Hdfs安装模式之完全分布式集群_机器的相关守护进程没有开启

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注网络安全）

正文

 <!-- hdfs的地址名称：schame,ip,port-->
<property>
    <name>fs.defaultFS</name>
    <value>hdfs://master:8020</value>
</property>
 <!-- hdfs的基础路径，被其他属性所依赖的一个基础路径 -->
<property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/apps/hadoop/tmp</value>
</property>

```

参考：core-default.xml

6.2 再配置hdfs-site.xml文件

[root@master hadoop]# vi core-site.xml
<configuration>
    <!-- namenode守护进程管理的元数据文件fsimage存储的位置-->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file://${hadoop.tmp.dir}/dfs/name</value>
    </property>
    <!-- 确定DFS数据节点应该将其块存储在本地文件系统的何处-->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file://${hadoop.tmp.dir}/dfs/data</value>
    </property>
    <!-- 块的副本数-->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!-- 块的大小-->
    <property>
        <name>dfs.blocksize</name>
        <value>134217728</value>
    </property>
    <!-- secondarynamenode守护进程的http地址：主机名和端口号。参考守护进程布局-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>slave1:50090</value>
    </property>
</configuration>

参考：hdfs-default.xml

6.3 然后配置mapred-site.xml文件

如果只是搭建hdfs,只需要配置core-site.xml和hdfs-site.xml文件就可以了，但是我们过两天要学习的MapReduce是需要YARN资源管理器的，因此，在这里，我们提前配置一下相关文件。

[root@master hadoop]# cp mapred-site.xml.template  mapred-site.xml
[root@master hadoop]# vi mapred-site.xml
<configuration>
    <!-- 指定mapreduce使用yarn资源管理器-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <!-- 配置作业历史服务器的地址-->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>master:10020</value>
    </property>
    <!-- 配置作业历史服务器的http地址-->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>master:19888</value>
    </property>
</configuration>

参考：mapred-default.xml

6.4 配置yarn-site.xml文件

[root@master hadoop]# vi yarn-site.xml
<configuration>
    <!-- 指定yarn的shuffle技术-->
    <property>
        <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
    </property>
    <!-- 指定resourcemanager的主机名-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property> 
</configuration>

参考：yarn-default.xml

6.5 配置hadoop-env.sh脚本文件

[root@master hadoop]# vi hadoop-env.sh
.........
# The java implementation to use.
export JAVA_HOME=/opt/apps/jdk
.........

6.6 配置slaves文件，此文件用于指定datanode守护进程所在的机器节点主机名

[root@master hadoop]# vi slaves
master
slave1
slave2

6.7 配置yarn-env.sh文件，此文件可以不配置，不过，最好还是修改一下yarn的jdk环境比较好

[root@master hadoop]# vi yarn-env.sh
........省略........
# some Java parameters
export JAVA_HOME=/opt/apps/jdk
........省略........

7 另外两台机器配置说明

当把master机器上的hadoop的相关文件配置完毕后，我们有以下两种方式来选择配置另外几台机器的hadoop.

方法1：“scp”进行同步

提示：本方法适用于多台虚拟机已经提前搭建出来的场景。
​
--1. 同步hadoop到slave节点上
[root@master ~]# cd /opt/apps
[root@master apps]# scp -r ./hadoop slave1:/opt/apps/
[root@master apps]# scp -r ./hadoop slave2:/opt/apps/
​
--2. 同步/etc/profile到slave节点上
[root@master apps]# scp /etc/profile slave1:/etc/
[root@master apps]# scp /etc/profile slave2:/etc/
​
--3. 如果slave节点上的jdk也没有安装，别忘记同步jdk。
--4. 检查是否同步了/etc/hosts文件

**方法2：**克隆master虚拟机

提示：本方法适用于还没有安装slave虚拟机的场景。通过克隆master节点的方式，来克隆一个slave1和slave2机器节点，这种方式就不用重复安装环境和配置文件了，效率非常高，节省了大部分时间(免密认证的秘钥对都是相同的一套)。
​
--1. 打开一个新克隆出来的虚拟机，修改主机名
[root@master ~]# hostnamectl set-hostname slave1 
--2. 修改ip地址
[root@master ~]# vi /etc/sysconfig/network-scripts/ifcfg-ens33
.........省略.........
IPADDR=192.168.10.201               <==修改为slave1对应的ip地址
.........省略........
--3. 重启网络服务
[root@master ~]# systemctl restart network
--4. 其他新克隆的虚拟机重复以上1~3步
--5. 免密登陆的验证
    从master机器上，连接其他的每一个节点，验证免密是否好使，同时去掉第一次的询问步骤
​
--6. 建议：每台机器在重启网络服务后，最好reboot一下。

8 格式化NameNode

**1）**在master机器上运行命令

[root@master ~]# hdfs namenode -format

注意，注意，注意： 如果你是从伪分布式过来的，最好先把伪分布式的相关守护进程关闭：stop-all.sh

**2）**格式化的相关信息解读

--1. 生成一个集群唯一标识符:clusterid
--2. 生成一个块池唯一标识符:BlockPoolId
--3. 生成namenode进程管理内容(fsimage)的存储路径：
    默认配置文件属性hadoop.tmp.dir指定的路径下生成dfs/name目录
--4. 生成镜像文件fsimage，记录分布式文件系统根路径的元数据
​
--5. 其他信息都可以查看一下，比如块的副本数，集群的fsOwner等。

参考图片：

**3）**目录里的内容查看

9 启动集群

9.1 启动脚本和关闭脚本介绍

1. 启动脚本
    -- start-dfs.sh         :用于启动hdfs集群的脚本
    -- start-yarn.sh        :用于启动yarn守护进程
    -- start-all.sh         :用于启动hdfs和yarn
2. 关闭脚本
    -- stop-dfs.sh          :用于关闭hdfs集群的脚本
    -- stop-yarn.sh         :用于关闭yarn守护进程
    -- stop-all.sh          :用于关闭hdfs和yarn
3. 单个守护进程脚本
    -- hadoop-daemons.sh    :用于单独启动或关闭hdfs的某一个守护进程的脚本
    -- hadoop-daemon.sh     :用于单独启动或关闭hdfs的某一个守护进程的脚本
    reg:
        hadoop-daemon.sh [start|stop] [namenode|datanode|secondarynamenode]
    
    -- yarn-daemons.sh  :用于单独启动或关闭hdfs的某一个守护进程的脚本
    -- yarn-daemon.sh       :用于单独启动或关闭hdfs的某一个守护进程的脚本
    reg:
        yarn-daemon.sh [start|stop] [resourcemanager|nodemanager]

9.2 启动hdfs

**1）**使用start-dfs.sh，启动 hdfs。参考图片

**2）**启动过程解析：

- 启动集群中的各个机器节点上的分布式文件系统的守护进程
  一个namenode和resourcemanager以及secondarynamenode
  多个datanode和nodemanager
- 在namenode守护进程管理内容的目录下生成edit日志文件
- 在每个datanode所在节点下生成${hadoop.tmp.dir}/dfs/data目录,参考下图：

注意，注意，注意

如果哪台机器的相关守护进程没有开启，那么，就查看哪台机器上的守护进程对应的日志log文件,注意，启动脚本运行时提醒的日志后缀是*.out，而我们查看的是*.log文件。此文件的位置：${HADOOP_HOME}/logs/里

**3）**jps查看进程

--1. 在master上运行jps指令，会有如下进程
    namenode
    datanode
--2. 在slave1上运行jps指令，会有如下进程
    secondarynamenode
    datanode
--3. 在slave2上运行jps指令，会有如下进程
    datanode    

9.3 启动yarn

**1）**使用start-yarn.sh脚本，参考图片

**2）**jps查看

--1. 在master上运行jps指令，会多出有如下进程
    resoucemanager
    nodemanager
--2. 在slave1上运行jps指令，会多出有如下进程
    nodemanager
--3. 在slave2上运行jps指令，会多出有如下进程
    nodemanager 

9.4 webui查看

1. http://192.168.10.200:50070
2. http://192.168.10.200:8088

10 程序案例演示：wordcount

1） 准备要统计的两个文件,存储到~/data/下

--1. 创建data目录
[root@master hadoop]# mkdir ~/data
--2. 将以下两个文件上传到data目录下
- poetry1.txt
- poetry2.txt 

2） 在hdfs上创建存储目录

[root@master hadoop]# hdfs dfs -mkdir /input

3） 将本地文件系统上的上传到hdfs上,并在web上查看一下

[root@master hadoop]$ hdfs dfs -put ~/data/poetry* /input/

4） 运行自带的单词统计程序wordcount

[root@master hadoop]# cd $HADOOP_HOME
[root@master hadoop]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.6.jar  wordcount /input /out

效果如下：

5） 查看webui

写在最后

在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。

需要完整版PDF学习资源私我

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。**

需要完整版PDF学习资源私我

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）
[外链图片转存中…(img-qA5DIcPb-1713329509317)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！