群起集群
🧾配置worker
[root@hadoop102 hadoop]# vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在文件中添加如下内容
hadoop102
hadoop103
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。
同步所有节点配置文件
[root@hadoop102 hadoop]# xsync /opt/module/hadoop-3.1.3/etc
🍉启动集群
（1）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。）
[root@hadoop102 hadoop-3.1.3]# hdfs namenode -format
（2）启动HDFS
[root@hadoop102 hadoop-3.1.3]# sbin/start-dfs.sh
（3）**在配置了ResourceManager的节点（hadoop103）**启动YARN
[root@hadoop103 hadoop-3.1.3]# sbin/start-yarn.sh
（4）Web端查看HDFS的NameNode
- 浏览器中输入：http://hadoop102:9870
- 查看HDFS上存储的数据信息
（5）Web端查看YARN的ResourceManager
- 浏览器中输入：http://hadoop103:8088
- 查看YARN上运行的Job信息
🍏集群基本测试
（1）上传文件到集群
- 上传小文件
[root@hadoop102 ~]# hadoop fs -mkdir /input
[root@hadoop102 ~]# hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input
- 上传大文件
[root@hadoop102 ~]# hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /
（2）上传文件后查看文件存放在什么位置
- 查看HDFS文件存储路径
[root@hadoop102 subdir0]# pwd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.102-1610603650062/current/finalized/subdir0/subdir0
- 查看HDFS在磁盘存储文件内容
[root@hadoop102 subdir0]# cat blk_1073741825
（3）拼接
[root@hadoop102 subdir0]# cat blk_1073741836>>tmp.tar.gz [root@hadoop102 subdir0]# cat blk_1073741837>>tmp.tar.gz [root@hadoop102 subdir0]# tar -zxvf tmp.tar.gz
（4）下载
[root@hadoop104 software]# hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./
（5）执行wordcount程序
[root@hadoop102 hadoop-3.1.3]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
配置历史服务器
🌼配置mapred-site.xml
[root@hadoop102 hadoop]# vim mapred-site.xml
在该文件里面增加如下配置。
<!-- 历史服务器端地址 --> <property> <name>mapreduce.jobhistory.address</name> <value>hadoop102:10020</value> </property> <!-- 历史服务器web端地址 --> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>hadoop102:19888</value> </property>
🍄分发配置
[root@hadoop102 hadoop]# xsync $HADOOP_HOME/etc/hadoop/mapred-site.xml
🍓在hadoop102启动历史服务器
[root@hadoop102 hadoop]# mapred --daemon start historyserver
🍋查看历史服务器是否启动
[root@hadoop102 hadoop]# jps
🍪查看JobHistory
http://hadoop102:19888/jobhistory
配置日志的聚集
日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。
日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。
注意：开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryServer。
开启日志聚集功能具体步骤如下：
（1）配置yarn-site.xml
[root@hadoop102 hadoop]# vim yarn-site.xml
添加如下内容
<!-- 开启日志聚集功能 --> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <!-- 设置日志聚集服务器地址 --> <property> <name>yarn.log.server.url</name> <value>http://hadoop102:19888/jobhistory/logs</value> </property> <!-- 设置日志保留时间为7天 --> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>604800</value> </property>
（2）分发配置
[root@hadoop102 hadoop]# xsync $HADOOP_HOME/etc/hadoop/yarn-site.xml
（3）关闭NodeManager 、ResourceManager和HistoryServer
[root@hadoop103 hadoop-3.1.3]# sbin/stop-yarn.sh [root@hadoop103 hadoop-3.1.3]# mapred --daemon stop historyserver
（4）启动NodeManager 、ResourceManage和HistoryServer
[root@hadoop103 ~]# start-yarn.sh
[root@hadoop102 ~]# mapred --daemon start historyserver
（5）删除HDFS上已经存在的输出文件
[root@hadoop102 ~]# hadoop fs -rm -r /output
（6）执行WordCount程序
[root@hadoop102 hadoop-3.1.3]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
（7）查看日志
历史服务器地址
http://hadoop102:19888/jobhistory
集群启动/停止方式总结
🍊各个模块分开启动停止（配置ssh是前提）常用
（1）整体启动/停止HDFS
start-dfs.sh/stop-dfs.sh
（2）整体启动/停止YARN
start-yarn.sh/stop-yarn.sh
🍎各个服务组件逐一启动停止
（1）分别启动/停止HDFS组件
hdfs --daemon start/stop namenode/datanode/secondarynamenode
（2）启动/停止YARN
yarn --daemon start/stop resourcemanager/nodemanager
编写Hadoop集群常用脚本
🥕Hadoop集群启停脚本（包含HDFS，Yarn，Historyserver）：myhadoop.sh
[root@hadoop102 ~]# cd /usr/bin [root@hadoop102 bin]# vim myhadoop.sh
输入如下内容
#!/bin/bash if [ $# -lt 1 ] then echo "No Args Input..." exit ; fi case $1 in "start") echo " =================== 启动 hadoop集群 ===================" echo " --------------- 启动 hdfs ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh" echo " --------------- 启动 yarn ---------------" ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh" echo " --------------- 启动 historyserver ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver" ;; "stop") echo " =================== 关闭 hadoop集群 ===================" echo " --------------- 关闭 historyserver ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver" echo " --------------- 关闭 yarn ---------------" ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh" echo " --------------- 关闭 hdfs ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh" ;; *) echo "Input Args Error..." ;; esac
保存后退出，然后赋予脚本执行权限
[root@hadoop102 bin]# chmod +x myhadoop.sh
🥝查看三台服务器Java进程脚本：jpsall
[root@hadoop102 ~]# cd /usr/bin [root@hadoop102 bin]# vim jpsall
输入如下内容
#!/bin/bash for host in hadoop102 hadoop103 do echo =============== $host =============== ssh $host jps done
保存后退出，然后赋予脚本执行权限
[root@hadoop102 bin]# chmod +x jpsall
🥥分发/usr/bin目录，保证自定义脚本在三台机器上都可以使用
[root@hadoop102 ~]# xsync /usr/bin/
常用端口号说明
| 端口名称 | Hadoop2.x | Hadoop3.x |
| NameNode内部通信端口 | 8020 / 9000 | 8020 / 9000/9820 |
| NameNode HTTP UI | 50070 | 9870 |
| MapReduce查看执行任务端口 | 8088 | 8088 |
| 历史服务器通信端口 | 19888 | 19888 |
【注】：集群时间同步就不写了，因为服务器在公网环境（能连接外网），不用同步时间
好啦，环境搭建章节就到这儿就结束了额，大家快快行动起来吧😎
