Hadoop入门(十)——集群配置（图文详解步骤2021）

Hadoop入门(十)——集群配置（图文详解步骤2021）

(一)集群配置

1 ） 集群部署规划

注意：

• NameNode 和 SecondaryNameNode 不要安装在同一台服务器 。
  （它们两个都需要耗内存，分开减少集群的压力）
• ResourceManager 也很消耗内存，不要和 NameNode、SecondaryNameNode 配置在同一台机器上。
  

2 ）配置文件说明

Hadoop 配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。

（1）默认配置文件：

（2）自定义配置文件：

core-site.xml 、hdfs-site.xml 、yarn-site.xml 、mapred-site.xml 四个配置文件存放在
$HADOOP_HOME/etc/hadoop 这个路径上，用户可以根据项目需求重新进行修改配置。

3 ） 配置 集群

（1）核心配置文件

配置 core-site.xml
[leokadia@hadoop102 ~] $ cd $HADOOP_HOME/etc/hadoop

[leokadia@hadoop102 hadoop]$ vim core-site.xml
文件内容如下：

 
 
 
<configuration> 
     
    <property> 
        <name>fs.defaultFSname> 
        <value>hdfs://hadoop102:8020value> 
    property> 
 
configuration> 

 
 
 
<configuration> 
 
     
    <property> 
        <name>hadoop.tmp.dirname> 
        <value>/opt/module/hadoop-3.1.3/datavalue> 
    property> 
 
configuration> 

先配置前面两个，后面这个我们先不配置，看看之后会出现什么问题

 
 
 
<configuration> 
     
    <property> 
        <name>hadoop.http.staticuser.username> 
        <value>leokadiavalue> 
    property> 
configuration> 

也就是说我们总共要插入配置文件的东西一共有这三个

 
 
 
<configuration> 
     
    <property> 
        <name>fs.defaultFSname> 
        <value>hdfs://hadoop102:8020value> 
    property> 
 
     
    <property> 
        <name>hadoop.tmp.dirname> 
        <value>/opt/module/hadoop-3.1.3/datavalue> 
    property> 
 
     
    <property> 
        <name>hadoop.http.staticuser.username> 
        <value>atguiguvalue> 
    property> 
configuration> 

（2）HDFS 配置文件

配置 hdfs-site.xml
[leokadia@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下：

 
 
 
<configuration> 
   
  <property> 
        <name>dfs.namenode.http-addressname> 
        <value>hadoop102:9870value> 
    property> 
   
    <property> 
        <name>dfs.namenode.secondary.http-addressname> 
        <value>hadoop104:9868value> 
    property> 
configuration> 

p.s.之前核心配置文件中NameNode地址hdfs://hadoop102:8020相当于是hadoop内部通讯地址，
现在NameNode是HDFS需要用户在web界面上访问，不需要操作命令行，即也需要对外暴露一个接口hadoop102:9870

（3）YARN 配置文件

配置 yarn-site.xml
[leokadia@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下：

 
 
<configuration> 
     
    <property> 
        <name>yarn.nodemanager.aux-servicesname> 
        <value>mapreduce_shufflevalue> 
    property> 
 
     
    <property> 
        <name>yarn.resourcemanager.hostnamename> 
        <value>hadoop103value> 
    property> 
 
     
    <property> 
        <name>yarn.nodemanager.env-whitelistname> 
        
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOMEvalue> 
    property> 
configuration> 

（4）MapReduce 配置文件

配置 mapred-site.xml
[leokadia@hadoop102 hadoop]$ vim mapred-site.xml

文件内容如下：

 
 
 
<configuration> 
   
    <property> 
        <name>mapreduce.framework.namename> 
        <value>yarnvalue> 
    property> 
configuration> 

分别配置好上述文件，hadoop102的所有配置文件均配置完了。
但我们需要将这个配置文件分发给hadoop103，hadoop104

4 ） 在集群上分发配置好的 Hadoop 配置文件

[leokadia@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/

5 ） 去 103 和 104 上 查看文件分发情况

[leokadia@hadoop103 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
[leokadia@hadoop104 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

至此，整个集群的配置就搞定了！

(二)群起集群并测试

刚才已经把集群都配置完毕了，现在需要启动集群

1 ） 配置 workers

在启动集群前需要配置workers

先进入hadoop目录
[leokadia@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop

[leokadia@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

在该文件中增加如下内容：（有几个节点就配置几个主机名称）
hadoop102
hadoop103
hadoop104
注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

同步所有节点配置文件
[leokadia@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc

分发配置，将三台节点配置完毕，回到家目录，准备启动集群

2 ） 启动集群

（1）初始化（注意：只有第一次的时候才需要）

如果集群是第一次启动，需要在 hadoop102 节点格式化 NameNode（注意：格式化 NameNode，会产生新的集群 id，导致 NameNode 和 DataNode 的集群 id 不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化 NameNode 的话，一定要先停止 namenode 和 datanode 进程，并且要删除所有机器的 data 和 logs 目录，然后再进行格式化。）

[leokadia@hadoop102 hadoop-3.1.3]$ hdfs namenode -format

相当于将整个记账本清空，重新开始记录

初始化完毕后，源路径就多了两个路径data合logs

其中VERSION里面的东西

（2）启动 HDFS

[leokadia@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh

用jps查看102，103，104



跟之前的集群部署规划一致！

（3） 在配置了 ResourceManager 的节点 （hadoop103 ）启动 YARN

[leokadia@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

用jps查看102，103，104

跟之前的集群部署规划一致！

（4）Web 端查看 HDFS 的 NameNode

（a）浏览器中输入：http://hadoop102:9870
（b）查看 HDFS 上存储的数据信息
此外HDFS还给我们准备了一个HDFS web页面
输入hadoop102:9870

其中用的最多的是：

（5）Web 端查看 YARN 的 ResourceManager

（a）浏览器中输入：http://hadoop103:8088
（b）查看 YARN 上运行的 Job 信息

3 ） 集群基本测试

（1）上传文件到集群

➢ 上传小文件
[leokadia@hadoop102 ~]$ hadoop fs -mkdir /input
执行完后，HDFS网页种多了个文件

➢ 传递一个本地文件

[leokadia@hadoop102 ~]$ hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input

➢ 上传大文件
[leokadia@hadoop102 ~]$ hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /

这里面实际只存储了一个链接，实际存储的数据在datanode节点

（2）上传文件后查看文件存放在什么位置

➢ 查看 HDFS 文件存储路径
[leokadia@hadoop102 subdir0]$ pwd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.102-1610603650062/current/finalized/subdir0/subdir0

➢ 查看 HDFS 在磁盘存储文件内容
[leokadia@hadoop102 subdir0]$ cat blk_1073741825

Leokadia is a sophomore in HFUT, whose class is computer innovation experiment 19-1
She is learning Hadoop

（3）拼接

-rw-rw-r--. 1 leokadia leokadia       107 4月  29 22:52 blk_1073741825
-rw-rw-r--. 1 leokadia leokadia        11 4月  29 22:52 blk_1073741825_1001.meta
-rw-rw-r--. 1 leokadia leokadia 134217728 4月  29 22:55 blk_1073741826
-rw-rw-r--. 1 leokadia leokadia   1048583 4月  29 22:55 blk_1073741826_1002.meta
-rw-rw-r--. 1 leokadia leokadia  60795424 4月  29 22:55 blk_1073741827
-rw-rw-r--. 1 leokadia leokadia    474975 4月  29 22:55 blk_1073741827_1003.meta

[leokadia@hadoop102 subdir0]$ cat blk_1073741826>>tmp.tar.gz

查看一个文件，追加到文件后缀

[leokadia@hadoop102 subdir0]$ cat blk_1073741827>>tmp.tar.gz
[leokadia@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz

解压到当前路径

即HDFS存储的文件就在

/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-817129285-192.168.10.102-1619703574964/current/finalized/subdir0/subdir0

路径上

Hadoop高可用，任何一个服务器挂了还有两份副本

求证是否真的有三个副本
在hadoop103上再找一次路径，发现跟102上存储的数据一模一样

（4）下载

[leokadia@hadoop104 software]$ hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./

（5）执行 wordcount 程序

[leokadia@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

Web 端查看 YARN 的 ResourceManager 是这样的，我们发现有了我们刚刚的任务

同时我们注意到有个History

但是点进去无效，因此，我们需要对历史服务器进行配置，这个在后续博客中讲到。

这篇博客就讲了关于集群的配置，运行，与测试的相关内容！
创作不易，要不三连一下？