MAC利用VM进行Hadoop集群搭建保姆级教程（4）-----配置集群

前期准备：
1)准备 3 台客户机(关闭防火墙、静态 IP、主机名称) 2)安装 JDK
3)配置环境变量
4)安装 Hadoop
5)配置环境变量

1.编写集群分发脚本 xsync
需求:循环复制文件到所有节点的相同目录下
(1)在/home/username/bin 目录下创建 xsync 文件
cd /home/atguigu
mkdir bin
cd bin
vim xsync
在该文件中编写如下代码:

if [ $pcount -lt 1 ]
then
    echo Not Enough Arguement!
    exit;
fi

#2. 遍历集群所有机器
for host in hadoop2 hadoop3 hadoop4
do
    echo ====================    $host    ====================
    #3. 递归遍历所有目录
    for file in $@
    do
        #4 判断文件是否存在
        if [ -e $file ]
        then
            #5. 获取全路径
            pdir=$(cd -P $(dirname $file); pwd)
            echo pdir=$pdir

            #6. 获取当前文件的名称
            fname=$(basename $file)
            echo fname=$fname

            #7. 通过ssh执行命令：在$host主机上递归创建文件夹（如果存在该文件夹）
            ssh $host "source /etc/profile;mkdir -p $pdir"

            #8. 远程同步文件至$host主机的$USER用户的$pdir文件夹下
            rsync -av $pdir/$fname $USER@$host:$pdir
        else
            echo $file Does Not Exists!
        fi
    done
done

(2)修改脚本 xsync 具有执行权限
chmod +x xsync
(3)测试脚本
xsync /home/username/bin
(4)将脚本复制到/bin 中，以便全局调用
sudo cp xsync /bin/
(5)同步环境变量配置(root 所有者)
sudo ./bin/xsync /etc/profile.d/my_env.sh
(6)去别的节点source一下让环境变量生效
source /etc/profile

2免密登陆设置
免密登陆教程

集群配置

1.集群部署规划
注意：
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。

我的部署规划：
hadoop2:
HDFS-----NameNode、DateNode
YARN-----NodeManager
hadoop3:
HDFS-----DateNode
YARN----- ResourceManager、NodeManager
hadoop4:
HDFS-----SecondaryNameNode、DateNode
YARN-----NodeManager

2.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:

(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
(1)核心配置文件
配置 core-site.xml
vim $HADOOP_HOME/etc/hadoop/core-site.xml

<?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://hadoop2:8020</value> </property>
		<!-- 指定 hadoop 数据的存储目录 -->
	<property>
		<name>hadoop.tmp.dir</name> 
		<value>/username/module/hadoop-3.1.3/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>username</value> 
	</property>
</configuration>

(2)HDFS 配置文件
配置 hdfs-site.xml
vim $HADOOP_HOME/etc/hadoop/hdfs-site.xml

<?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>hadoop2:9870</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 $HADOOP_HOME/etc/hadoop/yarn-site.xml

<?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>hadoop3</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_CO NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAP RED_HOME</value>
   </property>
</configuration>

(4)MapReduce 配置文件
配置 mapred-site.xml
vim $HADOOP_HOME/etc/hadoop/mapred-site.xml

<?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>

4.在集群上分发配置好的 Hadoop 配置文件
xsync /username/module/hadoop- 3.1.3/etc/hadoop/

群起集群

1.配置workers
vim /username/module/hadoop-3.1.3/etc/hadoop/workers
在该文件中增加如下内容:

hadoop2
hadoop3
hadoop4
注意:该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

同步所有节点配置文件
xsync /username/module/hadoop-3.1.3/etc

2.启动集群
(1)如果集群是第一次启动，需要在 hadoop2 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DateNode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。)
[username@hadoop2 hadoop-3.1.3]$ hdfs namenode -format

(2)启动 HDFS
[username@hadoop2 hadoop-3.1.3]$ sbin/start-dfs.sh

(3)在配置了ResourceManager 的节点(hadoop3)启动 YARN
[atguigu@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

(4)Web 端查看 HDFS 的 NameNode
(a)浏览器中输入:http://hadoop2:9870
(b)查看 HDFS 上存储的数据信息
(5)Web 端查看 YARN 的 ResourceManager
(a)浏览器中输入:http://hadoop3:8088
(b)查看 YARN 上运行的 Job 信息
注意：此处如需使用虚拟机名称登陆的话，需要在本地添加host，在上一章说过了，如果没有配置过，则需要将hadoopx换成其IP地址

3.集群基本测试
[username@hadoop2 ~]$ hadoop fs -mkdir/input
[username@hadoop2 ~]$ hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input
（word文件自己创建一下 随便写点东西，后续用作wordcount测试数据）

4.执行 wordcount 程序
[username@hadoop2 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output