hadoop集群搭建（二）之集群配置_apache hadoop : core-site.xml 在那?

hadoop集群搭建（二）之集群配置

---

---

一、集群部署规划

1.NameNode和SecoundNameNode不要安装在同一台服务器
2.ResourceManager也很消耗内存，不要和NameNode、SecoundNameNode配置在同一台机器上

二、修改配置文件

1. /opt/module/hadoop-3.3.1/etc/hadoop/core-site.xml

<configuration>
<!--指定nodename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-3.3.1/data</value>
	</property>
	<!-- 配置hsfs网页登录使用的静态用户-->
	<!-- <property> -->
		<!-- <name>hadoop.http.staticuser.user</name> -->
		<!-- <value>howey</value> -->
	<!-- </property> -->


</configuration>

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

2. /opt/module/hadoop-3.3.1/etc/hadoop/hdfs-site.xml

<configuration>
<!-- nn 外部访问地址-->
	<property>
		<name>dfs.namenode.http-address</name>
		<value>hadoop102:9870</value>
	</property>
	<!-- 2nn 外部访问地址-->
	<property>
		<name>dfs.namenode.secondary.http-address</name>
		<value>hadoop104:9868</value>
	</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12

3. /opt/module/hadoop-3.3.1/etc/hadoop/yarn-site.xml

<configuration>
	<!-- nn 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>
	<!-- 指定环境变量的继承-->
	<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>
			<!-- 开启日志聚集功能-->
	<property>
		<name>yarn.log-aggregation-enable</name>
		<value>true</value>
	</property>
	<!-- 设置日志聚集服务器地址 -->
	<property>
		<name>yarn.log-server.url</name>
		<value>http://hadoop102:19888/jobhistory/logs</value>
	</property>
	<!-- 设置日志保留时间为7天 -->
	<property>
		<name>yarn.log-aggregation.retain-seconds</name>
		<value>604800</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

4.历史服务器配置

/opt/module/hadoop-3.3.1/etc/hadoop/mapred-site.xml

<configuration>
<!-- 指定MapReduce程序运行在Yarn上 -->
	<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
	</property>
<!-- 历史服务器端地址 -->
	<property>
		<name>mapreduce.jobhistory.address</name>
		<value>hadoop102:10020</value>
	</property>
	<!-- 历史服务器web端地址 -->
	<property>
		<name>mapreduce.jobhistory.webapp.address</name>
		<value>hadoop102:19888</value>
	</property>
	
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

4.配置works 文件：

/opt/module/hadoop-3.3.1/etc/hadoop/workers

5.进行集群配置文件分发

三、启动

注意：第一次启动需要格式化，一定要注意自己使用的那个账号在操作，不要一会root 一会普通账号
检查/opt/module/hadoop-3.3.1/data文件夹的文件所属
格式化之前先删除/opt/module/hadoop-3.3.1/logs和/opt/module/hadoop-3.3.1/data
格式化：
hdfs namenode -format
启动：
/opt/module/hadoop-3.3.1/sbin/start-dfs.sh
停止：
/opt/module/hadoop-3.3.1/sbin/stop-dfs.sh
检查：
jps

根据顶部图可判断需要在服务器103上启动yarn
/opt/module/hadoop-3.3.1/sbin/start-yarn.sh
mapred --daemon start historyserver
开启停止各服务组件(kill -9 进程号)
hdfs --daemon start/stop namenode/datanode/secondarynamenode
yarn的重启服务
yarn --daemon start/stop resourcemanager/nodemanager

web端查看
HDFS存储信息
http://hadoop102:9870/
yarn的resourcemanager
http://hadoop103:8088/

四、测试

hadoop fs -mkdir /wcinput
hadoop fs -put /opt/software/jdk-8u331-linux-x64.tar.gz /wcinput
查看web
http://hadoop102:9870/explorer.html#/
文件存储位置 core-site.xml

ll data/dfs/data/current/BP-15966323-192.168.10.102-1650898590994/current/finalized/subdir0/subdir0/

表示三个副本

五、集群崩溃处理

1. 停止yarn服务
2. 停止hdfs服务
3. 删除所有服务器节点 /opt/module/hadoop-3.3.1/logs和/opt/module/hadoop-3.3.1/data 文件夹
4. 格式化hdfs namenode -format
5. 开启hdfs服务
6. 开启yarn服务

六、hadoop常用脚本

#!/bin/bash
#集群启停脚本

if [ $# -lt 1 ]
then
	echo "no args input..."
	exit;
fi

case $1 in
	"start" )
		echo "============================启动hadoop集群================="
		echo "============================启动hdfs======================"
		ssh hadoop102 "/opt/module/hadoop-3.3.1/sbin/start-dfs.sh"
		echo "============================启动yarn======================"
		ssh hadoop103 "/opt/module/hadoop-3.3.1/sbin/start-yarn.sh"
		echo "======================启动historyserver======================"
		ssh hadoop102 "/opt/module/hadoop-3.3.1/bin/mapred --daemon start historyserver"
		;;
	"stop" )
		echo "=========================关闭hadoop集群================="
		echo "======================关闭historyserver==================="
		ssh hadoop102 "/opt/module/hadoop-3.3.1/bin/mapred --daemon stop historyserver"
		echo "============================关闭yarn======================"
		ssh hadoop103 "/opt/module/hadoop-3.3.1/sbin/stop-yarn.sh"
		echo "============================关闭hdfs======================"
		ssh hadoop102 "/opt/module/hadoop-3.3.1/sbin/stop-dfs.sh"
		;;
	* )
		echo "input args error...."
	;;
esac
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

#!/bin/bash
#查看集群是否启动成功

for host in hadoop102 hadoop103 hadoop104
do
	echo =========================$host================
	ssh $host jps
done
1
2
3
4
5
6
7
8

七、hadoop常用端口号

hadoop3.x
hdfs namenode 内部常用端口：8020/9000/9820
hdfs namenode 对用户的查询端口：9870
yarn查看任务运行情况的端口：8088
历史服务器：19888
hadoop2.x
hdfs namenode 内部常用端口：8020/9000
hdfs namenode 对用户的查询端口：50070
yarn查看任务运行情况的端口：8088
历史服务器：19888
常用配置文件
hadoop3.x
core-site.xml hdfs-site.xml yran-site.xml mapred-site.xml workers
hadoop2.x
core-site.xml hdfs-site.xml yran-site.xml mapred-site.xml slaves

八、集群时间同步

注意

生产环境：如果服务器能连接外网，不需要时间同步，会同步外网的时间
生产环境：如果服务器不能连接外网，需要时间同步

（1）102机器配置（选择一个作为时间同步的主机）

切换root账号
su root
查看状态
systemctl status ntpd
开启
systemctl start ntpd
查看开机自启状态
systemctl is-enabled ntpd
修改配置文件
vim /etc/ntp.conf

在最后追加

server 127.127.1.0
fudge 127.127.1.0 stratum 10
1
2

修改/etc/sysconfig/ntpd文件
vim /etc/sysconfig/ntpd
增加以下内容（让硬件时间与系统时间一起同步）
SYNC_HWCLOCK=yes
重启ntpd服务
systemctl start ntpd
设置ntpd服务开机自启
systemctl enable ntpd

（2）其他机器配置

1.关闭所有节点的ntp服务和自启动

systemctl stop ntpd
systemctl disable ntpd

2.一分钟与时间服务器选择的主机做一次时间同步

crontab -e
* * * * * 从左到右依次是 分时日月周
添加定时任务如下

*/1 * * * *   /usr/sbin/ntpdate hadoop102
1

测试：
date -s "2022-02-22 22:22:22"
一分钟后查看是否同步
date