目录

前置

一、上传&解压

（一 ）上传

（二）解压

二、修改配置文件

（一）配置workers文件

（二）配置hadoop-env.sh文件

（三）配置core-site.xml文件

（四）配置hdfs-site.xml文件

三、分发到hp2、hp3, 并设置环境变量

（一）准备数据目录   

（二）配置环境变量

四、创建数据目录，并修改文件权限归属hadoop账户

（一）授权为Hadoop用户

（二）格式化整个文件系统

五、查看HDFS WEBUI

六、常见问题

---

hadoop-3.3.4.tar.gz提取：

链接：https://pan.baidu.com/s/18ILFiIBei8BqUg31MWEGAQ 
提取码：ay17

前置

三台虚拟机硬件配置如下：

节点	CPU	内存
hp1	1核心	4GB
hp2	1核心	2GB
hp3	1核心	2GB

Hadoop HDFS的角色包含：

NameNode：主节点管理者

DataNode：从节点工作者

SecondaryNameNode：主节点辅助

节点	服务
hp1	NameNode、DataNode、SecondaryNameNode
hp2	DataNode
hp3	DataNode

这样的话我们这个集群就是有一个主节点，带领了三个从节点，也就是一个NameNode带领了三个DataNode去工作的一个hdfs集群。此外还有一个SecondaryNameNode的角色也存在。

配置集群之前请确认已经完成前置准备中的服务器创建、固定IP、防火墙关闭、Hadoop用户创建、SSH免密、JDK部署等部署。（没配好的可以参考前面的博客）

一、上传&解压

（一 ）上传

1.上传hadoop安装包到hp1节点中

（二）解压

1.解压缩安装包到/export/server/中

tar -zxvf hadoop-3.3.4.tar.gz -C /export/server/

2.构建软链接

先进入/export/server/目录下

构建软链接

ln -s /export/server/hadoop-3.3.4 hadoop

可以去看一下hadoop里面的文件

各个文件夹含义如下

bin , 存放Hadoop的各类程序（命令）

etc , 存放Hadoop的配置文件

include , C语言的一些头文件

lib , 存放Linux系统的动态链接库（.so文件）

libexec , 存放配置Hadoop系统的脚本文件（.sh和.cmd）

licenses-binary , 存放许可证文件

sbin , 管理员程序（super bin）

share , 存放二进制源码（java jar包）

二、修改配置文件

配置HDFS集群，我们主要涉及到如下文件的修改：

workers	配置从节点（DataNode）有哪些
hadoop-env.sh	配置Hadoop的相关环境变量
core-site.xml	Hadoop核心配置文件
hdfs-site.xml	HDFS核心配置文件

这些文件均存在于 $HADOOP_HOME/etc/hadoop文件夹中

Ps: $HADOOP_HOME是后续我们要设置的环境变量，其指代Hadoop安装文件夹即 /export/server/hadoop

（一）配置workers文件

1.进入配置文件目录

cd etc/hadoop   完整路径：cd /export/server/hadoop/etc/hadoop/

编辑workers文件

vim workers

把原本的内容删掉，

然后填入以下内容

填入的hp1、hp2、hp3表明集群记录了三个从节点

（二）配置hadoop-env.sh文件

vim hadoop-env.sh

可以在开头或者结尾加入以下内容

export JAVA_HOME=/export/server/jdk

export HADOOP_HOME=/export/server/hadoop

export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

export HADOOP_LOG_DIR=$HADOOP_HOME/logs

JAVA_HOME , 指明JDK环境的位置在哪

HADOOP_HOME , 指明Hadoop安装位置

HADOOP_CONF_DIR , 指明Hadoop配置文件目录位置

conf 是configure，配置  dir是文件夹的缩写

HADOOP_LOG_DIR , 指明Hadoop运行日志目录位置

通过记录这些环境变量，来指明上述运行时的重要信息

（三）配置core-site.xml文件

vim core-site.xml

在<configuration></configuration>之间添加如下内容

    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hp1:8020</value>
    </property>

    <property>
        <name>io.file.buffer.size</name>
        <value>131072</value>
    </property>

key: fs.defaultFS

含义：HDFS文件系统的网络通讯路径

值：hdfs://hp1:8020

协议为hdfs://

namenode为hp1

namenode通讯端口为8020

hdfs:hp1:8020为整个HDFS内部的通讯地址，应用协议为hdfs://(Hadoop内置协议)

表明DataNode将和hp1的8020端口通讯，hp1是NameNode所在机器

此配置固定了hp1必须启动NameNode进程

（四）配置hdfs-site.xml文件

在<configuration></configuration>之间添加如下内容

    <property>
        <name>dfs.datanode.data.dir.perm</name>
        <value>700</value>
    </property>

    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/data/nn</value>
    </property>
 
   <property>
        <name>dfs.namenode.hosts</name>
        <value>hp1,hp2,hp3</value>
    </property>

    <property>
        <name>dfs.blocksieze</name>
        <value>268435456</value>
    </property>

    <property>
        <name>dfs.namenode.handler.count</name>
        <value>100</value>
   </property>

   <property>
        <name>dfs.datanode.data.dir</name>
        <value>/data/dn</value>
   </property>
 

key: dfs.datanode.data.dir.perm

含义：hdfs文件系统，默认创建的文件权限设置

值：700，即rwx------

新建文件默认权限是700

key: dfs.namenode.name.dir

含义：NameNode元数据的存储位置

值：/data/nn，在hp1节点的/data/nn目录下

nn是namenode的缩写

key: dfs.namenode.hosts

含义：NameNode允许哪几个节点的DataNode连接（即允许加入集群）

值：hp1、hp2、hp3，这三台服务器被授权

key: dfs.blocksieze

含义：hdfs默认块大小

值：26843546（256MB）

key: dfs.namenode.handler.count

含义：namenode处理的并发线程数

值：100，以100个并行度处理文件系统的管理任务

key: dfs.datanode.data.dir

含义：从节点DataNode的数据存储目录

值：/data/dn，即数据存放在hp1、hp2、hp3，三台机器的/data/dn内

dn即datanode

三、分发到hp2、hp3, 并设置环境变量

（一）准备数据目录   

<property>
        <name>dfs.namenode.name.dir</name>
        <value>/data/nn</value>
    </property>

    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/data/dn</value>
    </property>

namenode数据存放hp1的/data/nn

datanode数据存放hp1、hp2、hp3的/data/dn

所以应该：

1.在hp1节点：

mkdir -p /data/nn

mkdir /data/dn

在hp2和hp3节点：

mkdir -p /data/dn

2.分发Hadoop文件夹

目前，已经基本完成Hadoop的配置操作，可以从hp1将hadoop安装文件夹远程复制到hp2、hp3

分发

scp -r hadoop-3.3.4 root@hp2:/export/server/

scp -r hadoop-3.3.4 root@hp3:/export/server/

在hp2为hadoop配置软连接

ln -s /export/server/hadoop-3.3.4 hadoop

在hp3为hadoop配置软连接

ln -s /export/server/hadoop-3.3.4 hadoop

（二）配置环境变量

为了方便我们操作Hadoop，可以将Hadoop的一些脚本、程序配置到PATH中，方便后续使用

在Hadoop文件夹中的bin、sbin两个文件夹内有许多的脚本和程序，现在来配置以下环境变量

vim /etc/profile

export HADOOP_HOME=/export/server/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

内容添加完成之后，source /etc/profile让环境变量生效

在hp2和hp3配置同样的环境变量

四、创建数据目录，并修改文件权限归属hadoop账户

（一）授权为Hadoop用户

Hadoop部署的准备工作基本完成

为了确保安全，hadoop系统不以root用户启动，我们以普通用户hadoop来启动整个Hadoop服务

所以，现在需要对文件权限进行授权

1.以root身份，在hp1、hp2、hp3三台服务器上均执行以下命令

chown -R hadoop:hadoop /data

chown -R hadoop:hadoop /export

（二）格式化整个文件系统

前期准备全部完成，现在对整个文件系统执行初始化

1.确保以hadoop用户执行

先切换用户

su - hadoop

格式化namenode

hadoop namenode -format

可以cd进去看到里面多了一些文件

current里面都是namenode的源数据

2.一键启动hdfs集群

start-dfs.sh

第一次启动的时候会有个警告说logs这个文件不存在，不用管它。这是运行的日志文件夹。

（第一次忘记截图了，所以从别的地方找的图，由于连接工具不一样，所以图形界面有差异）

Jps可以查看当前运行的进程

一键关闭hdfs集群

stop-dfs.sh

如果遇到命令未找到的错误，表面环境变量未配置好，可以以绝对路径执行

/export/server/hadoop/sbin/start-dfs.sh

/export/server/hadoop/sbin/stop-dfs.sh

五、查看HDFS WEBUI

http://hp1:9870 ,即可查看到hdfs文件系统的管理网页。

hdfs在运行的时候，会给我们提供一个管理平台网站页面，它是namenode所在服务器。

9870是namenode所在服务器的端口

往下翻，有汇总信息

在线node就是我们naemnode下面的小弟，

点进去可以看到整个hdfs文件系统的一些基本信息

注意！！一定要hadoop用户去操作集群，以root执行的话所有权就会回归root，后续以hadoop用户启动会出错（没有权限）！

关闭集群后再关闭虚拟机，就可以进行快照的拍摄

每一台都需要进行快照的拍摄

六、常见问题

Permission denied（权限被拒绝）

hadoop安装文件夹或/data文件夹，未授权给hadoop用户，则无权限操作，所有的Permission denied提示，都是权限导致的。

出现command not found

没有配置好环境变量导致的

启动后仅hp1有进程出现

hp2、hp3没反应

检查workers文件有没有正确配置

start-dfs.sh脚本会：

在当前机器启动SecondaryNameNode , 并根据core-site.xml的记录启动NameNode

根据workers文件的记录，启动各个机器的datanode