1 集群部署规划
NameNode 和 SecondaryNameNode 不要安装在同一台服务器 。
(它们两个都需要耗内存,分开减少集群的压力)
ResourceManager 也很消耗内存,不要和 NameNode、SecondaryNameNode 配置在同一台机器上
![](https://img-blog.csdnimg.cn/img_convert/48ea8f79cdf841f3adb53118665f6b8d.png)
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:
![](https://img-blog.csdnimg.cn/img_convert/b2f5acb2f8c44c9f9fcd65acdb61f1cf.png)
(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
[leokadia@hadoop102 ~] $ cd $HADOOP_HOME/etc/hadoop
[leokadia@hadoop102 hadoop]$ vim core-site.xml
文件内容如下:
<?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://hadoop102:8020</value>
</property>
</configuration>
![](https://img-blog.csdnimg.cn/img_convert/227bb1664f2543cdbc1d8e101fd47a84.png)
![](https://img-blog.csdnimg.cn/img_convert/b0196aac7719429a96c12ebd51a133b6.png)
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 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>
![](https://img-blog.csdnimg.cn/img_convert/262723d5e9b943e9b3bdf33f667f2c13.png)
![](https://img-blog.csdnimg.cn/img_convert/1c1febb536534c919150feea1ca89abe.png)
先配置前面两个,后面这个我们先不配置,看看之后会出现什么问题
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- 配置 HDFS 网页登录使用的静态用户为 leokadia -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>leokadia</value>
</property>
</configuration>
也就是说我们总共要插入配置文件的东西一共有这三个
<?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://hadoop102:8020</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 atguigu -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>atguigu</value>
</property>
</configuration>
![](https://img-blog.csdnimg.cn/img_convert/01cf267863284c3ebedfccf0174ca17b.png)
![](https://img-blog.csdnimg.cn/img_convert/59f3c5fec38a4b0d9692029508a1f459.png)
(2)HDFS 配置文件
配置 hdfs-site.xml
[leokadia@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- NameNode web 端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>hadoop102:9870</value>
</property>
<!-- SecondaryNameNode web 端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop104:9868</value>
</property>
</configuration>
p.s.之前核心配置文件中NameNode地址hdfs://hadoop102:8020相当于是hadoop内部通讯地址,
现在NameNode是HDFS需要用户在web界面上访问,不需要操作命令行,即也需要对外暴露一个接口hadoop102:9870
![](https://img-blog.csdnimg.cn/img_convert/81a2b266a5d8485bb51b3ec0fd207fdb.png)
(3)YARN 配置文件
配置 yarn-site.xml
[leokadia@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下:
<?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>hadoop103</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>
![](https://img-blog.csdnimg.cn/img_convert/e9e0a7903a79486a9f2a42ee0f004c2e.png)
(4)MapReduce 配置文件
配置 mapred-site.xml
[leokadia@hadoop102 hadoop]$ vim mapred-site.xml
文件内容如下:
<?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>
![](https://img-blog.csdnimg.cn/img_convert/8fcf941c01ec428e9e661d2403c0e58f.png)
![](https://img-blog.csdnimg.cn/img_convert/8c3c3d3f1f0c41b6951cf4dbc379652f.png)
分别配置好上述文件,hadoop102的所有配置文件均配置完了。
但我们需要将这个配置文件分发给hadoop103,hadoop104
4 在集群上分发配置好的 Hadoop 配置文件
[leokadia@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/
![](https://img-blog.csdnimg.cn/img_convert/847bb39525e541c4b4a09c19bc7c442b.png)
5 去 103 和 104 上 查看文件分发情况
[leokadia@hadoop103 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
[leokadia@hadoop104 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
![](https://img-blog.csdnimg.cn/img_convert/09471d0e09eb4244be4c9c39d0c20b0b.png)
至此,整个集群的配置就搞定了!
6群起集群并测试
1 ) 配置 workers
在启动集群前需要配置workers
先进入hadoop目录
[leokadia@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
![](https://img-blog.csdnimg.cn/img_convert/1dd89bfa5b0844e08f8a8928b49263af.png)
[leokadia@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
![](https://img-blog.csdnimg.cn/img_convert/b41627a285374370abd0072f845d52c6.png)
在该文件中增加如下内容:(有几个节点就配置几个主机名称)
hadoop102
hadoop103
hadoop104
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。
![](https://img-blog.csdnimg.cn/img_convert/2447a14071d74d32bd41a6cc378ab83e.png)
同步所有节点配置文件
[leokadia@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc
![](https://img-blog.csdnimg.cn/img_convert/ba006dad0603419fb6fdde9b000f8479.png)
分发配置,将三台节点配置完毕,回到家目录,准备启动集群
![](https://img-blog.csdnimg.cn/img_convert/103a8fbb43de4abfafa32139b5c29822.png)
2 ) 启动集群
(1)初始化(注意:只有第一次的时候才需要)
如果集群是第一次启动,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。)
![](https://img-blog.csdnimg.cn/img_convert/1d39d4c118734a6db6b0710e083263ef.png)
[leokadia@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
相当于将整个记账本清空,重新开始记录
初始化完毕后,源路径就多了两个路径data合logs
![](https://img-blog.csdnimg.cn/img_convert/a168ea69780b45a39749f6306048d74c.png)
![](https://img-blog.csdnimg.cn/img_convert/614b0965d8444582895e1451faba4737.png)
其中VERSION里面的东西
![](https://img-blog.csdnimg.cn/img_convert/6a0ed3ad68ee4e67bdd6481d167cd30b.png)
![](https://img-blog.csdnimg.cn/img_convert/79d6b46b1cac4d7ba859236f1ff31bba.png)
(2)启动 HDFS
![](https://img-blog.csdnimg.cn/img_convert/995bce8a4ac840e9b005ed7974473c10.png)
[leokadia@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
![](https://img-blog.csdnimg.cn/img_convert/7f620bca6911453eb1c91c0158494a9d.png)
出现:错误ERROR: Attempting to operate on hdfs namenode as root
输入如下命令,在环境变量中添加下面的配置
vi /etc/profile
然后向里面加入如下的内容
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
source /etc/profile
用jps查看102,103,104
![](https://img-blog.csdnimg.cn/img_convert/56bcdfc9616e4f93b01faed8c3d3674f.png)
![](https://img-blog.csdnimg.cn/img_convert/6d3482e2f0f04e93b23783c346efb326.png)
![](https://img-blog.csdnimg.cn/img_convert/c66ff19e834e4187a945f361ecbdb4cb.png)
跟之前的集群部署规划一致!
![](https://img-blog.csdnimg.cn/img_convert/1bda633cc5244b7e8f682f84d3cb601a.png)
(3) 在配置了 ResourceManager 的节点 (hadoop103 )启动 YARN
[leokadia@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
![](https://img-blog.csdnimg.cn/img_convert/dcd613de2c5e4c5493e5251c8bf0cb68.png)
用jps查看102,103,104
![](https://img-blog.csdnimg.cn/img_convert/662d430eaab243b2a903a01284f561a9.png)
![](https://img-blog.csdnimg.cn/img_convert/df03e53bab0f4977935f94f96b159ab5.png)
![](https://img-blog.csdnimg.cn/img_convert/22d6ea722731439092808e1681b4f4b5.png)
跟之前的集群部署规划一致!
![](https://img-blog.csdnimg.cn/img_convert/0889b480187248a08f3c0b81f44f80a6.png)
(4)Web 端查看 HDFS 的 NameNode
(a)浏览器中输入:http://hadoop102:9870
(b)查看 HDFS 上存储的数据信息
此外HDFS还给我们准备了一个HDFS web页面
输入hadoop102:9870
![](https://img-blog.csdnimg.cn/img_convert/be794b2150254818bfa1634a6d9fbee5.png)
其中用的最多的是:
![](https://img-blog.csdnimg.cn/img_convert/6bb4c473545f4d1ba55c6f8fbc34a9bf.png)
![](https://img-blog.csdnimg.cn/img_convert/32e044e0f840440299731438735ac3f3.png)
(5)Web 端查看 YARN 的 ResourceManager
需要我在103 上启动 /usr/local/hadoop313/sbin/start-yarn.sh
(a)浏览器中输入:http://hadoop103:8088
(b)查看 YARN 上运行的 Job 信息
![](https://img-blog.csdnimg.cn/img_convert/77a74197395241718b0e3d2a12fb4c6a.png)
7集群基本测试 上传文件到集群
上传小文件
[leokadia@hadoop102 ~]$ hadoop fs -mkdir /input
执行完后,HDFS网页种多了个文件
![](https://img-blog.csdnimg.cn/img_convert/70ce119df24b4bb79352e7d731d3cedc.png)
➢ 传递一个本地文件
[leokadia@hadoop102 ~]$ hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input
![](https://img-blog.csdnimg.cn/img_convert/067dfe3e97434cb5960e1392032d84c9.png)
![](https://img-blog.csdnimg.cn/img_convert/8bbe2614eb4640889c95a0f4ce4bcdd1.png)
➢ 上传大文件
[leokadia@hadoop102 ~]$ hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /
![](https://img-blog.csdnimg.cn/img_convert/7d7a8b89410640caa06813b842961960.png)
这里面实际只存储了一个链接,实际存储的数据在datanode节点
(2)上传文件后查看文件存放在什么位置
➢ 查看 HDFS 文件存储路径
[leokadia@hadoop102 subdir0]$ pwd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.102-1610603650062/current/finalized/subdir0/subdir0
![](https://img-blog.csdnimg.cn/img_convert/5d4dd20862234587823a3af70710dfe5.png)
➢ 查看 HDFS 在磁盘存储文件内容
[leokadia@hadoop102 subdir0]$ cat blk_1073741825
Leokadia is a sophomore in HFUT, whose class is computer innovation experiment 19-1
She is learning Hadoop
(3)拼接
-rw-rw-r--. 1 leokadia leokadia 107 4月 29 22:52 blk_1073741825
-rw-rw-r--. 1 leokadia leokadia 11 4月 29 22:52 blk_1073741825_1001.meta
-rw-rw-r--. 1 leokadia leokadia 134217728 4月 29 22:55 blk_1073741826
-rw-rw-r--. 1 leokadia leokadia 1048583 4月 29 22:55 blk_1073741826_1002.meta
-rw-rw-r--. 1 leokadia leokadia 60795424 4月 29 22:55 blk_1073741827
-rw-rw-r--. 1 leokadia leokadia 474975 4月 29 22:55 blk_1073741827_1003.meta
[leokadia@hadoop102 subdir0]$ cat blk_1073741826>>tmp.tar.gz
查看一个文件,追加到文件后缀
[leokadia@hadoop102 subdir0]$ cat blk_1073741827>>tmp.tar.gz
[leokadia@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz
解压到当前路径
![](https://img-blog.csdnimg.cn/img_convert/287ee445147c412e8436db008bcfada1.png)
即HDFS存储的文件就在
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-817129285-192.168.10.102-1619703574964/current/finalized/subdir0/subdir0
路径上
Hadoop高可用,任何一个服务器挂了还有两份副本
![](https://img-blog.csdnimg.cn/img_convert/4313d235fb8a4940b0e33f776ed35e9d.png)
![](https://img-blog.csdnimg.cn/img_convert/1781014847cc48d68d3d172103329cdf.png)
(4)下载
[leokadia@hadoop104 software]$ hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./
(5)执行 wordcount 程序
[leokadia@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
![](https://img-blog.csdnimg.cn/img_convert/83fa454fa7054ca59607860e2083883b.png)
![](https://img-blog.csdnimg.cn/img_convert/6e94bab733d5479cbd0dc10b4105b66b.png)
Web 端查看 YARN 的 ResourceManager 是这样的,我们发现有了我们刚刚的任务
![](https://img-blog.csdnimg.cn/img_convert/ae4d81b0060a47e6a2f30bfe622e337a.png)
同时我们注意到有个History
但是点进去无效,因此,我们需要对历史服务器进行配置,这个在后续博客中讲到。