分布式部署

• 本地模式Local Mode
• 分布式Distribute Mode
  • 伪分布式
    • 一台机器运行所有的守护进程
    • 从节点DN和NM只有一个
  • 完全分布式
    • 有多个DN、NM
    • 在配置文件&HADOOP_HOME/etc/hadoop/slaves中配置

---

三台机器：

192.168.220.133 hdp-node-01 3g 1核CPU
192.168.220.131 hdp-node-02 2G 1核CPU
192.168.220.132 hdp-node-03 2G 1核CPU

配置映射：/etc/hosts

192.168.220.133 hdp-node-01
192.168.220.131 hdp-node-02
192.168.220.132 hdp-node-03

安装

分布式的集群配置在192.168.220.130 机器的/opt/app文件夹中

服务规划：

.	hdp-node-01	hdp-node-02	hdp-node-03
HDFS	NameNode	.	SecondaryNameNode
.	DataNode	DataNode	DataNode
YARN		ResourceManager
.	NodeManager	NodeManager	NodeManager
MapReduce	JobHistoryServer

配置：

• hdfs
  • hadoop-env.sh
  • core-site.xml
  • hdfs-site.xml
  • slaves
• yarn
  • yarn-env.sh
  • yarn-site.xml
  • slaves
• mapreduce
  • mapred-env.sh
  • mapred-site.xml

分发节点 SCP协议：

• 配置ssh无**登陆
  cd .ssh/
  如果没有ssh目录运行：ssh localhost
  ssh-copy-id hdp-node-02
  ssh-copy-id hdp-node-03
• 分发
  scp -r ./hadoop-2.5.0/ [email protected]:/opt/app/
  scp -r ./hadoop-2.5.0/ [email protected]:/opt/app/
• 在02机器上配饰ResourceManager
  删除02、03ssh目录下所有文件
  在01机器上重新ssh-copy-id hostname
  在02机器上运行命令：
  ssh-****** -t rsa(加四个回车)
  ssh-copy-id hdp-node-02
  ssh-copy-id hdp-node-01
  ssh-copy-id hdp-node-02

启动：

• [[email protected] hadoop-2.5.0]# bin/hdfs namenode -format
• [[email protected] hadoop-2.5.0]# sbin/start-dfs.sh
  • 
• [[email protected] hadoop-2.5.0]# sbin/mr-jobhistory-daemon.sh start historyserver
• [[email protected] hadoop-2.5.0]# sbin/start-yarn.sh

---

集群搭建完成之后(面试常问)：

• 基本测试
  • 服务是否启动，能否完成简单的应用
  • hdfs
    • 读写操作
    • bin/hdfs dfs -mkdir -p 目录
    • bin/hdfs dfs -put 文件路径 存放路径
    • bin/hdfs dfs -text 文件目录
  • yarn
    • 运行一个程序 run jar
  • mapreduce
    • bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /user/root/mapreduce/wordcount/input/word.input /user/root/mapreduce/wordcount/output
• 基准测试
  • 测试集群的性能
    • hdfs
      • 写数据
      • 读数据
• 监控集群
  • cloudera
  • cloudera manager
    • 可以辅助我们部署安装
    • 监控集群
    • 对集群进行配置、同步(如：时间同步)、更新、预警等等