集群配置 hadoop-3.1.3 版本

目录

（--------------------------------------------------------木易白驹-------------------------------------------------）

一、集群部署规划

二、配置文件说明

① 配置core-site.xml

②配置hdfs-site.xml

③配置yarn-site.xml

④配置mapred-site.xml

三、启动集群

（2）启动HDFS（主机）

（3）在配置了ResourceManager的节点（yangdarun02）启动YARN

   (4)   在yangdarun01启动历史服务器

（5）Web端查看HDFS的NameNode

（6）jpsall

---

一、集群部署规划

         建议：

• 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。

（--------------------------------------------------------木易白驹-------------------------------------------------）

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：

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。

（3）配置集群

/opt/module/hadoop-3.1.3/etc/hadoop

 

① 配置core-site.xml

<configuration>
    <!-- 指定NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://yangdarun01:8020</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ydr -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>ydr</value>
    </property>
</configuration>

②配置hdfs-site.xml

<configuration>
        <!-- nn web端访问地址-->
        <property>
        <name>dfs.namenode.http-address</name>
        <value>yangdarun01:9870</value>
    </property>
        <!-- 2nn web端访问地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>yangdarun03:9868</value>
    </property>
</configuration>

③配置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>yangdarun02</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://yangdarun01:19888/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>
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
    <property>
       <name>yarn.nodemanager.vmem-check-enabled</name>
       <value>false</value>
    </property>
</configuration>

④配置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>yangdarun01:10020</value>
    </property>

        <!-- 历史服务器web端地址 -->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>yangdarun01:19888</value>
</property>
</configuration>

⑤ 群起集群

配置workers

分发在你的另外两台克隆机或者新建的虚拟机！！！

在启动集群！！（--------------------加油！-------------------------）

（--------------------------------------------------------木易白驹-------------------------------------------------）

三、启动集群

（1）如果集群是第一次启动

需要在yangdarun01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。）

# hdfs namenode -format

（2）启动HDFS（主机）

# sbin/start-dfs.sh

（3）在配置了ResourceManager的节点（yangdarun02）启动YARN

#  sbin/start-yarn.sh

 (4)   在yangdarun01启动历史服务器

# mapred --daemon start historyserver

（5）Web端查看HDFS的NameNode

（a）浏览器中输入：http://yangdarun01:9870

（b）查看HDFS上存储的数据信息

（6）Web端查看YARN的ResourceManager

（a）浏览器中输入：http://yangdarun02:8088

（b）查看YARN上运行的Job信息

查看JobHistory

（a）浏览器中输入：http://yangdarun01:19888/jobhistory

（6）jpsall

记得启动完成作业后，要按要求一步步关闭！

配置Hadoop集群是，前提要把ssh/jdk/三台虚拟机时间同步/ping……。都安装配置好后，在进行这一步配置Hadoop集群！

（--------------------------------------------------------木易白驹-------------------------------------------------）