Hadoop Linux版如何配置集群 - 问答

Hadoop Linux版集群配置指南

1. 前期环境准备

节点规划：至少准备3台Linux服务器（如CentOS 7/Ubuntu），分别作为主节点（NameNode、ResourceManager）和从节点（DataNode、NodeManager）。示例规划：namenode（主节点）、datanode1、datanode2（从节点）。
系统配置：
- 关闭防火墙：systemctl stop firewalld && systemctl disable firewalld（避免通信拦截）。
- 修改主机名：hostnamectl set-hostname <节点名>（如namenode），并通过vim /etc/hosts添加所有节点的IP与主机名映射（如192.168.1.100 namenode）。
- 配置网络：确保所有节点在同一局域网，可通过ping <节点IP>测试连通性。

2. 安装Java环境

Hadoop依赖Java 8或更高版本（推荐OpenJDK）：

安装OpenJDK 8：sudo yum install -y java-1.8.0-openjdk-devel（CentOS）或sudo apt install -y openjdk-8-jdk（Ubuntu）。
验证安装：java -version（需显示Java版本信息）。
配置环境变量：编辑/etc/profile，添加export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk（路径以实际安装位置为准），并执行source /etc/profile使配置生效。

3. 下载并解压Hadoop

从Apache官网下载稳定版本（如Hadoop 3.3.4）：wget https://dlcdn.apache.org/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz。
解压到指定目录（如/export/servers）：tar -xzvf hadoop-3.3.4.tar.gz -C /export/servers/。
配置环境变量：编辑/etc/profile，添加export HADOOP_HOME=/export/servers/hadoop-3.3.4、export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin，执行source /etc/profile生效。

4. 配置Hadoop核心文件

所有配置文件位于$HADOOP_HOME/etc/hadoop目录下，需修改以下关键文件：

4.1 hadoop-env.sh

修改JAVA_HOME指向已安装的Java路径：export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk（根据实际路径调整）。

4.2 core-site.xml

配置HDFS的默认文件系统和临时目录：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://namenode:9000</value> <!-- 主节点主机名:端口 -->
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/export/data/hadoop/tmp</value> <!-- 临时文件存储路径 -->
    </property>
</configuration>

4.3 hdfs-site.xml

配置HDFS副本数（生产环境建议3）和数据目录：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>2</value> <!-- 副本数（从节点数量+1） -->
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/export/data/hadoop/hdfs/namenode</value> <!-- NameNode元数据目录 -->
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/export/data/hadoop/hdfs/datanode</value> <!-- DataNode数据目录 -->
    </property>
</configuration>

4.4 yarn-site.xml

配置YARN资源管理器和shuffle服务：

<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>namenode</value> <!-- ResourceManager所在节点 -->
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value> <!-- MapReduce shuffle服务 -->
    </property>
</configuration>

4.5 mapred-site.xml

创建mapred-site.xml（若不存在，可复制mapred-site.xml.template）：

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value> <!-- 使用YARN作为资源管理器 -->
    </property>
    <property>
        <name>mapreduce.application.classpath</name>
        <value>$HADOOP_HOME/share/hadoop/mapreduce/*:$HADOOP_HOME/share/hadoop/mapreduce/lib/*</value> <!-- MapReduce类路径 -->
    </property>
</configuration>

4.6 workers文件

指定从节点主机名（每行一个）：

datanode1
datanode2

该文件用于Hadoop自动识别从节点。

5. 配置SSH免密登录

实现主节点到从节点的无密码通信：

在主节点生成SSH密钥：ssh-keygen -t rsa（直接回车，默认保存到~/.ssh/id_rsa）。
将公钥复制到所有从节点：ssh-copy-id hadoop@datanode1、ssh-copy-id hadoop@datanode2（hadoop为从节点用户名，需提前创建并设置密码）。
验证免密登录：ssh hadoop@datanode1（无需输入密码即可登录）。

6. 分发配置文件到从节点

将主节点的Hadoop目录复制到所有从节点（确保路径一致）：

scp -r /export/servers/hadoop-3.3.4 hadoop@datanode1:/export/servers/
scp -r /export/servers/hadoop-3.3.4 hadoop@datanode2:/export/servers/

分发后，需在从节点上同样配置workers文件（内容与主节点一致）。

7. 格式化NameNode

仅在首次启动集群前执行，用于初始化HDFS元数据：

hdfs namenode -format

执行成功后会显示Successfully formatted，表示格式化完成。

8. 启动集群

启动HDFS：start-dfs.sh（启动NameNode、DataNode）。
启动YARN：start-yarn.sh（启动ResourceManager、NodeManager）。
验证进程：jps（主节点应显示NameNode、ResourceManager；从节点应显示DataNode、NodeManager）。

9. 验证集群状态

Web界面：访问http://<namenode-IP>:9870（HDFS Web UI），查看NameNode和DataNode状态；访问http://<namenode-IP>:8088（YARN Web UI），查看ResourceManager和NodeManager状态。
命令行：hdfs dfsadmin -report（查看HDFS集群详情，如节点数量、存储容量）；yarn node -list（查看YARN节点列表）。

常见问题排查

DataNode未启动：检查dfs.datanode.data.dir指定的目录是否存在且权限正确（需为hadoop用户所有）；确保从节点能访问主节点的9000端口（telnet namenode 9000）。
网络问题：确认所有节点IP和主机名映射正确，防火墙已关闭。
权限问题：确保HADOOP_HOME目录及子目录权限为hadoop用户（chown -R hadoop:hadoop /export/servers/hadoop-3.3.4）。

0 赞

0 踩