hadoop集群配置与启动

Posted 小道士写程序

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了hadoop集群配置与启动相关的知识，希望对你有一定的参考价值。

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

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：

（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> 

<?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>

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>

（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

（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>

（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>

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/

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

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

[leokadia@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

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。

同步所有节点配置文件

[leokadia@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc

分发配置，将三台节点配置完毕，回到家目录，准备启动集群

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。）

[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

其中VERSION里面的东西

（2）启动 HDFS

[leokadia@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh

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

跟之前的集群部署规划一致！

（3） 在配置了 ResourceManager 的节点 （hadoop103 ）启动 YARN

[leokadia@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

用jps查看102，103，104

跟之前的集群部署规划一致！

（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

其中用的最多的是：

（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

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

➢ 传递一个本地文件

[leokadia@hadoop102 ~]$ hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input

➢ 上传大文件

[leokadia@hadoop102 ~]$ hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /

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

➢ 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

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

（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

Web 端查看 YARN 的 ResourceManager 是这样的，我们发现有了我们刚刚的任务

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。

以上是关于hadoop集群配置与启动的主要内容，如果未能解决你的问题，请参考以下文章

大数据-玩转数据-Hadoop 集群搭建和简单应用

大数据学习

【大数据】使用Docker搭建Hadoop集群

大数据 | Hadoop集群搭建（完全分布式）

大数据高可用集群环境安装与配置（06）——安装Hadoop高可用集群

大数据高可用集群环境安装与配置（03）——设置SSH免密登录