二、HADOOP入门

已于 2024-04-27 22:47:38 修改
阅读量177 收藏
点赞数 3
CC 4.0 BY-SA版权
分类专栏： Hadoop 文章标签： hadoop 大数据 分布式
于 2024-04-27 22:42:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Violet_Sam/article/details/138260016
博客展示了一系列图片，但未提供信息技术相关的文字内容。已知标签涉及Hadoop、大数据和分布式。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

---------------------------------------
         二、HADOOP-入门
---------------------------------------

--[01.入门介绍]

Hadoop入门

一、概念 
01.Hadoop是什么
02.Hadoop发展历史
03.Hadoop的三大发行版本
04.Hadoop的优势
05.Hadoop的组成
06.大数据技术生态体系
07.推荐系统案例

二、环境准备(前戏)
01.模版虚拟机准备
02.克隆
03.安装JDK、Hadoop

三、Hadoop生成集群搭建
01.本地模式
02.完全分布式集群(开发和面试的重点)

四、常见错误的解决方案

--[02.Hadoop是什么]

    Hadoop是一个由Apache基金会所开发的分布式系统基础架构.
    
    主要解决,"海量数据的存储"和"海量数据的分析计算"问题.
    
    广义上来说,Hadoop通常是指一个更广泛的概念——Hadoop生态圈.


--[03.Hadoop发展历史]

    Hadoop创始人Doug Cutting,为了实现与Google类似的全文搜索功能,
他在Lucene框架基础上进行优化升级,查询引擎和索引引擎.

    2001年年底Lucene成为Apache基金会的一个子项目.
    
    对于海量数据的场景,Lucene框 架面对与Google同样的困难,存 储海量数据困难,检索海量速度慢.
    
    学习和模仿Google解决这些问题的办法:微型版Nutch.
    
    可以说Google是Hadoop的思想之源(Google在大数据方面的三篇论文)

    GFS        --->HDFS
    Map-Reduce --->MR
    BigTable   --->HBase

    2003-2004年,Google公开了部分GFS和MapReduce思想的细节,以此为基础Doug Cutting等人用
了2年业余时间实现了DFS和MapReduce机制,使Nutch性能飙升.
    
    2005 年Hadoop作为Lucene的子项目Nutch的一部分正式引入Apache基金会.
    
    2006年3月份,Map-Reduce和Nutch Distributed File System (NDFS)分别被纳入到Hadoop项目
中,Hadoop就此正式诞生,标志着大数据时代来临.
    
    名字来源于Doug Cutting儿子的玩具大象.

--[04.Hadoop三大发行版本]

Hadoop 三大发行版本:Apache、Cloudera、Hortonworks.

Apache 版本最原始(最基础)的版本,对于入门学习最好.2006

Cloudera 内部集成了很多大数据框架,对应产品 CDH.2008

Hortonworks 文档较好,对应产品 HDP.2011

Hortonworks 现在已经被 Cloudera 公司收购,推出新的品牌 CDP.

1)Apache Hadoop
官网地址:http://hadoop.apache.org
下载地址:https://hadoop.apache.org/releases.html

2)Cloudera Hadoop
官网地址:https://www.cloudera.com/downloads/cdh
下载地址:https://docs.cloudera.com/documentation/enterprise/6/releasenotes/topics/rg_cdh_6_download.htm

(1)2008 年成立的 Cloudera 是最早将 Hadoop 商用的公司,为合作伙伴提供 Hadoop 的
商用解决方案,主要是包括支持、咨询服务、培训.

(2)2009 年 Hadoop 的创始人 Doug Cutting 也加盟 Cloudera 公司.Cloudera 产品主
要为 CDH,Cloudera Manager,Cloudera Support

(3)CDH 是 Cloudera 的 Hadoop 发行版,完全开源,比 Apache Hadoop 在兼容性,安
全性,稳定性上有所增强.Cloudera 的标价为每年每个节点 10000 美元.

(4)Cloudera Manager 是集群的软件分发及管理监控平台,可以在几个小时内部署好一
个 Hadoop 集群,并对集群的节点及服务进行实时监控.

3)Hortonworks Hadoop
官网地址:https://hortonworks.com/products/data-center/hdp/
下载地址:https://hortonworks.com/downloads/#data-platform

(1)2011 年成立的 Hortonworks 是雅虎与硅谷风投公司 Benchmark Capital 合资组建.

(2)公司成立之初就吸纳了大约 25 名至 30 名专门研究 Hadoop 的雅虎工程师,上述
工程师均在 2005 年开始协助雅虎开发 Hadoop,贡献了 Hadoop80%的代码.

(3)Hortonworks 的主打产品是 Hortonworks Data Platform(HDP),也同样是 100%开
源的产品,HDP 除常见的项目外还包括了 Ambari,一款开源的安装和管理系统.

(4)2018 年 Hortonworks 目前已经被 Cloudera 公司收购.

--[05.Hadoop优势]

    高可靠性:Hadoop底层维护多个数据副本,所以即使Hadoop某个计算元
素或存储出现故障,也不会导致数据的丢失.

    高扩展性:在集群间分配任务数据,可方便的扩展数以千计的节点.(动态增加服务器)

    高效性:在MapReduce的思想下,Hadoop是并行工作的,以加快任务处理速度.

    高容错性:能够自动将失败的任务重新分配.

--[06.Hadoop 1.x2.x3.x区别]

Hadoop组成(面试重点)

--[Hadoop1.x组成]

MapReduce(计算+资源调度)
HDFS(数据存储)
Common(辅助工具)

--[Hadoop2.x组成]

MapReduce(计算)
Yarn(资源调度)
HDFS(数据存储)
Common(辅助工具)

在 Hadoop1.x 时代 ,Hadoop中的MapReduce同时处理业务逻辑运算和资
源的调度,耦合性较大.在Hadoop2.x时 代,增加 了Yarn.Yarn只负责
资 源 的 调 度 ,MapReduce只负责运算.Hadoop3.x在组成上没有变化.

--[07.HDFS概述]

             NameNode  <--2NN         数据存储在什么位置
         /      |       \ 
DataNode     DataNode     DataNode    具体存储数据
(Hadoop102)  (Hadoop103)  (Hadoop104)  

1)NameNode(nn):存储文件的元数据,如文件名,文件目录结构,文件属性
(生成时间、副本数、文件权限),以及每个文件的块列表和块所在的DataNode等

2)DataNode(dn):在本地文件系统存储文件块数据,以及块数据的校验和.

3)Secondary NameNode(2nn):每隔一段时间对NameNode元数据备份.

--[08.YARN概述]

Yet Another Resource Negotiator 简称 YARN ，另一种资源协调者，是 Hadoop 的资源管理器。

1）ResourceManager（RM）：整个集群资源（内存、CPU等）的老大

2）NodeManager（NM）：单个节点服务器资源老大

3）ApplicationMaster（AM）：单个任务运行的老大

4）Container：容器，相当一台独立的服务器，里面封装了
任务运行所需要的资源，如内存、CPU、磁盘、网络等。

+ - - - - - - - - - - - - - - - - - - - - - - - - - - +
            client           client
                       |           Job Submission 作业提交
                Resource Manager
                (12G内存/6CPU)
               /       |        \
NodeManager       NodeManager       NodeManager[Container(App Mstr)、Container(Map Task)、Container(Reduce Task)]
(4G内存/2CPU)     (4G内存/2CPU)     (4G内存/2CPU)

+ - - - - - - - - - - - - - - - - - - - - - - - - - - +

说明1：客户端可以有多个
说明2：集群上可以运行多个ApplicationMaster
说明3：每个NodeManager上可以有多个Containe

Picture01

--[09.MapReduce概述]

MapReduce 将计算过程分为两个阶段：Map和Reduce
1）Map阶段并行处理输入数据
2）Reduce阶段对Map结果进行汇总

Picture02

--[10.HDFS&YARN&MR关系]

Picture03

--[11.大数据技术生态体系]

Picture04

1）Sqoop：Sqoop 是一款开源的工具，主要用于在 Hadoop、Hive 与传统的数据库（MySQL）
间进行数据的传递，可以将一个关系型数据库（例如 ：MySQL，Oracle 等）中的数据导进
到 Hadoop 的 HDFS 中，也可以将 HDFS 的数据导进到关系型数据库中。

2）Flume：Flume 是一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，
Flume 支持在日志系统中定制各类数据发送方，用于收集数据；

3）Kafka：Kafka 是一种高吞吐量的分布式发布订阅消息系统；

4）Spark：Spark 是当前最流行的开源大数据内存计算框架。可以基于 Hadoop 上存储的大数
据进行计算。

5）Flink：Flink 是当前最流行的开源大数据内存计算框架。用于实时计算的场景较多。

6）Oozie：Oozie 是一个管理 Hadoop 作业（job）的工作流程调度管理系统。

7）Hbase：HBase 是一个分布式的、面向列的开源数据库。HBase 不同于一般的关系数据库，
它是一个适合于非结构化数据存储的数据库。

8）Hive：Hive 是基于 Hadoop 的一个数据仓库工具，可以将结构化的数据文件映射为一张
数据库表，并提供简单的 SQL 查询功能，可以将 SQL 语句转换为 MapReduce 任务进行运
行。其优点是学习成本低，可以通过类 SQL 语句快速实现简单的 MapReduce 统计，不必开
发专门的 MapReduce 应用，十分适合数据仓库的统计分析。

9）ZooKeeper：它是一个针对大型分布式系统的可靠协调系统，提供的功能包括：配置维护、
名字服务、分布式同步、组服务等。

Picture05 

--[12.VMware安装]

Hadoop100(内存4G/硬盘50g/IP/主机名称) -->Copy到其他集机器

--[13.Centos7.5软硬件安装]

安装CentOS7

--[14.IP和主机名称配置]

三个地方:Hadoop100/VMware/Windos10

一、VMware:
编辑》虚拟网络编辑器》VMnet8》更改设置》VMnet8》NAT模式》子网IP:192.168.10.0》NAT设置》网关IP:192.168.10.2
--如果VMnet8没出来,需要还原默认设置

二、Windos11:
右击-网络和Internet》高级网络设置》VMnet8》更多适配选项》编辑》双击、勾选-Internet协议版本4(TCP/IPv4)》
IP地址:192.168.10.1  网关:192.168.10.2 首选DNS服务器:192.168.10.2 备用DNS服务器:8.8.8.8(公网)
         
三、Hadoop100(虚拟机内部):
su root
输入密码,默认6位懂的都懂 dddd
vim /etc/sysconfig/networt-scripts/ifcfg-ens33
+ - - - - - - - - - - - - - - - - - - +
             [文件配置01]
| - - - - - - - - - - - - - - - - - - |
TYPE="Ethernet"
PROXY_METHOD="none"
BROWSER_ONLY="no"
BOOTPROTO="static"
DEFROUTE="yes"
IPV4_FAILURE_FATAL="no"
IPV6INIT="yes"
IPV6_AUTOCONF="yes"
IPV6_DEFROUTE="yes"
IPV6_FAILURE_FATAL="no"
IPV6_ADDR_GEN_MODE="stable-privacy"
NAME="ens33"
UUID="9bfb3343-c7a9-4c82-96fb-4749e0c8500b"
DEVICE="ens33"
ONBOOT="yes"
#IP地址
IPADDR=192.168.10.100
#网关
GATEWAY=192.168.10.2
#域名解释器
DNS1=192.168.10.2
+ - - - - - - - - - - - - - - - - - - +
ESC
:wq!
回车
vim /etc/hostname
+ - - - - - - - - - - - - - - - - - - +
             [文件配置02]
| - - - - - - - - - - - - - - - - - - |
hadoop100
+ - - - - - - - - - - - - - - - - - - +
ESC
:wq!
回车
vim /etc/hosts  --设置主机名称映射
+ - - - - - - - - - - - - - - - - - - +
             [文件配置03]
| - - - - - - - - - - - - - - - - - - |
127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108
+ - - - - - - - - - - - - - - - - - - +
reboot
--验证IP地址和主机名称
ifconfig            --看看ens33对应的IP地址
ping www.baidu.com  --ping外网看看能不能通,time=XX.X ms,有显示表示通,0表示不通
hostname            --查看主机名称

--[15.Xshell远程访问工具]

Windows》C:\Windows\System32\drivers\etc》hosts
[hosts]--添加
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108

一、安装XShell
--连接:
名称:192.168.10.100
主机:192.168.10.100
协议:SSH
端口号:22
--用户是否验证:
用户名:XXX
密码:dddd

二、安装Xftp

--[16.模版虚拟机准备完成]

yum install -y epel-release
kill -9 3030  --如果下载不了,杀死对应进程

--如果安装的是Linux最小系统版,需要再安装以下工具
net-tool  --工具包集合,包含ifconfig等命令
vim       --编辑器

systemctl stop firewalld  --关闭防火墙
systemctl disable firewalld.service  --开机启动的防火墙关闭

useradd atguigu  --添加atguigu用户
passwd atguigu   --修改用户密码

--配置atguigu用户具有root权限,方便后期sudo执行root权限的命令
vim /etc/sudoers
[文件添加]
## Allow root to run any commands anywhere 
root    ALL=(ALL)       ALL
## Allows members of the 'sys' group to run networking, software, 
## service management apps and more.
# %sys ALL = NETWORKING, SOFTWARE, SERVICES, STORAGE, DELEGATING, PROCESSES, LOCATE, DRIVERS
## Allows people in group wheel to run all commands
%wheel  ALL=(ALL)       ALL
atguigu ALL=(ALL)       NOPASSWD:ALL



cd /opt
sudo rm -rf rh/
sudo mkdir module
sudo mkdir software
sudo chown atguigu:atguigu module/ software/

rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps  --卸载自带的JDK
其中:
rpm -qa  --查询所安装的所有rpm软件包
grep -i  --忽略大小写
xargs -n1--表示每次只传递一个参数
rpm -e -nodes--强制卸载软件

rpm -qa | grep -i java  --查看
reboot

--[17.克隆三台虚拟机]

创建完整的克隆》

--修改IP
vim /etc/sysconfig/network-scripts/ifcfg-ens33 
[文件配置]--添加
#IP地址
IPADDR=192.168.10.102
#网关
GATEWAY=192.168.10.2
#域名解释器
DNS1=192.168.10.2

vim /etc/hostname
[文件配置]
hadoop102

vim /etc/hosts
[文件配置]--添加
192.168.10.100 hadoop100
192.168.10.101 hadoop101
192.168.10.102 hadoop102
192.168.10.103 hadoop103
192.168.10.104 hadoop104
192.168.10.105 hadoop105
192.168.10.106 hadoop106
192.168.10.107 hadoop107
192.168.10.108 hadoop108

reboot

ifconfig  --参考是否已修改IP
ping www.baidu.com --ping外网看看网络是否已通
hostname

--[配置XShell]
一、连接
名称:hadoop100  
协议:SSH
主机:hadoop100
端口号:22

二、用户身份验证
用户名:atguigu
密码:123456

--[18.JDK安装]

在hadoop102上安装JDK,然后拷贝至Hadoop103、Hadoop104
cd /opt
cd software/

用Xftp把jdk-8u212-linux-x64.tar.gz和hadoop-3.1.3.tar.gz

tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/
sudo vim /etc/profile--查看环境变量
cd /etc/profile.d/
sudo vim my_env.sh --定义环境变量

[my_env.sh]
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212       --export表示全局变量生效
export PATH=$PATH:$JAVA_HOME/bin

source /etc/profile  --重新加载这里的内容
java
java -version

--[19.Hadoop安装]

tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
cd hadoop-3.1.3/
ll
pwd
sudo vim my_env.sh

[my_env.sh]
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_212       --export表示全局变量生效
export PATH=$PATH:$JAVA_HOME/bin
#HADOOP_HOME                                    --添加hadoop环境变量
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

source /etc/profile
hadoop

[/opt/module/hadoop-3.1.3]
drwxr-xr-x. 2 atguigu atguigu    183 9月  12 2019 bin          --和hdfs、mapred、yarn
drwxr-xr-x. 3 atguigu atguigu     20 9月  12 2019 etc          --大量的配置信息 hdfs-site.xml mapred-site.xml yarn-site.xml workers core-site.xml
drwxr-xr-x. 2 atguigu atguigu    106 9月  12 2019 include      --头文件 .h结尾
drwxr-xr-x. 3 atguigu atguigu     20 9月  12 2019 lib          --本地动态链接库
drwxr-xr-x. 4 atguigu atguigu    288 9月  12 2019 libexec      
-rw-rw-r--. 1 atguigu atguigu 147145 9月   4 2019 LICENSE.txt  
-rw-rw-r--. 1 atguigu atguigu  21867 9月   4 2019 NOTICE.txt
-rw-rw-r--. 1 atguigu atguigu   1366 9月   4 2019 README.txt
drwxr-xr-x. 3 atguigu atguigu   4096 9月  12 2019 sbin         --start-dfs.sh启动集群 start-yarn.sh mr-jobhistory-daemon.sh启动历史服务器 hadoop-daemon.sh      
drwxr-xr-x. 4 atguigu atguigu     31 9月  12 2019 share        --学习资料 doc hadoop》mapreduce》hadoop-mapreduce-examples-3.1.3.jar 官方案例
drwxr-xr-x. 2 root    root        22 4月   3 20:15 wcinput
drwxr-xr-x. 2 root    root        88 4月   3 20:18 wcoutput


--[20.本地运行模式]

hadoop.apache.org/》Getting started》

Now you are ready to start your Hadoop cluster in one of the three supported modes:
Local (Standalone) Mode  --本地模式     数据存储在Linux本地             测试用
Pseudo-Distributed Mode  --伪分布式     数据存储在HDFS                  公司资源紧缺用  2m-1TB
Fully-Distributed Mode   --完全分布式   数据分布在HDFS/多台服务器工资   企业大量使用

Picture06

cd /opt/module/hadoop-3.1.3
mkdir wcinput
vim worl.txt

[worl.txt]
ss ss
cls cls
banzhang
bobo
yangge

cd /opt/module/hadoop-3.1.3
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput ./wcoutput/ --统计词出现的次数
cd wcoutput/
ll

执行统计命令时,输出路径时不能存在的,否则报错

+ - - - - - - - - - - - - - - - - - - - - - - - - - - +
-rw-r--r--. 1 root root 38 4月   3 20:18 part-r-00000
-rw-r--r--. 1 root root  0 4月   3 20:18 _SUCCESS
+ - - - - - - - - - - - - - - - - - - - - - - - - - - +

cat part-r-00000 


--[21.scp&rsync命令讲解]

[完全分布式的搭建]
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
6）配置集群
7）单点启动
8）配置 ssh
9）群起并测试集群

[虚拟机准备]

编写集群分发脚本 xsync
1）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 server1 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

2）rsync 远程同步工具
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 只对差异文件做更
新。scp 是把所有文件都复制过去。
（1）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
 选项参数说明
选项 功能
-a 归档拷贝
-v 显示复制过程
（2）案例实操

--hadoop102上操作
cd /opt/module
scp -r jdk1.8.0_212/ atguigu@hadoop103:/opt/module/    --把本地的文件推去hadoop103

--hadoop103上操作
cd /opt/module
scp -r atguigu@hadoop102:/opt/module/hadoop-3.1.3/ ./  --把hadoop102的文件拉过来
scp -r atguigu@hadoop102:/opt/module/* atguigu@hadoop104:/opt/module/  --把hadoop102上的文件拉去hadoop104上

cd /opt/module/hadoop-3.1.3
rm -rf wcinput/ wcoutput/

--hadoop102
cd /opt/module/
rsync -av hadoop-3.1.3/ atguigu@hadoop103:/opt/module/hadoop-3.1.3/

--hadoop103
cd /opt/module/ 
ll    --刚刚删除的文件已经同步过来

经验总结:首次复制用scp,更新操作用rsync

--[22.xsync分发脚本]

3）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 /opt/module atguigu@hadoop103:/opt/
（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（脚本放在声明了全局环境变量的路径）
[atguigu@hadoop102 ~]$ echo $PATH
/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/atgu
igu/.local/bin:/home/atguigu/bin:/opt/module/jdk1.8.0_212/bi
n
（3）脚本实现
（a）在/home/atguigu/bin 目录下创建 xsync 文件
[atguigu@hadoop102 opt]$ cd /home/atguigu
[atguigu@hadoop102 ~]$ mkdir bin
[atguigu@hadoop102 ~]$ cd bin
[atguigu@hadoop102 bin]$ vim xsync
在该文件中编写如下代码
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
 echo Not Enough Arguement!
 exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
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 $file does not exists!
 fi
 done
done
（b）修改脚本 xsync 具有执行权限
[atguigu@hadoop102 bin]$ chmod +x xsync
（c）测试脚本
[atguigu@hadoop102 ~]$ xsync /home/atguigu/bin
（d）将脚本复制到/bin 中，以便全局调用
[atguigu@hadoop102 bin]$ sudo cp xsync /bin/
（e）同步环境变量配置（root 所有者）
[atguigu@hadoop102 ~]$ sudo ./bin/xsync 
/etc/profile.d/my_env.sh
注意：如果用了 sudo，那么 xsync 一定要给它的路径补全。
让环境变量生效
[atguigu@hadoop103 bin]$ source /etc/profile
[atguigu@hadoop104 opt]$ source /etc/profile


--hadoop102
cd /home/atguigu
echo $PATH  --看看环境变量是否有/home/atguigu/bin
mkdir bin
cd bin/
vim xsync

[xsync]
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
 echo Not Enough Arguement!
 exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
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 exists!
 fi
 done
done

chmod 777 xsync
xsync /home/atguigu/bin
cd /home/atguigu
sudo ./bin/xsync /etc/profile.d/my_env.sh 

--hadoop103
--hadoop104
vim /etc/profile.d/my_env.sh
source /etc/profile
java
hadoop

+ - - - - - - - - - - - +
       代码内容解析
+ - - - - - - - - - - - +
dirname a.txt
dirname /home/atguigu/a.txt 
+ - - - - - - - - - - - +
mkdir aa
ll
ln -s aa bb  --为aa创建软链接bb
cd bb
pwd
cd -P bb
pwd
basename a.txt
basename /home/atguigu/a.txt 
+ - - - - - - - - - - - +
ssh hadoop103
hostname
mkdir 103
mkdir -p 103  --加了-p,文件已存在也可以创建
exit
ll
+ - - - - - - - - - - - +

--[23.ssh免密登录]
1）配置 ssh
（1）基本语法
ssh 另一台电脑的 IP 地址
（2）ssh 连接时出现 Host key verification failed 的解决方法
[atguigu@hadoop102 ~]$ ssh hadoop103
➢ 如果出现如下内容
Are you sure you want to continue connecting (yes/no)?
➢ 输入 yes，并回车
（3）退回到 hadoop102
[atguigu@hadoop103 ~]$ exit
2）无密钥配置
（1）免密登录原理
（2）生成公钥和私钥
[atguigu@hadoop102 .ssh]$ pwd
/home/atguigu/.ssh
[atguigu@hadoop102 .ssh]$ ssh-keygen -t rsa
然后敲（三个回车），就会生成两个文件 id_rsa（私钥）、id_rsa.pub（公钥）
（3）将公钥拷贝到要免密登录的目标机器上
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop102
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop103
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop104
注意：
还需要在 hadoop103 上采用 atguigu 账号配置一下无密登录到 hadoop102、hadoop103、
hadoop104 服务器上。
还需要在 hadoop104 上采用 atguigu 账号配置一下无密登录到 hadoop102、hadoop103、
hadoop104 服务器上。
还需要在 hadoop102 上采用 root 账号，配置一下无密登录到 hadoop102、hadoop103、
hadoop104；
3）.ssh 文件夹下（~/.ssh）的文件功能解释
+ - - - - - - - - - - - - - - - - - - - - - - - - - - - - +
known_hosts      记录 ssh 访问过计算机的公钥（public key）
id_rsa           生成的私钥
id_rsa.pub       生成的公钥
authorized_keys  存放授权过的无密登录服务器公钥
+ - - - - - - - - - - - - - - - - - - - - - - - - - - - - +

Picture07

--hadoop103
ssh hadoop102
cd /home/atguigu
ls -al
cd .ssh/
cat known_hosts  --查看访问过本机的用户

--hadoop102
cd /home/atguigu/.ssh/
ssh-keygen -t rsa  --创建 id_rsa私钥  id_rsa.pub公钥
ssh-copy-id hadoop103  --发送公钥到hadoop103
ssh hadoop103
hostname
exit
ssh-copy-id hadoop104
ssh-copy-id hadoop102
cat authorized_keys  --授权对象

--hadoop103
cd /home/atguigu/.ssh/
cat authorized_keys  --多了可以访问的对象
ssh-keygen -t rsa    --创建私钥和公钥
ssh-copy-id hadoop102
ssh-copy-id hadoop104

--hadoop104
cd /home/atguigu/.ssh/
ssh-keygen -t rsa    --创建私钥和公钥
ssh-copy-id hadoop102
ssh-copy-id hadoop104

--hadoop102
su root
ssh hadoop103
cd
ls -al
cd .ssh/
ll
ssh-keygen -t rsa    
ssh-copy-id hadoop103
ssh-copy-id hadoop104

cd /home/atguigu
touch a.txt
xsync a.txt  --分发脚本到hadoop103 104

--[24.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。
+ - - - + - - - - - - - - + - - - - - - - - + - - - - - - - - +
         hadoop102          hadoop103         hadoop104
+ - - - + - - - - - - - - + - - - - - - - - + - - - - - - - - +
  HDFS  :NameNode                             SecondaryNameNode
         DataNode           DataNode          DataNode
+ - - - + - - - - - - - - + - - - - - - - - + - - - - - - - - +
  YARN  :                   ResourceManager   
         NodeManager        NodeManager       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：
+ - - - - - - - - + - - - - - - - - - - - - - - - - - - - - - +
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
+ - - - - - - - - + - - - - - - - - - - - - - - - - - - - - - +
（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
$HADOOP_HOME/etc/hadoop 这个路径上，用户可以根据项目需求重新进行修改配置。
3）配置集群
（1）核心配置文件
配置 core-site.xml
[atguigu@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
[atguigu@hadoop102 hadoop]$ 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>
 <!-- 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>
（2）HDFS 配置文件
配置 hdfs-site.xml
[atguigu@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>
<!-- nn web 端访问地址-->
<property>
 <name>dfs.namenode.http-address</name>
 <value>hadoop102:9870</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
[atguigu@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_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
[atguigu@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>
4）在集群上分发配置好的 Hadoop 配置文件
[atguigu@hadoop102 hadoop]$ xsync /opt/module/hadoop3.1.3/etc/hadoop/
5）去 103 和 104 上查看文件分发情况
[atguigu@hadoop103 ~]$ cat /opt/module/hadoop3.1.3/etc/hadoop/core-site.xml
[atguigu@hadoop104 ~]$ cat /opt/module/hadoop3.1.3/etc/hadoop/core-site.xml


--hadoop102
cd /opt/module/hadoop-3.1.3/etc/hadoop  --4个自定义配置文件 core/hdfs/yarn/mapred-site.xml
sudo vim core-site.xml

[core-site.xml]  --添加以下内容
<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 -->
<configuration>

sudo vim hdfs-site.xml 
[hdfs-site.xml]  --添加以下内容
<configuration>
<!-- nn web 端访问地址-->
<property>
 <name>dfs.namenode.http-address</name>
 <value>hadoop102:9870</value>
 </property>
<!-- 2nn web 端访问地址-->
 <property>
 <name>dfs.namenode.secondary.http-address</name>
 <value>hadoop104:9868</value>
 </property>
</configuration>

sudo vim yarn-site.xml
[yarn-site.xml]
</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_CO
NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAP
RED_HOME</value>
 </property>
</configuration>

sudo vim mapred-site.xml
[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>

cd /opt/module/hadoop-3.1.3/etc
xsync hadoop/

--hadoop103
cd /opt/module/hadoop-3.1.3/etc/hadoop/
cat core-site.xml 

--[25.集起集群并测试]

3.2.5 群起集群
1）配置 workers
[atguigu@hadoop102 hadoop]$ vim /opt/module/hadoop3.1.3/etc/hadoop/workers
在该文件中增加如下内容：
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。
同步所有节点配置文件
[atguigu@hadoop102 hadoop]$ xsync /opt/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 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。）
[atguigu@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
（2）启动 HDFS
[atguigu@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
（3）在配置了 ResourceManager 的节点（hadoop103）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://hadoop102:9870
（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://hadoop103:8088
（b）查看 YARN 上运行的 Job 信息
3）集群基本测试
（1）上传文件到集群
➢ 上传小文件
[atguigu@hadoop102 ~]$ hadoop fs -mkdir /input
[atguigu@hadoop102 ~]$ hadoop fs -put 
$HADOOP_HOME/wcinput/word.txt /input
➢ 上传大文件
[atguigu@hadoop102 ~]$ hadoop fs -put /opt/software/jdk-8u212-
linux-x64.tar.gz /
（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
[atguigu@hadoop102 subdir0]$ pwd
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-
192.168.10.102-1610603650062/current/finalized/subdir0/subdir0
➢ 查看 HDFS 在磁盘存储文件内容
[atguigu@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce 
atguigu
atguigu
（3）拼接
-rw-rw-r--. 1 atguigu atguigu 134217728 5 月 23 16:01 blk_1073741836
-rw-rw-r--. 1 atguigu atguigu 1048583 5 月 23 16:01 blk_1073741836_1012.meta
-rw-rw-r--. 1 atguigu atguigu 63439959 5 月 23 16:01 blk_1073741837
-rw-rw-r--. 1 atguigu atguigu 495635 5 月 23 16:01 blk_1073741837_1013.meta
[atguigu@hadoop102 subdir0]$ cat blk_1073741836>>tmp.tar.gz
[atguigu@hadoop102 subdir0]$ cat blk_1073741837>>tmp.tar.gz
[atguigu@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz
（4）下载
[atguigu@hadoop104 software]$ hadoop fs -get /jdk-8u212-linuxx64.tar.gz ./
（5）执行 wordcount 程序
[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar 
share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar 
wordcount /input /output

--hadoop102
cd /opt/module/hadoop-3.1.3/etc/hadoop/
vim workers 

[workers]
hadoop102   
hadoop103
hadoop104  --后面不能有空格

xsync ./workers 
cd /opt/module/hadoop-3.1.3
hdfs namenode -format  --初始化hdfs--多了date和logs文件夹
cd /opt/module/hadoop-3.1.3
sbin/start-dfs.sh   --启动集群的命令
jps
--外部web
hadoop102:9870/dfshealth.html#tab-overvie
http://192.168.10.102:9870/dfshealth.html#tab-overview
查看Utilities》Browse the file system》/

--hadoop103
cd /opt/module/hadoop-3.1.3
sbin/start-yarn.sh 
jps
--外部web
http://192.168.10.103:8088/cluster
http://hadoop103:8088/cluster

--hadoop102
hadoop fs -mkdir /wcinput  --创建HDFS文件夹
hadoop fs -put wcinput/word.txt /wcinput  --上传word.txt到HDFS的wcinput文件夹
hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /

cd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-197972718-192.168.10.102-1713500380801/current/finalized/subdir0/subdir0
cat blk_1073741825
cat blk_1073741826 >> tmp.tar.gz
cat blk_1073741827>>tmp.tar.gz
tar -zxvf tmp.tar.gz 
rm -rf jdk1.8.0_212/ tmp.tar.gz 

--hadoop103
cd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-197972718-192.168.10.102-1713500380801/current/finalized/subdir0/subdir0
ll

--hadoop104
cd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-197972718-192.168.10.102-1713500380801/current/finalized/subdir0/subdir0
ll

--hadoop102
hadoop fs -chmod 777 /user/hadoop
cd /opt/module/hadoop-3.1.3
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /wcinput /wcoutput

--[26.集群崩溃处理办法]

--hadoop102
jps
+ - - - - - - - +
3348 DataNode
12058 Jps
3212 NameNode
11756 NodeManager
+ - - - - - - - +

kill -9 3348  --杀死datanode

cd /opt/module/hadoop-3.1.3
rm -rf data/     --hadoop102 hadoop103 hadoop104


--hadoop102
hdfs namenode -format  --尝试格式化hdfs集群
sbin/stop-yarn.sh 
sbin/stop-dfs.sh 
jps
sbin/start-dfs.sh 
jps
hdfs namenode -format
jps  --发现namenode没起

cd /opt/module/hadoop-3.1.3/
--只要不把etc和bin目录删掉就可以了
jps
--步骤1.停掉所有服务,只剩jps
--hadoop102
sbin/stop-dfs.sh
jps
--步骤2.删除每个集群上的data和logs
rm -rf data/ logs/
--步骤3.格式化
--hadoop102
hdfs namenode -format
--步骤4.启动集群
--hadoop102
sbin/start-dfs.sh
jps

--[27.历史服务器配置]

3.2.6 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。具体配置步骤如下：
1）配置 mapred-site.xml
[atguigu@hadoop102 hadoop]$ vim mapred-site.xml
在该文件里面增加如下配置。
<!-- 历史服务器端地址 -->
<property>
 <name>mapreduce.jobhistory.address</name>
 <value>hadoop102:10020</value>
</property>
<!-- 历史服务器 web 端地址 -->
<property>
 <name>mapreduce.jobhistory.webapp.address</name>
 <value>hadoop102:19888</value>
</property>
2）分发配置
[atguigu@hadoop102 hadoop]$ xsync 
$HADOOP_HOME/etc/hadoop/mapred-site.xml
3）在 hadoop102 启动历史服务器
[atguigu@hadoop102 hadoop]$ mapred --daemon start historyserver
4）查看历史服务器是否启动
[atguigu@hadoop102 hadoop]$ jps
5）查看 JobHistory
http://hadoop102:19888/jobhistory

--hadoop102
cd /opt/module/hadoop-3.1.3/etc/hadoop
sudo vim mapred-site.xml 

[mapred-site.xml]--添加内容
<configuration>

<!-- 历史服务器端地址 -->
<property>
 <name>mapreduce.jobhistory.address</name>
 <value>hadoop102:10020</value>
</property>
<!-- 历史服务器 web 端地址 -->
<property>
 <name>mapreduce.jobhistory.webapp.address</name>
 <value>hadoop102:19888</value>
</property>

</configuration>

xsync mapred-site.xml 


cd /opt/module/hadoop-3.1.3
sbin/start-yarn.sh  --如果yarn是已开启的状态,需要程序重启一下yarn
bin/mapred --daemon start historyserver
jps  --多了JobHistoryServer进程

hadoop fs -mkdir /input
hadoop fs -put wcinput/word.txt /input
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output


--[28.日志聚集功能配置]

3.2.7 配置日志的聚集
日志聚集概念：应用运行完成以后，将程序运行日志信息上传到 HDFS 系统上。
日志聚集功能好处：可以方便的查看到程序运行详情，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
[atguigu@hadoop102 hadoop]$ vim yarn-site.xml
在该文件里面增加如下配置。
<!-- 开启日志聚集功能 -->
<property>
 <name>yarn.log-aggregation-enable</name>
 <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property> 
 <name>yarn.log.server.url</name> 
 <value>http://hadoop102:19888/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>
2）分发配置
[atguigu@hadoop102 hadoop]$ xsync $HADOOP_HOME/etc/hadoop/yarnsite.xml
3）关闭 NodeManager 、ResourceManager 和 HistoryServer
[atguigu@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh
[atguigu@hadoop103 hadoop-3.1.3]$ mapred --daemon stop 
historyserver
4）启动 NodeManager 、ResourceManage 和 HistoryServer
[atguigu@hadoop103 ~]$ start-yarn.sh
[atguigu@hadoop102 ~]$ mapred --daemon start historyserver
5）删除 HDFS 上已经存在的输出文件
[atguigu@hadoop102 ~]$ hadoop fs -rm -r /output
6）执行 WordCount 程序
[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar 
share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar 
wordcount /input /output
7）查看日志
（1）历史服务器地址
http://hadoop102:19888/jobhistory
（2）历史任务列表
（3）查看任务运行日志
（4）运行日志详情

Picture10

--hadoop102

cd /opt/module/hadoop-3.1.3/etc/hadoop
vim yarn-site.xml

[yarn-site.xml]  --添加以下内容
<!-- 开启日志聚集功能 -->
<property>
 <name>yarn.log-aggregation-enable</name>
 <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property> 
 <name>yarn.log.server.url</name> 
 <value>http://hadoop102:19888/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>

xsync yarn-site.xml 
cd /opt/module/hadoop-3.1.3
jps
mapred --daemon stop historyserver
sbin/stop-yarn.sh 
sbin/start-yarn.sh 
mapred --daemon start historyserver
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output2

192.168.10.103:8088
192.168.10.102:19888


--[29.两个常用脚本]
3.2.8 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-dfs.sh/stop-dfs.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/stop namenode/datanode/secondarynamenode
（2）启动/停止 YARN
yarn --daemon start/stop resourcemanager/nodemanager
3.2.9 编写 Hadoop 集群常用脚本
1）Hadoop 集群启停脚本（包含 HDFS，Yarn，Historyserver）：myhadoop.sh
[atguigu@hadoop102 ~]$ cd /home/atguigu/bin
[atguigu@hadoop102 bin]$ vim myhadoop.sh
➢ 输入如下内容
#!/bin/bash
if [ $# -lt 1 ]
then
 echo "No Args Input..."
 exit ;
fi
case $1 in
"start")
 echo " =================== 启动 hadoop 集群 ==================="
 echo " --------------- 启动 hdfs ---------------"
 ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
 echo " --------------- 启动 yarn ---------------"
ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
 echo " --------------- 启动 historyserver ---------------"
 ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start 
historyserver"
;;
"stop")
 echo " =================== 关闭 hadoop 集群 ==================="
 echo " --------------- 关闭 historyserver ---------------"
 ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop 
historyserver"
 echo " --------------- 关闭 yarn ---------------"
 ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
 echo " --------------- 关闭 hdfs ---------------"
 ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
 echo "Input Args Error..."
;;
esac
➢ 保存后退出，然后赋予脚本执行权限
[atguigu@hadoop102 bin]$ chmod +x myhadoop.sh
2）查看三台服务器 Java 进程脚本：jpsall
[atguigu@hadoop102 ~]$ cd /home/atguigu/bin
[atguigu@hadoop102 bin]$ vim jpsall
➢ 输入如下内容
#!/bin/bash
for host in hadoop102 hadoop103 hadoop104
do
 echo =============== $host ===============
 ssh $host jps 
done
➢ 保存后退出，然后赋予脚本执行权限
[atguigu@hadoop102 bin]$ chmod +x jpsall
3）分发/home/atguigu/bin 目录，保证自定义脚本在三台机器上都可以使用
[atguigu@hadoop102 ~]$ xsync /home/atguigu/bin/

hdfs --daemon start datanode  --单个服务件启动
yarn --daemon start nodemanager

--hadoop102
cd /home/atguigu/bin
vim myhadoop.sh
chmod 777 myhadoop.sh
myhadoop.sh stop
myhadoop.sh start

vim jpsall
chmod 777 jpsall
jpsall

--[30.两道面试题]

一、常用端口号
hadoop3.x
      HDFS NameNode 内部通信端口:8020/9000/9820
      HDFS NameNode 对用户的查询端口:9870
      Yarn查看任务运行情况的:8088
      历时服务器:19888
hadoop2.x
      HDFS NameNode 内部通信端口:8020/9000
      HDFS NameNode 对用户的查询端口:50070
      Yarn查看任务运行情况的:8088
      历时服务器:19888
二、常用的配置文件
      3.x core-site.xml hdfs-site.xml yarn-site.xml mapred-site.xml
          workers
      2.x core-site.xml hdfs-site.xml yarn-site.xml mapred-site.xml
          slaves

--[31.集群时间同步]

3.2.11 集群时间同步
如果服务器在公网环境（能连接外网），可以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 root 用户）
（1）查看所有节点 ntpd 服务状态和开机自启动状态
[atguigu@hadoop102 ~]$ sudo systemctl status ntpd
[atguigu@hadoop102 ~]$ sudo systemctl start ntpd
[atguigu@hadoop102 ~]$ sudo systemctl is-enabled ntpd
（2）修改 hadoop102 的 ntp.conf 配置文件
[atguigu@hadoop102 ~]$ sudo vim /etc/ntp.conf
修改内容如下
（a）修改 1（授权 192.168.10.0-192.168.10.255 网段上的所有机器可以从这台机器上查
询和同步时间）
#restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap
为 restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap
（b）修改 2（集群在局域网中，不使用其他互联网上的时间）
server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst
为
#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst
（c）添加 3（当该节点丢失网络连接，依然可以采用本地时间作为时间服务器为集群中
的其他节点提供时间同步）
server 127.127.1.0
fudge 127.127.1.0 stratum 10
（3）修改 hadoop102 的/etc/sysconfig/ntpd 文件
[atguigu@hadoop102 ~]$ sudo vim /etc/sysconfig/ntpd
增加内容如下（让硬件时间与系统时间一起同步）
SYNC_HWCLOCK=yes
（4）重新启动 ntpd 服务
[atguigu@hadoop102 ~]$ sudo systemctl start ntpd
（5）设置 ntpd 服务开机启动
[atguigu@hadoop102 ~]$ sudo systemctl enable ntpd
3）其他机器配置（必须 root 用户）
（1）关闭所有节点上 ntp 服务和自启动
[atguigu@hadoop103 ~]$ sudo systemctl stop ntpd
[atguigu@hadoop103 ~]$ sudo systemctl disable ntpd
[atguigu@hadoop104 ~]$ sudo systemctl stop ntpd
[atguigu@hadoop104 ~]$ sudo systemctl disable ntpd
（2）在其他机器配置 1 分钟与时间服务器同步一次
[atguigu@hadoop103 ~]$ sudo crontab -e
编写定时任务如下：
*/1 * * * * /usr/sbin/ntpdate hadoop102
（3）修改任意机器时间
[atguigu@hadoop103 ~]$ sudo date -s "2021-9-11 11:11:11"
（4）1 分钟后查看机器是否与时间服务器同步
[atguigu@hadoop103 ~]$ sudo date

Picture08

--hadoop102
su root
systemctl status ntpd
systemctl start ntpd
systemctl is-enabled ntpd
vim /etc/ntp.conf

[ntp.conf]
--修改
# Hosts on local network are less restricted.
restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap

# Use public servers from the pool.ntp.org project.
# Please consider joining the pool (http://www.pool.ntp.org/join.html).
#server 0.centos.pool.ntp.org iburst  --注释
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst
--添加
server 127.127.1.0
fudge 127.127.1.0 stratum 10

vim /etc/sysconfig/ntpd
--添加
SYNC_HWCLOCK=yes

--hadoop103
--hadoop104
sudo systemctl stop ntpd
sudo systemctl disable ntpd

sudo crontab -e
*/1 * * * * /usr/sbin/ntpdate hadoop102

sudo date -s "2022-01-29 11:11:11"
date

--[32.常见问题总结]
第 4 章 常见错误及解决方案
1）防火墙没关闭、或者没有启动 YARN
INFO client.RMProxy: Connecting to ResourceManager at hadoop108/192.168.10.108:8032
2）主机名称配置错误
3）IP 地址配置错误
4）ssh 没有配置好
5）root 用户和 atguigu 两个用户启动集群不统一
6）配置文件修改不细心
7）不识别主机名称
java.net.UnknownHostException: hadoop102: hadoop102
 at 
java.net.InetAddress.getLocalHost(InetAddress.java:1475)
 at 
org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(Job
Submitter.java:146)
 at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1290)
 at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1287)
 at java.security.AccessController.doPrivileged(Native 
Method)
at javax.security.auth.Subject.doAs(Subject.java:415)
解决办法：
（1）在/etc/hosts 文件中添加 192.168.10.102 hadoop102
（2）主机名称不要起 hadoop hadoop000 等特殊名称
8）DataNode 和 NameNode 进程同时只能工作一个。
9）执行命令不生效，粘贴 Word 中命令时，遇到-和长–没区分开。导致命令失效
解决办法：尽量不要粘贴 Word 中代码。
10）jps 发现进程已经没有，但是重新启动集群，提示进程已经开启。
原因是在 Linux 的根目录下/tmp 目录中存在启动的进程临时文件，将集群相关进程删
除掉，再重新启动集群。
11）jps 不生效
原因：全局变量 hadoop java 没有生效。解决办法：需要 source /etc/profile 文件。
12）8088 端口连接不上
[atguigu@hadoop102 桌面]$ cat /etc/hosts
注释掉如下代码
#127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
#::1 hadoop102


Picture09

--hadoop102
--当网页端hdfs文件无法删除时
cd /opt/module/hadoop-3.1.3/
cd ./etc/hadoop/
vim core-site.xml 

[core-site.xml]--添加
 <!-- 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>
 
xsync core-site.xml 
jpsall
myhadoop.sh stop
myhadoop.sh start

Picture01

Picture02

Picture03

Picture04

Picture05

Picture06

Picture07

Picture08

Picture09

Picture10

评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Violet_Sam

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值