我們正在分享有關在基于Linux的機器（多節點）上安裝Apache Hadoop的經驗。 在這里，我們還將分享我們在各種故障排除方面的經驗，并在將來進行更新。

用戶創建和其他配置步驟–

• 我們首先在每個集群中添加一個專用的Hadoop系統用戶。

$ sudo addgroup hadoop $ sudo adduser –ingroup hadoop hduser

• 接下來，我們在所有群集上配置SSH（安全外殼）以啟用安全的數據通信。

user@node1:~$ su – hduser hduser@node1:~$ ssh-keygen -t rsa -P “”

輸出將類似于以下內容：

Generating public/private rsa key pair. Enter file in which to save the key (/home/hduser/.ssh/id_rsa): Created directory '/home/hduser/.ssh'. Your identification has been saved in /home/hduser/.ssh/id_rsa. Your public key has been saved in /home/hduser/.ssh/id_rsa.pub. The key fingerprint is: 9b:82:ea:58:b4:e0:35:d7:ff:19:66:a6:ef:ae:0e:d2 hduser@ubuntu .....

• 接下來，我們需要使用此新創建的密鑰啟用對本地計算機的SSH訪問：

hduser@node1:~$ cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys

在所有群集節點中重復上述步驟，并通過執行以下語句進行測試

hduser@node1:~$ ssh localhost

還需要執行此步驟，以將本地計算機的主機密鑰指紋保存到hduser用戶的known_hosts文件中。

接下來，我們需要編輯/ etc / hosts文件，在其中將集群中每個系統的IP和名稱放入其中。

在我們的方案中，我們有一個主機（IP 192.168.0.100）和一個從機（IP 192.168.0.101）

$ sudo vi /etc/hosts

然后將這些值作為鍵值對放入主機文件中。

192.168.0.100 master 192.168.0.101 slave

• 提供SSH訪問

主節點上的hduser用戶必須能夠連接

在這種情況下，通過ssh master可以將其自身的用戶帳戶轉移到master上，而不必是ssh localhost。

通過無密碼SSH登錄到從設備的hduser帳戶。

因此，我們將hduser @ master的SSH公鑰分配給它的所有從屬（在我們的情況下，我們只有一個從屬。如果您有更多從屬，請執行以下語句更改計算機名稱，即slave，slave1，slave2）。

hduser@master:~$ ssh-copy-id -i $HOME/.ssh/id_rsa.pub hduser@slave

嘗試通過將主機連接到主機，將主機連接到從機，然后檢查是否一切正常。

配置Hadoop

• 讓我們編輯conf / masters （僅在masters節點中）

然后我們在文件中輸入master

為此，我們告訴Hadoop在此計算機的多節點集群中啟動Namenode和secondary NameNodes 。

主NameNode和JobTracker將始終在我們運行bin / start-dfs.sh和bin / start-mapred.sh的計算機上 。

• 現在讓我們使用以下命令編輯conf / slaves （僅在masters節點中）

master slave

這意味著，我們也嘗試在主機上運行datanode進程-namenode也在其中運行。 如果我們擁有更多的機器作為數據節點，我們可以讓主服務器充當從服務器。

如果我們有更多的奴隸，那么每行添加一個主機，如下所示：

master slave slave2 slave3

等等…。

現在，讓我們編輯兩個重要文件（ 在集群的所有節點中）：

conf / core-site.xml

conf / core-hdfs.xml

1）conf / core-site.xml

我們必須更改指定NameNode主機和端口的fs.default.parameter 。 （在我們的例子中，這是主機）

<property><name>fs.default.name</name> <value>hdfs://master:54310</value>…..[Other XML Values]</property>

創建一個目錄，Hadoop將在其中存儲其數據–

$ mkdir /app/hadoop

我們必須確保該目錄可由任何用戶寫入：

$ chmod 777?/app/hadoop

再次修改core-site.xml以添加以下屬性：

<property> <name>hadoop.tmp.dir</name> <value>/app/hadoop</value> </property>

2）conf / core-hdfs.xml

我們必須更改dfs.replication參數，該參數指定默認的塊復制。 它定義了單個文件可用之前應復制到多少臺計算機。 如果將其設置為大于可用從屬節點數（更確切地說是DataNode數）的值，則將開始在日志中看到很多“（找到零目標，forbidden1.size = 1）”類型錯誤文件。

dfs.replication的默認值為3。但是，由于（在我們的方案中）只有兩個節點可用，因此我們將dfs.replication設置為2。

<property> <name>dfs.replication</name> <value>2</value> …..[Other XML Values] </property>

• 讓我們通過NameNode 格式化 HDFS文件系統。

在master上運行以下命令

bin/hadoop namenode -format

• 讓我們啟動多節點集群：

運行命令：（在本例中，我們將在名為master的機器上運行）

bin/start-dfs.sh

檢查Hadoop狀態–

一切開始后，在所有節點上運行jps命令以查看一切運行良好與否。

在主節點上，所需的輸出將是–

$ jps14799 NameNode 15314 Jps 14880 DataNode 14977 SecondaryNameNode

在從站中：

$ jps 15314 Jps 14880 DataNode

當然，進程ID會因計算機而異。

故障排除

Datanode可能無法在我們所有的節點中啟動。 在這一點上，如果我們看到

logs/hadoop-hduser-datanode-.log

在受影響的節點上，以下情況除外：

java.io.IOException: Incompatible namespaceIDs

在這種情況下，我們需要執行以下操作–

停止整個集群，即MapReduce和HDFS層。

刪除有問題的DataNode上的數據目錄：該目錄由conf / hdfs-site.xml中的 dfs.data.dir指定。 在我們的例子中，相關目錄是/ app / hadoop / tmp / dfs / data

重新格式化NameNode。 在格式化過程中，所有HDFS數據都會丟失。

重新啟動集群。

要么

我們可以手動更新有問題的DataNode的namespaceID：

停止有問題的DataNode。

編輯$ {dfs.data.dir} / current / VERSION中的namespaceID的值，以匹配$ {dfs.name.dir} / current / VERSION中當前NameNode的對應值。

重新啟動固定的DataNode。

在Apache Hadoop（多節點群集）中運行Map-Reduce作業中 ，我們將按照apache hadoop示例分享有關Map Reduce Job Running的經驗。

資源資源

• http://www.michael-noll.com/tutorials/running-hadoop-on-ubuntu-linux-single-node-cluster/
• http://www.michael-noll.com/tutorials/running-hadoop-on-ubuntu-linux-multi-node-cluster/
• http://hadoop.apache.org/docs/current/

參考：通過Phlox Blog博客的JCG合作伙伴 Piyas De 設置Apache Hadoop Multi-Node Cluster 。

翻譯自: https://www.javacodegeeks.com/2013/06/setting-up-apache-hadoop-multi-node-cluster.html

總結

以上是生活随笔為你收集整理的设置Apache Hadoop多节点集群的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。