Hadoop集群配置

1、集群部署规划

提醒：

• 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。

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。

2.1、默认配置文件

2.2、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、进行集群配置

3.1、 core-site.xml文件配置

进入该目录

找到 core-site.xml文件进行编辑

<!-- 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 song --> 
    <property> 
        <name>hadoop.http.staticuser.user</name> 
        <value>song</value> 
    </property> 

3.2、hdfs-site.xml文件配置

	<!-- NameNode web 端访问地址--> 
  <property> 
        <name>dfs.namenode.http-address</name> 
        <value>hadoop102:9870</value> 
    </property> 
  <!-- SecondaryNameNode web   2nn 内部端访问地址--> 
    <property> 
        <name>dfs.namenode.secondary.http-address</name> 
        <value>hadoop104:9868</value> 
    </property> 

3.3、 yarn-site.xml文件配置

<!-- 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> 

3.4、 mapred-site.xml文件配置

 <!-- 指定 MapReduce 程序运行在 Yarn 上 --> 
    <property> 
        <name>mapreduce.framework.name</name> 
        <value>yarn</value> 
    </property> 

3.5、配置workers（有几个节点就配置几个主机名称）

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。

4、数据分发

使用分发脚本，将配置文件同步到其他的服务器上
点击查看分发脚本

5、启动集群

5.1、初始化（只有第一次启动的时候才需要）

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。）

hdfs namenode -format

错误情况：

如果出现这个信息：去检查core-site.xml中的存储data信息路径配置是否正确

没有发生错误信息就是执行完毕

5.2、启动 HDFS

 sbin/start-dfs.sh

Web 端查看 HDFS 的 NameNode
http://hadoop102:9870/

5.3、启动 YARN

启动yarn的规则，在哪一个服务器上配置了resourceManager 就在这个服务器上启动yarn，在这里是在103上配置的resourceManager ，所以是在103服务器上启动yarn

sbin/start-yarn.sh 

Web 端查看 YARN 的 ResourceManager
http://hadoop103:8088

5.4、集群基本测试

上传文件后查看文件存放在什么位置？