cd $ HADOOP_HOME se establece en / etc / profile
1. hadoop-env.sh
vim /usr/local/hadoop-2.8.4/etc/hadoop/hadoop-env.sh
26 export JAVA_HOME=/usr/local/jdk1.8.0_151
34 export HADOOP_CONF_DIR=/usr/local/hadoop-2.8.4/etc/hadoop/
source /usr/local/hadoop-2.8.4/etc/hadoop/hadoop-env.sh
2. Configuración básica
vim /usr/local/hadoop-2.8.4/etc/hadoop/core-site.xml
<configuration>
<!--配置hdfs默认的命名-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://6059master:9000</value>
</property>
<!--配置操作hdfs缓冲区大小-->
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
<!--配置临时目录-->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/bigdata/tmp</value>
</property>
</configuration>
3.hdfs configuración hdfs-site.xml
Nota: Reemplace el nombre de dominio del host con su propio nombre de dominio
vim ./etc/hadoop/hdfs-site.xml
vim /usr/local/hadoop-2.8.4/etc/hadoop/hdfs-site.xml
<configuration>
<!--配置副本因子-->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!--配置块大小-->
<property>
<name>dfs.block.size</name>
<value>134217728</value>
</property>
<!--配置元数据的存储位置-->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///home/hadoopdata/dfs/name</value>
</property>
<!--配置datanode数据存放位置-->
<property>
<name>dfs.datanode.data.dir</name>
<value>/home/hadoopdata/dfs/data</value>
</property>
<!--配置dfs检测目录存放位置-->
<property>
<name>fs.checkpoint.dir</name>
<value>/home/hadoopdata/checkpoint/dfs/lglname</value>
</property>
<!--配置hdfs的namenode的web ui地址-->
<property>
<name>dfs.http.address</name>
<value>6059master:50070</value>
</property>
<!--配置dfs的SNN的web ui地址-->
<property>
<name>dfs.secondary.http.address</name>
<value>6059master:50090</value>
</property>
<!--是否开启web操作dfs-->
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<!--是否启用hdfs的权限-->
<property>
<name>dfs.permissions</name>
<value>true</value>
</property>
</configuration>
4.configuración de mapreduce mapred-site.xml
cp /usr/local/hadoop-2.8.4/etc/hadoop/mapred-site.xml.template /usr/local/hadoop-2.8.4/etc/hadoop/mapred-site.xml
vim /usr/local/hadoop-2.8.4/etc/hadoop/mapred-site.xml
<configuration>
<!--指定mapreduce运行框架-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
<final>true</final>
</property>
<!--历史服务的通信地址-->
<property>
<name>mapreduce.jobhistory.address</name>
<value>6059master:10020</value>
</property>
<!--历史服务的web ui通信地址-->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>6059master:19888</value>
</property>
</configuration>
5.configuración del hilo yarn-site.xml
vim /usr/local/hadoop-2.8.4/etc/hadoop/yarn-site.xml
<configuration>
<!--指定resourcemanager所在的主机名-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>6059master</value>
</property>
<!--指定mapreduce的shuffle-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!--指定resourcemanager内部通信地址-->
<property>
<name>yarn.resourcemanager.address</name>
<value>6059master:8032</value>
</property>
<!--指定scheduler的内部通信地址-->
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>6059master:8030</value>
</property>
<!--指定rm的resource-tracker的内部通信地址-->
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>6059master:8031</value>
</property>
<!--指定rm的admin的内部通信地址-->
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>6059master:8033</value>
</property>
<!--指定rm的web ui地址-->
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>6059master:8088</value>
</property>
</configuration>
6. Configure el nombre de dominio del nodo
vim /usr/local/hadoop-2.8.4/etc/hadoop/slaves
6059master
6059slave01
6059slave02
7. Completa la tarea de distribución.
vim /etc/hosts
192.168.56.20 6059master
192.168.56.21 6059slave01
192.168.56.22 6059slave02
Eliminar el directorio de Hadoop en los dos esclavos
6059slave01: rm -rf /usr/local/hadoop-2.8.4/
6059slave02: rm -rf /usr/local/hadoop-2.8.4/
Completa el trabajo de distribución: ping
master:
scp -r /usr/local/hadoop-2.8.4/ root@6059slave01:/usr/local/
scp -r /usr/local/hadoop-2.8.4/ root@6059slave02:/usr/local/
8. Iniciar
Debe formatearse en el servidor de namenode antes de comenzar, y solo debe hacerse una vez.
hadoop namenode –format
8.1 Tres formas de empezar:
8.1.1 Método 1: Inicio completo:
start-all.sh
Método 2: Modo de inicio:
start-dfs.sh
start-yarn.sh
Método 3: Inicie un solo proceso:
hadoop-daemon.sh start namenode
hadoop-daemons.sh start datanode
yarn-daemon.sh start namenode
yarn-daemons.sh start datanode
mr-jobhistory-daemon.sh start historyserver
9. Pruebas
9.1 Verifique si el proceso está iniciado:
jps
9.2 Ver la web del módulo correspondiente
http://192.168.56.20:50070
http://192.168.56.20:8088
9.3 Operaciones de archivo
lista de documentos
# hdfs dfs -ls /
Crear archivo xx
# hdfs dfs -mkdir xx
subir archivos
# hdfs dfs –put ./*** /
Eliminar carpeta
Eliminar archivos, -rm -R eliminar directorios y archivos de forma recursiva
hadoop fs -rm 删除文件,-rm -R 递归删除目录和文件
10. Ejecute un programa
yarn jar /usr/local/hadoop-2.8.4/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.8.4.jar wordcount /input/word.txt /output/01
hdfs dfs –ls /output/01
hdfs dfs –cat /output/01/part-r-00000
11. Manejo de errores comunes
WARN ipc.Cliente
error:
WARN ipc.Client: Failed to connect to server: 6059master/192.168.56.20:9000: try once and fail.
El proceso del puerto 50070 y el proceso del puerto 9000 no se iniciaron
11.1 Ver hdfs-site.xml
<!--配置hdfs的namenode的web ui地址-->
<property>
<name>dfs.http.address</name>
<value>6059master:50070</value>
</property>
11.2 Apague el firewall
# 查看防火墙状态
systemctl status firewalld
# 关闭防火墙
systemctl stop firewalld.service
# 禁用防火墙
systemctl disable firewalld.service
Otro cortafuegos es selinux: se configurará en vim / etc / selinux / config
SELINUX=disabled
3. El nodo namenode no se inicia
# cd /usr/local/hadoop-2.8.4/bin/
# hdfs namenode -format