• 搭建hadoop集群

    文章目录

    搭建Hadoop集群

    1，准备环节

    Hadoop完全分布式集群式（master/slave）主从架构。

    在这里插入图片描述

    因为Hadoop是由java编写的，所以需要Java的环境支持，作为开发者我们需要安装jdk。

    安装jdk的教程：http://t.csdnimg.cn/zK3oR

    下载Hadoop的安装包

    Hadoop官网：http://hadoop.apache.org/

    Hadoop版本下载地址：http://archive.apache.org/dist/hadoop/core/hadoop-3.3.1/hadoop-3.3.1.tar.gz

    注意：安装jdk之后再克隆

    在这里插入图片描述

    在这里插入图片描述

    在这里插入图片描述

    1.1，设置节点

    • 主节点：192.168.184.136
    # 设置虚拟机名称
[root@192.168.184.136 ~]# hostnamectl set-hostname master
# 重启虚拟机
[root@192.168.184.136 ~]# reboot
[root@master ~]# 
# 设置集群网络
[root@master ~]# vi /etc/hosts
# 主节点ip 虚拟机名称   域名
192.168.184.136 master hadoop.master.com
# 从节点1ip 虚拟机名称   域名
192.168.184.137 slave01 hadoop.slave01.com
# 从节点2ip 虚拟机名称   域名
192.168.184.138 slave02 hadoop.slave02.com
# 从节点3ip 虚拟机名称   域名
192.168.184.139 slave03 hadoop.slave03.com


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 从节点192.168.184.137
    # 设置虚拟机名称
[root@192.168.184.137 ~]# hostnamectl set-hostname slave01
# 重启虚拟机
[root@192.168.184.137 ~]# reboot
[root@slave01 ~]#
# 设置集群网络
[root@slave01 ~]# vi /etc/hosts
# 主节点ip 虚拟机名称   域名
192.168.184.136 master hadoop.master.com
# 从节点1ip 虚拟机名称   域名
192.168.184.137 slave01 hadoop.slave01.com
# 从节点2ip 虚拟机名称   域名
192.168.184.138 slave02 hadoop.slave02.com
# 从节点3ip 虚拟机名称   域名
192.168.184.139 slave03 hadoop.slave03.com


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 从节点192.168.184.138
    # 设置虚拟机名称
[root@192.168.184.138 ~]# hostnamectl set-hostname slave02
# 重启虚拟机
[root@192.168.184.138 ~]# reboot
[root@slave02 ~]# 
# 设置集群网络
[root@slave02 ~]# vi /etc/hosts
# 主节点ip 虚拟机名称   域名
192.168.184.136 master hadoop.master.com
# 从节点1ip 虚拟机名称   域名
192.168.184.137 slave01 hadoop.slave01.com
# 从节点2ip 虚拟机名称   域名
192.168.184.138 slave02 hadoop.slave02.com
# 从节点3ip 虚拟机名称   域名
192.168.184.139 slave03 hadoop.slave03.com


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 从节点192.168.184.139
    # 设置虚拟机名称
[root@192.168.184.139 ~]# hostnamectl set-hostname slave03
# 重启虚拟机
[root@192.168.184.139 ~]# reboot
[root@slave03 ~]# 
# 设置集群网络
[root@slave03 ~]# vi /etc/hosts
# 主节点ip 虚拟机名称   域名
192.168.184.136 master hadoop.master.com
# 从节点1ip 虚拟机名称   域名
192.168.184.137 slave01 hadoop.slave01.com
# 从节点2ip 虚拟机名称   域名
192.168.184.138 slave02 hadoop.slave02.com
# 从节点3ip 虚拟机名称   域名
192.168.184.139 slave03 hadoop.slave03.com


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    1.2，关闭防火墙

    四台虚拟机的防火墙都需要关闭

    systemctl stop firewalld	

    • 1

    1.3，设置集群ssh免密登录

    # 生成一个RSA密钥对包含一个私钥和公钥，密钥用于SSH连接的身份验证和加密通信
[root@master ~]# ssh-keygen -t rsa
Generating public/private rsa key pair.
Enter file in which to save the key (/root/.ssh/id_rsa):
Created directory '/root/.ssh'.
Enter passphrase (empty for no passphrase):
Enter same passphrase again:
Your identification has been saved in /root/.ssh/id_rsa.
Your public key has been saved in /root/.ssh/id_rsa.pub.
The key fingerprint is:
SHA256:83y1SQv5wiYdQFuHuTvnWeSRGfhZJYLjs+za+mdkt+4 root@master
The key's randomart image is:
+---[RSA 2048]----+
|          ..oo+ o|
|         .ooo+ o.|
|         .o. .. *|
|          o... *.|
|        S. o+.oo.|
|         +oo=*o+o|
|         .+o*==+ |
|         ..+o.+  |
|        o+oo oE  |
+----[SHA256]-----+

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    1.4，将公钥复制到其他机器中

    # 将密钥分发给主节点
[root@master ~]# ssh-copy-id -i /root/.ssh/id_rsa.pub master
# 将密钥分发给从节点1
[root@master ~]# ssh-copy-id -i /root/.ssh/id_rsa.pub slave01
# 将密钥分发给从节点2
[root@master ~]# ssh-copy-id -i /root/.ssh/id_rsa.pub slave02
# 将密钥分发给从节点3
[root@master ~]# ssh-copy-id -i /root/.ssh/id_rsa.pub slave03

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    验证ssh是否能够免密登录，

    # 使用ssh工具登陆从节点1，并无需密码校验
[root@master ~]# ssh slave01
Last login: Tue May 23 16:01:11 2023 from master
# 登出
[root@slave01 ~]# exit
登出
Connection to slave01 closed.

# 使用ssh工具登陆从节点2，并无需密码校验
[root@master ~]# ssh slave02
Last login: Tue May 23 15:57:48 2023 from slave01
# 登出
[root@slave02 ~]# exit
登出
Connection to slave02 closed.

# 使用ssh工具登陆从节点3，并无需密码校验
[root@master ~]# ssh slave03
Last login: Tue May 23 15:58:01 2023 from slave01
# 登出
[root@slave03 ~]# exit
登出
Connection to slave03 closed

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    2，安装环节

    主要在 master节点中安装即可，安装完毕可以通过scp命令直接拷贝文件分发到不同的节点中。赋予用户/data/hadoop目录的读写权限：

    2.1，进入文件夹

    [root@master ~]# cd /usr/local

    • 1

    2.2，存放安装包

    安装包：hadoop-3.3.1.tar.gz放置在/usr/local文件夹中

    [root@master local]# ls
hadoop-3.3.1.tar.gz  jdk1.8.0_291  jdk-8u291-linux-x64.tar.gz

    • 1
    • 2

    2.3，解压

    [root@ master hadoop]# tar -zxvf hadoop-3.3.1.tar.gz

    • 1

    2.3，更改环境变量

    [root@ master ~]# vi /etc/profile

# 将 HADOOP_HOME 环境变量设置为 /usr/local/hadoop-3.3.1，指定了 Hadoop 的安装目录
export HADOOP_HOME=/usr/local/hadoop-3.3.1
# 将 Hadoop 的可执行文件目录（$HADOOP_HOME/bin 和 $HADOOP_HOME/sbin）添加到系统的 PATH 环境变量中，这样系统就可以直接识别和执行 Hadoop 命令。
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
# 指定 HDFS 的 NameNode 组件运行时使用的用户为 root
export HDFS_NAMENODE_USER=root
# 指定 HDFS 的 DataNode 组件运行时使用的用户为 root
export HDFS_DATANODE_USER=root
# 指定 HDFS 的 SecondaryNameNode 组件运行时使用的用户为 root
export HDFS_SECONDARYNAMENODE_USER=root
# 指定 YARN 的 ResourceManager 组件运行时使用的用户为 root
export YARN_RESOURCEMANAGER_USER=root
# 指定 YARN 的 NodeManager 组件运行时使用的用户为 root
export YARN_NODEMANAGER_USER=root



    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18

    在这里插入图片描述

    2.4，更新环境变量

    [root@ master ~]# source /etc/profile

    • 1

    2.5，验证安装

    主要在 master节点中安装即可，安装完毕可以通过scp命令直接拷贝文件分发到不同的节点中。赋予用户/data/hadoop目录的读写权限：

    [root@ master ~]# hadoop version
# 有以下信息说明安装成功
Hadoop 3.3.1
Source code repository https://github.com/apache/hadoop.git -r a3b9c37a397ad4188041dd80621bdeefc46885f2
Compiled by ubuntu on 2021-06-15T05:13Z
Compiled with protoc 3.7.1
From source with checksum 88a4ddb2299aca054416d6b7f81ca55
This command was run using /usr/local/hadoop/hadoop-3.3.1/share/hadoop/common/hadoop-common-3.3.1.jar

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    2.6，修改配置文件

    [root@master ~]# cd /usr/local/hadoop-3.3.1/etc/hadoop/
[root@master hadoop]# ll
总用量 176
-rw-r--r--. 1 1000 1000  9213 6月  15 2021 capacity-scheduler.xml
-rw-r--r--. 1 1000 1000  1335 6月  15 2021 configuration.xsl
-rw-r--r--. 1 1000 1000  2567 6月  15 2021 container-executor.cfg
-rw-r--r--. 1 1000 1000   774 6月  15 2021 core-site.xml
-rw-r--r--. 1 1000 1000  3999 6月  15 2021 hadoop-env.cmd
-rw-r--r--. 1 1000 1000 16654 6月  15 2021 hadoop-env.sh
-rw-r--r--. 1 1000 1000  3321 6月  15 2021 hadoop-metrics2.properties
-rw-r--r--. 1 1000 1000 11765 6月  15 2021 hadoop-policy.xml
-rw-r--r--. 1 1000 1000  3414 6月  15 2021 hadoop-user-functions.sh.example
-rw-r--r--. 1 1000 1000   683 6月  15 2021 hdfs-rbf-site.xml
-rw-r--r--. 1 1000 1000   775 6月  15 2021 hdfs-site.xml
-rw-r--r--. 1 1000 1000  1484 6月  15 2021 httpfs-env.sh
-rw-r--r--. 1 1000 1000  1657 6月  15 2021 httpfs-log4j.properties
-rw-r--r--. 1 1000 1000   620 6月  15 2021 httpfs-site.xml
-rw-r--r--. 1 1000 1000  3518 6月  15 2021 kms-acls.xml
-rw-r--r--. 1 1000 1000  1351 6月  15 2021 kms-env.sh
-rw-r--r--. 1 1000 1000  1860 6月  15 2021 kms-log4j.properties
-rw-r--r--. 1 1000 1000   682 6月  15 2021 kms-site.xml
-rw-r--r--. 1 1000 1000 13700 6月  15 2021 log4j.properties
-rw-r--r--. 1 1000 1000   951 6月  15 2021 mapred-env.cmd
-rw-r--r--. 1 1000 1000  1764 6月  15 2021 mapred-env.sh
-rw-r--r--. 1 1000 1000  4113 6月  15 2021 mapred-queues.xml.template
-rw-r--r--. 1 1000 1000   758 6月  15 2021 mapred-site.xml
drwxr-xr-x. 2 1000 1000    24 6月  15 2021 shellprofile.d
-rw-r--r--. 1 1000 1000  2316 6月  15 2021 ssl-client.xml.example
-rw-r--r--. 1 1000 1000  2697 6月  15 2021 ssl-server.xml.example
-rw-r--r--. 1 1000 1000  2681 6月  15 2021 user_ec_policies.xml.template
-rw-r--r--. 1 1000 1000    10 6月  15 2021 workers
-rw-r--r--. 1 1000 1000  2250 6月  15 2021 yarn-env.cmd
-rw-r--r--. 1 1000 1000  6329 6月  15 2021 yarn-env.sh
-rw-r--r--. 1 1000 1000  2591 6月  15 2021 yarnservice-log4j.properties
-rw-r--r--. 1 1000 1000   690 6月  15 2021 yarn-site.xml


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    2.6.1，core-site.xml

    core-site.xml是Hadoop 的核心配置文件之一，用于配置 Hadoop 的核心参数。比如文件系统、Hadoop临时目录等。

    # 查看本机名称
[root@ master hadoop]# hostname
 master
[root@ master hadoop]# vi core-site.xml

    • 1
    • 2
    • 3
    • 4

    添加如下代码

    <configuration>
        <property>
                <name>fs.defaultFSname>
                <value>hdfs://master:8020value>
        property>
        
        <property>
                <name>hadoop.tmp.dirname>
                <value>/data/hadoop/tempvalue>
        property>
configuration>

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • fs.defaultFS：nameNode的HDFS协议的文件系统通信地址。Hadoop将使用HDFS（Hadoop分布式文件系统）作为默认文件系统，并连接到主节点 master 的8020端口。
    • hadoop.tmp.dir：Hadoop集群在工作的时候存储的一些临时文件的目录。临时文件将存储在 /data/hadoop/temp 目录中
    2.6.2，hadoop-env.sh

    hadoop-env.sh 是 Hadoop 配置文件之一，通常用于设置 Hadoop 的环境变量。比如 Java 环境、Hadoop用户和日志目录等。

    [root@master hadoop]# vi hadoop-env.sh
# 指定Java的安装路径
export JAVA_HOME=/usr/local/jdk1.8.0_291
# 指定Hadoop日志输出的目录
export HADOOP_LOG_DIR=/var/hadoop/log/env

    • 1
    • 2
    • 3
    • 4
    • 5
    2.6.3，yarn-env.sh

    yarn-env.sh 是 Apache Hadoop YARN（Yet Another Resource Negotiator）的配置文件之一，通常用于设置 YARN 的环境变量。可以影响 YARN 组件的运行和行为。

    [root@master hadoop]# vi yarn-env.sh
# 指定Java的安装路径
export JAVA_HOME=/usr/local/jdk1.8.0_291
# 指定ResourceManager的堆内存大小
export YARN_RESOURCEMANAGER_HEAPSIZE=1024
# 指定NodeManager的堆内存大小
export YARN_NODEMANAGER_HEAPSIZE=2048
# 指定YARN日志输出的目录
export YARN_LOG_DIR=/var/hadoop/log/yarn

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    2.6.4，hdfs-site.xml

    hdfs-site.xml 是 Apache Hadoop HDFS（Hadoop Distributed File System）的配置文件之一，用于配置 HDFS 的相关参数和属性。在这个 XML 格式的配置文件中，可以设置各种与 HDFS 相关的配置选项，如数据块大小、副本数量、数据节点存储路径等。

    [root@hadoop1 hadoop]# vi hdfs-site.xml

    • 1

    添加如下代码：

    <configuration>
    <property>
        <name>dfs.namenode.name.dirname>
        <value>file:///data/hadoop/dfs/namevalue>
    property>
    <property>
        <name>dfs.datanode.data.dirname>
        <value>file:///data/hadoop/dfs/datavalue>
    property>
    <property>
        <name>dfs.replicationname>
        <value>3value>
    property>
    <property>
        <name>dfs.nomenode.secondary.http-addressname>
        <value>master:50090value>
    property>
    <property>
        <name>dfs.http.addressname>
        <value>master:50070value>
    property>
     <property>
        <name>dfs.blocksizename>
        <value>134217728value>
    property>
configuration>


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • dfs.namenode.name.dir：NameNode存储元数据的目录路径，这里设置为 file:///data/hadoop/dfs/name
    • dfs.datanode.data.dir：DataNode存储数据块的目录路径，这里设置为 file:///data/hadoop/dfs/data
    • dfs.replication：HDFS数据块的副本数量，这里设置为 3
    • dfs.secondary.http.address：SecondaryNameNodeSecondaryNameNode 的 HTTP 地址，这里设置为 master:50090
    • dfs.http.address：通过HTTP访问HDFS的Web管理界面的地址
    • dfs.blocksize：指定数据块的大小为128MB
    2.6.5，mapred-site.xml

    apred-site.xml 是 Apache Hadoop MapReduce 的配置文件之一，用于配置 MapReduce 框架的相关参数和属性。在这个 XML 格式的配置文件中，可以设置各种与 MapReduce 作业执行相关的配置选项，如作业跟踪器地址、任务并发数、任务重试次数等。

    [root@master hadoop]# vi mapred-site.xml

    • 1

    添加如下代码：

    <configuration>
    <property>
        <name>mapreduce.framework.namename>
        <value>yarnvalue>
    property>
    <property>
        <name>mapreduce.jobhistory.addressname>
        <value>master:10020value>
    property>
    <property>
        <name>mapreduce.jobhistory.webapp.addressname>
        <value>master:19888value>
    property>
    <property>
        <name>mapreduce.job.trackername>
        <value>master:54311value>
    property>
    <property>
        <name>mapreduce.map.memory.mbname>
        <value>1024value>
    property>
    <property>
        <name>mapreduce.reduce.memory.mbname>
        <value>2048value>
    property>
    <property>
        <name>yarn.app.mapreduce.am.envname>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}value>
    property>
    <property>
        <name>mapreduce.map.envname>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}value>
    property>
    <property>
        <name>mapreduce.reduce.envname>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}value>
    property>
configuration>


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • mapreduce.framework.name：指定 MapReduce 框架的名称，这里设置为yarn表示使用 YARN 作为资源管理器。
    • mapreduce.jobhistory.address：指定 JobHistoryServer 的地址和端口号，这里设置为master:10020
    • mapreduce.jobhistory.webapp.address：指定 JobHistoryServer 的 Web 应用地址和端口号，这里设置为master:19888。
    • mapreduce.job.tracker：指定 JobTracker 的地址，这里设置为 master:54311。
    • mapreduce.map.memory.mb：指定每个 Mapper 任务可用的内存量。
    • mapreduce.reduce.memory.mb：指定每个 Reducer 任务可用的内存量。
    • yarn.app.mapreduce.am.env：设置 MapReduce ApplicationMaster 的环境变量，这里将HADOOP_MAPRED_HOME设置为${HADOOP_HOME}。
    • mapreduce.map.env：设置 Mapper 任务的环境变量，同样将HADOOP_MAPRED_HOME设置为${HADOOP_HOME}。
    • mapreduce.reduce.env：设置 Reducer 任务的环境变量，同样将HADOOP_MAPRED_HOME设置为${HADOOP_HOME}。
    2.6.6，yarn-site.xml文件

    yarn-site.xml 是 Apache Hadoop YARN 的配置文件，用于配置 YARN（Yet Another Resource Negotiator）资源管理器的相关参数和属性。在这个 XML 格式的配置文件中，可以设置各种与集群资源管理、作业调度和容器执行等相关的配置选项。

    [root@master hadoop]# vi yarn-site.xml

    • 1

    添加如下代码：

    <configuration>
  <property>
      <name>yarn.resourcemanager.hostnamename>
     <value>mastervalue>
  property> 
  <property>
    <name>yarn.nodemanager.aux-servicesname>
    <value>mapreduce_shufflevalue>
  property>
  <property>
  <name>yarn.resourcemanager.addressname>
    <value>master:8032value>
  property>
  <property>
    <name>yarn.resourcemanager.scheduler.addressname>
    <value>master:8030value>
  property>
  <property>
    <name>yarn.resourcemanager.resource-tracker.addressname>
    <value>master:8031value>
  property>
  <property>
    <name>yarn.resourcemanager.admin.addressname>
    <value>master:8033value>
  property>
  <property>
    <name>yarn.resourcemanager.webapp.addressname>
    <value>master:8088value>
  property>
  <property>
    <name>yarn.log-aggregation-enablename>
    <value>truevalue>
  property>
  <property>
    <name>yarn.nodemanager.resource.memory-mbname>
    <value>8192value>
  property>
  <property>
     <name>yarn.scheduler.maximum-allocation-mbname>
     <value>6144value>
  property>
configuration>


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • yarn.resourcemanager.hostname：指定 ResourceManager 的主机名为master。
    • yarn.nodemanager.aux-services：指定 NodeManager 的辅助服务，这里设置为mapreduce_shuffle表示启用 MapReduce Shuffle 服务。
    • yarn.resourcemanager.address：指定 ResourceManager 的地址和端口号，这里设置为master:8032。
    • yarn.resourcemanager.scheduler.address：指定 ResourceManager 的调度器地址和端口号，这里设置为master:8030。
    • yarn.resourcemanager.resource-tracker.address：指定 ResourceManager 的资源跟踪器地址和端口号，这里设置为master:8031。
    • yarn.resourcemanager.admin.address：指定 ResourceManager 的管理员地址和端口号，这里设置为master:8033。
    • yarn.resourcemanager.webapp.address：指定 ResourceManager 的 Web 应用地址和端口号，这里设置为master:8088。
    • yarn.log-aggregation-enable：开启日志聚集功能，将节点上的日志聚集到 HDFS 中。
    • yarn.nodemanager.resource.memory-mb：指定每个 NodeManager 可用的内存量为 8192 MB。
    • yarn.scheduler.maximum-allocation-mb：指定单个容器的最大内存分配量为 6144 MB。
    3.6.7，workers

    用于承担实际的计算和存储任务。这些节点包括 DataNode、NodeManager 和其他从节点，负责存储数据、执行任务并处理资源管理。

    [root@master hadoop]# vi workers
# 删除localhost
# 添加
slave01
slave02
slave03

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • DataNode：DataNode 是 Hadoop 分布式文件系统（HDFS）中的节点，负责存储实际的数据块。它们会接收来自客户端或其他节点的读写请求，并根据需要将数据块复制到其他节点以提供容错性和可靠性。
    • NodeManager：NodeManager 是 YARN 中的节点管理器，负责接收来自 ResourceManager 的资源分配请求，并启动和监控容器以执行特定的应用程序任务。NodeManager 运行在每个“worker”节点上，并管理该节点上的资源利用情况。
    • 其他从节点：除了 DataNode 和 NodeManager 外，还可能存在其他类型的从节点，根据集群的具体配置和需求而定。这些节点可能承担特定的任务或服务，例如运行其他计算框架或服务。
    2.6.8，start-dfs.sh和stop-dfs.sh
    • start-dfs.sh 是 Apache Hadoop 中用于启动分布式文件系统（HDFS）的脚本文件之一。执行 start-dfs.sh 脚本时，它会启动 HDFS 集群中的各个组件，包括 NameNode、DataNode 等，以使集群正常运行。
    • stop-dfs.sh 是 Apache Hadoop 中用于停止分布式文件系统（HDFS）的脚本文件之一。执行 stop-dfs.sh 脚本时，它会停止 HDFS 集群中的各个组件，包括 NameNode、DataNode 等。
    [root@master ~]# cd /usr/local/hadoop-3.3.1/sbin/
[root@master sbin]# vi start-dfs.sh
# 指定 DataNode 组件在运行时所使用的用户为 root。DataNode 负责存储数据块，并在 HDFS 中扮演从节点的角色
HDFS_DATANODE_USER=root
# 指定了安全模式下 DataNode 运行时所使用的用户为 hdfs。在安全模式下，Hadoop 集群会采取额外的安全措施来保护数据和资源。
HADOOP_SECURE_DN_USER=hdfs
# 指定 NameNode 组件在运行时所使用的用户为 root。NameNode 是 HDFS 的主节点，负责管理文件系统的元数据信息。
HDFS_NAMENODE_USER=root
# 指定 SecondaryNameNode 组件在运行时所使用的用户为 root。SecondaryNameNode 用于辅助 NameNode 备份编辑日志。
HDFS_SECONDARYNAMENODE_USER=root

[root@master sbin]# vi stop-dfs.sh
# 指定 DataNode 组件在运行时所使用的用户为 root。DataNode 负责存储数据块，并在 HDFS 中扮演从节点的角色
HDFS_DATANODE_USER=root
# 指定了安全模式下 DataNode 运行时所使用的用户为 hdfs。在安全模式下，Hadoop 集群会采取额外的安全措施来保护数据和资源。
HADOOP_SECURE_DN_USER=hdfs
# 指定 NameNode 组件在运行时所使用的用户为 root。NameNode 是 HDFS 的主节点，负责管理文件系统的元数据信息。
HDFS_NAMENODE_USER=root
# 指定 SecondaryNameNode 组件在运行时所使用的用户为 root。SecondaryNameNode 用于辅助 NameNode 备份编辑日志。
HDFS_SECONDARYNAMENODE_USER=root

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    2.6.9，start-yarn.sh和stop-yarn.sh
    • start-yarn.sh 是 Apache Hadoop 中用于启动 YARN（Yet Another Resource Negotiator）的脚本。YARN 是 Hadoop 的资源管理平台，负责集群资源的管理和作业调度。执行 start-yarn.sh 脚本时，它将启动 YARN 集群中的各个组件，包括 ResourceManager、NodeManager 等。
    • stop-yarn.sh 是 Apache Hadoop 中用于停止 YARN（Yet Another Resource Negotiator）的脚本。执行 stop-yarn.sh 脚本时，它会停止 YARN 集群中的各个组件，包括 ResourceManager、NodeManager 等。
    [root@master sbin]# vi start-yarn.sh
# 指定了 ResourceManager 组件在运行时所使用的用户为 root。ResourceManager 是 YARN 的资源管理器，负责全局的资源分配和作业调度。
YARN_RESOURCEMANAGER_USER=root
# 指定了安全模式下 DataNode（DataNode 负责存储数据块）运行时所使用的用户为 yarn。在安全模式下，Hadoop 集群会采取额外的安全措施来保护数据和资源。
HADOOP_SECURE_DE_USER=yarn
# 指定了 NodeManager 组件在运行时所使用的用户为 root。NodeManager 负责管理节点上的资源，并与 ResourceManager 进行通信。
YARN_NODEMANAGER_USER=root


[root@master sbin]# vi stop-yarn.sh
# 指定了 ResourceManager 组件在运行时所使用的用户为 root。ResourceManager 是 YARN 的资源管理器，负责全局的资源分配和作业调度。
YARN_RESOURCEMANAGER_USER=root
# 指定了安全模式下 DataNode（DataNode 负责存储数据块）运行时所使用的用户为 yarn。在安全模式下，Hadoop 集群会采取额外的安全措施来保护数据和资源。
HADOOP_SECURE_DE_USER=yarn
# 指定了 NodeManager 组件在运行时所使用的用户为 root。NodeManager 负责管理节点上的资源，并与 ResourceManager 进行通信。
YARN_NODEMANAGER_USER=root
	

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    2.7，分发Hadoop安装包到其他节点

    • 所有节点的Hadoop安装包位置和配置信息必须一致

    在节点 master使用scp命令进行分发：

    # 分发给从节点1
[root@ master ~]# scp -r /usr/local/hadoop-3.3.1 root@slave01:/usr/local
# 分发给从节点2
[root@ master ~]# scp -r /usr/local/hadoop-3.3.1 root@slave02:/usr/local
# 分发给从节点3
[root@ master ~]# scp -r /usr/local/hadoop-3.3.1 root@slave03:/usr/local

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    3，启动环节

    3.1，初始化文件系统

    [root@master hadoop]# hdfs namenode -format

    • 1

    出现下以下情况说明成功

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bNL8KWTf-1684897919374)(E:\Java笔记\大数据\Hadoop\安装Hadoop\Hadoop.assets\image-20230516143924690.png)]

    3.2，修改宿主机的host文件地址

    C:\Windows\System32\drivers\etc\host

    host是一个没有扩展名的系统文件，起作用是将一些常用的域名与其对应的ip地址建立一个关联，

    # 主节点地址，名称，域名
192.168.184.136 master hadoop.master.com
# 从节点地址，名称，域名
192.168.184.137 slave01 hadoop.slave01.com
# 从节点地址，名称，域名
192.168.184.138 slave02 hadoop.slave02.com
# 从节点地址，名称，域名
192.168.184.139 slave03 hadoop.slave03.com

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    3.3，启动hdfs和启动yarn

    [root@master hadoop]# start-dfs.sh
[root@master hadoop]# start-yarn.sh

[root@master hadoop]# jps
4150 SecondaryNameNode
5053 Jps
3886 NameNode
3498 resourcemanager
# 查看三个三台从机的信息
[root@slave01 hadoop]# jps
1376 DataNode
1656 Jps
7655 NodeManager
[root@slave02 hadoop]# jps
1378 DataNode
1610 Jps
7659 NodeManager
[root@slave03 hadoop]# jps
1380 DataNode
1661 Jps
7658 NodeManager

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21

    3.4，访问

    http://master:50070

    在这里插入图片描述

    http://master:8088/cluster

    在这里插入图片描述

    切记开放防火墙，放行相关端口号:http://t.csdnimg.cn/dPkUc

  • 相关阅读:
    Regular polygon
    java计算机毕业设计竞赛信息发布及组队系统源码+数据库+系统+lw文档+mybatis+运行部署
    二、【常用的几种抠图方式一】
    Linux下安装RabbitMQ
    windows + excel 批量操作文件/文件夹
    ERROR 2003 (HY000) Can‘t connect to MySQL server on ‘localhost3306‘ (10061)
    2022牛客蔚来杯加赛
    docker创建elasticsearch、elasticsearch-head部署及简单操作
    ESP32上实现面向对象的C++ OOP——面向对象的点灯
    升级pip 升级pip3的快速方法
  • 原文地址：https://blog.csdn.net/qq_44715376/article/details/130843233