Hadoop集群配置详细步骤

一般来说，hadoop集群环境都是比较耗内存的，所以即使在虚拟机上面，配置的每台机器的内存至少不能小于50G，不然

后期测试会去进行一个扩容，所以就要求自己的电脑配置相对于比较高，这样才能完成本地的一些大数据的测试。

因为hadoop都是比较耗内存的，所以需要注意以下2点：

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

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

我的虚拟机的配置是这样配置的：

从上面可以看出，每个虚拟机的相同配置是都有NodeManager和DataNode，3个节点不同的地方是NameNode我是配置在第一台虚拟机上面，

ResourceManager配置在第二台虚拟机上面，SecondaryNameNode配置在第三台虚拟机上面，这样就大大减少了单台虚拟机内存飙升的几率。

具体是怎么配置的呢？先来看看集群配置文件介绍：

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：

要获取的默认文件	文件存放在Hadoop的jar包中的位置
[core-default.xml]	hadoop-common-3.1.3.jar/core-default.xml
[hdfs-default.xml]	hadoop-hdfs-3.1.3.jar/hdfs-default.xml
[yarn-default.xml]	hadoop-yarn-common-3.1.3.jar/yarn-default.xml
[mapred-default.xml]	hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml

（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。

详细配置步骤：

（1）核心配置文件

配置core-site.xml

使用cd $HADOOP_HOME/etc/hadoop命令 找到核心配置文件：

在configuration标签里面增加如下内容：

<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>

   <!-- 配置HDFS网页登录使用的静态用户为mischen -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>mischen</value>
    </property>
</configuration>

（2）HDFS配置文件

配置hdfs-site.xml

使用vim hdfs-site.xml 打开HDFS的配置文件：

同样在configuration标签里面添加如下配置：

<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）YARN配置文件

配置yarn-site.xml

vim yarn-site.xml

<configuration>
<!-- Site specific YARN configuration properties -->
    <!-- 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>
<!-- 开启日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>
    <name>yarn.log.server.url</name>
    <value>http://Hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>
</configuration>

（4）MapReduce配置文件

配置mapred-site.xml

vim mapred-site.xml

<configuration>

        <!-- 指定MapReduce程序运行在Yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>Hadoop102:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>Hadoop102:19888</value>
</property>
</configuration>

至此，1个节点的hadoop就配置完成了，另外2个的集群节点也需要做相应配置，集群才算正式生效！