劉順

摘 ?要：如果采用傳統(tǒng)的方法來搭建Hadoop集群，那么就將會出現(xiàn)這些問題：傳統(tǒng)構(gòu)建Hadoop集群需要大量物理設(shè)備，要容納如此多的物理設(shè)備又需要足夠的實(shí)驗(yàn)場地。這些物理機(jī)的性能得不到充分利用，造成資源浪費(fèi)，并且一旦物理機(jī)集群組建后，如果還需要增加節(jié)點(diǎn)，就意味著還需要增加新的物理機(jī)，那就需要更大的實(shí)驗(yàn)場地，并且還需要一些像集線器、網(wǎng)線、交換機(jī)等一系列物理設(shè)備，花費(fèi)也就更多，布置起來也是費(fèi)時費(fèi)力。

關(guān)鍵詞：ZStack ?hadoop ?大數(shù)據(jù) ?集群

中圖分類號：TN92 ? 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2019）07（a）-0029-02

筆者主要通過在軟件vmware workstation，利用ZStack2.7.0系統(tǒng)鏡像安裝3臺虛擬機(jī)，將這3臺虛擬機(jī)分別用1臺虛擬機(jī)作為主節(jié)點(diǎn)，其余2臺虛擬機(jī)作為slave節(jié)點(diǎn)，并且對這3臺虛擬機(jī)進(jìn)行JDK、Hadoop軟件安裝及環(huán)境配置：配置ssh免密登錄，配置靜態(tài)網(wǎng)絡(luò)能夠達(dá)到內(nèi)外網(wǎng)絡(luò)互相ping通狀態(tài)，修改相應(yīng)的配置文件，部署和測試Hadoop單機(jī)本地模式、偽分布式模式、完全分布式模式。

1 ?Hadoop環(huán)境配置

hadoop安裝配置環(huán)境：（1）首先需要1臺物理機(jī)，然后是3臺虛擬機(jī)，它們分別為ls-m、ls-c1、ls-c2。（2）軟件需要ZStack2.6.0鏡像。

Hadoop基礎(chǔ)環(huán)境部署：（1）修改虛擬機(jī)主機(jī)名，然后執(zhí)行bash命令更新。（2）分別下載rsync和ssh。（3）關(guān)閉防火墻。（4）關(guān)閉selinux安全機(jī)制，然后重啟虛擬機(jī)。（5）添加對應(yīng)IP地址。（6）java環(huán)境部署：①官網(wǎng)下載jdk-10.0.2_linux-x64_bin.tar.gz;②卸載系統(tǒng)自帶的openjdk;③修改配置文件，設(shè)置JDK的環(huán)境變量。（7）Hadoop基礎(chǔ)環(huán)境部署：①官網(wǎng)下載hadoop-2.7.7.tar.gz;②解壓hadoop安裝包;③添加Hadoop環(huán)境變量，并執(zhí)行source /etc/profile行命令使更改生效;④執(zhí)行hadoop version命令查看Hadoop是否安裝成功。（8）配置ssh免密登錄。

Hadoop單機(jī)本地模式部署。Hadoop本地模式無需任何守護(hù)進(jìn)程，只是一個單獨(dú)的java進(jìn)程，使用的不是分布式文件系統(tǒng)而是本地文件系統(tǒng)，安裝Hadoop后不用任何設(shè)置即可運(yùn)行調(diào)試。由于在本機(jī)模式下測試和調(diào)試MapReduce程序較為方便，因此此模式適宜用在開發(fā)階段。

2 ?Hadoop集群部署

Hadoop偽分布式集群部署：（1）執(zhí)行cd /home/hadoop/hadoop-2.7.7/命令，進(jìn)入此目錄下;（2）執(zhí)行 vim etc/hadoop/hadoop-env.sh命令，指定Java路徑;（3）執(zhí)行vim etc/hadoop/core-site.xml命令，在中添加配置HDFS工作端口;（4）執(zhí)行vim etc/hadoop/hdfs-site.xml命令，添加以下屬性，配置冗余備份數(shù)量，HDFS namenode服務(wù)器地址和端口;（5）執(zhí)行bin/hdfs namenode–format命令，格式化文件系統(tǒng);（6）執(zhí)行sbin/start-dfs.sh 命令啟動NameNode和DataNode守護(hù)程序;（7）執(zhí)行jps命令，查看是否已經(jīng)啟動成功;（8）執(zhí)行vim etc/hadoop/mapred-site.xml命令，配置以偽分布式模式在YARN上運(yùn)行配置;（9）執(zhí)行vim etc/hadoop/yarn-site.xml命令，以偽分布式模式在YARN上運(yùn)行配置。

Hadoop完全分布式集群部署：（1）執(zhí)行cd /home/hadoop/hadoop-2.7.7/命令，進(jìn)入/home/hadoop/hadoop-2.7.7/目錄;（2）執(zhí)行vim etc/hadoop/hadoop-env.sh命令，添加JDK路徑;（3）執(zhí)行vim etc/hadoop/yarn-env.sh文件，指定JDK路徑;（4）執(zhí)行vim etc/hadoop/slaves命令，清空原內(nèi)容，輸入slave節(jié)點(diǎn)名稱;（5）執(zhí)行vim etc/hadoop/core-site.xml文件， 在中添加配置屬性，即HDFS端口和存儲路徑;（6）執(zhí)行vim etc/hadoop/hdfs-site.xml文件，在中添加以下配置屬性，即添加NameNode地址端口、儲存空間名字和匯報日志位置、datanode存儲數(shù)據(jù)塊的目錄、冗余備份數(shù)量、啟用webHDFS;（7）執(zhí)行vim etc/hadoop/mapred-site.xml命令，在中添加配置屬性;（8）執(zhí)行vim etc/hadoop/yarn-site.xml文件，在中添加配置屬性，以上步驟在虛擬機(jī)上執(zhí)行，另外2臺虛擬機(jī)也都需執(zhí)行以上步驟;（9）在主機(jī)上執(zhí)行bin/hdfs namenode-format命令格式化NameNode，并執(zhí)行reboot命令重啟3臺虛擬機(jī);（10）執(zhí)行命令sbin/start-dfs.sh在虛擬機(jī)上啟動HDFS;（11）輸入jps命令查看JAVA進(jìn)程，顯示以下表示成功;（12）執(zhí)行bin/hdfs dfsadmin-report查看集群狀態(tài)，出現(xiàn)以下信息表示hadoop成功運(yùn)行。

3 ?結(jié)語

筆者通過通過Hadoop本地模式、偽分布式模式、完全分布式集群3個模塊的測試，一切正常。利用vmware workstation虛擬軟件創(chuàng)建虛擬機(jī)，建立在虛擬機(jī)上的Hadoop的3種模式集群部署能夠正常運(yùn)行，并且能夠在上面進(jìn)行簡單的mapreduce或grep實(shí)例。此次設(shè)計主要從充分利用有限資源出發(fā)，在1臺物理機(jī)上通過虛擬出的3臺虛擬機(jī)，搭建Hadoop的3種模式，在搭建過程中要注意事先配置好虛擬機(jī)的靜態(tài)網(wǎng)絡(luò)及3臺虛擬機(jī)的主機(jī)名;配置好免密登錄環(huán)境;在部署過程中出現(xiàn)問題，可通過查詢相關(guān)log日志文件找出問題所在;提前做虛擬機(jī)快照，以便通過快照恢復(fù)無法解決的災(zāi)難性問題。

雖然搭建的簡易Hadoop集群能夠正常運(yùn)行但是依然存在著不足，3種模式使用了同一臺虛擬機(jī)會造成實(shí)例運(yùn)行出現(xiàn)問題，雖然使用虛擬機(jī)搭建的Hadoop集群能夠充分利用資源，并且也不會有在真實(shí)物理機(jī)上部署會面臨的資費(fèi)昂貴、場地限制、運(yùn)維人員等一系列的問題，搭建起來也非常簡單方便，但是在性能方面和在真實(shí)物理機(jī)上部署的Hadoop集群相比要差得多，而且一旦資源不夠使用，如何添加資源便成了一個棘手的問題。所以建議在學(xué)習(xí)了解環(huán)境中可以使用虛擬機(jī)搭建Hadoop集群，但是如果是在企業(yè)中應(yīng)用Hadoop集群，使用真實(shí)物理機(jī)部署是最好的方法。

參考文獻(xiàn)

[1] （美）Thomas ERL，（英）Zaigham Mahmood.計算機(jī)科學(xué)叢書·云計算：概念、技術(shù)與架構(gòu)[M].北京：機(jī)械出版社，2014.

[2] 王良明.云計算通俗講義[M].北京：電子工業(yè)出版社，2017.

[3] （美）Matthew Portnoy，著.虛擬化技術(shù)入門實(shí)戰(zhàn)[M].2版.杜靜，敖富江，李博，譯.北京：清華大學(xué)出版社，2017.