说明

现在准备并配置好了服务器，安装好jdk，现在开始安装hadoop集群。

分享

• 大数据博客列表
• 开发记录汇总
• 个人java工具库 项目https://gitee.com/wangzonghui/object-tool
  • 包含json、string、集合、excel、zip压缩、pdf、bytes、http等多种工具，欢迎使用。

环境

• hadoop 3.3.4 下载地址

节点规划如下

组件\节点	hadoop102	hadoop103	hadoop104
HDFS	NameNode、DataNode	DataNode	SecondaryNameNode、DataNode
Yarn	Nodemanager	ResourceManager NodeManager	NodeManager

安装hadoop

• 操作过程使用创建用户操作，这里是前面创建的用户 wang，如遇权限问题，使用 sudo 升级权限

上传安装包

• 在hadoop102操作，上传hadoop安装包到目录：/opt/software
• 解压到安装目录：tar -zxvf hadoop-3.3.4.tar.gz /opt/module/

配置hadoop

• hadoop配置文件分为默认配置和site自定义配置

配置说明

默认配置

• 默认配置为jar包自带环境配置，具体如下：

默认配置文件	hadoop的jar包中位置
core-default.xml	hadoop-common-3.3.4.jar/core-default.xml
hdfs-default.xml	hadoop-hdfs-3.3.4.jar/hdfs-default.xml
yarn-default.xml	hadoop-yarn-common-3.3.4.jar/yarn-default.xml
mapred-default.xml	hadoop-mapreduce-client-core-3.3.4.jar/mapred-default.xml

自定义配置

• 自定义配置4个分别为：core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml，存储路径为：$HADOOP_HOME/etc/hadoop 路径下。

修改配置

• 进入hadoop102 配置文件目录：/opt/module/hadoop-3.3.4/etc/hadoop

修改core-site.xml

• 修改文件：core-site.xml ，configuration 节点填写内容如下：

<configuration>
  <!-- NameNode 地址设置-->
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://hadoop102:8020</value>
  </property>

  <!-- 数据存储目录 -->
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/module/hadoop-3.2.2/data</value>
  </property>

  <!-- HDFS网页登录静态用户-->
  <property>
    <name>hadoop.http.staticuser.user</name>
    <value>wang</value>
  </property>

</configuration>

修改hdfs-site.xml

• 修改文件 hdfs-site.xml，configuration 节点填写内容如下：

<configuration>
  <!--NameNode web访问地址 -->
  <property>
    <name>dfs.namenode.http-address</name>
    <value>hadoop102:9870</value>
  </property>

  <!--SecondNameNode web访问地址 -->
  <property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>hadoop104:9868</value>
  </property>

</configuration>

修改yarn-site.xml

• 修改文件 yarn-site.xml，configuration 节点填写内容如下：

<configuration>
  <!--指定MR走shuffle-->
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>

  <!--指定ResourceManager地址-->
  <property>
    <name>yarn.resourcemanager.hostname</name>
    <value>hadoop103</value>
  </property>

  <!--继承环境变量-->
  <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>

修改mapred-site.xml

• 修改文件 yarn-site.xml，configuration 节点填写内容如下：

<configuration>

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

</configuration>

同步配置

• hadoop102 配置文件目录：/opt/module/hadoop-3.3.4/etc 执行：xsync hadoop/，同步修改后的文件到hadoop103、hadoop104节点

添加环境变量并同步

• hadoop102 添加hadoop环境变量，编辑文件：vi /etc/profile.d/my_env.sh ，增加如下内容：

#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.3.4

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

• 同步文件：xsync /etc/profile.d/my_env.sh

启动hadoop

• 新搭建hadoop集群需要先配置 workers，再格式化hadoop集群，最后启动hadoop集群。

配置workers文件

• hadoop102 编辑workers文件 ：vim /opt/module/hadoop-3.3.4/etc/hadoop/workers，设置集群节点信息，添加如下内容：

hadoop102
hadoop103
hadoop104

注意：
文件添加内容结尾不能有空格，不能有空行，不能有空行。

• 同步配置文件到所有节点：xsync /opt/module/hadoop-3.3.4/etc

格式化集群

• 如果集群是第一次启动，需要格式化NameNode，hadoop102格式化几圈：hdfs namenode -format

说明

• 如果集群在运行过程中报错，需要重新格式化NameNode，一定先停止所有Namenode和Datanode进程，再删除所有机器的data和logs目录，再进行格式化。
• 格式化Namenode会让集群产生新id，如果不清空目录data和logs，新旧id不一致，会造成集群异常。

启动HDFS

• hadoop102 节点，/opt/module/hadoop-3.3.4 目录下执行：sbin/start-dfs.sh ,启动hdfs

启动yarn

• yarn部署在hadoop103 ，登录hadoop103，/opt/module/hadoop-3.3.4 目录下执行：sbin/start-yarn.sh

验证

• 控制台执行 jps，查看java进程，确认服务是否正常启动。
  

验证hdfs

• 浏览器打开网址：http://192.168.10.102:9870/，确认hdfs服务是否启动正常
  

• 可以通过 Utilities 菜单子菜单 Browser the file system 网页端操作hdfs文件系统，创建删除目录，增加删除文件。
  

• 除了网页可以节点控制台通过hadoop命令操作hadoop系统，详细命令介绍参照 hadoop命令 ,大致命令如下：

# 创建目录
hadoop fs -mkdir /input
# 上传文件 
hadoop fs -put  /opt/software/jdk-8u201-linux-x64.tar.gz  /input
# 下载文件到当前目录
hadoop fs -get /opt/software/jdk-8u201-linux-x64.tar.gz
# 删除文件
hadoop fs -rm -f /input/jdk-8u201-linux-x64.tar.gz
# 删除文件夹
hadoop fs -rm -r -f /input

验证yarn

• 浏览器打开网址：http://192.168.10.103:8088/cluster ，可以看到yarn调到信息页面
  

MapReduce

• 执行MapReduce任务实例

• 创建数据源目录：hadoop fs -mkdir /input，

• 创建数据文件：vi word.txt，内容为随意字符换行，实例如：

  sadfssf
  ada
  wof
  ssdd
  

• 数据文件上传hdfs：hadoop fs -put word.txt /input

• 执行MapReduce实例任务，统计单词树：hadoop jar /opt/module/hadoop-3.3.4/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.4.jar wordcount /input /output

  • output 为结果输出hdfs目录，不要提前创建目录，MapReduce输出目录不能存在，否则会报错。
    

• 出现 successfully 表示执行成功。

yarn 记录

• 打开网址：http://192.168.10.103:8088/cluster，可看到yarn记录
  

hdfs查看结果

• 打开网址：http://192.168.10.102:9870/，进入output目录，查看MapReduce任务结果。
  

总结

• 基础版hadoop集群搭建完成，完成整个操作过程，可加深理解hadoop平台运行原理。