大数据测试:构建Hadoop和Spark分布式HA运行环境




# 安装Java
yum install java-1.8.0-openjdk
 
# 配置环境变量
echo 'export JAVA_HOME=$(dirname $(dirname $(readlink -f $(which java))))' >> ~/.bashrc
source ~/.bashrc
 
# 安装Hadoop
wget https://downloads.apache.org/hadoop/common/hadoop-3.2.1/hadoop-3.2.1.tar.gz
tar -xzf hadoop-3.2.1.tar.gz
ln -s hadoop-3.2.1 hadoop
 
# 配置Hadoop环境变量
echo 'export HADOOP_HOME=/path/to/hadoop' >> ~/.bashrc
echo 'export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin' >> ~/.bashrc
source ~/.bashrc
 
# 配置Hadoop HA(高可用性)
# 编辑 /path/to/hadoop/etc/hadoop/hdfs-site.xml
echo '<configuration>
    <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>
    <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>nn1-host:8020</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>nn2-host:8020</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>nn1-host:9870</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>nn2-host:9870</value>
    </property>
    <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
    <property>
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
</configuration>' > /path/to/hadoop/etc/hadoop/hdfs-site.xml
 
# 安装ZooKeeper并配置
yum install zookeeper zookeeper-server
echo 'server.1=zk1-host:2888:3888
server.2=zk2-host:2888:3888
server.3=zk3-host:2888:3888' > /var/lib/zookeeper/myid
systemctl start zookeeper
 
# 安装和配置JournalNodes
# 在每个DataNode上执行
echo 'mycluster/nn1-host:8485' > /path/to/hadoop/tmp/dfs/nn/edit/journal-id
echo 'mycluster/nn2-host:8485' > /path/to/hadoop/tmp/dfs/nn/edit/journal-id
 
# 启动所有服务
# 在NameNode 1上执行
hadoop-daemon.sh start journalnode
hdfs namenode -format
hadoop-daemon.sh start namenode
 
# 在NameNode 2上执行
hadoop-daemons.sh start journalnode
hdfs namenode -bootstrapStandby
hadoop-daemon.sh start namenode
 
# 启动DataNodes
hadoop-daemons.sh start datanode
 
# 安装Spark
wget https://downloads.apache.org/spark/spark-3

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日