文章目录
一、集群配置
1、集群部署规划
- NameNode、SecondaryNameNode、ResourceManager不要安装在同一台服务器,很消耗内存;
node1 | node2 | node3 | |
---|---|---|---|
HDFS | NameNode 、DataNode | DataNode | SecondaryNameNode 、DataNode |
YARN | NodeManager | ResourceManager 、NodeManager | NodeManager |
2、配置文件分类
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;
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 |
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
需要先配置一下hadoop-env.sh
3.1 core-site.xml 核心配置文件
/usr/local/hadoop-2.10.1/etc/hadoop
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://node01:9000</value>
</property>
<!-- 指定hadoop数据的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop-2.10.1/data</value>
</property>
<!-- 配置HDFS网页登录使用的静态用户为atguigu -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>atguigu</value>
</property>
</configuration>
3.2 hdfs-site.xml hdfs配置文件
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- nn web端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>namenode的结点名称:端口号</value>
</property>
<!-- 2nn web端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop02:50090</value>
</property>
</configuration>
3.3 yarn-site.xml yarn配置文件
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<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>结点名称</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 mapred-site.xml mapreduce配置文件
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 指定MapReduce程序运行在Yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
# 配置成功后分发配置文件:
xsync /usr/local/hadoop-2.10.1/etc/hadoop
3.5 配置worker
# 配置worker
/usr/local/hadoop-2.10.1/etc/hadoop/worker
# 主机名不能又空格,且不能有空行
3.6 启动
第一次启动
- 需要在格式化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
# 启动集群
start-dfs.sh
# 关闭集群
stop-dfs.sh
# 在配置了ResourceManager的节点启动YARN
sbin/start-yarn.sh
# 查看hdfs的NameNode
http://node01:配置的端口号
# 查看YARN的ResourceManager
http://node02:配置的端口号