大数据讲课笔记3.3 Hadoop集群配置

零、学习目标

1.掌握Hadoop集群配置
2. 掌握格式化文件系统
3. 掌握启动和关闭Hadoop集群

一、导入新课

• 上次课中，主要讲解了Hadoop集群部署模式、JDK和Hadoop的安装。本次课将针对Hadoop集群的配置、文件系统的格式化以及Hadoop集群的启动和关闭进行详细讲解。

二、新课讲解

（一）配置Hadoop集群

配置文件	功能描述
hadoop-env.sh	配置Hadoop运行所需的环境变量
yarn-env.sh	配置Yarn运行所需的环境变量
core-site.xml	Hadoop核心全局配置文件，可在其他配置文件中引用
hdfs-site.xml	HDFS配置文件，继承core-site.xml配置文件
mapred-site.xml	MapReduce配置文件，继承core-site.xml配置文件
yarn-site.xml	Yarn配置文件，继承core-site.xml配置文件
workers	配置从节点文件

1、在master虚拟机上配置hadoop

（1）编辑Hadoop环境配置文件 - hadoop-env.sh

• 执行命令：cd $HADOOP_HOME/etc/hadoop，进入hadoop配置目录
  
• 执行命令：vim hadoop-env.sh，添加三条环境变量配置
  

export JAVA_HOME=/usr/local/jdk1.8.0_162 
export HADOOP_HOME=/usr/local/hadoop-3.3.4
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

• 存盘退出后，执行命令source hadoop-env.sh，让配置生效
  

• 查看三个配置的三个环境变量
  

（2）编辑Hadoop核心配置文件 - core-site.xml

• 执行命令：vim core-site.xml
  

<configuration>
    
    <property>
        <name>fs.defaultFSname>
        <value>hdfs://master:9000value>
    property>
    
    <property>
        <name>hadoop.tmp.dirname>
        <value>/usr/local/hadoop-3.3.4/tmpvalue>
    property>    
configuration>

• 由于配置了IP地址主机名映射，因此配置HDFS老大节点可用hdfs://master:9000，否则必须用IP地址hdfs://192.168.1.101:9000
  

（3）编辑HDFS配置文件 - hdfs-site.xml

• 执行命令：vim hdfs-site.xml
  
• 可以不用设置名称节点的目录、数据节点的目录以及辅助名称节点

<configuration>
    
    <property>
        <name>dfs.namenode.name.dirname>
        <value>/usr/local/hadoop-3.3.4/tmp/namenodevalue>
    property>
    
    <property>
        <name>dfs.datanode.data.dirname>
        <value>/usr/local/hadoop-3.3.4/tmp/datanodevalue>
    property>
    
    <property>
        <name>dfs.namenode.secondary.http-addressname>
        <value>master:50090value>
    property>
    
    
    <property>
        <name>dfs.namenode.http-addressname>
        <value>0.0.0.0:9870value>
    property>
    
    <property>
        <name>dfs.replicationname>
        <value>3value>
    property>
    
    <property>
        <name>dfs.permissions.enabledname>
        <value>falsevalue>
    property>
configuration>

（4）编辑MapReduce配置文件 - mapred-site.xml

• 执行命令：vim mapred-site.xml
  

<configuration>
    
    <property>
        <name>mapreduce.framework.namename>
        <value>yarnvalue>
    property>
    <property>
        <name>yarn.app.mapreduce.am.envname>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}value>
    property>
    <property>
        <name>mapreduce.map.envname>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}value>
    property>
    <property>
        <name>mapreduce.reduce.envname>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}value>
    property>
configuration>

• 后三个属性如果不设置，在运行Hadoop自带示例的词频统计时，会报错：Error: Could not find or load main class org.apache.hadoop.mapreduce.v2.app.MRAppMaster

（5）编辑yarn配置文件 - yarn-site.xml

• 执行命令：vim yarn-site.xml
  

<configuration>
    
    <property>        
        <name>yarn.resourcemanager.hostnamename>
        <value>mastervalue>
    property>
    
    <property>
        <name>yarn.nodemanager.aux-servicesname>
        <value>mapreduce_shufflevalue>
    property>
    
    <property>
        <name>yarn.nodemanager.vmem-check-enabledname>
        <value>falsevalue>
    property>
configuration>

（6）编辑workers文件确定从节点

• hadoop-2.x里配置slaves文件，hadoop-3.x里配置workers文件
• 通过workers文件定义从节点，根据集群规划，有两个从节点：slave1与slave2
• 执行命令：vim workers
  
• 如此配置，数据节点在slave1和slave2上，master上就不会有数据节点。当然也可以将master加到workers文件里，那样master上也会有数据节点。

2、在slave1虚拟机上安装配置hadoop

（1）将master虚拟机上的hadoop分发到slave1虚拟机

• 执行命令：scp -r $HADOOP_HOME root@slave1:$HADOOP_HOME
  
• 在slave1虚拟机上查看分发的hadoop
  

（2）将master虚拟机上环境配置文件分发到slave1虚拟机

• 执行命令：scp /etc/profile root@slave1:/etc/profile
  

（3）在slave1虚拟机上让环境配置生效

• 切换到slave1虚拟机，执行命令：source /etc/profile
  

3、在slave2虚拟机上安装配置hadoop

（1）将master虚拟机上的hadoop分发到slave2虚拟机

• 执行命令：scp -r $HADOOP_HOME root@slave2:$HADOOP_HOME
  
• 在slave2虚拟机上查看分发的hadoop
  

（2）将master虚拟机上环境配置文件分发到slave2虚拟机

• 执行命令：scp /etc/profile root@slave2:/etc/profile
  

（3）在slave2虚拟机上让环境配置生效

• 切换到slave2虚拟机，执行命令：source /etc/profile
  

（二）格式化文件系统

• 初次启动HDFS集群时，必须对主节点进行格式化处理。
• 执行命令：hdfs namenode -format
  
• 查看名称节点格式化成功的信息
  

（三）启动和关闭Hadoop集群

1、主节点上启动hadoop集群

• 执行start-all.sh命令，一起启动hdfs和yarn服务，也可以分开启动两种服务。

（1）启动hdfs服务

• 执行命令：start-dfs.sh
  

• 一个名称节点（namenode）——老大，在master虚拟机上；两个数据节点（datanode）——小弟，在slave1与slave2虚拟机上。辅助名称节点（secondary namenode）的地址是master，因为在hdfs-site.xml文件里配置了辅助名称节点。
  

• 此时查看三个虚拟机的进程
  
  
  

（2）启动yarn服务

• 执行命令：start-yarn.sh
  
• 启动了YARN守护进程；一个资源管理器（resourcemanager）在master虚拟机上，两个节点管理器（nodemanager）在slave1与slave2虚拟机上
• 执行命令jps查看master虚拟机的进程，只有NameNode、SecondaryNameNode和ResourceManager
  
• 查看slave1和slave2上的进程，只有NodeManager和DataNode
  
  

2、停止Hadoop集群

• 在master虚拟机上执行命令：stop-all.sh（相当于同时执行了stop-dfs.sh与stop-yarn.sh）
  
• 当然，我们可以分开使用stop-dfs.sh与stop-yarn.sh来停止hdfs和yarn服务
• 再次启动Hadoop服务后，采用分开方式停止Hadoop集群
  

三、归纳总结

• 回顾本节课所讲的内容，并通过提问的方式引导学生解答问题并给予指导。

四、上机操作

• 形式：单独完成
• 题目：安装配置hadoop集群
• 要求：让学生自己动手进行Hadoop集群配置、格式化文件系统以及启动和关闭Hadoop集群的操作，以此来巩固本节的学习内容。写一篇CSDN博客，记录操作过程。