1、搭建hdfs分布式集群

4.1 hdfs集群组成结构：

4.2 安装hdfs集群的具体步骤：

一、首先需要准备N台linux服务器

学习阶段，用虚拟机即可！

先准备4台虚拟机：1个namenode节点  + 3 个datanode 节点

 

二、先修改各台机器的主机名和ip地址

主机名：hdp-01  对应的ip地址：192.168.33.61

主机名：hdp-02  对应的ip地址：192.168.33.62

主机名：hdp-03  对应的ip地址：192.168.33.63

主机名：hdp-04  对应的ip地址：192.168.33.64

 

三、从windows中用CRT软件进行远程连接

在windows中将各台linux机器的主机名配置到的windows的本地域名映射文件中：

c:/windows/system32/drivers/etc/hosts

192.168.33.61  hdp-01 192.168.33.62  hdp-02 192.168.33.63  hdp-03 192.168.33.64  hdp-04

 用crt连接上后，修改一下crt的显示配置（字号，编码集改为UTF-8）：

四、配置linux服务器的基础软件环境

l  防火墙

关闭防火墙：service iptables stop 

关闭防火墙自启： chkconfig iptables off

 

l  安装jdk：（hadoop体系中的各软件都是java开发的）

1)       利用alt+p 打开sftp窗口，然后将jdk压缩包拖入sftp窗口

2)       然后在linux中将jdk压缩包解压到/root/apps下

3)       配置环境变量：JAVA_HOME   PATH

vi /etc/profile   在文件的最后，加入：

export JAVA_HOME=/root/apps/jdk1.8.0_60 export PATH=$PATH:$JAVA_HOME/bin

4)       修改完成后，记得source /etc/profile使配置生效

5)       检验：在任意目录下输入命令： java -version 看是否成功执行

6)       将安装好的jdk目录用scp命令拷贝到其他机器

7)       将/etc/profile配置文件也用scp命令拷贝到其他机器并分别执行source命令

 

l  集群内主机的域名映射配置

在hdp-01上，vi /etc/hosts

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1         localhost localhost.localdomain localhost6 localhost6.localdomain6 192.168.33.61   hdp-01 192.168.33.62   hdp-02 192.168.33.63   hdp-03 192.168.33.64   hdp-04

然后，将hosts文件拷贝到集群中的所有其他机器上

scp /etc/hosts hdp-02:/etc/

scp /etc/hosts hdp-03:/etc/

scp /etc/hosts hdp-04:/etc/

 

补充 提示:

如果在执行scp命令的时候，提示没有scp命令，则可以配置一个本地yum源来安装 1、先在虚拟机中配置cdrom为一个centos的安装镜像iso文件 2、在linux系统中将光驱挂在到文件系统中（某个目录） 3、mkdir /mnt/cdrom 4、mount -t iso9660 -o loop /dev/cdrom /mnt/cdrom 5、检验挂载是否成功： ls /mnt/cdrom 6、3、配置yum的仓库地址配置文件 7、yum的仓库地址配置文件目录： /etc/yum.repos.d 8、先将自带的仓库地址配置文件批量更名：   9、然后，拷贝一个出来进行修改 10、修改完配置文件后，再安装scp命令： 11、yum install openssh-clients -y

 

l  五、安装hdfs集群

1、上传hadoop安装包到hdp-01

 

2、修改配置文件

要点提示	核心配置参数： 1)       指定hadoop的默认文件系统为：hdfs 2)       指定hdfs的namenode节点为哪台机器 3)       指定namenode软件存储元数据的本地目录 4)       指定datanode软件存放文件块的本地目录

 

hadoop的配置文件在：/root/apps/hadoop安装目录/etc/hadoop/

 

1) 修改hadoop-env.sh

exportJAVA_HOME=/root/apps/jdk1.8.0_60

 

2) 修改core-site.xml

<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://hdp-01:9000</value> </property> </configuration>

 

3) 修改hdfs-site.xml

<configuration> <property> <name>dfs.namenode.name.dir</name> <value>/root/dfs/name</value> </property>   <property> <name>dfs.datanode.data.dir</name> <value>/root/dfs/data</value> </property>   </configuration>

 

4) 拷贝整个hadoop安装目录到其他机器

scp -r/root/apps/hadoop-2.8.0 hdp-02:/root/apps/

scp -r/root/apps/hadoop-2.8.0 hdp-03:/root/apps/

scp -r/root/apps/hadoop-2.8.0 hdp-04:/root/apps/

 

 

 

5) 启动HDFS

 

所谓的启动HDFS，就是在对的机器上启动对的软件

要点 提示：

要运行hadoop的命令，需要在linux环境中配置HADOOP_HOME和PATH环境变量 vi /etc/profile export JAVA_HOME=/root/apps/jdk1.8.0_60 export HADOOP_HOME=/root/apps/hadoop-2.8.0 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

 

 

首先，初始化namenode的元数据目录

要在hdp-01上执行hadoop的一个命令来初始化namenode的元数据存储目录

hadoop namenode -format

l  创建一个全新的元数据存储目录

l  生成记录元数据的文件fsimage

l  生成集群的相关标识：如：集群id——clusterID

 

然后，启动namenode进程（在hdp-01上）

hadoop-daemon.sh startnamenode

启动完后，首先用jps查看一下namenode的进程是否存在

 

然后，在windows中用浏览器访问namenode提供的web端口：50070

http://hdp-01:50070

 

然后，启动众datanode们（在任意地方）

hadoop-daemon.sh startdatanode

 

 

6) 用自动批量启动脚本来启动HDFS

1)       先配置hdp-01到集群中所有机器（包含自己）的免密登陆

2)       配完免密后，可以执行一次  ssh 0.0.0.0

3)       修改hadoop安装目录中/etc/hadoop/slaves（把需要启动datanode进程的节点列入）

hdp-01 hdp-02 hdp-03 hdp-04

 

4)       在hdp-01上用脚本：start-dfs.sh来自动启动整个集群

5)       如果要停止，则用脚本：stop-dfs.sh