配置works定義工作節(jié)點(diǎn)
vi /usr/local/src/hadoop-3.1.2/etc/hadoop/workers ,2.7版本中應(yīng)該是slave
hadoop2 #這臺(tái)以既可以是namenode,也可以是datanode,不要浪費(fèi)機(jī)器 hadoop3 #只做datanode hadoop4 #只做datanode
停止docker容器并創(chuàng)建鏡像
172.17.0.0/24 可用ip: 1-255 ip總數(shù)256, 子網(wǎng)掩碼:255.255.255.0
172.17.0.0/16 可用ip: 可用地址就是172.16.0.1-172.16.255.254. ip總數(shù):65536 子網(wǎng)掩碼:255.255.0.0
docker commit hadoop2 image_c docker run --privileged -tdi --volumes-from data_docker --name hadoop2 --hostname hadoop2 --add-host hadoop2:172.17.0.8 --add-host hadoop3:172.17.0.9 --add-host hadoop4:172.17.0.10 --link mysqlcontainer:mysqlcontainer -p 5002:22 -p 8088:8088 -p 9090:9090 -p 9091:9091 -p 9092:9092 -p 9093:9093 -p 9094:9094 -p 9095:9095 -p 9096:9096 -p 9097:9097 -p 9098:9098 -p 9099:9099 centos:hadoop /bin/bash docker run --privileged -tdi --volumes-from data_docker --name hadoop3 --hostname hadoop3 --add-host hadoop2:172.17.0.8 --add-host hadoop3:172.17.0.9 --add-host hadoop4:172.17.0.10 --link mysqlcontainer:mysqlcontainer -p 5003:22 centos:hadoop /bin/bash docker run --privileged -tdi --volumes-from data_docker --name hadoop4 --hostname hadoop4 --add-host hadoop2:172.17.0.8 --add-host hadoop3:172.17.0.9 --add-host hadoop4:172.17.0.10 --link mysqlcontainer:mysqlcontainer -p 5004:22 centos:hadoop /bin/bash
啟動(dòng)
首次hdfs namenode -format
你會(huì)看到最后倒數(shù): util.ExitUtil: Exiting with status 0
start-all.sh This script is Deprecated. Instead use start-dfs.sh and start-yarn.sh
#start-dfs.sh---------------------- # jps 可以在Master上看到如下進(jìn)程: 5252 DataNode 5126 NameNode 5547 Jps 5423 SecondaryNameNode # jps slave可以看到 1131 Jps 1052 DataNode
# start-yarn.sh------------------ # jps 可以在Master上看到如下進(jìn)程: 5890 NodeManager 5252 DataNode 5126 NameNode 6009 Jps 5423 SecondaryNameNode 5615 ResourceManager # jps slave可以看到 1177 NodeManager 1052 DataNode 1309 Jps
訪問
http://hadoop2:9093
http://hadoop2:9092
試用hadoop準(zhǔn)備test
cat test.txt hadoop mapreduce hive hbase spark storm sqoop hadoop hive spark hadoop #hdfs dfs 看一下幫助 #創(chuàng)建hadoop下的目錄 hadoop fs -mkdir /input hadoop fs -ls / #上傳 hadoop fs -put test.txt /input hadoop fs -ls /input #運(yùn)行hadoop自帶workcount程序 #/hadoop-mapreduce-examples-2.7.7.jar里面有很多小程序 yarn jar /usr/local/src/hadoop-2.7.7/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /input/test.txt /output hadoop fs -ls /output -rw-r--r-- 2 root supergroup 0 2019-06-03 01:28 /output/_SUCCESS -rw-r--r-- 2 root supergroup 60 2019-06-03 01:28 /output/part-r-00000 #查看結(jié)果 hadoop fs -cat /output/part-r-00000 #查看其他內(nèi)置程序 hadoop jar /usr/local/src/hadoop-2.7.7/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar #可以看到grep的用法 hadoop jar /usr/local/src/hadoop-2.7.7/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar grep
http://hadoop2:9093 看到任務(wù)信息
其他hadoop命令#查看容量 hadoop fs -df -h Filesystem Size Used Available Use% hdfs://hadoop2:9091 150.1 G 412 K 129.9 G 0% #查看各個(gè)機(jī)器狀態(tài) hdfs dfsadmin -report
文章內(nèi)容由海暢智慧http://www.hichannel.net原創(chuàng)出品,轉(zhuǎn)載請注明!
更多技術(shù)文檔和海暢產(chǎn)品,請關(guān)注海暢智慧官方網(wǎng)站。
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/27882.html
摘要:節(jié)點(diǎn)管理器將利用該聲明該集群服務(wù)。在本示例當(dāng)中,我們將部署一項(xiàng)服務(wù)。此標(biāo)記用于告知公布端口作為該服務(wù)的可用端口。將此稱為入口負(fù)載均衡。當(dāng)外部系統(tǒng)調(diào)用某項(xiàng)服務(wù)時(shí),接收節(jié)點(diǎn)會(huì)接受流量并利用提供的內(nèi)部服務(wù)對其進(jìn)行負(fù)載均衡。 最新版本Docker Engine v1.12中,包含了多項(xiàng)與Docker Swarm緊密相關(guān)的功能變更。在今天的文章中,數(shù)人云將和大家探討如何利用Docker的Swar...
摘要:的設(shè)計(jì)模式的設(shè)計(jì)模式以持續(xù)集成持續(xù)測試持續(xù)交付和持續(xù)部署為中心,自動(dòng)化協(xié)作和持續(xù)監(jiān)控是中使用的一些其他設(shè)計(jì)模式。持續(xù)集成持續(xù)集成是不斷地將源代碼集成到一個(gè)新的構(gòu)建或發(fā)布的過程,源代碼可以在本地存儲(chǔ)中,也可以在或中。 showImg(https://segmentfault.com/img/remote/1460000010452455); 識(shí)別二維碼報(bào)名活動(dòng) 8月19日,來自微軟、數(shù)人...
摘要:這相當(dāng)于在原始安裝程序中調(diào)整文件。警告我并沒有告訴這件事,因?yàn)檫@可能會(huì)嚇到他或任何其他專家。在創(chuàng)建應(yīng)用商店條目的過程中,還有兩個(gè)問題需要解決變量需要設(shè)置為確切值,這樣用戶就可以通過它連接到該實(shí)例。 Harbor Registry是VMware公司的Docker鏡像管理產(chǎn)品。相較于其他鏡像倉庫,Harbor提供身份管理功能,安全性更高,支持單個(gè)主機(jī)上的多個(gè)registry,這些功能正是很...
閱讀 1459·2021-10-18 13:29
閱讀 2684·2021-10-12 10:18
閱讀 3580·2021-09-22 15:06
閱讀 2596·2019-08-29 17:09
閱讀 2787·2019-08-29 16:41
閱讀 1493·2019-08-29 13:48
閱讀 3226·2019-08-26 13:49
閱讀 3325·2019-08-26 13:34