Hadoop集群搭建

下载

官网太慢了
这里选用清华大学的镜像下载
镜像地址

下最后一个

打开三台服务器

将下载好的文件上传
解压

配置Hadoop

cd hadoop-3.3.1/etc/hadoop
vim hadoop-env.sh

按G跳到最后一行
直接在最后添加,配置登录用户

export JAVA_HOME=你的jdk解压位置
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root

退出保存
三台都要配置

vim core-site.xml

在configuration标签下加入以下内容

<!-- 指定HDFS中NameNode主节点的地址，端口不指定默认是8020 -->
<property>
	<name>fs.defaultFS</name>
	<value>hdfs://主节主机点名或ip,三台要统一:9000</value>
</property>
<!-- 指定Hadoop运行时产生文件的存储目录 -->
<property>
	<name>hadoop.tmp.dir</name>
	<value>文件的存储目录</value>
</property>

我这里主节点选node1
目录自己看着来

修改完退出保存
三台都要修改

vim hdfs-site.xml

在configuration标签下加入以下内容

<property>
	<name>dfs.namenode.secondary.http-address</name>
	<value>ResourceManager的IP地址或主机名，三台要统一:50090</value>
</property>
<property>
	<name>dfs.namenode.secondary.https-address</name>
	<value>ResourceManager的IP地址或主机名，三台要统一:50091</value>
</property>
<!--子节点数量，这里三台，一主两从所以是2 -->
<property>
	<name>dfs.replication</name>
	<value>2</value>
</property>

我这里的ResourceManager辅助名称节点主机选的是node2

退出保存
三台都要修改

vim workers

集群ip集合
我这里就直接写别名了
因为在hosts里配置过了
三台都要修改

hosts配置如下

配置环境变量

免得每次都去指定目录下执行命令

vim /etc/profile

在后面加入以下内容（java环境变量自己加，没jdk运行不起来的）

export HADOOP_HOME=/root/software/hadoop/cluster/hadoop-3.3.1
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

退出保存
刷新环境变量

source /etc/profile

输入hdfs
看到这就表示环境变量配置成功

配置三台服务器相互免密

生成密钥

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

发送公钥给需要免密的服务器

ssh-copy-id -i ~/.ssh/id_rsa.pub root@需要免密的ip

这里只需要操作node1
所以将node1的公钥发送给node2，node3
最后
最最重要的是
还要发送给自己
也就是node1
不然后面Hadoop创建集群会报权限不足

测试免密登录

可以看到
随意登录其他服务器
无需输入密码

格式化NameNode

在node1机器上输入以下命令

#第一次启动集群要格式化，往后在启动集群就不用了，如果失败了要重新格式化
hdfs namenode -format
start-dfs.sh

如果出现权限不足情况
查看两点

1. 有没有把node1的公钥发给node1，node2，node3
2. 有没有关闭防火墙

三台机器同时输入jps查看进程

值得注意的是
如果这一步没有成功
在重新开始之前
记得删除数据存放的目录（这是我的目录，按自己的来）

不然会出现datanode启动不成功的情况

测试集群

浏览器输入 node1的ip:9870

关闭集群

stop-dfs.sh