Hadoop大数据开发__HDFS分布式集群安装部署

1、下载解压Hadoop

cd /home/hadoop/app
tar -zxvf hadoop-3.3.1.tar.gz
rm hadoop-3.3.1.tar.gz
ln -s hadoop-3.3.1 hadoop

2、修改HDFS配置文件

cd /home/hadoop/app/hadoop/etc/hadoop

修改hadoop-env.sh

#修改JAVA_HOME
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

修改core-site.xml

<configuration>
	<property>
		<name>fs.defaultFS</name>
		<value>hdfs://mycluster</value>
	</property>
	<!-- 默认的HDFS路径，取名为mycluster -->
	<property>
		<name>hadoop.tmp.dir</name>
		<value>/home/hadoop/data/tmp</value>
	</property>
	<!-- hadoop的临时目录，如果需要多个目录，逗号隔开，data目录需用户自己创建 -->
	<property>
		<name>ha.zookeeper.quorum</name>
		<value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
	</property>
	<!-- 配置Zookeeper，管理HDFS -->
</configuration>

修改hdfs-site.xml

<configuration>
	<property>
		<name>dfs.replication</name>
		<value>3</value>
	</property>
	<!-- 数据块副本数为3 -->
	<property>
		<name>dfs.permissions</name>
		<value>false</value>
	</property>
	<property>
		<name>dfs.permissions.enabled</name>
		<value>false</value>
	</property>
	<!-- 权限默认配置为false -->
	<property>
		<name>dfs.nameservices</name>
		<value>mycluster</value>
	</property>
	<!-- 命名空间，值要和上面配置的fs.defaultFS对应，NameNode高可用后有两个NameNode,mycluster对外提供统一入口 -->
	<property>
		<name>dfs.ha.namenodes.mycluster</name>
		<value>nn1,nn2</value>
	</property>
	<!-- 指定NameService是mycluster时的NameNode有哪些 -->
	<property>
		<name>dfs.namenode.rpc-address.mycluster.nn1</name>
		<value>hadoop01:9000</value>
	</property>
	<property>
		<name>dfs.namenode.http-address.mycluster.nn1</name>
		<value>hadoop01:50070</value>
	</property>
	<property>
		<name>dfs.namenode.rpc-address.mycluster.nn2</name>
		<value>hadoop02:9000</value>
	</property>
	<property>
		<name>dfs.namenode.http-address.mycluster.nn2</name>
		<value>hadoop02:50070</value>
	</property>
	<!-- 指定http、rpc地址 -->
	<property>
		<name>dfs.ha.automatic-failover.enabled</name>
		<value>true</value>
	</property>
	<!-- 启动故障自动恢复 -->
	<property>
		<name>dfs.namenode.shared.edits.dir</name>
		<value>qjournal://hadoop01:8485;hadoop02:8485;hadoop03:8485/mycluster</value>
	</property>
	<!-- 指定Journal -->
	<property>
		<name>dfs.client.failover.proxy.provider.mycluster</name>
		<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
	</property>
	<!-- 指定mycluster出故障时，哪个实现类负责执行故障切换 -->
	<property>
		<name>dfs.journalnode.edits.dir</name>
		<value>/home/hadoop/data/journaldata/jn</value>
	</property>
	<!-- 指定JournalNode集群在NameNode的目录进行共享时，自己存储数据的磁盘路径 -->
	<property>
		<name>dfs.ha.fencing.methods</name>
		<value>shell(/bin/true)</value>
	</property>
	<property>
		<name>dfs.ha.fencing.ssh.private-key-files</name>
		<value>/home/hadoop/.ssh/id_rsa</value>
	</property>
	<property>
		<name>dfs.ha.fencing.ssh.connect-timeout</name>
		<value>10000</value>
	</property>
	<property>
		<name>dfs.namenode.handler.count</name>
		<value>100</value>
	</property>
</configuration>

修改slaves
vi slaves

hadoop01
hadoop02
hadoop03

3、启动HDFS集群

#在hadoop01、hadoop02、hadoop03启动Zookeeper集群（参照前一篇文章）
#在hadoop01、hadoop02、hadoop03启动JournalNode集群
cd /home/hadoop/app/hadoop/sbin
hadoop-daemon.sh start journalnode
#在hadoop01上，格式化主节点NameNode
cd /home/hadoop/app/hadoop/bin
hdfs namenode -format #NameNode格式化
hdfs zkfc -formatZK #格式化高可用
hdfs namenode #启动namenode
#在hadoop02节点上执行
hdfs namenode -bootstrapStandby #同步主节点和备用节点间的元数据，
#同步完后，在hadoop01上ctrl + c结束进程
#在hadoop01、hadoop02、hadoop03启动JournalNode集群
cd /home/hadoop/app/hadoop/sbin
hadoop-daemon.sh stop journalnode
#如果上面都没有问题，以后可以一键启动HDFS集群
cd /home/hadoop/app/hadoop/sbin
start-dfs.sh

4、验证HDFS集群是否成功

#一个active、一个standby
http://hadoop01:50070
http://hadoop02:50070

命令验证

cd /home/hadoop/app/hadoop/bin
#本地创建一个djt.txt文件
vi djt.txt
hadoop dajiangtai
hadoop dajiangtai
hadoop dajiangtai
#在HDFS上创建一个文件目录
hdfs dfs -mkdir /test
#向HDFS上上传一个文件
hdfs dfs -put djt.txt /test
#查看djt.txt是否上传成功
hdfs dfs -ls /test
/test/djt.txt

如果上面没有异常，说明HDFS集群配置成功