批量部署Hadoop集群环境（1）

1. 项目简介：

• 前言：云火的一塌糊涂，加上自大二就跟随一位教授做大数据项目，所以很早就产生了兴趣，随着知识的积累，虚拟机已经不能满足了，这次在服务器上以生产环境来部署Hadoop。已经搭建完毕，分享出来供大家参考。
• 问题：看到Hadoop部署在一些资料上很是繁琐，一些简单的部署方法只是玩具，无法满足企业的部署条件，如果一台台服务器去部署，显然是不可行。
• 解决：在学习及其他资料后，准备以《Apache Hadoop Yarn: Moving Beyond Mapreduce and Batch Processing with Apache Hadoop 2》为依据，其他资料辅助。
• 注意：《Apache Hadoop Yarn: Moving Beyond Mapreduce and Batch Processing with Apache Hadoop 2》这本书有一处错误。
  • P53 原版“nm_host” 应改正为“nn_host”
  • 这么小的错误，影响是巨大的，我也是在实践本书内容时候，发现的错误，它会导致namenode不存在，而影响服务器节点无法启动。

2. 项目环境

• 阿里云服务器ESC (4台)
• Centos 7
• Hadoop-YARN(2.7.1)
• java version “1.8.0_72”
• pdsh version “2.31”（批处理主要工具）
• Xmanager Enterprise 5（使用xshell来连接服务器）

3. 服务器分配情况

集群节点名字	对应字段	主机编号	主机内网IP	hostname
HDFS NameNode	nn_host	00	10.251.20.244	iZ28z9sbsgjZ
YARN ResourceManager	rm_host	00	10.251.20.244	iZ28z9sbsgjZ
HDFS SecondaryNameNode	snn_host	01	10.45.202.245	iZ28fm2wvrwZ
MapReduce	mr_history_host	02	10.144.27.164	iZ28n1kabs3Z
YARN网页代理服务器	yarn_proxy_host	03	10.163.97.250	iZ28bwz7umxZ
YARN NodeManager	nm_hosts	01、02、03	10.45.202.245 10.144.27.164 10.163.97.250	iZ28fm2wvrwZ iZ28n1kabs3Z iZ28bwz7umxZ
HDFS DataNode	dn_hosts	01、02、03	10.45.202.245 10.144.27.164 10.163.97.250	iZ28fm2wvrwZ iZ28n1kabs3Z iZ28bwz7umxZ

4. 项目目标

• 实现批量部署Hadoop集群环境

5. 项目目录

6. 一键批量部署Hadoop环境，ESC服务器提前要准备的工作

7. 实现多台ESC内网连接

送上官方教程，图文声茂

8. 实现无密匙登录

有点小繁琐，但是原理很简单：

8.1每台机器需要生成密匙

生成密匙对

ssh-keygen -t rsa

8.2复制密匙到远程机器（固定机器/本机）

ssh-copy-id -i ~/.ssh/id_rsa.pub 10.x.x.x

• 解析：
  ssh-keygen -t rsa 中，-t是type，模式是rsa
  ssh-copy-id -i ~/.ssh/id_rsa.pub 10.x.x.x 中，将本机id_rsa.pub复制到远程机器（如内网IP为10.x.x.x，替换为自己的一台固定服务器，这样，依次弄完后，这台“固定机器上边就有了所有机器的密匙”）

9. 修改host

目的是为了使用hostname可以ping通。

写入内网IP和hostname

vim /etc/hosts10.251.20.244 iZ28z9sbsgjZ10.45.202.245 iZ28fm2wvrwZ 10.144.27.164 iZ28n1kabs3Z10.163.97.250 iZ28bwz7umxZ

10. 实现pdsh访问

这次是以“固定机器”依次访问其他服务器（包括自己），如

访问自己

ssh iZ28z9sbsgjZ

访问完毕后，此时在~/.ssh生成known_hosts就包含了所有服务器

[root@iZ28z9sbsgjZ ~]# cd ~/.ssh[root@iZ28z9sbsgjZ .ssh]# lsauthorized_keys  id_rsa  id_rsa.pub  known_hosts

11. 开始批处理作业，以后的所有步骤很依赖pdsh，只要是批处理！

在opt文件下做如下操作（opt文件夹或者别的，建议默认，整篇教程都是这个路径）

11.1 创建all_hosts

cd /optvim all_hosts

#写入自己服务器hostname如：iZ28bwz7umxZiZ28fm2wvrwZiZ28n1kabs3ZiZ28z9sbsgjZ

11.2 批量复制固定机器（本机）的authorized_keys 和 known_hosts，到全部集群

pdcp -w ^all_hosts ~/.ssh/authorized_keys ~/.ssh/pdcp -w ^all_hosts ~/.ssh/known_hosts ~/.ssh/

12. 准备完毕，进入下一步 批量部署Hadoop集群环境（2）