hadoop 大数据集群环境配置配置hadoop配置文件 hadoop(七)

虚拟机的三台机器分别以hdfs 存储, mapreduce计算，yarn调度三个方面进行集群配置

hadoop 版本3.3.4

官网：Hadoop -- Apache Hadoop 3.3.6

jdk 1.8

三台机器尾号为：22， 23， 24。（没有用hadoop102, 103,104,我改为了hadoop22，hadoop23，hadoop24）

配置22机器core-site.xml

cd $HADOOP_HOME/etc/hadoop

vi core-site.xml

bash 复制代码

<configuration>
    <!-- 指定NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop22:8020</value>
    </property>

    <!-- 指定hadoop数据的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop-3.3.4/data</value>
    </property>

    <!-- 配置HDFS网页登录使用的静态用户为atguigu -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>atguigu</value>
    </property>
</configuration>

配置22机器得hdfs-site.xml
<configuration> <property> <name>dfs.namenode.http-address</name> <value>hadoop22:9870</value> </property> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop24:9868</value> </property> </configuration>
配置22机器的yarn-site.xml

bash 复制代码

 <!-- 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>hadoop23</value>
    </property>

    <!-- 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>

5.配置22机器的mapred-site.xml

bash 复制代码

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

配置22机器workers文件：

bash 复制代码

hadoop22
hadoop23
hadoop24

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

7.脚本发送到23，24机器：

xsync /opt/module/hadoop-3.3.4/etc/hadoop

分别去23，24机器检查下是否发送成功。上述修改的文件是否是修改过的数据：

如果集群是第一次启动 ，需要在hadoop102节点格式化NameNode（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化。

生成机器id：

bash 复制代码

hdfs namenode -format

启动hdfs

bash 复制代码

# 例如我的路径/opt/module/hadoop-3.3.4/etc/hadoop
# 在hadoop文件下，前面你自己的路径/etc/hadoop/
# 输入命令
sbin/start-dfs.sh

在配置了ResourceManager的节点（ hadoop23 ****）****启动YARN

bash 复制代码

sbin/start-yarn.sh

如果启动失败，我是三台机器都删除了data,logs数据。重新从9步，重新生成机器id数据

比对配置文件是否错误，再次重新启动。即可解决~！

hadoop 大数据集群环境配置 配置hadoop配置文件 hadoop(七)

hadoop 大数据集群环境配置配置hadoop配置文件 hadoop(七)