SVN
#svn的启动命令
$ /usr/bin/svnserve -d -r /home/aly/svn --listen-port 8080
$ svnserve -d -r /home/svndata/ --listen-port 8080
git
服务器版
//安装依赖
yum -y install curl-devel expat-devel gettext-devel openssl-devel zlib-devel gcc perl-ExtUtils-MakeMaker
//解压到/usr/local/
tar -zxvf git-2.9.3.tar.gz
//进入到cd /usr/local/git-2.9.3
cd /usr/local/git-2.9.3
//编译 /usr/local/git-2.9.3
make prefix=/usr/local all
//安装
make prefix=/usr/local install
//=======创建仓库======
//添加用户名(git)--添加用户就相当于在/home/下创建了一个git文件夹
useradd 用户名
//设置密码(git)
passwd 密码
//创建仓库目录(如果有这个目录则不创建)
mkdir /home/git
//切换到git账号
su git
//创建git仓库
git init --bare 项目名称.git
//git bash 执行命令,生成公钥和私钥,本地电脑执行
ssh-keygen -t rsa
//切换到root用户在/home/git创建.ssh目录
mkdir .ssh
//上传在本地电脑上生成的id_rsa.pub公钥到.ssh目录，让后修改名称
mv id_rsa.pub authorized_keys
//设置权限，此步骤不能省略，而且权限值也不要改，不然会报错。
chmod 700 /home/git/.ssh/
chmod 600 /home/git/.ssh/authorized_keys
lrzsz(直接拖拽文件到服务器)
$ yum -y install lrzsz
#小的文件可以这样使用
nginx
//nginx安装依赖命令
yum -y install gcc zlib zlib-devel pcre-devel openssl openssl-devel
//上传nginx安装包并解压
tar -zxvf nginx-1.8.0.tar.gz
//进入解压文件夹
cd nginx-1.8.0
//初始化
./configure \
--prefix=/usr/local/nginx \
--pid-path=/var/run/nginx/nginx.pid \
--lock-path=/var/lock/nginx.lock \
--error-log-path=/var/log/nginx/error.log \
--http-log-path=/var/log/nginx/access.log \
--with-http_gzip_static_module \
--http-client-body-temp-path=/var/temp/nginx/client \
--http-proxy-temp-path=/var/temp/nginx/proxy \
--http-fastcgi-temp-path=/var/temp/nginx/fastcgi \
--http-uwsgi-temp-path=/var/temp/nginx/uwsgi \
--http-scgi-temp-path=/var/temp/nginx/scgi
//创建没有的目录
mkdir -p /var/temp/nginx/
//进入到解压目录/root/nginx-1.8.0，执行make编译
make
//在安装
make install
//启动nginx
/usr/local/nginx/sbin/nginx
//停止nginx第一种方式，此方式相当于先查出nginx进程id再使用kill命令强制杀掉进程。
/usr/local/nginx/sbin/nginx -s stop
//停止nginx第二种方式，此方式停止步骤是待nginx进程处理任务完毕进行停止。
/usr/local/nginx/sbin/nginx -s quit
//不重启，让配置文件生效
/usr/local/nginx/sbin/nginx -s reload
//配置nginx.conf
http{
upstream tomcat_server{
server 192.168.200.132:8080;
server 192.168.200.131:8080;
}
server{
listen 80;
server_name localhost;
location / {
proxy_pass http://tomcat_server;
root html;
index index.html index.htm;
}
}
}
//配置权重
upstream tomcat_server{
server 192.168.200.132:8080 weight=20;
server 192.168.200.131:8080 weight=10;
}
./configure --prefix=/usr/local/nginx/ --with-pcre=/usr/local/pcre-8.40 --with-openssl=/usr/local/openssl-1.0.2s --with-http_ssl_module --with-http_v2_module
配置说明
#方式一
listen 80;
server_name 172.21.51.71;
root html/VAP;
index index.html index.htm;
charset utf-8;
location / {
proxy_pass http://172.21.51.75:8099; #在这里设置一个代理，和upstream的名字一样
}
location ~ .*\.(gif|jpg|jpeg|png|bmp|swf|js|css)$ {
expires 30d;
access_log /dev/null;
}
#方式二
server{
listen 80; #对外端口
server_name localhost; #对外ip或者域名
location / {
root html/dist; #静态资源容器
index index.html index.htm;
try_files $uri $uri/ @router;
}
location ^~ /api/ {
proxy_pass http://ip:port; # 后端代理ip:port,注意路径后边不要加 /
#add_header 'Access-Control-Allow-Origin' 'http://*.*.*.*:8085'; #设置跨域
#add_header 'Access-Control-Allow-Credentials' 'true';
}
location @router {
rewrite ^.*$ /index.html last;
}
}
#方式三
listen 80;
server_name localhost;
#charset utf-8;
location / {
root html/VAP;
#index index.html index.htm;
try_files $uri $uri/ /index.html;
}
location /api/ {
#rewrite ^/api/(.*)$ /$1 break;
proxy_pass http://172.21.51.75:8099/;
}
nginx的反向代理配置
#1.入口服务器
server {
listen 8181;
server_name localhost;
proxy_set_header X-Forwarded-Host $host;
proxy_set_header X-Forwarded-Server $host;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
location / {
proxy_pass http://172.21.51.79:8080;
proxy_connect_timeout 600;
proxy_read_timeout 600;
}
}
#2.静态服务器
http {
upstream backend {
server 172.21.51.75:8081;
server 172.21.51.74:8081;
}
server {
listen 8080;
server_name localhost;
location / {
root html/dist;
#index index.html index.htm;
try_files $uri $uri/ /index.html;
}
location /callOpen {
proxy_pass http://backend;
}
error_page 500 502 503 504 /50x.html;
location = /50x.html {
root html;
}
}
}
#3.服务端服务器
tomcat
配置tomcat开机启动
#在bin目录新建一个auto-startup.sh文件
export JAVA_HOME=/usr/java/jdk1.8.0_201
export PATH=$JAVA_HOME/bin/:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$CLASSPATH
export CATALINA_HOME=/home/snail/apache-tomcat-8.5.39
/home/snail/apache-tomcat-8.5.39/bin/catalina.sh start
#修改乱码
URIEncoding="UTF-8"
mysql
//安装
sudo yum -y install mysql-server
//编辑配置文件
sudo vim /etc/my.cnf
//修改my.cnf里的字符集
character-set-server=utf8
default-character-set=utf8
//自启动
sudo chkconfig mysqld on
//查看自启动
sudo chkconfig --list mysqld
//启动mysql
sudo service mysqld restart
//初始登录
mysql -u root
//查看用户
select user,host,password from mysql.user;
//修改密码
set password for root@localhost = password('newpassword');
//删除匿名用户
delete from mysql.user where user='';
//创建用户
insert into mysql.user(host,user,password) values("localhost","newUser",password("password"));
//赋予自定义用户权限，允许远程访问
grant all privileges on newUser.* to newUser@localhost identified by 'password';
//刷新
flush privileges;
zookeeper安装
单机安装步骤
//在/usr/locat/下创建zookeeper目录
$ mkdir zookeeper
//进入目录，复制源码到当前目录
$ cp /root/zookeeper-3.4.6.tar.gz ./
//解压-C强制解压
$ tar -zxvf zookeeper-3.4.6.tar.gz -C
//解压后进到conf文件夹，把zoo_sample.cfg复制修改为zoo.cfg
$ cp zoo_sample.cfg zoo.cfg
//进到bin目录进行zookeeper的启动停止操作
//启动
$ ./zkServer.sh start
//查看状态是否启动成功,standalone 孤独的启动着
$ ./zkServer.sh status
//停止
$ ./zkServer.sh stop
集群安装步骤
一、解压文件到指定目录
$ tar -zxvf zookeeper-3.4.9.tar.gz -C ../servers/
二、修改配置文件
#进入到zookeeper解压目录
#在进入到conf文件,复制并改名为zoo.cfg
$ cp zoo_sample.cfg zoo.cfg
#创建个数据文件夹 /export/servers/zookeeper-3.4.9/zkdatas
$ mkdir zkdatas
$ vim zoo.cfg
#修改dataDir路径
dataDir=/export/servers/zookeeper-3.4.9/zkdatas
#打开这两个的注释，3是指保存3个快照
autopurge.snapRetainCount=3
#0是不合并，1是合并
autopurge.purgeInterval=1
#添加
server.1=node01.hadoop.com:2888:3888
server.2=node02.hadoop.com:2888:3888
server.3=node03.hadoop.com:2888:3888
#保存退出
三、在创建myid文件
#在这个/export/servers/zookeeper-3.4.9/zkdatas路径下创建一个myid
$ vim myid
#添加数字1，保存退出
四、把zookeeper发送到另外的服务器
#回退到/export/servers目录，就是安装zk的目录
$ scp -r zookeeper-3.4.9/ node02:$PWD
$ scp -r zookeeper-3.4.9/ node03:$PWD
或者
$ scp -r zookeeper-3.4.9/ node02:/export/servers/
$ scp -r zookeeper-3.4.9/ node03:/export/servers/
五、修改其他服务器上的myid的值
#修改对应服务器上的myid的值
六、启动
./bin/zkServer.sh start #启动
./bin/zkServer.sh stop #停止
./bin/zkServer.sh status #查看状态
redis
redis中文官网 www.redis.net.cn
单机安装
ps -aux | grep redis //查看pid进程
./redis-server --port 6003 & //设置端口6003，“&”表示在后台运行
./redis-cli -p 6003 //指定端口启动cli客户端工具
$ make //是编译
$ make install PREFIX='/usr/local/redis/6379' //安装并指定安装路径
//配置文件路径 /usr/local/redis/redis-3.0.0/redis.conf
//拷贝到指定的安装目录bin下
$ cp redis.conf /usr/local/redis/6379/bin/
//修改拷贝过来的配置文件
$ vim redis.conf
//把 daemonize no 修改为 daemonize yes 后台启动运行
//带配置文件启动
$ ./redis-server redis.conf
//管道查看
ps -ef | grep redis
//启动redis
/home/snail/redis-2.8.17/src/redis-server redis.conf
redis集群搭建
//至少6台
//拷贝一份
$ cp -r 6379 7001
//停用状态下删除/usr/local/redis/7001/bin/dump.rdb垃圾数据
$ rm -rf dump.rdb
//修改配置文件
$ vim /usr/local/redis/7001/bin/redis.conf
//修改端口
# prot 7001
//修改集群权限
# cluster-enabled yes
//创建启动脚本文件
$ touch /usr/local/redis/start-redis.sh
//修改文件权限
$ chmod 777 /usr/local/redis/start-redis.sh
//编辑start-redis.sh脚本
cd /usr/local/redis/7001/bin/
./redis-server redis.conf
cd /usr/local/redis/7002/bin/
./redis-server redis.conf
cd /usr/local/redis/7003/bin/
./redis-server redis.conf
cd /usr/local/redis/7004/bin/
./redis-server redis.conf
cd /usr/local/redis/7005/bin/
./redis-server redis.conf
cd /usr/local/redis/7006/bin/
./redis-server redis.conf
//启动集群
./start-redis.sh
//拷贝redis-trib.rb到
$ cp /usr/local/redis/redis-3.0.0/src/redis-trib.rb /usr/local/redis/
//需要安装ruby，自行百度
//安装redis和ruby的整合包,/root/redis/redis-3.0.0.gem
$ gem install redis-3.0.0.gem
//cd 到/usr/local/redis/
$ cd /usr/local/redis/
//运行redis-trib.rb脚本创建集群
./redis-trib.rb create --replicas 1 192.168.200.128:7001 192.168.200.128:7002 192.168.200.128:7003 192.168.200.128:7004 192.168.200.128:7005 192.168.200.128:7006
//连接集群
$ ./redis-cli -p 7001 -c //-p是指端口，-c是指集群
$ /usr/local/redis/7001/bin/redis-cli -p 7001 -c
redis.conf
# Redis默认不是以守护进程的方式运行，可以通过该配置项修改，使用yes启用守护进程
# 启用守护进程后，Redis会把pid写到一个pidfile中，在/var/run/redis.pid
daemonize no
# 当Redis以守护进程方式运行时，Redis默认会把pid写入/var/run/redis.pid文件，可以通过pidfile指定
pidfile /var/run/redis.pid
# 指定Redis监听端口，默认端口为6379
# 如果指定0端口，表示Redis不监听TCP连接
port 6379
# 绑定的主机地址
# 你可以绑定单一接口，如果没有绑定，所有接口都会监听到来的连接
bind 127.0.0.1
# 也就是本机
# 当客户端闲置多长时间后关闭连接，如果指定为0，表示关闭该功能
timeout 0
# 指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为verbose
# debug (很多信息, 对开发／测试比较有用)
# verbose (many rarely useful info, but not a mess like the debug level)
# notice (moderately verbose, what you want in production probably)
# warning (only very important / critical messages are logged)
loglevel verbose
# 日志记录方式，默认为标准输出，如果配置为redis为守护进程方式运行，而这里又配置为标准输出，则日志将会发送给/dev/null
logfile stdout
# 设置数据库的数量，默认数据库为0，可以使用select <dbid>命令在连接上指定数据库id
# dbid是从0到‘databases’-1的数目
databases 16
################################ SNAPSHOTTING #################################
# 指定在多长时间内，有多少次更新操作，就将数据同步到数据文件，可以多个条件配合
# Save the DB on disk:
#
# save <seconds> <changes>
#
# Will save the DB if both the given number of seconds and the given
# number of write operations against the DB occurred.
#
# 满足以下条件将会同步数据:
# 900秒（15分钟）内有1个更改
# 300秒（5分钟）内有10个更改
# 60秒内有10000个更改
# Note: 可以把所有“save”行注释掉，这样就取消同步操作了
save 900 1
save 300 10
save 60 10000
# 指定存储至本地数据库时是否压缩数据，默认为yes，Redis采用LZF压缩，如果为了节省CPU时间，可以关闭该选项，但会导致数据库文件变的巨大
rdbcompression yes
# 指定本地数据库文件名，默认值为dump.rdb
dbfilename dump.rdb
# 工作目录.
# 指定本地数据库存放目录，文件名由上一个dbfilename配置项指定
#
# Also the Append Only File will be created inside this directory.
#
# 注意，这里只能指定一个目录，不能指定文件名
dir ./
solr
单机安装
//在 /usr/local/ 下创建一个文件夹solr
$ mkdir solr
//进入到solr目录
$ cd solr
//拷贝安装包到此目录
$ cp /root/solr/solr-4.10.3.tar ./
$ cp /root/solr/IKAnalyzer2012FF_hf1.zip ./
$ cp /root/tomcat/apache-tomcat-7.0.47.tar.gz ./
//解压三个文件到当前目录
$ tar -zxvf apache-tomcat-7.0.47.tar.gz
$ tar -zxvf solr-4.10.3.tar
//创建ik目录把IKAnalyzer2012FF_hf1.zip移动到此目录
$ mv IKAnalyzer2012FF_hf1.zip ik/
//进入ik目录,解压
$ unzip IKAnalyzer2012FF_hf1.zip
//把war包放到tomcat中
$ cp solr-4.10.3/example/webapps/solr.war tomcat7/webapps/
//启动tomcat解压war，让后停掉tomcat
$ sh tomcat7/bin/startup.sh
$ sh tomcat7/bin/shutdown.sh
//让后删除solr.war包
$ rm -rf solr.war
//拷贝log4j的jar包到tomcat中
$ cp solr-4.10.3/example/lib/ext/* tomcat7/webapps/solr/WEB-INF/lib/
*/
//拷贝这个solr到当前目录
$ cp -r solr-4.10.3/example/solr ./
//修改名字为,/usr/local/solr/solrhome
$ mv solr solrhome
//修改web.xml文件
$ vim tomcat7/webapps/solr/WEB-INF/web.xml
<env-entry>
<env-entry-name>solr/home</env-entry-name>
<env-entry-value>/usr/local/solr/solrhome</env-entry-value>
<env-entry-type>java.lang.String</env-entry-type>
</env-entry>
//让后启动tomcat
//复制实例,cd solrhome
$ cp -r collection1 collection2
//cd collection2中 编辑core.properties，修改name=collection1为name=collection2
$ cd collection2
$ vim core.properties
//重启tomcat
//
solr集群搭建
//至少4台
//复制solrhome和tomcat为solrhome8081，tomcat8081
$ cp -r solrhome solrhome8081
$ cp -r tomcat tomcat8081
//进到collection1里面删除data文件夹
$ rm -rf data/
//修改tomcat的端口，打开server.xml
$ vim /usr/local/solr/tomcat8081/conf/server.xml
//修改web.xml中的solrhome路径
$ vim /usr/local/solr/tomcat8081/webapps/solr/WEB-INF/web.xml
//传配置文件到zk中
sh /usr/local/solr/solr-4.10.3/example/scripts/cloud-scripts/zkcli.sh -zkhost 192.168.200.128:2181,192.168.200.128:2182,192.168.200.128:2183 -cmd upconfig -confdir /usr/local/solr/solr-4.10.3/example/solr/collection1/conf/ -confname myconf -solrhome /usr/local/solr/solr-4.10.3/example/solr
//修改tomcat/bin中的catalina.sh文件，添加zk的地址可端口
vim /usr/local/solr/tomcat8081/bin/catalina.sh
//添加如下内容
JAVA_OPTS="-DzkHost=192.168.200.128:2181,192.168.200.128:2182,192.168.200.128:2183"
//修改solr的solr.xml文件里jetty的端口为8081
$ vim /usr/local/solr/solrhome8081/solr.xml
//分片配置
//打开core.properties文件
$ vim /usr/local/solr/solrhome8081/collection1/core.properties
//添加下面内容
numShards=2 //分片数量
name=collection1 //core名称
shard=shard1 //所属分片
coreNodeName=core_node1 //结点名称
cas
//在 /usr/local/ 下创建一个文件夹cas
$ mkdir cas
//进入到cas目录
$ cd cas
//拷贝安装包到此目录
$ cp /root/cas/cas.war ./
$ cp /root/cas/apache-tomcat-7.0.47.tar.gz ./
//解压tomcat到当前目录
$ tar -zxvf apache-tomcat-7.0.47.tar.gz
//修改tomcat的目录名称
$ mv apache-tomcat-7.0.47 tomcat
//把war包放到tomcat中
$ cp cas.war tomcat/webapps/
//启动tomcat解压war，让后停掉tomcat
$ sh tomcat/bin/startup.sh
$ sh tomcat/bin/shutdown.sh
//让后删除solr.war包
$ rm -rf cas.war
//可以修改tomcat的端口
$ vim /usr/local/cas/tomcat/conf/server.xml
//修改CAS配置文件
$ vim /usr/local/cas/tomcat/webapps/cas/WEB-INF/cas.properties
//修改为服务器的ip和端口
server.name=http://192.168.200.128:9100
/*去除https认证*/
//1.修改WEB-INF/deployerConfigContext.xml文件中
<bean class="org.jasig.cas.authentication.handler.support.HttpBasedServiceCredentialsAuthenticationHandler"
p:httpClient-ref="httpClient" p:requireSecure="false"/>
//2.修改cas的/WEB-INF/spring-configuration/ticketGrantingTicketCookieGenerator.xml
<bean id="ticketGrantingTicketCookieGenerator" class="org.jasig.cas.web.support.CookieRetrievingCookieGenerator" p:cookieSecure="false" p:cookieMaxAge="3600" p:cookieName="CASTGC" p:cookiePath="/cas" />
//3.修改cas的WEB-INF/spring-configuration/warnCookieGenerator.xml
<bean id="warnCookieGenerator" class="org.jasig.cas.web.support.CookieRetrievingCookieGenerator"
p:cookieSecure="false"
p:cookieMaxAge="3600"
p:cookieName="CASPRIVACY"
p:cookiePath="/cas" />
//启动tomcat
$ sh startup.sh
//修改配置文件支持退出登录，修改cas系统的配置文件WEB-INF目录下的cas-servlet.xml
<bean id="logoutAction" class="org.jasig.cas.web.flow.LogoutAction"
p:servicesManager-ref="servicesManager"
p:followServiceRedirects="${cas.logout.followServiceRedirects:true}"/>
配置数据源
<!--需要的jar包-->
c3p0-0.9.1.2.jar
cas-server-support-jdbc-4.0.0.jar
mysql-connector-java-5.1.32.jar
<!--把三个jar包复制到此路径/usr/local/cas/tomcat/webapps/cas/WEB-INF/lib-->
<!--修改cas服务端中WEB-INF下deployerConfigContext.xml ，添加如下配置-->
<bean id="dataSource" class="com.mchange.v2.c3p0.ComboPooledDataSource"
p:driverClass="com.mysql.jdbc.Driver"
p:jdbcUrl="jdbc:mysql://192.168.200.128:3306/pinyougoudb?characterEncoding=utf8"
p:user="root"
p:password="admin" />
<bean id="passwordEncoder" class="org.jasig.cas.authentication.handler.DefaultPasswordEncoder"
c:encodingAlgorithm="MD5"
p:characterEncoding="UTF-8" />
<bean id="dbAuthHandler" class="org.jasig.cas.adaptors.jdbc.QueryDatabaseAuthenticationHandler"
p:dataSource-ref="dataSource"
p:sql="select password from tb_user where username = ?"
p:passwordEncoder-ref="passwordEncoder"/>
<!--此内容-->
<entry key-ref="primaryAuthenticationHandler" value-ref="primaryPrincipalResolver" />
<!--改为-->
<entry key-ref="dbAuthHandler" value-ref="primaryPrincipalResolver"/>
keepalived
安装
//安装
rpm -ivh keepalived-1.2.13-5.el6_6.i686.rpm
//查看安装路径
rpm -ql keepalived
//清空 /etc/keepalived/keepalived.conf 配置文件
echo > keepalived.conf
//把下面内容复制到 keepalived.conf 配置文件里
! Configuration File for keepalived
#全局配置
global_defs {
notification_email { #指定keepalived在发生切换时需要发送email到的对象，一行一个
XXX@XXX.com
}
notification_email_from XXX@XXX.com #指定发件人
#smtp_server XXX.smtp.com #指定smtp服务器地址
#smtp_connect_timeout 30 #指定smtp连接超时时间
router_id LVS_DEVEL #运行keepalived机器的一个标识
}
vrrp_instance VI_1 {
state MASTER #标示状态为MASTER 备份机为BACKUP
interface eth0 #设置实例绑定的网卡
virtual_router_id 51 #同一实例下virtual_router_id必须相同
priority 100 #MASTER权重要高于BACKUP 比如BACKUP为99
advert_int 1 #MASTER与BACKUP负载均衡器之间同步检查的时间间隔，单位是秒
authentication { #设置认证
auth_type PASS #主从服务器验证方式
auth_pass 8888
}
virtual_ipaddress { #设置vip
192.168.200.100 #可以多个虚拟IP，换行即可
192.168.200.101
}
}
//启动
service keepalived start
//停止
service keepalived stop
//创建一个check_nginx.sh 作用：检测nginx，如果nginx崩了，那么keepalived自杀进程
touch /etc/keepalived/check_nginx.sh
//赋予最高权限
chmod 777 check_nginx.sh
//复制下面对容到check_nginx.sh中
#!/bin/bash
# 如果进程中没有nginx则将keepalived进程kill掉
A=`ps -C nginx --no-header |wc -l` ## 查看是否有 nginx进程 把值赋给变量A
if [ $A -eq 0 ];then ## 如果没有进程值得为 零
service keepalived stop ## 则结束 keepalived 进程
fi
//打开配置文件
vim /etc/keepalived/keepalived.conf
//在配置文件中添加脚本监控
vrrp_script check_nginx {
script "/etc/keepalived/check_nginx.sh" ##监控脚本
interval 2 ##时间间隔，2秒
weight 2 ##权重
}
track_script {
check_nginx #监控脚本
}
docker
安装(centos)
#第一步 安装依赖
sudo yum install -y yum-utils device-mapper-persistent-data lvm2
#第二步 添加stable的Docker-ce的源
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
#第三步 安装docker-ce
sudo yum install docker-ce docker-ce-cli containerd.io
启动
#启动docker进程
systemctl start docker
#查看进程状态
systemctl status docker
docker镜像加速
vim /etc/docker/daemon.json
#编辑daemon.json
{"registry-mirrors":["https://registry.docker-cn.com"]}
#重启服务
sudo systemctl daemon-reload
sudo systemctl restart docker
移除
#删除久的版本
sudo yum remove docker docker-client docker-client-latest docker-common docker-latest docker-latest-logrotate docker-logrotate docker-engine
docker-compose
安装
#在线安装
sudo curl -L "https://github.com/docker/compose/releases/download/1.23.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
#赋执行权限
chmod +x /usr/local/bin/docker-compose
#查看版本
docker-compose --version
使用
#创建个docker-compose.yml配置文件
vim ~/docker-compose.yml
version: '3'
services:
mysql1:
image: mysql
environment:
- MYSQL_ROOT_PASSWORD=123456
ports:
- 28002:3306
mysql2:
image: mysql
environment:
- MYSQL_ROOT_PASSWORD=123456
ports:
- 28003:3306
#执行命令
docker-compose up -d
#停止
docker-compose stop
docker命令使用
#查看所有容器
docker ps –a
#查看日志
docker logs -f name
部署linux服务器集群
一、关闭防火墙
#1.关闭防火墙
$ service iptables stop
#2.设置开机不启动
$ chkconfig iptables off
#3.关闭selinux
$ vim /etc/selinux/config
#注释掉 SELINUX=enforcing,添加
SELINUX=disabled
二、更改主机名
$ vim /etc/sysconfig/network
HOSTNAME=node01.hadoop.com
HOSTNAME=node02.hadoop.com
HOSTNAME=node03.hadoop.com
三、主机名与IP地址的映射
$ vim /etc/hosts
192.168.52.100 node01.hadoop.com node01
192.168.52.110 node02.hadoop.com node02
192.168.52.120 node03.hadoop.com node03
四、免密码登录
#1.每台机器生成公钥私钥
#生成的公钥私钥在/root/.ssh/下面，私钥：id_rsa 公钥：id_rsa.pub
$ ssh-keygen -t rsa
#2.将每台机器的公钥拷贝到同一台机器上面去
$ ssh-copy-id node01
#3.将拷贝后的公钥发给所有其他的机器(在node01上操作)
#$PWD是把当前目录的authorized_keys拷贝到目标服务器的当前目录
scp authorized_keys node02:/root/.ssh
scp authorized_keys node03:$PWD
五、时钟同步
第一种方式：通过网络进行时钟同步，通过网络连接外网进行时钟同步,必须保证虚拟机连上外网
#定时同步时钟
$ crontab -e
#每分钟同步
*/1 * * * * /usr/sbin/ntpdate ntp4.aliyun.com
第二种时钟同步方式：通过某一台机器进行同步
#以192.168.52.100这台服务器的时间为准进行时钟同步
#一、确定是否安装了ntpd的服务
$ rpm -qa | grep ntpd
#如果没有安装，就安装
$ yum -y install ntpd
#启动ntpd的服务
$ service ntpd start
#设置ntpd的服务开机启动
$ chkconfig ntpd on
#二、编辑/etc/ntp.conf，编辑第一台机器的/etc/ntp.conf
$ vim /etc/ntp.conf
#在文件中添加如下内容
restrict 192.168.52.0 mask 255.255.255.0 nomodify notrap
#注释一下四行内容
#server 0.centos.pool.ntp.org
#server 1.centos.pool.ntp.org
#server 2.centos.pool.ntp.org
#server 3.centos.pool.ntp.org
#去掉以下内容的注释，如果没有这两行注释，那就自己添加上
server 127.127.1.0 # local clock
fudge 127.127.1.0 stratum 10
#配置以下内容，保证BIOS与系统时间同步
$ vim /etc/sysconfig/ntpd
#添加一行内容
SYNC_HWLOCK=yes
#三、另外两台机器与192.168.52.100进行时钟同步
$ crontab -e
*/1 * * * * /usr/sbin/ntpdate 192.168.52.100
六、安装jdk
#1.查看自带的openjdk
$ rpm -qa | grep java
#2.卸载系统自带的openjdk
$ rpm -e --nodeps java-1.6.0-openjdk-1.6.0.41-1.13.13.1.el6_8.x86_64 tzdata-java-2016j-1.el6.noarch java-1.7.0-openjdk-1.7.0.131-2.6.9.0.el6_8.x86_64
#为了保持我们的安装环境统一和一致，我们这里创建两个约定俗称的文件夹，来进行我们的软件包的存放和软件的安装
#所有软件的安装路径
$ mkdir -p /export/servers
#所有软件压缩包的存放路径
$ mkdir -p /export/softwares
#3.上传jdk到/export/softwares路径下去，并解压
$ tar -zxvf jdk-8u141-linux-x64.tar.gz -C ../servers/
#4.配置环境变量
$ vim /etc/profile
export JAVA_HOME=/export/servers/jdk1.8.0_141
export PATH=:$JAVA_HOME/bin:$PATH
#修改完成之后记得 source /etc/profile生效
$ source /etc/profile
七、编写shell脚本一键安装jdk
#!/bin/bash
# 第一步 jdk拷贝到其他机器
for m in node02 node03
do
scp -r /export/servers/jdk1.8.0_141 $m:/export/servers
done
# 第二步 其他机器配置环境变量
for n in node02 node03
do
ssh $n "echo 'export JAVA_HOME=/export/servers/jdk1.8.0_141' >> /etc/profile;echo 'export PATH=:\$JAVA_HOME/bin:\$PATH' >> /etc/profile"
done
apache-hadoop安装
界面端口说明
http://node01:50070/dfshealth.html#tab-overview #查看hdfs
http://node01:8088/cluster #查看yarn集群
http://node01:19888/jobhistory #查看历史完成的任务
apache-hadoop单机安装
apache-hadoop-2.7.5版
一、上传文件解压到指定目录
#解压到指定目录
$ tar -zxvf hadoop-2.7.5.tar.gz -C ../servers/
二、修改配置文件
/export/servers/hadoop-2.7.5/bin: #一些shell脚本
/export/servers/hadoop-2.7.5/sbin: #一些shell脚本
/export/servers/hadoop-2.7.5/etc/hadoop: #所有配置文件路径
/export/servers/hadoop-2.7.5/lib/native: #hadoop的本地库路径，本地的c程序库
#检测hadoop的本地程序库
$ bin/hadoop checknative
hadoop: true #本地库，支持使用c程序来访问hadoop
zlib: true #压缩库
snappy: false #压缩库，谷歌出品的一种压缩算法
lz4: true #压缩库
bzip2: false #压缩库
#配置文件说明
core-site.xml: #核心配置文件，主要定义了我们文件访问的格式 hdfs://
hadoop-env.sh: #主要配置java路径
hdfs-site.xml: #主要定义配置hdfs的相关配置
mapred-site.xml: #主要定义mapreduce相关的一些配置
slvaes: #控制节点从哪儿来datanode nodemanager在那些机器上
yarn-site: #配置resourcemanager资源调度
1.修改core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.52.100:8020</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/export/servers/hadoop-2.7.5/hadoopDatas/tempDatas</value>
</property>
<!-- 缓冲区大小，实际工作中根据服务器性能动态调整 -->
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
<!-- 开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 -->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
</configuration>
2.修改hdfs-site.xml
<configuration>
<!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 -->
<!-- 集群动态上下线
<property>
<name>dfs.hosts</name>
<value>/export/servers/hadoop-2.7.4/etc/hadoop/accept_host</value>
</property>
<property>
<name>dfs.hosts.exclude</name>
<value>/export/servers/hadoop-2.7.4/etc/hadoop/deny_host</value>
</property>
-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node01:50090</value>
</property>
<!--定义namenode的访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>node01:50070</value>
</property>
<!--主要用于存放元数据信息地址，注意这种写法，在实际工作当中一定要先确认linux的磁盘挂载在哪个路径下面，
查看命令 df -lh
/datadisk
/mnt/resource
file:///datadisk,file:///mnt/resource
存储元数据信息，一定要事先确定好磁盘在哪里
存放的是fsimage元数据信息
-->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas,file:///export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2</value>
</property>
<!-- 定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 -->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas,file:///export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2</value>
</property>
<!--定义元数据的操作日志存放位置，edits的存放位置-->
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///export/servers/hadoop-2.7.5/hadoopDatas/nn/edits</value>
</property>
<!--元数据检测点保存位置-->
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>file:///export/servers/hadoop-2.7.5/hadoopDatas/snn/name</value>
</property>
<!--edits文件的检查点保存位置-->
<property>
<name>dfs.namenode.checkpoint.edits.dir</name>
<value>file:///export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits</value>
</property>
<!--文件的副本数，一个文件保存多少份-->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!--hdfs的权限控制-->
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<!--文件存储的block块大小-->
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
</configuration>
3.修改hadoop-env.sh
把
export JAVA_HOME=${JAVA_HOME}
修改成
export JAVA_HOME=/export/servers/jdk1.8.0_141
4.修改mapred-site.xml
把mapred-site.xml.template 改成 mapred-site.xml
<configuration>
<!--指定mapreduce运行在yarn集群上面-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!--开启mapreduce的小任务模式-->
<property>
<name>mapreduce.job.ubertask.enable</name>
<value>true</value>
</property>
<!--配置mapreduce的jobhistory 可以查看所有运行完成的任务的一些情况-->
<property>
<name>mapreduce.jobhistory.address</name>
<value>node01:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node01:19888</value>
</property>
</configuration>
5.修改yarn-site.xml
<configuration>
<!--指定resourcemanager运行在那台机器上-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node01</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!--日志的聚合功能，方便我们查看任务执行完成之后的日志记录-->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!--聚合日志的保存时长-->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
</configuration>
6.修改mapred-env.sh
export JAVA_HOME=/export/servers/jdk1.8.0_141
7.修改slaves
localhost
三、启动操作
1.创建文件夹
$ cd /export/servers/hadoop-2.7.5
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/tempDatas
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/nn/edits
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/snn/name
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits
2.执行格式化操作
$ cd /export/servers/hadoop-2.7.5/
#依次顺序启动
$ bin/hdfs namenode -format
$ sbin/start-dfs.sh
$ sbin/start-yarn.sh
$ sbin/mr-jobhistory-daemon.sh start historyserver
apache-伪分布式环境搭建
适用于学习测试开发集群模式
服务规划
| 服务器IP | 192.168.52.100 | 192.168.52.110 | 192.168.52.120 |
|---|---|---|---|
| 主机名 | node01.hadoop.com | node02.hadoop.com | node03.hadoop.com |
| NameNode | 是 | 否 | 否 |
| Secondary NameNode | 是 | 否 | 否 |
| dataNode | 是 | 是 | 是 |
| ResourceManager | 是 | 否 | 否 |
| NodeManager | 是 | 是 | 是 |
1.停止单节点集群，删除/export/servers/hadoop-2.7.5/hadoopDatas文件夹，然后重新创建文件夹
第一台机器执行以下命令
cd /export/servers/hadoop-2.7.5
sbin/stop-dfs.sh
sbin/stop-yarn.sh
sbin/mr-jobhistory-daemon.sh stop historyserver
2.删除hadoopDatas然后重新创建文件夹
rm -rf /export/servers/hadoop-2.7.5/hadoopDatas
3.重新创建文件夹
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/tempDatas
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/nn/edits
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/snn/name
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits
4.修改slaves文件，然后将安装包发送到其他机器，重新启动集群即可
第一台机器执行以下命令
cd /export/servers/hadoop-2.7.5/etc/hadoop
vim slaves
node01
node02
node03
5.安装包的分发
第一台机器执行以下命令
cd /export/servers/
scp -r hadoop-2.7.5 node02:$PWD
scp -r hadoop-2.7.5 node03:$PWD
6.启动集群
第一台机器执行以下命令
cd /export/servers/hadoop-2.7.5
bin/hdfs namenode -format
sbin/start-dfs.sh
sbin/start-yarn.sh
sbin/mr-jobhistory-daemon.sh start historyserver
apache-分布式环境搭建
使用完全分布式，实现namenode高可用，ResourceManager的高可用
服务规划
| 192.168.1.100 | 192.168.1.110 | 192.168.1.120 | |
|---|---|---|---|
| zookeeper | zk | zk | zk |
| HDFS | JournalNode | JournalNode | JournalNode |
| NameNode | NameNode | ||
| ZKFC | ZKFC | ||
| DataNode | DataNode | DataNode | |
| YARN | ResourceManager | ResourceManager | |
| NodeManager | NodeManager | NodeManager | |
| MapReduce | JobHistoryServer |
一、安装包解压
停止之前的hadoop集群的所有服务，并删除所有机器的hadoop安装包，然后重新解压hadoop压缩包
解压压缩包
第一台机器执行以下命令进行解压
cd /export/softwares
tar -zxvf hadoop-2.7.5.tar.gz -C ../servers/
二、修改配置文件
在第一台机器上执行
1.core-site.xml
<configuration>
<!-- 指定NameNode的HA高可用的zk地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>node01:2181,node02:2181,node03:2181</value>
</property>
<!-- 指定HDFS访问的域名地址
使用命名空间来定义我们的hdfs的访问地址
-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns</value>
</property>
<!-- 临时文件存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/export/servers/hadoop-2.7.5/data/tmp</value>
</property>
<!-- 开启hdfs垃圾箱机制，指定垃圾箱中的文件七天之后就彻底删掉
单位为分钟
-->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
</configuration>
2.hadoop-env.sh
export JAVA_HOME=/export/servers/jdk1.8.0_141
3.hdfs-site.xml
<configuration>
<!-- 指定命名空间 -->
<property>
<name>dfs.nameservices</name>
<value>ns</value>
</property>
<!-- 指定该命名空间下的两个机器作为我们的NameNode -->
<property>
<name>dfs.ha.namenodes.ns</name>
<value>nn1,nn2</value>
</property>
<!-- 配置第一台服务器的namenode通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns.nn1</name>
<value>node01:8020</value>
</property>
<!-- 配置第二台服务器的namenode通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns.nn2</name>
<value>node02:8020</value>
</property>
<!-- 所有从节点之间相互通信端口地址 -->
<property>
<name>dfs.namenode.servicerpc-address.ns.nn1</name>
<value>node01:8022</value>
</property>
<!-- 所有从节点之间相互通信端口地址 -->
<property>
<name>dfs.namenode.servicerpc-address.ns.nn2</name>
<value>node02:8022</value>
</property>
<!-- 第一台服务器namenode的web访问地址 -->
<property>
<name>dfs.namenode.http-address.ns.nn1</name>
<value>node01:50070</value>
</property>
<!-- 第二台服务器namenode的web访问地址 -->
<property>
<name>dfs.namenode.http-address.ns.nn2</name>
<value>node02:50070</value>
</property>
<!-- journalNode的访问地址，注意这个地址一定要配置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://node01:8485;node02:8485;node03:8485/ns1</value>
</property>
<!-- 指定故障自动恢复使用的哪个java类 -->
<property>
<name>dfs.client.failover.proxy.provider.ns</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 故障转移使用的哪种通信机制 -->
<property>
<name>dfs.ha.fencing.methods</name>
<value>sshfence</value>
</property>
<!-- 指定通信使用的公钥
如果使用hadoop普通用户 /home/hadoop/.ssh/id_rsa
-->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/root/.ssh/id_rsa</value>
</property>
<!-- journalNode数据存放地址 -->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/export/servers/hadoop-2.7.5/data/dfs/jn</value>
</property>
<!-- 启用自动故障恢复功能 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- namenode产生的文件存放路径 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///export/servers/hadoop-2.7.5/data/dfs/nn/name</value>
</property>
<!-- edits产生的文件存放路径 -->
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///export/servers/hadoop-2.7.5/data/dfs/nn/edits</value>
</property>
<!-- dataNode文件存放路径 -->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///export/servers/hadoop-2.7.5/data/dfs/dn</value>
</property>
<!-- 关闭hdfs的文件权限 -->
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<!-- 指定block文件块的大小 128M-->
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
</configuration>
4.mapred-site.xml
注意：mapred-site.xml.template 修改为 mapred-site.xml
<configuration>
<!--指定运行mapreduce的环境是yarn -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- MapReduce JobHistory Server IPC host:port -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>node03:10020</value>
</property>
<!-- MapReduce JobHistory Server Web UI host:port -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node03:19888</value>
</property>
<!-- The directory where MapReduce stores control files.默认 ${hadoop.tmp.dir}/mapred/system -->
<property>
<name>mapreduce.jobtracker.system.dir</name>
<value>/export/servers/hadoop-2.7.5/data/system/jobtracker</value>
</property>
<!-- The amount of memory to request from the scheduler for each map task. 默认 1024-->
<property>
<name>mapreduce.map.memory.mb</name>
<value>1024</value>
</property>
<!-- <property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx1024m</value>
</property> -->
<!-- The amount of memory to request from the scheduler for each reduce task. 默认 1024-->
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>1024</value>
</property>
<!-- <property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx2048m</value>
</property> -->
<!-- 用于存储文件的缓存内存的总数量，以兆字节为单位。默认情况下，分配给每个合并流1MB，给个合并流应该寻求最小化。默认值100-->
<property>
<name>mapreduce.task.io.sort.mb</name>
<value>100</value>
</property>
<!-- <property>
<name>mapreduce.jobtracker.handler.count</name>
<value>25</value>
</property>-->
<!-- 整理文件时用于合并的流的数量。这决定了打开的文件句柄的数量。默认值10-->
<property>
<name>mapreduce.task.io.sort.factor</name>
<value>10</value>
</property>
<!-- 默认的并行传输量由reduce在copy(shuffle)阶段。默认值5-->
<property>
<name>mapreduce.reduce.shuffle.parallelcopies</name>
<value>25</value>
</property>
<property>
<name>yarn.app.mapreduce.am.command-opts</name>
<value>-Xmx1024m</value>
</property>
<!-- MR AppMaster所需的内存总量。默认值1536-->
<property>
<name>yarn.app.mapreduce.am.resource.mb</name>
<value>1536</value>
</property>
<!-- MapReduce存储中间数据文件的本地目录。目录不存在则被忽略。默认值${hadoop.tmp.dir}/mapred/local-->
<property>
<name>mapreduce.cluster.local.dir</name>
<value>/export/servers/hadoop-2.7.5/data/system/local</value>
</property>
</configuration>
5.slaves
6.yarn-site.xml 注意: node03与node02配置不同
<configuration>
<!-- Site specific YARN configuration properties -->
<!-- 是否启用日志聚合.应用程序完成后,日志汇总收集每个容器的日志,这些日志移动到文件系统,例如HDFS. -->
<!-- 用户可以通过配置"yarn.nodemanager.remote-app-log-dir"、"yarn.nodemanager.remote-app-log-dir-suffix"来确定日志移动到的位置 -->
<!-- 用户可以通过应用程序时间服务器访问日志 -->
<!-- 启用日志聚合功能，应用程序完成后，收集各个节点的日志到一起便于查看 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!--开启resource manager HA,默认为false-->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 集群的Id，使用该值确保RM不会做为其它集群的active -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>mycluster</value>
</property>
<!--配置resource manager 命名-->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<!-- 配置第一台机器的resourceManager -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>node03</value>
</property>
<!-- 配置第二台机器的resourceManager -->
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>node02</value>
</property>
<!-- 配置第一台机器的resourceManager通信地址 -->
<property>
<name>yarn.resourcemanager.address.rm1</name>
<value>node03:8032</value>
</property>
<!--调度任务通信地址-->
<property>
<name>yarn.resourcemanager.scheduler.address.rm1</name>
<value>node03:8030</value>
</property>
<!--资源追踪-->
<property>
<name>yarn.resourcemanager.resource-tracker.address.rm1</name>
<value>node03:8031</value>
</property>
<!--admin的管理地址-->
<property>
<name>yarn.resourcemanager.admin.address.rm1</name>
<value>node03:8033</value>
</property>
<!--界面地址-->
<property>
<name>yarn.resourcemanager.webapp.address.rm1</name>
<value>node03:8088</value>
</property>
<!-- 配置第二台机器的resourceManager通信地址 -->
<property>
<name>yarn.resourcemanager.address.rm2</name>
<value>node02:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address.rm2</name>
<value>node02:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address.rm2</name>
<value>node02:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address.rm2</name>
<value>node02:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm2</name>
<value>node02:8088</value>
</property>
<!--开启resourcemanager自动恢复功能-->
<property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<!--在node03上配置rm1,在node2上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上，但这个在YARN的另一个机器上一定要修改，其他机器上不配置此项
注意：现在有两个resourceManager 第三台是rm1 第二台是rm2 这个配置一定去node02上面改好-->
<property>
<name>yarn.resourcemanager.ha.id</name>
<value>rm1</value>
<description>If we want to launch more than one RM in single node, we need this configuration</description>
</property>
<!--用于持久存储的类。尝试开启-->
<property>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>node02:2181,node03:2181,node01:2181</value>
<description>For multiple zk services, separate them with comma</description>
</property>
<!--开启resourcemanager故障自动切换，指定机器-->
<property>
<name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
<value>true</value>
<description>Enable automatic failover; By default, it is enabled only when HA is enabled.</description>
</property>
<property>
<name>yarn.client.failover-proxy-provider</name>
<value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value>
</property>
<!-- 允许分配给一个任务最大的CPU核数，默认是8 -->
<property>
<name>yarn.nodemanager.resource.cpu-vcores</name>
<value>4</value>
</property>
<!-- 每个节点可用内存,单位MB -->
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>512</value>
</property>
<!-- 单个任务可申请最少内存，默认1024MB -->
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>512</value>
</property>
<!-- 单个任务可申请最大内存，默认8192MB -->
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>512</value>
</property>
<!--多长时间聚合删除一次日志 此处-->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>2592000</value><!--30 day-->
</property>
<!--时间在几秒钟内保留用户日志。只适用于如果日志聚合是禁用的-->
<property>
<name>yarn.nodemanager.log.retain-seconds</name>
<value>604800</value><!--7 day-->
</property>
<!--指定文件压缩类型用于压缩汇总日志-->
<property>
<name>yarn.nodemanager.log-aggregation.compression-type</name>
<value>gz</value>
</property>
<!-- nodemanager本地文件存储目录-->
<property>
<name>yarn.nodemanager.local-dirs</name>
<value>/export/servers/hadoop-2.7.5/yarn/local</value>
</property>
<!-- resourceManager 保存最大的任务完成个数 -->
<property>
<name>yarn.resourcemanager.max-completed-applications</name>
<value>1000</value>
</property>
<!-- 逗号隔开的服务列表，列表名称应该只包含a-zA-Z0-9_,不能以数字开始-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!--rm失联后重新链接的时间-->
<property>
<name>yarn.resourcemanager.connect.retry-interval.ms</name>
<value>2000</value>
</property>
</configuration>
三、复制创建文件夹
将第一台机器的安装包发送到其他机器上
cd /export/servers
scp -r hadoop-2.7.5/ node02:$PWD
scp -r hadoop-2.7.5/ node03:$PWD
三台机器上共同创建目录
三台机器执行以下命令
mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/name
mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/edits
mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/name
mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/edits
四、更改node02的rm2
cd /export/servers/hadoop-2.7.5/etc/hadoop
vim yarn-site.xml
<property>
<name>yarn.resourcemanager.ha.id</name>
<value>rm1</value><!--rm1改成rm2-->
<description>If we want to launch more than one RM in single node, we need this configuration</description>
</property>
五、启动HDFS过程
1.node01机器执行以下命令
cd /export/servers/hadoop-2.7.5
bin/hdfs zkfc -formatZK #格式化
sbin/hadoop-daemons.sh start journalnode
bin/hdfs namenode -format
bin/hdfs namenode -initializeSharedEdits -force
sbin/start-dfs.sh
2.node02上面执行，启动namenode
cd /export/servers/hadoop-2.7.5
bin/hdfs namenode -bootstrapStandby
sbin/hadoop-daemon.sh start namenode
3.启动yarn过程
node03上面执行
cd /export/servers/hadoop-2.7.5
sbin/start-yarn.sh
node02上执行
cd /export/servers/hadoop-2.7.5
sbin/start-yarn.sh
4.查看resourceManager状态
node03上面执行
cd /export/servers/hadoop-2.7.5
bin/yarn rmadmin -getServiceState rm1
node02上面执行
cd /export/servers/hadoop-2.7.5
bin/yarn rmadmin -getServiceState rm2
5.node03启动jobHistory
node03机器执行以下命令启动jobHistory
cd /export/servers/hadoop-2.7.5
sbin/mr-jobhistory-daemon.sh start historyserver
界面url地址
hdfs状态查看
node01机器查看hdfs状态
http://192.168.52.100:50070/dfshealth.html#tab-overview
node02机器查看hdfs状态
http://192.168.52.110:50070/dfshealth.html#tab-overview
yarn集群访问查看
历史任务浏览界面
页面访问：
http://192.168.52.120:19888/jobhistory
CDH-hadoop安装
CDH-伪分布式环境搭建
| 服务器IP | 192.168.52.100 | 192.168.52.110 | 192.168.52.120 |
|---|---|---|---|
| HDFS | NameNode | ||
| Secondary NameNode | |||
| DataNode | DataNode | DataNode | |
| YARN | ResourceManager | ||
| NodeManager | NodeManager | NodeManager | |
| MapReduce | JobHistoryServer |
一、上传压缩包并解压
将我们重新编译之后支持snappy压缩的hadoop包上传到第一台服务器并解压
第一台机器执行以下命令
cd /export/softwares/
mv hadoop-2.6.0-cdh5.14.0-自己编译后的版本.tar.gz hadoop-2.6.0-cdh5.14.0.tar.gz
tar -zxvf hadoop-2.6.0-cdh5.14.0.tar.gz -C ../servers/
二、查看hadoop压缩方式及本地库
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0
bin/hadoop checknative
如果出现openssl为false，那么所有机器在线安装openssl即可，执行以下命令，虚拟机联网之后就可以在线进行安装了
yum -y install openssl-devel
三、修改配置文件
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop
1.core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://node01:8020</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas</value>
</property>
<!-- 缓冲区大小，实际工作中根据服务器性能动态调整 -->
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
<!-- 开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 -->
<property>
<name>fs.trash.interval</name>
<value>10080</value>
</property>
</configuration>
2.hdfs-site.xml
<configuration>
<!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 -->
<!-- 集群动态上下线
<property>
<name>dfs.hosts</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/accept_host</value>
</property>
<property>
<name>dfs.hosts.exclude</name>
<value>/export/servers/hadoop-2.6.0-cdh5.14.0/etc/hadoop/deny_host</value>
</property>
-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>node01:50090</value>
</property>
<property>
<name>dfs.namenode.http-address</name>
<value>node01:50070</value>
</property>
<property>
<!--实际工作当中，这个路径不能随便写，需要首先确定磁盘的挂载目录
df -lh 查看我们磁盘的挂载路径-->
<name>dfs.namenode.name.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas</value>
</property>
<!-- 定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 -->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas</value>
</property>
<property>
<name>dfs.namenode.edits.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits</value>
</property>
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name</value>
</property>
<property>
<name>dfs.namenode.checkpoint.edits.dir</name>
<value>file:///export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<property>
<name>dfs.blocksize</name>
<value>134217728</value>
</property>
</configuration>
3.hadoop-env.sh
export JAVA_HOME=/export/servers/jdk1.8.0_141
4.mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.job.ubertask.enable</name>
<value>true</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>node01:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node01:19888</value>
</property>
</configuration>
5.yarn-site.xml
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>node01</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
</configuration>
6.slaves
node01
node02
node03
四、创建文件存放目录
第一台机器执行以下命令
node01机器上面创建以下目录
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/tempDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/namenodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/datanodeDatas
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/edits
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/snn/name
mkdir -p /export/servers/hadoop-2.6.0-cdh5.14.0/hadoopDatas/dfs/nn/snn/edits
五、安装包的分发
第一台机器执行以下命令
cd /export/servers/
scp -r hadoop-2.6.0-cdh5.14.0/ node02:$PWD
scp -r hadoop-2.6.0-cdh5.14.0/ node03:$PWD
六、配置hadoop的环境变量
三台机器都要进行配置hadoop的环境变量
三台机器执行以下命令
vim /etc/profile
export HADOOP_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
配置完成之后生效
source /etc/profile
七、集群启动
要启动 Hadoop 集群，需要启动 HDFS 和 YARN 两个集群。
注意：首次启动HDFS时，必须对其进行格式化操作。本质上是一些清理和准备工作，因为此时的 HDFS 在物理上还是不存在的。
搭建好了后，第一次需要进行格式化，以后都不要再格式化了，格式化后数据就没有了
bin/hdfs namenode -format 或者 bin/hadoop namenode –format
单个节点逐一启动
#在主节点上使用以下命令启动 HDFS NameNode：
hadoop-daemon.sh start namenode
#在每个从节点上使用以下命令启动 HDFS DataNode：
hadoop-daemon.sh start datanode
#启动主节点 secondarynamenode
hadoop-daemon.sh start secondarynamenode
#在主节点上使用以下命令启动 YARN ResourceManager：
yarn-daemon.sh start resourcemanager
#在每个从节点上使用以下命令启动 YARN nodemanager：
yarn-daemon.sh start nodemanager
#启动主节点 JobHistoryServer
mr-jobhistory-daemo.sh start historyserver
#以上脚本位于$HADOOP_PREFIX/sbin/目录下。如果想要停止某个节点上某个角色，只需要把命令中的start 改为stop 即可。
脚本一键启动
如果配置了 etc/hadoop/slaves 和ssh 免密登录，则可以使用程序脚本启动所有Hadoop两个集群的相关进程，在主节点所设定的机器上执行。
启动集群
node01节点上执行以下命令
第一台机器执行以下命令
cd /export/servers/hadoop-2.6.0-cdh5.14.0/
sbin/start-dfs.sh
sbin/start-yarn.sh
sbin/mr-jobhistory-daemon.sh start historyserver
停止集群：没事儿不要去停止集群
sbin/stop-dfs.sh
sbin/stop-yarn.sh
sbin/mr-jobhistory-daemon.sh start historyserver
