文章目录
一.HDFS介绍
1.什么是HDFS
-
HDFS全称:Hadoop Distributed File System
-
是Hadoop三大组件(HDFS、MapReduce、YARN)之一
-
可在多台服务器上构建集群,提供分布式数据存储能力
2.HDFS中的架构角色有哪些
-
NameNode:主角色,管理HDFS集群和DataNode角色
-
DataNode:从角色,负责数据的存储
-
SecondaryNameNode:辅助角色,协助NameNode整理元数据
3.HDFS的基础架构
二.VMware虚拟机集群上部署HDFS集群
1.集群规划
2.上传&解压
- 上传Hadoop安装包到node1节点中
- 解压缩安装包到/export/server/中
tar -zxvf hadoop-3.3.4.tar.gz -C /export/server
- 构建软链接
ln -s /export/server/hadoop-3.3.4 hadoop
- 进入hadoop安装包内
cd hadoop
- Hadoop安装包目录结构
3.修改配置文件,应用自定义设置
配置HDFS集群,我们主要涉及到如下文件的修改:
-
workers: 配置从节点(DataNode)有哪些
-
hadoop-env.sh: 配置Hadoop的相关环境变量
-
core-site.xml: Hadoop核心配置文件
-
hdfs-site.xml: HDFS核心配置文件
这些文件均存在与$HADOOP_HOME/etc/hadoop文件夹中。
ps:$HADOOP_HOME是后续我们要设置的环境变量,其指代Hadoop安装文件夹即/export/server/hadoop
(1).配置workers文件
# 进入配置文件目录
cd etc/hadoop
# 编辑workers文件
vim workers
# 填入如下内容
node1
node2
node3
填入的node1、node2、node3
表明集群记录了三个从节点(DataNode)
(2).配置hadoop-env.sh文件
# 填入如下内容
export JAVA_HOME=/export/server/jdk
export HADOOP_HOME=/export/server/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export HADOOP_LOG_DIR=$HADOOP_HOME/logs
-
JAVA_HOME,指明JDK环境的位置在哪
-
HADOOP_HOME,指明Hadoop安装位置
-
HADOOP_CONF_DIR,指明Hadoop配置文件目录位置
-
HADOOP_LOG_DIR,指明Hadoop运行日志目录位置
通过记录这些环境变量, 来指明上述运行时的重要信息
(3).配置core-site.xml文件
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://node1:8020</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
</configuration>
-
-
key:fs.defaultFS
-
含义:HDFS文件系统的网络通讯路径
-
值:hdfs://node1:8020
-
协议为hdfs://
-
namenode为node1
-
namenode通讯端口为8020
-
-
-
key:io.file.buffer.size
-
含义:io操作文件缓冲区大小
-
值:131072 bit
-
-
hdfs://node1:8020为整个HDFS内部的通讯地址,应用协议为hdfs://(Hadoop内置协议)
-
表明DataNode将和node1的8020端口通讯,node1是NameNode所在机器
-
此配置固定了node1必须启动NameNode进程
(4).配置hdfs-site.xml文件
<configuration>
<property>
<name>dfs.datanode.data.dir.perm</name>
<value>700</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/data/nn</value>
</property>
<property>
<name>dfs.namenode.hosts</name>
<value>node1,node2,node3</value>
</property>
<property>
<name>dfs.blocksize</name>
<value>268435456</value>
</property>
<property>
<name>dfs.namenode.handler.count</name
<value>100</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/data/dn</value>
</property>
</configuration>
4.准备数据目录
根据下述两个配置项:
-
namenode数据存放node1的/data/nn
-
datanode数据存放node1、node2、node3的/data/dn
所以应该
- 在node1节点:
- mkdir -p /data/nn
- mkdir /data/dn
- 在node2和node3节点:
- mkdir -p /data/dn
5.分发Hadoop文件夹
目前,已经基本完成Hadoop的配置操作,可以从node1将hadoop安装文件夹远程复制到node2、node3
- 分发
#在node1执行如下命令
cd /export/server
scp -r hadoop-3.3.4 node2:`pwd`/
scp -r hadoop-3.3.4 node3:`pwd`
- 在node2执行,为hadoop配置软链接
#在node2执行如下命令
ln -s /export/server/hadoop-3.3.4 /export/server/hadoop
- 在node3执行,为hadoop配置软链接
# 在node3执行如下命令
ln -s /export/server/hadoop-3.3.4 /export/server/hadoop
5.配置环境变量
为了方便我们操作Hadoop,可以将Hadoop的一些脚本、程序配置到PATH中,方便后续使用。
在Hadoop文件夹中的bin、sbin两个文件夹内有许多的脚本和程序,现在来配置一下环境变量
- vim /etc/profile
# 在/etc/profile文件底部追加如下内容
export HADOOP_HOME=/export/server/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
- 在node2和node3配置同样的环境变量
6.授权为Hadoop用户
hadoop部署的准备工作基本完成
为了确保安全,hadoop系统不以root用户启动,我们以普通用户hadoop来启动整个Hadoop服务
所以,现在需要对文件权限进行授权。
ps:请确保已经提前创建好了hadoop用户(前置准备章节中有讲述),并配置好了hadoop用户之间的免密登录
•以root****身份,在node1、node2、node3三台服务器上均执行如下命令:
chown -R hadoop:hadoop /data
chown -R hadoop:hadoop /export
7.格式化整个文件系统
前期准备全部完成,现在对整个文件系统执行初始化
•格式化namenode
# 确保以hadoop用户执行
su - hadoop
# 格式化namenode
hadoop namenode -format
•启动
# 一键启动hdfs集群
start-dfs.sh
# 一键关闭hdfs集群
stop-dfs.sh
# 如果遇到命令未找到的错误,表明环境变量未配置好,可以以绝对路径执行
/export/server/hadoop/sbin/start-dfs.sh
/export/server/hadoop/sbin/stop-dfs.sh
8.查看HDFS WEBUI
启动完成后,可以在浏览器打开:
http://node1:9870,即可查看到hdfs文件系统的管理网页。
总结
以上就是今天要讲的内容,本文主要介绍了HDFS的部署,可以帮助我们VMware虚拟机集群上部署HDFS集群。