大数据最新【Hadoop】一、Apache Hadoop、 HDFS(2)

Hadoop集群简介

• 逻辑上分离

两个集群互相之间没有依赖、互不影响

• 物理上在一起

某些角色进程往往部署在同一台物理服务器上

• MapReduce集群呢？

MapReduce是计算框架、代码层面的组件没有集群之说

Hadoop集群搭建（Hadoop集群分布式安装）

• Step1:集群角色规划

  • 角色规划的准则根据软件工作特性和服务器硬件资源情况合理分配

比如依赖内存工作的NameNode是不是部署在大内存机器上？

+ 角色规划注意事项资源上有抢夺冲突的，尽量不要部署在一起

工作上需要互相配合的。尽量部署在一起

服务器	运行角色
node1	namenode datanode resourcemanager nodemanager
node2	secondarynamenode datanode nodemanager
node3	atanode nodemanager

• Step2:服务器基础环境准备

主机名（3台机器） vim /etc/hostname

node1
node2
node3

设置静态IP

+ `node1:`  
 `UUID="08d531cc-32bb-4c25-b146-566ad30307af"`  
 `IPADDR="192.168.88.131"`
+ `node2:`  
 `UUID="08d531cc-32bb-4c25-b147-566ad30307af"`  
 `IPADDR="192.168.88.132"`
+ `node3:`  
 `UUID="08d531cc-32bb-4c25-b148-566ad30307af"`  
 `IPADDR="192.168.88.133"`Hosts映射（3台机器） `vim /etc/hosts`

192.168.88.131 node1
192.168.88.132 node2
192.168.88.133 node3

防火墙关闭（3台机器）

systemctl stop firewalld.service #关闭防火墙 

systemctl disable firewalld.service #禁止防火墙开启自启

ssh免密登录（node1执行->node1|node2|node3）

ssh-keygen #4个回车 生成公钥、私钥 
ssh-copy-id node1、ssh-copy-id node2、ssh-copy-id node3 #

集群时间同步（3台机器）

 yum -y install ntpdate 
 ntpdate ntp4.aliyun.com

创建统一工作目录（3台机器）

 mkdir -p /export/server/ #软件安装路径 
 mkdir -p /export/data/ #数据存储路径 
 mkdir -p /export/software/ #安装包存放路径

• Step3:上传安装包、解压安装包
• Step4:Hadoop安装包目录结构

目录	说明
bin	Hadoop最基本的管理脚本和使用脚本的目录，这些脚本是sbin目录下管理脚本的基础实现，用户可以直接使用这些脚本管理和使用Hadoop。
etc	Hadoop配置文件所在的目录
include	对外提供的编程库头文件（具体动态库和静态库在lib目录中），这些头文件均是用C++定义的，通常用于C++程序访问HDFS或者编写MapReduce程序。
lib	该目录包含了Hadoop对外提供的编程动态库和静态库，与include目录中的头文件结合使用。
libexec	各个服务对用的shell配置文件所在的目录，可用于配置日志输出、启动参数（比如JVM参数）等基本信息。
sbin	Hadoop管理脚本所在的目录，主要包含HDFS和YARN中各类服务的启动/关闭脚本。
share	Hadoop各个模块编译后的jar包所在的目录，官方自带示例。

配置文件概述

+ 官网文档：https://hadoop.apache.org/docs/r3.3.0/
+ 第一类1个：hadoop-env.sh
+ 第二类4个：

 xxxx-site.xml ,site表示的是用户定义的配置，会覆盖de