0201hdfs集群部署-hadoop-大数据学习

gaog2zh2023-08-31 8:33

文章目录

    • [1 前言](#1 前言)
    • [2 集群规划](#2 集群规划)
    • [3 hadoop安装包上传与安装](#3 hadoop安装包上传与安装)
      • [3.1 上传解压](#3.1 上传解压)
    • [4 hadoop配置](#4 hadoop配置)
    • [5 从节点同步和环境变量配置](#5 从节点同步和环境变量配置)
    • [6 创建用户](#6 创建用户)
    • [7 集群启动](#7 集群启动)
    • [8 问题集](#8 问题集)
      • [8.1 Invalid URI for NameNode address (check fs.defaultFS): file:/// has no authority.](#8.1 Invalid URI for NameNode address (check fs.defaultFS): file:/// has no authority.)
    • 结语

1 前言

下面我们配置下单namenode节点hadoop集群，使用vmware虚拟机环境搭建。vmware虚拟机的配置，在下面链接2有，或者自行查阅文档。hadoop安装包可到官网下载，当前相关软件环境如下：

软件 版本 说明
hadoop 3.3.4 jar包
vmware 15.5 虚拟机
centos 7.6 服务器操作系统
xshell 6 远程连接
jdk 1.8 java运行环境

2 集群规划

在前面的准备章节，我们准备了基于vmware的三台虚拟机，现服务规划如下：

节点 服务
node1 NameNode、DataNode、SecondaryNameNode
node2 DataNode
node3 DataNode

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

3 hadoop安装包上传与安装

3.1 上传解压

  1. 上传hadoop安装包到node节点中，如下图3.1-1所示

  1. 解压缩安装包到/export/server中

    shell 复制代码 
    tar -zxvf hadoop-3.3.4.tar.gz -C /export/server

  2. 构建软连接

    bash 复制代码 
    cd /export/server
ln -s /export/server/hadoop-3.3.4 hadoop

4 hadoop配置

配置HDFS集群，主要涉及以下文件的修改：

  • workers：配置从节点（DataNode）有哪些
  • hadoop-env.sh：配置hadoop的相关变量
  • core-site.xml：hadoop的核心配置文件
  • hadfs-site.xml：HDFS核心配置文件

这些文件在$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

  • 配置workers

    shell 复制代码 
    # 进入配置文件目录
cd etc/hadoop
# 编辑workers文件
vim workers
# 填入如下内容
node1
node2
node3
    • 记录node1，node2，node3三个从节点

  • 配置hadoop-en.sh

    shell 复制代码 
    # 填入如下内容
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：jdk安装目录
    • HADOOP_HOME：hadoop安装目录
    • HADOOP_CONF_DIR：hadoop配置文件目录
    • HADOOP_LOG_DIR：hadoop日志存放目录

  • 配置core-site.xml,此处配置NameNode会报错，后面问题集我们在分析

    xml 复制代码 
    在文件内部填入如下内容
<configuration>
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://node1:8020</value>
  </property>

  <property>
    <name>io.file.buffer.size</name>
    <value>131072</value>
  </property>
</configuration>
    • key：fs.defaultFS;含义：HDFS文件系统的网络通讯路径;值：hdfs://node1:8020
      • 协议为hdfs://
      • namenode为node1
      • namenode通讯端口为8020
    • key：io.file.buffer.size含义：io操作文件缓冲区大小值：131072 bit
    • hdfs://node1:8020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node1的8020端口通讯，node1是NameNode所在机器此配置固定了node1必须启动NameNode进程

  • 配置hdfs-site.xml

    xml 复制代码 
    # 在文件内部填入如下内容
<configuration>
  <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>node1,node2,node3</value>
  </property>
  <property>
    <name>dfs.blocksize</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>
</configuration>
    • 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------
    • key：dfs.namenode.name.dir;含义：NameNode元数据的存储位置值：/data/nn，在node1节点的/data/nn目录下
    • 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：node1、node2、node3，这三台服务器被授权
    • key：dfs.blocksize含义：hdfs默认块大小值：268435456（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node1、node2、node3，三台机器的/data/dn内

根据上面配置的NameNode和DataNode数据存放位置

  • namenode数据存放node1的/data/nn

  • datanode数据存放node1、node2、node3的/data/dn

  • 在node1节点：

    shell 复制代码 
    mkdir -p /data/nn
mkdir /data/dn

  • 在node2和node3节点：

    shell 复制代码 
    mkdir -p /data/dn

5 从节点同步和环境变量配置

目前，已经基本完成Hadoop的配置操作，可以从node1将hadoop安装文件夹远程复制到node2、node3

  • 分发

    shell 复制代码 
    # 在node1执行如下命令
cd /export/server
scp -r hadoop-3.3.4 node2:`pwd`/
scp -r hadoop-3.3.4 node3:`pwd`/

  • 在node2执行，为hadoop配置软链接

    shell 复制代码 
    # 在node2执行如下命令
ln -s /export/server/hadoop-3.3.4 /export/server/hadoop

  • 在node3执行，为hadoop配置软链接

    shell 复制代码 
    # 在node3执行如下命令
ln -s /export/server/hadoop-3.3.4 /export/server/hadoop

一步一步配置相对清晰，但是也繁琐，xshell有如下功能，可以在所有会话窗口执行相同的操作

配置环境变量：

在Hadoop文件夹中的bin、sbin两个文件夹内有许多的脚本和程序，现在来配置一下环境变量

  1. vim /etc/profile，node1,node2,node3执行相同操作

    shell 复制代码 
    # 在/etc/profile文件底部追加如下内容
export HADOOP_HOME=/export/server/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

6 创建用户

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。

ps：请确保已经提前创建好了hadoop用户（前置准备章节中有讲述），并配置好了hadoop用户之间的免密登录以root身份，在node1、node2、node3三台服务器上均执行如下命令

shell 复制代码 
# 以root身份，在三台服务器上均执行
chown -R hadoop:hadoop /data
chown -R hadoop:hadoop /export

7 集群启动

前期准备全部完成，现在对整个文件系统执行初始化，在node1节点上操作

shell 复制代码 
# 确保以hadoop用户执行
su - hadoop
# 格式化namenode
hadoop namenode -format
# 一键启动hdfs集群
start-dfs.sh
# 一键关闭hdfs集群
stop-dfs.sh

# 如果遇到命令未找到的错误，表明环境变量未配置好，可以以绝对路径执行
/export/server/hadoop/sbin/start-dfs.sh
/export/server/hadoop/sbin/stop-dfs.sh

启动完成后，可以在浏览器打开：http://node1:9870，即可查看到hdfs文件系统的管理网页，如下图6-1所示

8 问题集

出了问题首先，查看日志，在配置文件$HADOOP_home/logs下面记录日志。

一些常见的报错，比如命令不存在，或者因为粗心单词写错，这里不再分析，可以去链接1视频P23-24查看原因或者自行查阅相关文档。下面主要分析一些本人遇到的非常见错误

8.1 Invalid URI for NameNode address (check fs.defaultFS): file:/// has no authority.

  • 日志报错内容

    复制代码 
    2023-08-27 11:40:09,808 ERROR org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode: Failed to start secondary namenode
java.lang.IllegalArgumentException: Invalid URI for NameNode address (check fs.defaultFS): file:/// has no authority.
	at org.apache.hadoop.hdfs.DFSUtilClient.getNNAddress(DFSUtilClient.java:781)
	at org.apache.hadoop.hdfs.DFSUtilClient.getNNAddressCheckLogical(DFSUtilClient.java:810)
	at org.apache.hadoop.hdfs.DFSUtilClient.getNNAddress(DFSUtilClient.java:772)
	at org.apache.hadoop.hdfs.server.namenode.NameNode.getServiceAddress(NameNode.java:534)
	at org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode.initialize(SecondaryNameNode.java:231)
	at org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode.<init>(SecondaryNameNode.java:194)
	at org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode.main(SecondaryNameNode.java:690)

    • 报错NameNode URI配置有问题，这个配置我们是按照视频做了，配置如下

      xml 复制代码 
      <configuration>
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://node1:8020</value>
  </property>

  • 解决方案：修改配置如下

    xml 复制代码 
      <property>
    <name>fs.default.name</name>
    <value>hdfs://node1:8020</value>
  </property>

  • 具体原理可以查看官方文档解释或者下面链接3

结语

如果小伙伴什么问题或者指教，欢迎交流。

❓QQ:806797785

参考链接:

1\][大数据视频](https://www.bilibili.com/video/BV1WY4y197g7)\[CP/OL\].2020-04-16.p14-p24. \[2\][0101前期准备-大数据学习](https://blog.csdn.net/gaogzhen/article/details/132384375)\[CP/OL\]. \[3\][Hadoop的core-site.xml配置文件里的fs.default.name和fs.defaultFS](https://blog.csdn.net/qq_33472663/article/details/106171096)\[CP/OL\].

相关推荐
End9283 小时前
Spark之搭建Yarn模式
大数据·分布式·spark
我爱写代码？3 小时前
Spark 集群配置、启动与监控指南
大数据·开发语言·jvm·spark·mapreduce
TDengine （老段）3 小时前
什么是物联网 IoT 平台？
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
青云交3 小时前
Java 大视界 -- 基于 Java 的大数据分布式存储在工业互联网海量设备数据长期存储中的应用优化（248）
java·大数据·工业互联网·分布式存储·冷热数据管理·hbase 优化·kudu 应用
艾醒(AiXing-w)4 小时前
探索大语言模型（LLM）：国产大模型DeepSeek vs Qwen，谁才是AI模型的未来？
大数据·人工智能·语言模型
尽兴-4 小时前
Lambda架构与Kappa架构对比详解
hadoop·架构·kafka·lambda·kappa
£菜鸟也有梦4 小时前
从0到1上手Kafka：开启分布式消息处理之旅
大数据·kafka·消息队列
Elastic 中国社区官方博客4 小时前
在 Elasticsearch 中删除文档中的某个字段
大数据·数据库·elasticsearch·搜索引擎
时序数据说5 小时前
时序数据库IoTDB分布式系统监控基础概述
大数据·数据库·database·时序数据库·iotdb
漂流瓶6666665 小时前
Spark处理过程-转换算子
大数据·分布式·spark
热门推荐
01YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】02从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑03KGG转MP3工具|非KGM文件|解密音频04【SpeedAI科研小助手】2分钟极速解决知网维普重复率、AIGC率过高，一键全文降！文件格式不变，公式都保留的！05Coze扣子平台完整体验和实践（附国内和国际版对比）06DeepSeek各版本说明与优缺点分析07苍穹外卖面试总结08YOLOv5改进 | 添加CA注意力机制 + 增加预测层 + 更换损失函数之GIoU09西电B测-计算机网络综合实验(含验收问题)10【解决】Android Gradle Sync 报错 Could not read workspace metadata