Hadoop集群配置

一：集群部署规划

注意：

➢ NameNode和SecondaryNameNode不要安装在同一台服务器

➢ ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。

二：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。

三：配置集群

3.1 配置core-site.xml文件：添加如下内容

<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>   
</configuration>

 3.2 配置hdfs-site.xml文件：添加如下内容

<configuration> 
 <!-- nn web端访问地址--> 
 <property>  
<name>dfs.namenode.http-address</name>  
<value>hadoop102:9870</value> 
 </property> 
 <!-- 2nn web端访问地址--> 
 <property> 
 <name>dfs.namenode.secondary.http-address</name>  
<value>hadoop104:9868</value>  
</property>
 </configuration>

3.3 配置yarn-site.xml文件：添加如下内容

<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>

3.4 配置mapred-site.xml文件：添加如下内容

<configuration>  
<!-- 指定MapReduce程序运行在Yarn上 -->  
<property>  
<name>mapreduce.framework.name</name>  
<value>yarn</value>  
</property> 
</configuration>

3.5 分发配置文件并查看是否分发成功

[atguigu@hadoop102 hadoop]$ xsync /opt/module/hadoop3.1.3/etc/hadoop/
[atguigu@hadoop103 ~]$ cat /opt/module/hadoop3.1.3/etc/hadoop/core-site.xml
[atguigu@hadoop104 ~]$ cat /opt/module/hadoop3.1.3/etc/hadoop/core-site.xml

3.6 配置workers文件并且分发同步

[atguigu@hadoop102 hadoop]$ vim /opt/module/hadoop3.1.3/etc/hadoop/workers

增添如下内容：

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

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

四：启动集群

4.1 初始化集群

 注意：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。）

4.2 启动HDFS

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

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

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

4.4 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

4.5 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

---

这样，就配置好了一个集群。