云服务器搭建Hadoop分布式

云服务器搭建hadoop分布式

1.服务器配置

所有的软件安装在/opt/module下，软件安装包在/opt/softs下

2.Java环境

• 所有的服务器的java统一1.8版本，查看java版本

  java --version
  1

  • ​ 若存在java环境不统一，或者没有1.8版本的jdk

    • 无1.8版本的java

       yum install -y java-1.8.0-openjdk*
      1

    • 环境不统一

      #查看java版本
      alternates --config java
      #选择1.8版本的数字
      1
      2
      3

​

相关的JAVA_HOME、Hadoop_HOME环境变量都保存在/etc/profile.d/my_env.sh中

3. 安装Hadoop

• 确保Hadoop统一版本：hadoop3.1.3
• 编写文件分发脚本，可以在一台服务器分发到其他服务器：xsync脚本，在$/home/gaochuchu/bin$目录下

4. 集群配置

• 各个组件的分布情况

• 常用端口配置 （分Hadoop2.x和Hadoop3.x的区别）

  端口名称	Hadoop2.x	Hadoop3.x
  NameNode内部通信端口	8020/9000	8020/
  NameNode HTTP UI	50070	9870
  MapReduce查看执行任务端口	8088	8088（容易和框架端口冲突，本文配置的7666）
  历史服务器通信端口	19888	19888

• 在客户端机器（笔记本）配置ip和服务器主机名的映射，希望能通过主机名+端口号在浏览器访问各个Web页面

  • 问题：通过s2:7666无法访问ResourceManger的web UI，而通过直接的ip:7666又可以访问其webUI

    • 遇到这个问题我无法理解为什么会出问题

    • 漫长的排错过程：

      • 1.检查了服务器之间的ip和主机名的映射，各个服务器主机之间通过主机名可以ping通，说明映射没有问题，

      • 2.检查客户端mac本机的hosts文件映射未发现问题，并且在客户端的终端也能ping通各个主机名，说明映射没有问题

      • 3.且查看各个服务器的防火墙也处于关闭状态

      • 4.通过netstat -nltp|grep 7666查看端口的监听情况，也是正常监听状态

      • 5.在网上搜索很多相关解决方案：关闭防火墙，设置etc/sysconfig/selinux的级别为disable，都没有结果

      • 因此，我认为应该在客户端本机出现问题，验证问题过程

        6.1 发现在本地主机telnet s2 7666可以成功访问，但是curl s2:7666没有输出页面的任何信息

        6.2 使用cur -v s2:7666查看相关信息

        

        • 发生地址的重定位，然后使用命令curl -v http://s2:7666/cluser

          成功返回了相关的html信息，说明页面其实是可以访问的

        6.3 但是浏览器端还是无法访问：后查询到浏览器可能配置了代理服务器，而’curl’命令未配置代理。代理服务器会烦扰浏览器的访问。

        因此我关闭了VPN代理，成功访问到s2:7666页面！！

        以后VPN代理一定要慎用！！！排查了这么久发现最后居然是代理问题

• 启动集群测试

  • 启动HDFS

    [gaochuchu@s1 hadoop-3.1.3]$ sbin/start-dfs.sh
    1

  • 启动YARN

    [gaochuchu@s1 hadoop-3.1.3]$ sbin/start-yarn.sh
    1

    • 问题：

      

    • 解决：

      • 这里的hadoop是root用户创建的hadoop，本地用户无权限
      • 修改环境变量/etc/profile，注释配置的HADOOP_HOME,重新source

• 关闭YARN的时候警告

  gracal: WARNING: nodemanager did not stop gracefully after 5 seconds: Trying to kill with kill -9
  s4: WARNING: nodemanager did not stop gracefully after 5 seconds: Trying to kill with kill -9
  s1: WARNING: nodemanager did not stop gracefully after 5 seconds: Trying to kill with kill -9
  s3: WARNING: nodemanager did not stop gracefully after 5 seconds: Trying to kill with kill -9
  Stopping resourcemanager
  1
  2
  3
  4
  5

  解决方案：

  由于YARN也还是能够关闭，但是是通过kill -9的方式进行杀死进程，这种方式其实很暴力，会导致数据的丢失

  查看报错各个节点的node manager日志：

  发现nodemanager上报错：

  2023-11-13 07:47:51,005 ERROR org.apache.hadoop.yarn.server.nodemanager.NodeManager: RECEIVED SIGNAL 15: SIGTERM

  resourcemanager的日志显示：

  2023-11-13 07:47:57,886 ERROR org.apache.hadoop.security.token.delegation.AbstractDelegationTokenSecretManager: ExpiredTokenRemover received java.lang.InterruptedException: sleep interrupted 2023-11-13 07:47:57,903 ERROR org.apache.hadoop.yarn.event.EventDispatcher: Returning, interrupted : java.lang.InterruptedException

  排错过程：

  • 首先知道表明 NodeManager 收到了 SIGTERM 信号，这是一个标准的终止进程的请求。这通常是在您尝试停止 Hadoop 服务时发送的信号。说明这是kill 进程产生的信号

  • Resource manager表明在停止过程中，ResourceManager 中的某些线程被中断了。这通常发生在服务停止时，正在运行的线程被强制中断以关闭服务。这些信息表明在停止过程中，并没有出现异常行为。当你发送停止命令时，系统会尝试优雅地关闭所有服务，但如果某些服务或线程无法在给定的时间内完成其关闭流程，系统会发送 SIGTERM 信号来强制关闭它们。

  • 之后查找到did not stop gracefully after 5 seconds: Trying to kill with kill -9执行函数所在的脚本，通过stop-yarn.sh 调用yarn-daemon.sh,又调用了libexec/hadoop-functions.sh

    function hadoop_stop_daemon
    {
      local cmd=$1
      local pidfile=$2
      shift 2
    
      local pid
      local cur_pid
    
      if [[ -f "${pidfile}" ]]; then
        pid=$(cat "$pidfile")
        kill "${pid}"
    
        wait_process_to_die_or_timeout "${pid}" "${HADOOP_STOP_TIMEOUT}"
    
        if kill -0 "${pid}" > /dev/null 2>&1; then
          hadoop_error "WARNING: ${cmd} did not stop gracefully after ${HADOOP_STOP_TIMEOUT} seconds: Trying to kill with kill -9"
          kill -9 "${pid}" >/dev/null 2>&1
        fi
        wait_process_to_die_or_timeout "${pid}" "${HADOOP_STOP_TIMEOUT}"
        if ps -p "${pid}" > /dev/null 2>&1; then
          hadoop_error "ERROR: Unable to kill ${pid}"
        else
          cur_pid=$(cat "$pidfile")
          if [[ "${pid}" = "${cur_pid}" ]]; then
            rm -f "${pidfile}" >/dev/null 2>&1
          else
            hadoop_error "WARNING: pid has changed for ${cmd}, skip deleting pid file"
          fi
        fi
      fi
    }
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32

    从上述方法中看出，首先尝试使用常规的 kill 命令发送 SIGTERM 信号给进程，然后等待一定的时间（HADOOP_STOP_TIMEOUT），如果进程仍然存在，则使用 kill -9 发送 SIGKILL 信号强制停止进程。如果该脚本总是使用 kill -9 而不是正常的 kill

  • 首先排查pid是否为自己设置的pid地址，由于默认的pid是在/tmp目录下，但是tmp目录下的东西是会定期清理的，因此在hadoop-env.sh和yarn-env.sh中配置了新的pid地址，为$HADOOP_HOME/pid。修改脚本，检查打印的pid是否为该目录；检查pid目录位置无错

  • 增加超时时间，但是无论将超时时间设置为10秒，15秒，或者更长，仍然报相同的错误kill -9

  • 而且观察到resource manager所在的节点的nodemanager正常关闭；这就说明resourcemanager和其他节点的nodemanager的通信被阻碍，导致了其他节点只能通过kill -9暴力关闭

  • 查看resource manager日志发现几个端口，其中8031端口的作用为：NodeManager 使用此端口与 ResourceManager 进行通信以报告节点资源使用情况。但是resource manager所在的节点防火墙没有开启8031端口，这就导致了其他节点无法与其进行通信。

    

  • 解决，开启8031端口

    sudo firewall-cmd --add-port=8031/tcp --permanent
    sudo firewall-cmd --reload
    #查看开放的端口
    sudo firewall-cmd --list-ports
    1
    2
    3
    4

  • 另外NodeManager Localizer的默认端口地址为8040，用于管理节点上的资源本地化，此时8040端口已被使用，因此在yarn-site.xml中配置新端口

    <property>
     <name>yarn.nodemanager.localizer.addressname>
        <value>0.0.0.0:8050value>
    property>
    1
    2
    3
    4

    还是建议将服务器的防火墙暂时关闭，因为hadoop的节点之间的网络通信涉及了太多复杂的端口，原先按照开放端口的方式不足以应对通信过程中可能产生的端口号，导致运行MR程序卡顿

• 运行hadoop自带的wordcount示例程序报错，并且一直卡在Running Job位置，报错信息如下：

  java.io.IOException: Got error, status=ERROR, status message , ack with firstBadLink as [某ip]:9866
  	at org.apache.hadoop.hdfs.protocol.datatransfer.DataTransferProtoUtil.checkBlockOpStatus(DataTransferProtoUtil.java:134)
  	at org.apache.hadoop.hdfs.protocol.datatransfer.DataTransferProtoUtil.checkBlockOpStatus(DataTransferProtoUtil.java:110)
  	at org.apache.hadoop.hdfs.DataStreamer.createBlockOutputStream(DataStreamer.java:1778)
  	at org.apache.hadoop.hdfs.DataStreamer.nextBlockOutputStream(DataStreamer.java:1679)
  	at org.apache.hadoop.hdfs.DataStreamer.run(DataStreamer.java:716)
    
    ......
    
    Caused by: java.net.NoRouteToHostException: No route to host
  	at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method)
  	at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:716)
  	at org.apache.hadoop.net.SocketIOWithTimeout.connect(SocketIOWithTimeout.java:206)
  	at org.apache.hadoop.net.NetUtils.connect(NetUtils.java:531)
  	at org.apache.hadoop.ipc.Client$Connection.setupConnection(Client.java:700)
  	at org.apache.hadoop.ipc.Client$Connection.setupIOstreams(Client.java:804)
  	at org.apache.hadoop.ipc.Client$Connection.access$3800(Client.java:421)
  	at org.apache.hadoop.ipc.Client.getConnection(Client.java:1606)
  	at org.apache.hadoop.ipc.Client.call(Client.java:1435)
  	... 19 more
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20

  • 如何解决这种问题？

    • 注意报错信息:No route to host ,说明没有到host的路由，排查思路，确定与对应服务器端口是否联通

    • 首先测试某ip自身9866端口是否联通，说明联通

      

      说明s1服务器和…31:9866可能是不连通的

    • 经查找相关资料说明是…31服务器的icmp(Internet Control Message Protocol)被禁用导致

      命令查看iptable是否有防火墙设置：

      iptables -L INPUT --line-numbers
      1

      发现：

      

      命令删除这条记录：

      iptables -D INPUT 28
      1

5. 编写集群的启动脚本

• 因为每次集群启动需要在NameNode节点的HADOOPHOME目录下使用命令启动HDFS

  sbin/start-dfs.sh
  1

• 在Yarn节点上通过命令启动Yarn（ResourceManager）

   sbin/start-yarn.sh
  1

• 配置了历史服务器，还需要在历史服务器的节点上使用命令启动历史服务器

  mapred --daemon start historyserver
  1

• 相应的停止集群也需要通过以下三个命令来停止集群

  sbin/stop-dfs.sh
  sbin/stop-yarn.sh
  mapred --daemon stop historyserver
  1
  2
  3

• 因此,可以编写相关的脚本启停（HDFS Yarn Historyserver）

  • 在/home/gaochuchu/bin 目录下编写myhadoop.sh脚本启停Hadoop集群

    #启动Hadoop集群
    myhadoop.sh start
    #停止Hadoop集群
    myhadoop.sh stop
    1
    2
    3
    4

• 服务器各节点的状态都需要通过在笔不同服务器上通过jps命令查看，比较麻烦

  • 在/home/gaochuchu/bin 目录下编写jpsall脚本，可以查看所有服务器上的节点状态