HDFS分布式文件系统
hadoopo原理
hadoop2.0的HA 机制有两个namenode，一个是active namenode，状态是active；另外一个是standby namenode，状态是standby。两者的状态是可以切换的，但不能同时两个都是active状态，最多只有1个是active状态。只有active namenode提供对外的服务，standby namenode是不对外服务的。active namenode和standby namenode之间通过NFS或者JN（journalnode，QJM方式）来同步数据。
.
Hadoop的简介：
Hadoop是apache软件基金会的开源分布式计算平台hadoop集群包括两种角色Mater和Slave。一个HDFS集群由一个运行于Master上的NameNode和若干个运行于Slave节点的DataNode组成。
.
NameNode负责管理文件系统命名空间和客户端对文件系统的访问操作；DataNode管理存储的数据。文件以块形式在DataNode中存储，假如一个块大小设置为50MB，块的副本数为3（通过设置块的副本数来达到冗余效果，防止单个DataNode磁盘故障后数据丢失），一个40MB的文件将被存储在一个块中，然后将相同的3个块存储在3个DataNode中实现冗余。大文件将被切成小块存储。
.项目要求：
搭建hadoop的HDFS，通过DataNode节点的添加与删除实现HDFS空间动态增加与减少，以及HDFS文件系统的基本管理。
.
.
环境：
master：Redhat 6.5 x86 ：192.168.0.10
slave1：Redhat 6.5 x86 ：192.168.0.11
slave2：Redhat 6.5 x86 ：192.168.0.12
slave3：Redhat 6.5 x86 ：192.168.0.13
slave4：Redhat 6.5 x86 ：192.168.0.14
.
准备环境
master、slave1~3上配置域名解析与主机名
[root@centos1 /]# vim /etc/hosts
192.168.0.10 master
192.168.0.11 slave1
192.168.0.12 slave2
192.168.0.13 slave3"
.
[root@centos1 /]# vim /etc/sysconfig/network
HOSTNAME=master
[root@centos1 /]# reboot.
**(slave1)**
[root@centos1 /]# scp [email protected]:/etc/hosts /etc/
[root@centos1 /]# vim /etc/sysconfig/network
HOSTNAME=slave1
[root@centos1 /]# reboot
.
**(slave2)**
[root@centos1 /]# scp [email protected]:/etc/hosts /etc/
[root@centos1 /]# vim /etc/sysconfig/network
HOSTNAME=slave2
[root@centos1 /]# reboot
.
**(slave3)**
[root@centos1 /]# scp [email protected]:/etc/hosts /etc/
[root@centos1 /]# vim /etc/sysconfig/network
HOSTNAME=slave3
[root@centos1 /]# reboot.
(master 0.10)
JDK安装
[root@centos1 /]# mount /dev/cdrom /media
[root@centos1 /]# tar zxf jdk-7u65-linux-x64.gz -C /usr/src
[root@centos1 /]# cd /usr/src
[root@centos1 /]# mv jdk1.7.0_65/ /usr/local/java
[root@centos1 /]# vim /etc/profile
export JAVA_HOME=/usr/local/java //在末尾添加两行
export PATH=$PATH:$JAVA_HOME/bin.
[root@centos1 /]# source /etc/profile
[root@centos1 /]# java -version.
添加hadoop用户
[root@centos1 /]# useradd hadoop
[root@centos1 /]# passwd hadoop
同理：在slave1-slave3上重复步骤2）和步骤3），这里就不在演示.
配置SSH密钥对
要求master免密码登录各slave，用于开启相应服务。
Master无密码连接slave，先切换hadoop用户，用ssh-keygen按照默认配置直接按Enter键生成密钥对，通过ssh-copy-id将公钥复制至3个slave主机中，复制过程需要输入slave主机的hadoop用户密码，作用是master远程启动slave。
[root@centos1 /]# su - hadoop
[root@centos1 /]# ssh-keygen
.
slave1上的hadoop用户的密码
[root@centos1 /]# ssh-copy-id -i .ssh/id_rsa.pub hadoop@slave1
[root@centos1 /]# ssh-copy-id -i .ssh/id_rsa.pub hadoop@slave2
[root@centos1 /]# ssh-copy-id -i .ssh/id_rsa.pub hadoop@slave3.
安装hadoop，在master和slave上配置环境变量。
.
安装hadoop
[root@centos1 /]# exit
[root@centos1 /]# cd /meida
[root@centos1 /]# tar zxf hadoop-2.4.0.tar.gz -C /usr/src
[root@centos1 /]# cd /usr/src
[root@centos1 /]# mv hadoop-2.4.0/ /usr/local/hadoop
[root@centos1 /]# ls /usr/local/hadoophadoop不需编译安装，在上述6个目录中etc/hadoop是住配置文件目录sbin/下存放启动停止脚本
.
[root@centos1 /]# chown -R hadoop:hadoop /usr/local/hadoop
.
配置环境变量
[root@centos1 /]# vim /etc/profile
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/bin.
配置hadoop
[root@centos1 /]# cd /media
[root@centos1 /]# /bin/cp -r hadoop /usr/local/hadoop/etc/
[root@centos1 /]# su - hadoop
[root@centos1 /]# cd /usr/local/hadoop/etc/hadoop
[root@centos1 /]# vim hadoop-env.sh
export JAVA_HOME=/usr/local/java //添加java环境变量.
.
[root@centos1 /]# vim core-site.xml
fs.defaultFS
hdfs://master:9000 //master主机名
hadoop.tmp.dir
file:/usr/local/hadoop/tmp
hadoop 临时缓存目录
.
.
[root@centos1 /]# mv mapred-site.xml.tempalte mapred.site.xml
[root@centos1 /]# vim mapred-site.xml
mapred.job.tracker //连接jobtrack服务区的配置项，默认local，map数为1，master是本机主机名
master:9001
mapred.local.dir
/usr/local/hadoop/var //作为本地计算机使用的文件夹，可配置多块硬盘用，分隔
.
.
[root@centos1 /]# vim hdfs-site.xml
dfs.namenode.name.dir
file:/usr/local/hadoop/name
dfs.datanode.name.dir
file:/usr/local/hadoop/name
dfs.replication
3 //副本数每块复制几份
dfs.webhdfs.enabled
true //启用web访问hdfs，访问格式httpd://master:50070
.
.
[root@centos1 /]# vim masters
master //在文件中指定namenode的主机名
[root@centos1 /]# vim slaves
slave1
slave2
slave3指定datanode的主机名有多少slave就写多少
.
每个slave主机重复步骤1）和步骤2）（即它们也需要安装hadoop并设置环境变量），等前两步完成了再由master通过SSH安全通道把刚才配置的6个文件复制给每个slave。
每个slave主机上重复1）和2）步骤的省略
.
[root@centos1 /]# scp * slave1:/usr/local/hadoop/etc/hadoop
[root@centos1 /]# scp * slave2:/usr/local/hadoop/etc/hadoop
[root@centos1 /]# scp * slave3:/usr/local/hadoop/etc/hadoop.
.
使用HDFS初始化master
格式化HDFS文件系统
[root@centos1 /]# hafs namenode -format
看到截图说明成功
.
检查新生成的目录
[root@centos1 /]# ll /usr/local/hadoop/name/br/>.
启动hadoop群集（开机hadoop的冗余功能）
启停hadoopde的管理命令位于@HADOOP_HOME/sbin下，以start-*或stop-*开头；单独启动HDFS分布式文件系统可使用start-dfs.sh,也可以使用以下命令启动整个hadoop集群
[root@centos1 /]# start-all.sh
（输入master的hadoop用户密码）
（输入slave的hadoop的用户密码，所有slave密码要都一样）
验证访问
.
。
。
[root@centos1 /]# service iptables stop
通过浏览器查看NameNode，即master，访问http://192.168.0.10:50070,可以查看视图统计信息和HDFS存储信息等。
验证之前先关闭master和所有slave的防火墙
.
.
hadoop基本命令
使用“hadoop fs”命令可以结合普通的文件管理命令实现很多操作，如查看、修改权限、统计、获取帮助、创建、删除、上传下载文件等，更多的用法可使用“hadoop fs -help”或“hadoop fs -usage”命令查看。
[root@centos1 /]# hadoop fs -ls /
[root@centos1 /]# hadoop fs -mkdir /input
[root@centos1 /]# hadoop fs -ls /
[root@centos1 /]# hadoop fs -put /usr/local/hadoop/etc/hadoop/* /input
hadoop fs -ls /input
[root@centos1 /]# hdfs dfsadmin -report //查看所哟节点
的状态.
.
HDFS高级命令
开机安全模式
[root@centos1 /]# hdfs dfsadmin -safemode enter
[root@centos1 /]# hdfs dfsadmin -safemode leaveenter开启安全模式
leaves关闭安全模式
安全模式下拒接写入数据到slave，一般用于维护，修改配置文件的情况下，修改完就关闭安全模式
.
.
复制
将本地文件复制到HDFS上（注意不要在安全模式下）
[root@centos1 /]# hadoop fs -copyFormLocal /etc/passwd /
将/etc/passwd本地源文件复制到HDFS的/下
格式：hadoop fs -copyFromLocal 本地源文件 HDFS的目录
.
将HDFS上的文件复制到本地
[root@centos1 /]# hadoop fs -ls
[root@centos1 /]# hadoop fs -copyFormLocal /passwd /var
[root@centos1 /]# chmod 777 /var/
[root@centos1 /]# hadoop fs -copyFormLocal /passwd /var.
权限和归属
修改属组
[root@centos1 /]# hadoop fs -chgrp root /passwd
[root@centos1 /]# hadoop fs -ls /passwd
格式：hadoop fs -chgrp [-R] group 文件或目录.
修改权限
[root@centos1 /]# hadoop fs -chmod 755 /passwd
[root@centos1 /]# hadoop fs -ls /passwd
格式：hadoop fs -chmod [-R] group 文件或目录.
修改所有者
[root@centos1 /]# hadoop fs -chown root:root /passwd
[root@centos1 /]# hadoop fs -ls /passwd
格式：hadoop fs -chown [-R] group 属主：属组 文件或目录.
统计显示目录中文件大小
[root@centos1 /]# hadoop fs -du -s -h /passwd
格式：hadoop fs -du 目录.
合并文件
[root@centos1 /]# touch secret
[root@centos1 /]# hadoop fs -getmerge -nl /passwd /home/hadoop/secret
[root@centos1 /]# head -3 secret
格式：hadoop fs -getmerge [-nl] HDFS的源文件 本地主机的目的文件 源文件和目的文件都是一样的数据了.
.
(slave4)
为HDFS集群添加节点
slave4节点安装jdk与hadoop，配置环境变量
[root@centos1 /]# mount /dev/cdrom /media
[root@centos1 /]# useradd hadoop
[root@centos1 /]# passwd hadoop
[root@centos1 /]# tar zxf jdk-7u65-linux-x64.gz -C /usr/src
[root@centos1 /]# cd /usr/src
[root@centos1 /]# mv jdk1.7.0_65/ /usr/local/java
[root@centos1 /]# scp [email protected]:/etc/profile /etc
[root@centos1 /]# source /etc/profile
[root@centos1 /]# java -version
[root@centos1 /]# cd /meida
[root@centos1 /]# tar zxf hadoop-2.4.0.tar.gz -C /usr/src
[root@centos1 /]# cd /usr/src
[root@centos1 /]# mv hadoop-2.4.0/ /usr/local/hadoop
[root@centos1 /]# chown -R hadoop:hadoop /usr/local/hadoop.
.
（master）
配置/etc/hosts解析，NameNode与4台DataNode都要配置
[root@centos1 /]# vim /etc/hosts
192.168.0.10 master
192.168.0.11 slave1
192.168.0.12 slave2
192.168.0.13 slave3
192.168.0.14 slave4 //把新的节点slave4添加到master的hosts文件中.
(slave1.2.3.4)
[root@centos1 /]# scp [email protected]:/etc/hosts /etc/
[root@centos1 /]# scp [email protected]:/etc/hosts /etc/
[root@centos1 /]# scp [email protected]:/etc/hosts /etc/
[root@centos1 /]# scp [email protected]:/etc/hosts /etc/0.14重启
.
（slave4）
[root@centos1 /]# vim /etc/sysconfig/network
HOSTNAME=slave4
重启.
(master)
配置ssh无密码连接
[root@centos1 /]# su -hadoop
[root@centos1 /]# ssh-copy-id -i .ssh/id_rsa.pub hadoop@slave4.
在master上修改hadoop配置后，复制到其他节点
[root@centos1 /]# vim /usr/local/hadoop/etc/hadoop/slaves
slave1
slave2
slave3
slave4
[root@centos1 /]# scp /usr/local/hadoop/etc/hadoop/* slave1:/usr/local/hadoop/etc/hadoop/
[root@centos1 /]# scp /usr/local/hadoop/etc/hadoop/* slave2:/usr/local/hadoop/etc/hadoop/
[root@centos1 /]# scp /usr/local/hadoop/etc/hadoop/* slave3:/usr/local/hadoop/etc/hadoop/
[root@centos1 /]# scp /usr/local/hadoop/etc/hadoop/* slave4:/usr/local/hadoop/etc/hadoop/.
(slave4)
新节点启动并平衡节点已经存储的数据,启动两个
[root@centos1 /]# hadoop-daemon.sh start datanode
[root@centos1 /]# hadoop-daemon.sh start tasltracker.
查看进程状态有两条说明正确
[root@centos1 /]# jps
3024 Jps
2924 DataNode.
开启负载均衡
[root@centos1 /]# start-balancer.sh
[root@centos1 /]# service iptables stop.
(master)
查看集群信息
[root@centos1 /]# hadoop dfsadmin -report
.
删除DataNode节点
增加exclude配置，作用为存放要删除的DataNode信息
[root@centos1 /]# vim /usr/local/hadoop/etc/hadoop/core-site.xml
dfs.hosts.exclude
/usr/local/hadoop/etc/hadoop/excludes
[root@centos1 /]# cd /usr/local/hadoop/etc/hadoop
.
[root@centos1 /]# vim excludes
slave4.
刷新配置
[root@centos1 /]# hdfs dfsadmin -refreshNodes.
(slave4)
检查slave4的进程
[root@centos1 /]# jps.
(master)
查看集群信息
[root@centos1 /]# hadoops fsadmin -report
当发现节点信息为decommisssioned时表明这个节点已经被删除转载于:https://blog.51cto.com/13555423/2085261