Spark，配置hadoop集群1

配置运行任务的历史服务器

1.配置mapred-site.xml

在hadoop的安装目录下，打开mapred-site.xml，并在该文件里面增加如下两条配置。

eg我的是在hadoop199上

<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop100:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop100:19888</value>
</property>

添加后该文件是这样的：

2.同步配置

将此文件配置同步到其他节点中命令为：

[root@hadoop100 hadoop]$ xsync $HADOOP_HOME/etc/hadoop/mapred-site.xml

3.启动历史服务器

请注意：你在配置的时候指定哪个节点是历史服务器，就在哪里启动，请不要搞错了。

对应的命令是： mapred --daemon start historyserver

4.检查历史服务器是否启动

通过jps命令来查看历史服务器是否已经成功启动了。

[root@hadoop100 hadoop]$ jps

出现下图这样即代表成功启动

5.查看JobHistory

方式1：直接去看所有的历史记录 http://hadoop100:19888/jobhistory

方式2：重新启动yarn服务。再从具体的history链接进行跳转。

开启日志聚集功能

1.配置yarn-site.xml

同样也是在hadoop100内找到yarn-site.xml文件，我们添加如下的配置。

在该文件里面增加如下配置。 

<!-- 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://hadoop101:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

2.分发配置

和之前的配置一样，我们需要把这个更新之后的yarn-site.xml文件同步到其他的机器。这里还是使用脚本xsync。具体如下：

xsync /opt/module/hadoop-3.1.3/etc/hadoop/yarn-site.xml

3.重启ResourceManager和HistoryServer

进入到我们安装yarn的主机，通过命令来关闭掉yarn和historyServer，然后再重启。

[root@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh

[root@hadoop103 hadoop-3.1.3]$ mapred --daemon stop historyserver

启动ResourceManage和HistoryServer

start-yarn.sh

mapred --daemon start historyserver

4.测试是否运行成功

命令如下：

[root@hadoop100 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

查看日志：

如果一切正常，我们打开历史服务器地址http://hadoop101:19888/jobhistory 可以看到历史任务列表，如下：

点击对应的JobID，就可以进一步查看任务运行日志

然后在点击logs，就可以查看运行日志的详情了。