3.3 学习笔记 Hadoop集群配置

目录

（一）配置Hadoop集群

1、在master虚拟机上配置hadoop

（1）编辑Hadoop环境配置文件 - hadoop-env.sh

 （2）编辑Hadoop核心配置文件 - core-site.xml

（3）编辑HDFS配置文件 - hdfs-site.xml

（4）编辑MapReduce配置文件 - mapred-site.xml

（5）编辑yarn配置文件 - yarn-site.xml

（6）编辑workers文件确定数据节点

2、在slave1虚拟机上安装配置hadoop

（1）将master虚拟机上的hadoop分发到slave1、slave2虚拟机

​编辑 

（2）将master虚拟机上环境配置文件分发到slave1、slave2虚拟机

（3）在slave1、slave2虚拟机上让环境配置生效

（二）格式化文件系统

(三)启动和关闭Hadoop集群

1、主节点上启动Hadoop集群

（1）启动hdfs服务

（2）启动yarn服务

2、主节点上停止Hadoop集群

---

（一）配置Hadoop集群

配置文件	功能描述
hadoop-env.sh	配置Hadoop运行所需的环境变量
yarn-env.sh	配置Yarn运行所需的环境变量

core-site.xml	Hadoop核心全局配置文件，可在其他配置文件中引用
hdfs-site.xml	HDFS配置文件，继承core-site.xml配置文件
mapred-site.xml	MapReduce配置文件，继承core-site.xml配置文件

yarn-site.xml	Yarn配置文件，继承core-site.xml配置文件
workers	配置从节点文件

1、在master虚拟机上配置hadoop

（1）编辑Hadoop环境配置文件 - hadoop-env.sh

·执行命令：cd $HADOOP_HOME/etc/hadoop，进入hadoop配置目录

··执行命令：vim hadoop-env.sh，添加三条环境变量配置

export JAVA_HOME=/usr/local/jdk1.8.0_341
export HADOOP_HOME=/usr/local/hadoop-3.3.4
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

存盘退出后，执行命令source hadoop-env.sh，让配置生效

 ·查看三个配置的三个环境变量

 （2）编辑Hadoop核心配置文件 - core-site.xml

执行命令：vim core-site.xml

<configuration>
    <!--用来指定hdfs的老大-->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://master:9000</value>
    </property>
    <!--用来指定hadoop运行时产生文件的存放目录-->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop-3.3.4/tmp</value>
    </property>    
</configuration>

 ·由于配置了IP地址主机名映射，因此配置HDFS老大节点可用hdfs://master1:9000，否则必须用IP地址hdfs://192.168.1.100:9000

（3）编辑HDFS配置文件 - hdfs-site.xml

·执行命令：vim hdfs-site.xml

 ·可以不用设置名称节点的目录、数据节点的目录以及辅助名称节点

<configuration>
    <!--设置名称节点的目录-->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop-3.3.4/tmp/namenode</value>
    </property>
    <!--设置数据节点的目录-->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop-3.3.4/tmp/datanode</value>
    </property>
    <!--设置辅助名称节点-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>master1:50090</value>
    </property>
    <!--hdfs web的地址，默认为9870，可不配置-->
    <!--注意如果使用hadoop2，默认为50070-->
    <property>
        <name>dfs.namenode.http-address</name>
        <value>0.0.0.0:9870</value>
    </property>
    <!--副本数，默认为3，可不配置-->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <!--是否启用hdfs权限，当值为false时，代表关闭-->
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
    </property>
</configuration>

（4）编辑MapReduce配置文件 - mapred-site.xml

·执行命令：vim mapred-site.xml

<configuration>
    <!--配置MR资源调度框架YARN-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
</configuration>

·后三个属性如果不设置，在运行Hadoop自带示例的词频统计时，会报错：Error: Could not find or load main class org.apache.hadoop.mapreduce.v2.app.MRAppMaster

（5）编辑yarn配置文件 - yarn-site.xml

执行命令：vim yarn-site.xml

<configuration>
    <!--配置资源管理器：集群master-->
    <property>        
        <name>yarn.resourcemanager.hostname</name>
        <value>master1</value>
    </property>
    <!--配置节点管理器上运行的附加服务-->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!--关闭虚拟内存检测，在虚拟机环境中不做配置会报错-->
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>

（6）编辑workers文件确定数据节点

·hadoop-2.x里配置slaves文件，hadoop-3.x里配置workers文件

·通过workers文件定义数据节点，根据集群规划，三个节点都要作为数据节点

·执行命令：vim workers

 这样集群总共有3个数据节点，正好跟副本数配置的3一致。

2、在slave1虚拟机上安装配置hadoop

（1）将master虚拟机上的hadoop分发到slave1、slave2虚拟机

·执行命令：scp -r $HADOOP_HOME root@slave1:$HADOOP_HOME

·执行命令：scp -r $HADOOP_HOME root@slave2:$HADOOP_HOME

 ·在slave1、slave2虚拟机上查看分发的hadoop

 （2）将master虚拟机上环境配置文件分发到slave1、slave2虚拟机

·执行命令：scp /etc/profile root@slave1:/etc/profile

 ·执行命令：scp /etc/profile root@slave2:/etc/profile 

（3）在slave1、slave2虚拟机上让环境配置生效

 ·切换到slave1、slave2虚拟机，执行命令：source /etc/profile

（二）格式化文件系统

·初次启动HDFS集群时，必须对主节点进行格式化处理。

·执行命令：hdfs namenode -format

·查看名称节点格式化成功的信息

(三)启动和关闭Hadoop集群

1、主节点上启动Hadoop集群

·执行start-all.sh命令，一起启动hdfs和yarn服务，也可以分开启动

（1）启动hdfs服务

·执行命令：start-dfs.sh

`一个名称节点（namenode）——老大，在master虚拟机上；三个数据节点（datanode）——小弟，在master、slave1与slave2虚拟机上。辅助名称节点（secondary namenode）的地址是master，因为在hdfs-site.xml文件里配置了辅助名称节点。

`查看master1进程

·查看slave1进程

·查看slave2进程

（2）启动yarn服务

·执行命令：start-yarn.sh

 ·启动了YARN守护进程；一个资源管理器（ResourceManager）在master虚拟机上，三个节点管理器（NodeManager）在master、slave1与slave2虚拟机上

·执行jps查看master1进程

查看slave1和slave2进程

2、主节点上停止Hadoop集群

·在master虚拟机上执行命令：stop-all.sh（相当于同时执行了stop-dfs.sh与stop-yarn.sh）