数据仓库环境准备-Hadoop篇

大数据软件版本说明:

hadoop-3.1.4、zookeeper-3.5.8、kafka_2.12-2.6.0、flume-1.9.0、sqoop-1.4.6、hive-3.1.2、mysql-5.7.31-1.el7、spark-3.0.0

一、JDK安装 

1.移除OpenJDK命令:sudo rpm -qa | grep -i java | xargs -n1 sudo rpm -e --nodeps

2.修改/opt目录权限: sudo chmod -r 777 /opt

3.解压jdk至目录: tar -zxvf jdk-8u171-linux-x64.tar.gz -C /opt/module/

4.配置环境变量: sudo vim /etc/profile.d/my_env.sh

5.my_env.sh: 

#JAVA_HOME 

export JAVA_HOME=/opt/module/jdk1.8.0_171 

export PATH=$PATH:$JAVA_HOME/bin

6.source /etc/profile.d/my_env.sh

二、Hadoop配置:

<!--core-site -->

<!--指定namenode的地址 -->

<property>

<name>fs.defaultFS</name>

<value>hdfs://hadoop102:8020</value>

</property>

<!-- 指定hadoop数据存储目录-->

<property>

<name>hadoop.tmp.dir</name>

<value>/opt/module/hadoop-3.1.4/data</value>

</property>

<!-- 配置hdfs网页登录使用的静态用户-->

<property>

<name>hadoop.http.staticuser.user</name>

<value>linan</value>

</property>

<!-- 配置用户允许通过代理访问主机节点-->

<property>

<name>hadoop.proxyuser.linan.groups</name>

<value>*</value>

</property>

<!-- 配置用户允许通过代理用户所属组-->

<property>

<name>hadoop.proxyuser.linan.hosts</name>

<value>*</value>

</property>

<!-- 配置用户允许通过代理用户-->

<property>

<name>hadoop.proxyuser.linan.users</name>

<value>*</value>

</property>

<!--hdfs-site -->

<!--nn web端访问地址 -->

<property>

<name>dfs.namenode.http-address</name>

<value>hadoop102:9870</value>

</property>

<!-- 2nn web端访问地址-->

<property>

<name>dfs.namenode.secondary.http-address</name>

<value>hadoop104:9868</value>

</property>

<!--测试环境指定hdfs副本数-->

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

<!--yarn-site -->

<!-- 指定mr shuffle-->

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

<!-- 指定resourceManager地址-->

<property>

<name>yarn.resourcemanager.hostname</name>

<value>hadoop103</value>

</property>

<!-- 环境变量的继承-->

<property>

<name>yarn.nodemanager.env-whitelist</name>

<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>

</property>

<!-- yarn容器允许分配最小内存-->

<property>

<name>yarn.scheduler.minimum-allocation-mb</name>

<value>512</value>

</property>

<!-- yarn容器允许分配最大内存-->

<property>

<name>yarn.scheduler.maximum-allocation-mb</name>

<value>4096</value>

</property>

<!-- yarn容器允许管理的物理内存大小-->

<property>

<name>yarn.nodemanager.resource.memory-mb</name>

<value>4096</value>

</property>

<!-- 关闭yarn容器对虚拟内存限制检查-->

<property>

<name>yarn.nodemanager.pmem-check-enabled</name>

<value>false</value>

</property>

<property>

<name>yarn.nodemanager.vmem-check-enabled</name>

<value>false</value>

</property>

<!-- 开启日志聚集功能-->

<property>

<name>yarn.log-aggregation-enable</name>

<value>true</value>

</property>

<!-- 设置日志聚集服务器地址-->

<property>

<name>yarn.log.server.url</name>

<value>http://hadoop102:19888/jobhistory/logs</value>

</property>

<!-- 设置日志保留时间天数-->

<property>

<name>yarn.log-aggregation.retain-seconds</name>

<value>604800</value>

</property>

<!--mapred-site -->

<!-- 指定mapreduce程序运行在yarn上-->

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

<!-- 历史服务器端地址-->

<property>

<name>mapreduce.jobhistory.address</name>

<value>hadoop102:10020</value>

</property>

<!-- 历史服务器web端地址-->

<property>

<name>mapreduce.jobhistory.webapp.address</name>

<value>hadoop102:19888</value>

</property>

<!--配置workers -->

/opt/module/hadoop-3.1.4/etc/hadoop/workers:

hadoop102

hadoop103

hadoop104

/opt/module/hadoop-3.1.4/etc/hadoop/hadoop-env.sh:

export JAVA_HOME=/opt/module/jdk1.8.0_171

export HADOOP_HOME=/opt/module/hadoop-3.1.4

export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop

//格式化namenode

rm -rf logs/ data/

bin/hdfs namenode -format

启动:

sbin/start-dfs.sh

sbin/start-yarn.sh

停止:

sbin/stop-dfs.sh

sbin/stop-yarn.sh

测试:

hadoop jar /opt/module/hadoop-3.1.4/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.4.jar pi 1 1

//批量显示脚本xcall:

#!/bin/bash

params=$@

i=2

for((i=2 ; i <= 4 ; i = $i + 1)) ; do

    echo ==============hadoop10$i $params =============

    ssh hadoop10$i "source /etc/profile;$params"

done

集群数据均衡

1、节点间数据均衡

开启数据均衡命令：start-balancer.sh -threshold 10

停止数据均衡命令：stop-balancer.sh

2、磁盘间数据均衡(hadoop3才有)

1)生成均衡计划

hdfs diskbalancer -plan hadoop103

2)执行均衡计划

hdfs diskbalancer -execute hadoop103.plan.json

3)查看当前均衡任务的执行情况

hdfs diskbalancer -query hadoop103

4)取消均衡计划

hdfs diskbalancer -cancel hadoop103.plan.json

Hadoop支持lzo压缩配置

lzo编译源码地址:

https://github.com/twitter/hadoop-lzo

https://www.oberhumer.com/opensource/lzo/

编译lzo源码生成hadoop-lzo-0.4.21.jar包

将编译好的hadoop-lzo-0.4.21.jar放入/opt/module/hadoop-3.1.4/share/hadoop/common目录下

参考地址:

(1)https://wenku.baidu.com/view/61a42f9f0875f46527d3240c844769eae009a3f4.html

(2)https://blog.csdn.net/s_alics/article/details/108513408

core-site配置支持lzo

<property>

<name>io.compression.codecs</name>

<value>

org.apache.hadoop.io.compression.SnappyCodec,

com.hadoop.compression.lzo.LzoCodec,

com.hadoop.compression.lzo.LzopCodec,

</value>

</property>

<property>

<name>io.compression.codec.lzo.class</name>

<value>com.hadoop.compression.lzo.LzoCodec</value>

</property>

测试案例

1、

hadoop fs -mkdir /input

hadoop fs -put word.txt /input

hadoop jar /opt/module/hadoop-3.1.4/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.4.jar wordcount -Dmapreduce.output.fileoutputformat.compress=true -Dmapreduce.output.fileoutputformat.compress.codec=com.hadoop.compression.lzo.LzopCodec /input /output

使用lzo压缩方式支持切片需先创建lzo文件索引

例：bigtable.lzo文件

hadoop jar /opt/module/hadoop-3.1.4/share/hadoop/common/hadoop-lzo-0.4.21.jar

com.hadoop.compression.lzo.DistributedLzoIndexer /input /bigtable.lzo

HDFS调优

hdfs-site:

<!-- 配置namenode工作线程池-->

<property>

<name>dfs.namenode.handler.count</name>

<value>21</value>

</property>

公式:dfs.namenode.handler.count = 20 * log小e3 = 21

yarn-site:

<!-- 配置namenode工作线程池-->

<property>

<name>dfs.namenode.handler.count</name>

<value>21</value>

</property>

基准测试

1）hdfs写性能

hadoop jar /opt/module/hadoop-3.1.4/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.1.4-tests.jar TestDFSIO -write -nrFiles 10 -fileSize 128MB

2）hdfs读性能

hadoop jar /opt/module/hadoop-3.1.4/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.1.4-tests.jar TestDFSIO -read -nrFiles 10 -fileSize 128MB

3）删除测试数据

hadoop jar /opt/module/hadoop-3.1.4/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.1.4-tests.jar TestDFSIO -clean

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 213,558评论 6赞 492
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 91,002评论 3赞 387
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 159,036评论 0赞 349
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 57,024评论 1赞 285
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 66,144评论 6赞 385
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 50,255评论 1赞 292
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 39,295评论 3赞 412
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 38,068评论 0赞 268
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 44,478评论 1赞 305
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2赞 327
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1赞 341
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 34,649评论 4赞 336
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 40,267评论 3赞 318
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0赞 21
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1赞 267
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2赞 365
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2赞 351

推荐阅读更多精彩内容