阿里网站空间天津优化网络公司的建议
一、安装包下载
官方网址：https://hadoop.apache.org，点击Download。
hadoop环境配置前置准备-CSDN博客
或者从网盘资料中获取安装包
链接: https://pan.baidu.com/s/1vTQWQLmZ8JHUqs5Us5FcFQ?pwd=zgzs 提取码: zgzs
在前置准备章节，我们准备了基于VMware的三台虚拟机，其硬件配置如下。
| 节点 | CPU | 内存 |
| node1 | 1核心 | 4GB |
| node2 | 1核心 | 2GB |
| node3 | 1核心 | 2GB |
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 | 服务 |
| node1 | NameNode、DataNode、SecondaryNameNode |
| node2 | DataNode |
| node3 | DataNode |
注意
请确认已经完成前置准备中的服务器创建、固定IP、防火墙关闭、Hadoop用户创建、SSH免密、JDK部署等操作。
hadoop环境配置前置准备-CSDN博客
二、上传 & 解压
1. 上传Hadoop安装包到node1节点中，位置 /export/server
2. 解压缩安装包到/export/server/中
tar -zxvf hadoop-3.3.4.tar.gz -C /export/server
3. 构建软链接
cd /export/serverln -s /export/server/hadoop-3.3.4 hadoop
4. 进入hadoop安装包内
cd hadoop
5、cd 进入Hadoop安装包内，通过
ls -l命令查看文件夹内部结构
各个文件夹含义如下
三、修改配置文件，应用自定义设置
配置HDFS集群，我们主要涉及到如下文件的修改：
这些文件均存在与$HADOOP_HOME/etc/hadoop文件夹中。
ps：$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
一、配置workers文件
# 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
填入的node1、node2、node3，表明集群记录了三个从节点（DataNode）
二、配置hadoop-env.sh文件
# 编辑
vim hadoop-env.sh# 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
通过记录这些环境变量， 来指明上述运行时的重要信息
三、配置core-site.xml文件
# 编辑
vim core-site.xml# 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>
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
四、配置hdfs-site.xml文件
# 编辑hdfs-site.xml
vim hdfs-site.xml# 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
五、准备数据目录
namenode数据存放node1的/data/nn
datanode数据存放node1、node2、node3的/data/dn
执行如下
在node1节点：
mkdir -p /data/nnmkdir /data/dn
在node2和node3节点：
mkdir -p /data/dn六、分发Hadoop文件夹
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
# 在node1执行如下命令
cd /export/serverscp -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
# 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
# 在node3执行如下命令
ln -s /export/server/hadoop-3.3.4 /export/server/hadoop
七、配置环境变量
为了方便我们操作Hadoop，可以将Hadoop的一些脚本、程序配置到PATH中，方便后续使用。
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、修改环境变量文件
# 编辑
vim /etc/profile# 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
2、在node2和node3配置同样的环境变量
八、授权为hadoop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
# 以root身份，在三台服务器上均执行
chown -R hadoop:hadoop /data
chown -R hadoop:hadoop /export
九、格式化整个文件系统
前期准备全部完成，现在对整个文件系统执行初始化
格式化namenode
# 确保以hadoop用户执行
su - hadoop# 格式化namenode
hadoop namenode -format
启动
# 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
十、查看HDFS WEBUI
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。
