环境部署
hadoop-3.3.4.tar.gz
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

节点 CPU 内存 服务
node1 1核心 4GB NameNode、DataNode、SecondaryNameNode
node2 1核心 2GB DataNode
node3 1核心 2GB DataNode
node1节点执行，root身份登录
上传Hadoop安装包

通过finalshell软件直接拖拽上去
1
解压安装包到/export/server/

tar -zxvf hadoop-3.3.4.tar.gz -C /export/server
1
构建软链接
cd /export/server
1
ln -s /export/server/hadoop-3.3.4 hadoop
1
进入hadoop安装包内

cd hadoop
1

文件夹含义：

bin，存放Hadoop的各类程序（命令）
etc，存放Hadoop的配置文件
include，C语言的一些头文件
lib，存放Linux系统的动态链接库（.so文件）
libexec，存放配置Hadoop系统的脚本文件（.sh和.cmd）
license-binary，存放许可证文件
sbin，管理员程序（super bin）
share，存放二进制源码（Java jar包）
配置workers文件夹
workers文件是为了记录整个集群中哪几个服务器是我们的从节点。
进入配置文件目录

cd etc/hadoop
1
编辑workers文件

vim workers
1
删除localhost，添加以下内容

node1
node2
node3
1
2
3
配置hadoop-env.sh文件
vim hadoop-env.sh
1
添加以下内容

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
1
2
3
4
JAVA_HOME,JDK环境的位置
HADOOP_HOME，Hadoop安装位置
HADOOP_CONF_DIR，Hadoop配置文件目录位置
HADOOP_LOG_DIR，Hadoop运行日志目录位置

配置core-site.xml文件
vim core-site.xml
1
添加configuration里面的内容

<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://node1:8020</value>
</property>

<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
</configuration>
1
2
3
4
5
6
7
8
9
10
11
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：131072bit
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文件
vim hdfs-site.xml
1
添加内容

<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>

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
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
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个并发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
准备数据目录
在node1节点：

mkdir -p /data/nn
1
mkdir -p /data/dn
1
在node2和node3节点：

mkdir -p /data/dn
1
分发Hadoop文件夹
从node1将hadoop安装文件夹远程复制到node2、node3

在node1执行

cd /export/server
1
scp -r hadoop-3.3.4 node2:`pwd`/
1
scp -r hadoop-3.3.4 node3:`pwd`/
1
在node2和node3执行
构建软链接

cd /export/server
1
ln -s /export/server/hadoop-3.3.4 hadoop
1
ll
1
将Hadoop的一些脚本、程序配置到PATH中
在node1、node2、node3中操作

vim /etc/profile
1
底部添加以下内容

export HADOOP_HOME=/export/server/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
1
2
生效

source /etc/profile
1
授权为hadoop用户
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。
。。。前置章节已经创建了hadoop用户，并配置了hadoop用户之间的免密登录。。。
以root身份在三台服务器执行以下命令

chown -R hadoop:hadoop /data
1
chown -R hadoop:hadoop /export
1


格式化整个文件系统
在node1执行
切换到hadoop用户

su - hadoop
1
格式化namenode

hadoop namenode -format
1
验证

cd /data/
1
ll -h
1
cd nn
1
ll
1
cd current/
1
ll
1


上图说明格式化成功
启动
一键启动hdfs集群

start-dfs.sh
1
查看当前系统正在运行的java进程

jps
1
查看HDFS WEBUI
启动完成之后，可以在浏览器打开：
http://node1:9870，即可查看hdfs文件系统的管理页面。
整个Hadoop HDFS在运行的时候，会给我们提供一个管理平台页面，这个网站是namenode所在服务器的9870端口。


保存快照
一键关闭

stop-dfs.sh
1
退出hadoop用户

exit
1
三个服务器执行关机

init 0
1

免责申明：

本文系转载，版权归原作者所有，如若侵权请联系我们进行删除！

《数据治理行业实践白皮书》下载地址：https://fs80.cn/4w2atu

《数栈V6.0产品白皮书》下载地址：https://fs80.cn/cw0iw1

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：https://www.dtstack.com/?src=bbs

同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：https://github.com/DTStack