SSH免密登录配置

1. 免密登录的原理

   免密登录通过公钥和私钥的方式实现安全的身份验证，避免了每次登录都输入密码的麻烦。

2. 生成公私钥

   #一般情况下ssh文件都为家目录下的隐藏文件 #因此我们需要用到命令 cd /home/haha1 ll -la cd .ssh #在.ssh目录下进行操作 ssh-keygen -t rsa #连续敲三个回车会生成id_rsa(私钥)和id_rsa.pub(公钥)

3. 公钥拷贝到目标机器

   ssh-copy-id (这里是ip地址) #局域网内的ip地址或者是公网中的ip地址

4. 把公钥分别分发给集群中的机器(机器中分别互相配置包括自身,root建议配置最常用的那一个)

   ssh-copy-id hadoop1 ssh-copy-id hadoop2

集群配置教程尤其注意yarn-site.xml中的环境变量的书写以及yarn的启动地点(resourcemanager)和hdfs的启动地点(namenode)不相同

集群配置(我参考的是尚硅谷的hadoop3.x,由于太懒了,😣,不想去探究文档）

1. 集群部署规划

注意：

1.NameNode和SecondaryNameNode不要安装在同一台服务器

2.ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。

2. 配置文件说明

Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。

（1）默认配置文件：

（2）自定义配置文件：

core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。

3. 配置集群

（1）核心配置文件

配置core-site.xml

[atguigu@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop ​ [atguigu@hadoop102 hadoop]$ vim core-site.xml

文件内容如下：

 ​  ​   ​  ​    ​    ​     fs.defaultFS ​     hdfs://hadoop102:8020 ​    ​   ​    ​    ​     hadoop.tmp.dir ​     /opt/module/hadoop-3.1.3/data ​    ​   ​    ​    ​     hadoop.http.staticuser.user ​     atguigu ​    ​ 

（2）HDFS配置文件

配置hdfs-site.xml

[atguigu@hadoop102 hadoop]$ vim hdfs-site.xml

文件内容如下：

 ​  ​   ​  ​    ​    ​     dfs.namenode.http-address ​     hadoop102:9870 ​    ​    ​    ​     dfs.namenode.secondary.http-address ​     hadoop104:9868 ​    ​ 

（3）YARN配置文件

配置yarn-site.xml

[atguigu@hadoop102 hadoop]$ vim yarn-site.xml

文件内容如下：

                     yarn.nodemanager.aux-services      mapreduce_shuffle                     yarn.resourcemanager.hostname      hadoop103                     yarn.nodemanager.env-whitelist      JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME      

（4）MapReduce配置文件

配置mapred-site.xml

[atguigu@hadoop102 hadoop]$ vim mapred-site.xml

文件内容如下：

                     mapreduce.framework.name      yarn      

4. 在集群上分发配置好的Hadoop配置文件

[atguigu@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/

5. 去103和104上查看文件分发情况

[atguigu@hadoop103 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml  [atguigu@hadoop104 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

群起集群

1. 配置workers

[atguigu@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

在该文件中增加如下内容：

hadoop102 hadoop103 hadoop104

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

同步所有节点配置文件

[atguigu@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc

2. 启动集群

（1）如果集群是第一次启动，需要在hadoop102节点格式化NameNode（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化。）

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs namenode -format

（2）启动HDFS

[atguigu@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh

（3）在配置了ResourceManager的节点（hadoop103）启动YARN

[atguigu@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

（4）Web端查看HDFS的NameNode

（a）浏览器中输入：http://hadoop102:9870

（b）查看HDFS上存储的数据信息

（5）Web端查看YARN的ResourceManager

（a）浏览器中输入：http://hadoop103:8088

（b）查看YARN上运行的Job信息

3. 集群基本测试

（1）上传文件到集群

1. 上传小文件

[atguigu@hadoop102 ~]$ hadoop fs -mkdir /input  [atguigu@hadoop102 ~]$ hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input

2. 上传大文件

[atguigu@hadoop102 ~]$ hadoop fs -put  /opt/software/jdk-8u212-linux-x64.tar.gz  /

（2）上传文件后查看文件存放在什么位置

1. 查看HDFS文件存储路径

[atguigu@hadoop102 subdir0]$ pwd  /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.102-1610603650062/current/finalized/subdir0/subdir0

2. 查看HDFS在磁盘存储文件内容

[atguigu@hadoop102 subdir0]$ cat blk_1073741825  hadoop yarn  hadoop mapreduce   atguigu  atguigu

（3）拼接

-rw-rw-r--. 1 atguigu atguigu 134217728 5月 23 16:01 blk_1073741836

-rw-rw-r--. 1 atguigu atguigu 1048583 5月 23 16:01 blk_1073741836_1012.meta

-rw-rw-r--. 1 atguigu atguigu 63439959 5月 23 16:01 blk_1073741837

-rw-rw-r--. 1 atguigu atguigu 495635 5月 23 16:01 blk_1073741837_1013.meta

[atguigu@hadoop102 subdir0]$ cat blk_1073741836>>tmp.tar.gz  [atguigu@hadoop102 subdir0]$ cat blk_1073741837>>tmp.tar.gz  [atguigu@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz

（4）下载

[atguigu@hadoop104 software]$ hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./

（5）执行wordcount程序

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

配置历史服务器

为了查看程序的历史运行情况，需要配置一下历史服务器。具体配置步骤如下：

1. 配置mapred-site.xml

[atguigu@hadoop102 hadoop]$ vim mapred-site.xml

在该文件里面增加如下配置。

      mapreduce.jobhistory.address    hadoop102:10020             mapreduce.jobhistory.webapp.address    hadoop102:19888  

2.分发配置

[atguigu@hadoop102 hadoop]$ xsync $HADOOP_HOME/etc/hadoop/mapred-site.xml

3. 在hadoop102启动历史服务器

[atguigu@hadoop102 hadoop]$ mapred --daemon start historyserver

4. 查看历史服务器是否启动

[atguigu@hadoop102 hadoop]$ jps

5. 查看JobHistory

http://hadoop102:19888/jobhistory

配置日志的聚集(能够在web端查看log日志)

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。

日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。

注意：开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryServer。

开启日志聚集功能具体步骤如下：

1. 配置yarn-site.xml

[atguigu@hadoop102 hadoop]$ vim yarn-site.xml

在该文件里面增加如下配置。

      yarn.log-aggregation-enable    true           yarn.log.server.url     http://hadoop102:19888/jobhistory/logs          yarn.log-aggregation.retain-seconds    604800  

2. 分发配置

[atguigu@hadoop102 hadoop]$ xsync $HADOOP_HOME/etc/hadoop/yarn-site.xml

3. 关闭NodeManager、ResourceManager和HistoryServer

[atguigu@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh  [atguigu@hadoop103 hadoop-3.1.3]$ mapred --daemon stop historyserver

4. 启动NodeManager、ResourceManage和HistoryServer

[atguigu@hadoop103 ~]$ start-yarn.sh  [atguigu@hadoop102 ~]$ mapred --daemon start historyserver

5. 删除HDFS上已经存在的输出文件

[atguigu@hadoop102 ~]$ hadoop fs -rm -r /output

6. 执行WordCount程序

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

7. 查看日志

历史服务器地址，查看日志可以在历史服务器中进行查看

http://hadoop102:19888/jobhistory