Hadoop入门(十)——集群配置（图文详解步骤2021）
系列文章传送门
这个系列文章传送门:
Hadoop入门(一)——CentOS7下载+VM上安装（手动分区）图文步骤详解(2021)
Hadoop入门(二)——VMware虚拟网络设置+Windows10的IP地址配置+CentOS静态IP设置（图文详解步骤2021）
Hadoop入门(三)——XSHELL7远程访问工具+XFTP7文件传输（图文步骤详解2021）
Hadoop入门(四)——模板虚拟机环境准备（图文步骤详解2021）
Hadoop入门(五)——Hadoop集群搭建-克隆三台虚拟机（图文步骤详解2021）
Hadoop入门(六)——JDK安装（图文步骤详解2021）
Hadoop入门(七)——Hadoop安装（图文详解步骤2021）
Hadoop入门(八)——本地运行模式+完全分布模式案例详解，实现WordCount和集群分发脚本xsync快速配置环境变量 （图文详解步骤2021）
Hadoop入门(九)——SSH免密登录 配置
Hadoop入门(十)——集群配置（图文详解步骤2021）
Hadoop入门(十一)——集群崩溃的处理方法（图文详解步骤2021）
Hadoop入门(十二)——配置历史服务器及日志的聚集（图文详解步骤2021）
Hadoop入门(十三)——集群常用知识(面试题)与技巧总结
Hadoop入门(十四)——集群时间同步（图文详解步骤2021）
Hadoop入门(十五)——集群常见错误及解决方案
文章目录
(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：
<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><configuration><!-- 指定 NameNode 的地址 --><property><name>fs.defaultFS</name><value>hdfs://hadoop102:8020</value></property></configuration>
<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><configuration><!-- 指定 hadoop 数据的存储目录 --><property><name>hadoop.tmp.dir</name><value>/opt/module/hadoop-3.1.3/data</value></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
<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><configuration><!-- 配置 HDFS 网页登录使用的静态用户为 leokadia --><property><name>hadoop.http.staticuser.user</name><value>leokadia</value></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
<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><configuration><!-- 指定 NameNode 的地址 --><property><name>fs.defaultFS</name><value>hdfs://hadoop102:8020</value></property><!-- 指定 hadoop 数据的存储目录 --><property><name>hadoop.tmp.dir</name><value>/opt/module/hadoop-3.1.3/data</value></property><!-- 配置 HDFS 网页登录使用的静态用户为 atguigu --><property><name>hadoop.http.staticuser.user</name><value>atguigu</value></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：
<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><configuration><!-- NameNode web 端访问地址--><property><name>dfs.namenode.http-address</name><value>hadoop102:9870</value></property><!-- SecondaryNameNode web 端访问地址--><property><name>dfs.namenode.secondary.http-address</name><value>hadoop104:9868</value></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：
<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><configuration><!-- 指定 MR 走 shuffle --><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><!-- 指定 ResourceManager 的地址--><property><name>yarn.resourcemanager.hostname</name><value>hadoop103</value></property><!-- 环境变量的继承 --><property><name>yarn.nodemanager.env-whitelist</name><value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value></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：
<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><configuration><!-- 指定 MapReduce 程序运行在 Yarn 上 --><property><name>mapreduce.framework.name</name><value>yarn</value></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 1074月 2922:52 blk_1073741825
-rw-rw-r--.1 leokadia leokadia 114月 2922:52 blk_1073741825_1001.meta
-rw-rw-r--.1 leokadia leokadia 1342177284月 2922:55 blk_1073741826
-rw-rw-r--.1 leokadia leokadia 10485834月 2922:55 blk_1073741826_1002.meta
-rw-rw-r--.1 leokadia leokadia 607954244月 2922:55 blk_1073741827
-rw-rw-r--.1 leokadia leokadia 4749754月 2922:55 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？
版权归原作者 程序媛小哨 所有， 如有侵权，请联系我们删除。