本地运行模式(官方 WordCount)
- 在 hadoop-3.1.3 文件下面创建一个 wcinput 文件夹
- 在 wcinput 文件夹下创建一个 word.txt 文件
- 编辑 word.txt 文件
完全分布式运行模式(开发重点)
- 准备3台客户机(关闭防火墙、静态IP、主机名称)
- 安装 JDK
- 配置环境变量
- 安装 Hadoop
- 配置环境变量
- 配置集群
- 单点启动
- 配置 SSH
- 群起并测试集群
虚拟机准备
编写集群分发脚本 xsync
-
scp(secure copy)安全拷贝
1.scp定义
scp可以实现服务器与服务器之间的数据拷贝。(from sever1 to server2)
2.基本语法
scp -r $pdir/$fname $user@$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
方式1:从102上拷贝数据到103上
方式2:把102上的数据拉取到103上
方式3:在103上操作,把102数据拷贝到104上
-
rsync 远程同步工具
1.rsync 定义
rsync 主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync 和 scp 区别:用 rsync 做文件的复制要比 scp 的速度快,rsync 在只对差异文件做更新。scp是把所有文件都复制过去。
2.基本语法
rsync -av $pdir$fname $user@$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
-a 归档拷贝
-v 显示复制过程
-
xsync 集群分发脚本
1.需求:循环复制文件到所有节点的相同目录下
2.需求分析:
a. rsync 命令原始拷贝:
rsync -av /otp/module kane@192.168.10.103:/otp/module
b. 期望脚本:
xsync 要同步的文件名称
c. 期望脚本在任何路径都能使用(脚本放在了全局环境变量的路径)
3.脚本实现
a. 在/home/kane/bin 目录下创建 xsync 文件
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Argument!
exit;
fi
#2. 遍历集群所有机器
for host in 192.168.10.102 192.168.10.103 192.168.10.104
do
echo ======= $host ======
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file);pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exits!
fi
done
done
SSH 免密登录配置
-
免密登录原理
-
配置公钥
以上操作将102公钥依次配置给102、103、104,同理103、104依次执行。(切换 root 用户,依次配置给102、103、104的 root 用户)
集群配置
-
集群部署规划
注意:
1、NameNode 和 SecondaryNameNode 不要安装在同一台服务器上
2、ResourceManager 也很消耗内存,不要和 NameNode、SecondaryNameNode配置在同一台服务器上
hadoop102 | hadoop103 | hadoop104 | |
HDFS | Namenode DataNode | DataNode | SecondryNameNode DataNode |
YARN | NodeManager | ResourceManager NodeManager | NodeManager |
-
配置文件说明
Hadoop 配置文件分为两类:默认配置文件和自定义配置文件,只有用户想修改某一默认配置值时,才需要修改自定义配置文件,更改相应属性值。
1.默认配置文件:
要获取的默认文件 | 文件存放在 Hadoop 的 jar 包中的位置 |
core-default.xml | hadoop-common-3.1.3.jar/core-default.xml |
hdfs-default.xml | hadoop-hdfs-3.1.3.jar/hdfs-default.xml |
yarn-default.xml | hadoop-yarm-common-3.1.3.jar/yarn-default.xml |
mapred-default.xml | hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml |
2.自定义配置文件
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml 四个配置文件存放在$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
a、核心配置文件
配置 core-site.xml
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ vim core-site.xml
<configuration>
<!-- 指定 NameNode 的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.10.102:8020</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>
</configuration>
配置 hdfs-site.xml
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ vim hdfs-site.xml
<configuration>
<!-- nn web 端访问地址 -->
<property>
<name>dfs.namenode.http-address</name>
<value>192.168.10.102:9870</value>
</property>
<!-- 2nn web 端访问地址 -->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>192.168.10.104:9868</value>
</property>
</configuration>
配置 yarn-site.xml
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ vim yarn-site.xml
<configuration>
<!-- 指定 RM 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>192.168.10.103</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>
配置 mapred-site.xml
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ vim mapred-site.xml
<configuration>
<!-- 指定 MapReduce 程序运行在 Yarn 上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
执行脚本分发(查看103、104脚本是否分发过去)
/opt/module/hadoop-3.1.3/etc
[kane@hadoop102 etc]$ xsync hadoop/
群起集群
-
配置 workers
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
注意:该文件中添加的内容结尾不允许有空格,文中不允许有空行。
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
[kane@hadoop102 hadoop]$ xsync workers
-
启动集群
1.如果集群时第一次启动,需要在 hadoop102 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,集群找不到以往的数据。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。
[kane@hadoop102 hadoop-3.1.3]$ pwd
/opt/module/hadoop-3.1.3
[kane@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
2.启动HDFS(注意:启动命令容易打错成 sbin/start-yarn.sh 等其他相似命令,导致某些节点没启动)
[kane@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
符合集群部署规划
hadoop102 | hadoop103 | hadoop104 | |
HDFS | Namenode DataNode | DataNode | SecondryNameNode DataNode |
YARN | NodeManager | ResourceManager NodeManager | NodeManager |
在浏览器输入 192.168.10.102:9870
3.在配置了 ResourceManager 的节点(hadoop103)启动 YARN
[kane@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
hadoop102 | hadoop103 | hadoop104 | |
HDFS | Namenode DataNode | DataNode | SecondryNameNode DataNode |
YARN | NodeManager | ResourceManager NodeManager | NodeManager |
在浏览器输入 192.168.10.103:8088
至此,集群全部启动成功!
-
启动失败排查(启动中出现的问题记录)
在启动 HDFS 时发现相应节点没有生成,通过查看日志发现是 core-site.xml 配置错误
[kane@hadoop102 /]$ cd /opt/module/hadoop-3.1.3/logs
[kane@hadoop102 logs]$ ll
总用量 80
-rw-rw-r--. 1 kane kane 31234 11月 15 00:32 hadoop-kane-datanode-hadoop102.log
-rw-rw-r--. 1 kane kane 691 11月 15 00:32 hadoop-kane-datanode-hadoop102.out
-rw-rw-r--. 1 kane kane 40785 11月 15 00:33 hadoop-kane-namenode-hadoop102.log
-rw-rw-r--. 1 kane kane 691 11月 15 00:31 hadoop-kane-namenode-hadoop102.out
-rw-rw-r--. 1 kane kane 0 11月 15 00:29 SecurityAuth-kane.audit
[kane@hadoop102 logs]$ cat hadoop-kane-namenode-hadoop102.log
修改完后,删除 data 和 logs 文件
[kane@hadoop102 hadoop-3.1.3]$ pwd
/opt/module/hadoop-3.1.3
[kane@hadoop102 hadoop-3.1.3]$ ll
总用量 176
drwxr-xr-x. 2 kane kane 183 9月 12 2019 bin
drwxrwxr-x. 3 kane kane 17 11月 15 00:29 data
drwxr-xr-x. 3 kane kane 20 9月 12 2019 etc
drwxr-xr-x. 2 kane kane 106 9月 12 2019 include
drwxr-xr-x. 3 kane kane 20 9月 12 2019 lib
drwxr-xr-x. 4 kane kane 288 9月 12 2019 libexec
-rw-rw-r--. 1 kane kane 147145 9月 4 2019 LICENSE.txt
drwxrwxr-x. 2 kane kane 205 11月 15 00:31 logs
-rw-rw-r--. 1 kane kane 21867 9月 4 2019 NOTICE.txt
-rw-rw-r--. 1 kane kane 1366 9月 4 2019 README.txt
drwxr-xr-x. 3 kane kane 4096 9月 12 2019 sbin
drwxr-xr-x. 4 kane kane 31 9月 12 2019 share
drwxrwxr-x. 2 kane kane 22 11月 14 16:10 wcinput
drwxr-xr-x. 2 kane kane 88 11月 14 16:34 wcoutput
最后再分发一下脚本再重新启动就好了
[kane@hadoop102 etc]$ xsync hadoop/
-
集群基本测试
1.上传文件到集群
测试1:上传小文件
[kane@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /wcinput
[kane@hadoop102 hadoop-3.1.3]$ hadoop fs -put wcinput/word.txt /wcinput
测试2:上传大文件
[kane@hadoop102 hadoop-3.1.3]$ hadoop fs -put /opt/software/jdk-8u391-linux-x64.tar.gz /
# hdfp 存储数据的位置就在当前路径下
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-773536610-192.168.10.102-1699979354972/current/finalized/subdir0/subdir0
这时有个疑问,假如有很多个文件,如何知道哪些文件是归属于同一个压缩包呢?(暂未知晓)
今天做测试发现其中的缘由,来解答这个疑问,我们在客户端页面发现,当文件的大小超过块大小时,文件就会分开存储到多个块中,Block ID 就是对应这个文件。
Hadoop 具有高可用,任何一个服务器数据挂掉还有另外两份,页面显示有三个对应下面数据副本。
上传数据不涉及 YARN ,这回执行 wordcount 程序,看 YARN 是怎么工作的
[kane@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /wcinput /wcoutput
-
集群崩溃处理办法(重点)
假如集群异常,要怎么处理,处理的流程是怎样的
[kane@hadoop102 current]$ cat VERSION
#Wed Nov 15 09:09:32 CST 2023
namespaceID=2045473268
clusterID=CID-49db1d29-4d57-45e7-8688-d82f05345373
cTime=1699979354972
storageType=NAME_NODE
blockpoolID=BP-773536610-192.168.10.102-1699979354972
layoutVersion=-64
开始搞破坏,看看能到什么程度
接下来进行处理,处理思路是:
遇到这样的问题,我们想如何让集群回归一个正常的状态,那么就要重新初始化集群,在初始化集群前要先把集群停掉,在集群停掉之前要先把 YARN 停掉。大概就是这样流程
1.在103服务器上把 YARN 停掉
[kane@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh
2.然后在102服务器上把集群停掉
3.接下来要准备初始化集群,但是先别着急,先看一下各个服务器上是否还存在 data 目录 和 logs目录
[kane@hadoop102 hadoop-3.1.3]$ rm -rf data/ logs/
之前明明删除了为什么还会有,看下时间是刚创建不久的,那可能就是服务器发现没有 data 目录又自动创建的,所以要在格式化之前把 data 目录都删掉还有 logs 目录,另外两台服务器也检查全部删除。
4.接下来开始初始化
[kane@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
5.启动集群
[kane@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
6.启动 YARN
[kane@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
集群全部启动成功
集群虽然启动成功,但是之前的数据都没有了
-
配置历史服务器
为了查看程序的历史运行情况,需要配置一下历史服务器。步骤如下:
1.配置 mapred-site.xml
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ vim 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>192.168.10.102:10020</value>
</property>
<!-- 历史服务器 web 端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>192.168.10.102:19888</value>
</property>
</configuration>
# 注意:以下命令是在不同服务器内执行
# 1.关闭 YARN
[kane@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh
# 2.关闭集群
[kane@hadoop102 hadoop-3.1.3]$ sbin/stop-dfs.sh
# 3.分发配置
[kane@hadoop102 hadoop]$ xsync mapred-site.xml
# 4.重启集群
[kane@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
# 5.重启 YARN
[kane@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
# 6.启动历史服务器进程
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ mapred --daemon start historyserver
# 如果启动失败,查看日志信息
[kane@hadoop102 logs]$ pwd
/opt/module/hadoop-3.1.3/logs
[kane@hadoop102 logs]$ cat hadoop-kane-historyserver-hadoop102.log
# 创建 wordcount 任务
[kane@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /input
[kane@hadoop102 hadoop-3.1.3]$ hadoop fs -put wcinput/word.txt /input
[kane@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
-
配置日志的聚集
日志聚集的概念:应用运行完成以后,将程序运行日志信息上传到 HDFS 系统上。
日志聚集功能的好处:可以方便的查看程序运行详情,方便开发调试。
注意:开启日志聚集功能,需要重新启动 NodeManager、ResourceManager 和 HistoryServer。
开启日志聚集功能具体步骤如下:
1.配置 yarn-site.xml
[kane@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[kane@hadoop102 hadoop]$ vim yarn-site.xml
<configuration>
<!-- 指定 RM 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>192.168.10.103</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>
<!-- 设置日志聚集服务地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://192.168.10.102:19888/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>
</configuration>
# 同步分发
[kane@hadoop102 hadoop]$ xsync yarn-site.xml
# 单节点停止
[kane@hadoop102 hadoop]$ mapred --daemon stop historyserver
# 重启 YARN
[kane@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh
[kane@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
# 启动历史服务器
[kane@hadoop102 hadoop]$ mapred --daemon start historyserver
再次执行任务,查看日志聚集功能是否成功
# 创建 wordcount 任务
[kane@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output3
日志聚集功能完成
-
集群启动、停止方式总结
1.各个模块分开启动、停止(配置 ssh 是前提)常用
# 1.整体启动、停止 HDFS
start-dft.sh
stop-dft.sh
# 2.整体启动、停止 YARN
start-yarn.sh
stop-yarn.sh
2.各个服务组件逐一启动、停止
# 1.分别启动、停止 HDFS 组件
hdfs --daemon start namenode
hdfs --daemon start datanode
hdfs --daemon start secondarynamenode
hdfs --daemon stop namenode
hdfs --daemon stop datanode
hdfs --daemon stop secondarynamenode
# 2.启动、停止 YARN
yarn --daemon start resourcemanager
yarn --daemon start nodemanager
yarn --daemon stop resourcemanager
yarn --daemon stop nodemanager
-
编写 Hadoop 集群常用脚本
1.Hadoop 集群启停脚本(包含 HDFS、Yarn、Historyserver):myhadoop.sh
[kane@hadoop102 bin]$ pwd
/home/kane/bin
[kane@hadoop102 bin]$ vim myhadoop.sh
#! /bin/bash
if [ $# -lt 1 ]
then
echo "No Args Input..."
exit;
fi
case $1 in
"start")
echo "-----*-----启动 hadoop 集群-----*-----"
echo "----------启动 hdfs ----------"
ssh 192.168.10.102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
echo "----------启动 yarn ----------"
ssh 192.168.10.103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
echo "----------启动 historyserver ----------"
ssh 192.168.10.102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver"
;;
"stop")
echo "-----*-----关闭 hadoop 集群-----*-----"
echo "----------关闭 historyserver ----------"
ssh 192.168.10.102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"
echo "----------关闭 yarn ----------"
ssh 192.168.10.103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
echo "----------关闭 hdfs ----------"
ssh 192.168.10.102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
echo "Input Args Error"
;;
esac
# 设置权限
[kane@hadoop102 bin]$ chmod 777 myhadoop.sh
2.查看多台服务器 java 进程脚本:jpsall
[kane@hadoop102 bin]$ pwd
/home/kane/bin
[kane@hadoop102 bin]$ vim jpsall
#! /bin/bash
for host in 192.168.10.102 192.168.10.103 192.168.10.104
do
echo ----------$host----------
ssh $host jps
done
# 设置权限
[kane@hadoop102 bin]$ chmod 777 jpsall
3.关机脚本
[kane@hadoop102 bin]$ pwd
/home/kane/bin
[kane@hadoop102 bin]$ vim shutdownall
#! /bin/bash
if [ $# -lt 1 ]
then
echo "NO Args Input Error..."
exit
fi
case $1 in
"s")
echo "---------------shutdown now---------------"
ssh 192.168.10.104 "sudo shutdown -h now"
ssh 192.168.10.103 "sudo shutdown -h now"
ssh 192.168.10.102 "sudo shutdown -h now"
;;
"r")
echo "---------------reboot---------------"
ssh -t 192.168.10.104 "sudo reboot"
ssh -t 192.168.10.103 "sudo reboot"
ssh -t 192.168.10.102 "sudo reboot"
;;
*)
echo "Input args Error..."
;;
esac
# 设置权限
[kane@hadoop102 bin]$ chmod 777 shutdownall
4.将102服务器上的脚本分发给103、104,这样其他服务器也能使用
[kane@hadoop102 ~]$ pwd
/home/kane
[kane@hadoop102 ~]$ xsync bin/
-
常用端口号说明(面试题)
端口名称 | Hadoop2.x | Hadoop3.x |
HDFS NameNode 内部通信端口 | 8020/9000 | 8020/9000/9820 |
HDFS NameNode 对用户查询端口 | 50070 | 9870 |
YARN MapReduce 查看执行任务端口 | 8088 | 8088 |
历史服务器端口 | 19888 | 19888 |
常用配置文件(面试题)
功能 | Hadoop2.x | Hadoop3.x |
配置 Hadoop 的基本属性, 例如 HDFS 的默认文件系 统、I/O和记录日志等设置 | core-default.xml | |
配置 HDFS 的属性,例如 数据块大小、副本数量、名 字节点和数据节点的地址、 缓存等 | hdfs-default.xml | |
配置 YARN 的属性,例如 资源管理器和节点管理器 的地址、内存和CPU的分 配、日志聚合等 | yarn-default.xml | |
配置 MapReduce 的属性, 例如作业跟踪器和任务跟 踪器的地址、作业优先级、 输出压缩等 | mapred-default.xml | |
slaves(奴隶) | workers(工作者) |
-
集群时间同步
如果服务器在公网环境(能连接外网),可不采用集群时间同步,因为服务器会定期和公网时间进行校准。
如果服务器在内网环境。必须要配置i集群时间同步,否则时间久了,会产生时间偏差,导致集群执行任务时间不同步。
1.需求:找一个机器,作为时间服务器,所有的机器与这台集群时间进行定时的同步,生产环境根据任务对时间的准确程度要求周期同步。测试环境为了尽快看到效果,采用1分钟同步一次。
2.时间服务器配置(必须是 root 用户)
a.查看所有节点 ntpd 服务状态和开机自启状态
# 切换 root 用户执行
[kane@hadoop102 ~]$ su root
# 查看所有节点 ntpd 服务状态和开机自启状态
[root@hadoop102 kane]# systemctl status ntpd
[root@hadoop102 kane]# systemctl start ntpd
[root@hadoop102 kane]# systemctl status ntpd
[root@hadoop102 kane]# systemctl is-enabled ntpd
b.修改 hadoop102 的 ntp.conf 配置文件
[root@hadoop102 kane]# vim /etc/ntp.conf
c.修改hadoop102的 /etc/sysconfig/ntpd 文件
[root@hadoop102 kane]# vim /etc/sysconfig/ntpd
3.其他机器配置(必须 root 用户)
a.关闭所有节点上 ntp 服务和自启动
[kane@hadoop103 hadoop-3.1.3]$ su root
[root@hadoop103 hadoop-3.1.3]# systemctl stop ntpd
[root@hadoop103 hadoop-3.1.3]# systemctl disable ntpd
[kane@hadoop104 hadoop-3.1.3]$ su root
[root@hadoop104 hadoop-3.1.3]# systemctl stop ntpd
[root@hadoop104 hadoop-3.1.3]# systemctl disable ntpd
b.在其他机器配置1分钟与时间服务器同步一次
# 103
[root@hadoop103 hadoop-3.1.3]# crontab -e
# 104
[root@hadoop104 hadoop-3.1.3]# crontab -e