Hadoop的HDFS的集群安装部署
注意：主机名不要有/_等特殊的字符，不然后面会出问题。有问题可以看看第5点（问题）。
1、下载
1.1、去官网，点下载
下载地址：https://hadoop.apache.org/
1.2、选择下载的版本
1.2.1、最新版
1.2.2、其他版本，我这里选择3.3.4
1.3、上传，解压
HDFS是主从模式，所以在node1节点安装即可
1.3.1、上传安装包node1节点
1.3.2、解压到/export/server下
tar -zxvf hadoop-3.3.4.tar.gz -C /export/server
1.3.3、构建软链接
ln -s /export/server/hadoop-3.3.4 hadoop
2、配置
配置HDFS集群，我们主要涉及到如下文件的修改：
- workers： 配置从节点（DataNode）有哪些
- hadoop-env.sh： 配置Hadoop的相关环境变量
- core-site.xml： Hadoop核心配置文件
- hdfs-site.xml： HDFS核心配置文件
这些文件均存在与$HADOOP_HOME/etc/hadoop文件夹中。
进入etc下的Hadoop目录
cd ./etc/hadoop
2.1、配置workers文件
2.1.1、进入Hadoop目录
cd ./etc/hadoop
2.1.2、编辑workers文件
vim workers
配置主机名
填入的bigdata_node1,2,3是三台主机的名称
表明集群记录了三个从节点（DataNode）
2.2、配置hadoop-env.sh文件
vim hadoop-env.sh
# 填入如下内容
export JAVA_HOME=/export/server/jdk
export HADOOP_HOME=/export/server/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export HADOOP_LOG_DIR=$HADOOP_HOME/logs
- JAVA_HOME，指明JDK环境的位置在哪
- HADOOP_HOME，指明Hadoop安装位置
- HADOOP_CONF_DIR，指明Hadoop配置文件目录位置
- HADOOP_LOG_DIR，指明Hadoop运行日志目录位置
2.3、配置core-site.xml文件
vim core-site.xml
在文件内部填入如下内容
<configuration><property><name>fs.defaultFS</name><value>hdfs://bigdata_node1:8020</value></property><property><name>io.file.buffer.size</name><value>131072</value></property>
</configuration>
-
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bigdata_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：131072 bit
hdfs://bigdata_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，bigdata_node1是NameNode所在机器。
此配置固定了bigdata_node1必须启动NameNode进程。
2.4、配置hdfs-site.xml文件
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>bigdata_node1,bigdata_node2,bigdata_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bigdata_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：bigdata_node1,bigdata_node2,bigdata_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bigdata_node1,bigdata_node2,bigdata_node3三台机器的/data/dn内
2.5、根据下述2个配置项：
- namenode数据存放bigdata_node1的/data/nn
- datanode数据存放bigdata_node1,bigdata_node2,bigdata_node3的/data/dn
所以应该
-
在bigdata_node1节点：
mkdir -p /data/nn
mkdir -p /data/dn
-
在bigdata_node2和bigdata_node3节点：
mkdir -p /data/dn
2.6、分发Hadoop文件夹
已经基本完成Hadoop的配置操作，可以从bigdata_node1将hadoop安装文件夹远程复制到bigdata_node2、bigdata_node3。
在bigdata_node1执行如下命令
cd /export/server
scp -r hadoop-3.3.4 bigdata_node2:`pwd`/
scp -r hadoop-3.3.4 bigdata_node3:`pwd`/
2.7、为hadoop配置软链接
2.7.1、在bigdata_node2执行
ln -s /export/server/hadoop-3.3.4 /export/server/hadoop
2.7.2、在bigdata_node3执行
ln -s /export/server/hadoop-3.3.4 /export/server/hadoop
2.8、配置环境变量
2.8.1、添加配置
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。
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
2.8.2、配置生效
source /etc/profile
三台服务器都要配置。
3、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，并配置好了hadoop用户之间的免密登录。
以root身份，在bigdata_node1、bigdata_node2、bigdata_node3三台服务器上均执行如下命令
chown -R hadoop:hadoop /data
chown -R hadoop:hadoop /export
三台服务器都要。
4、格式化，启动，访问
前期准备全部完成，现在对整个文件系统执行初始化。
4.1、格式化namenode
确保以hadoop用户执行
su hadoop
格式化namenode
hadoop namenode -format
4.2、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
4.3、访问
- 在本地系统配置host的文件，就可以直接使用域名访问。
- http://bigdatanode1:9870，即可查看到hdfs文件系统的管理网页。
5、问题
5.1、一键启动hdfs集群后，jps查看没有启动的服务
5.2、检查日志log
java.lang.IllegalArgumentException: Does not contain a valid host:port authority: bigdata_node1:8020at org.apache.hadoop.net.NetUtils.createSocketAddr(NetUtils.java:232)at org.apache.hadoop.net.NetUtils.createSocketAddr(NetUtils.java:189)at org.apache.hadoop.net.NetUtils.createSocketAddr(NetUtils.java:169)at org.apache.hadoop.hdfs.DFSUtilClient.getNNAddress(DFSUtilClient.java:766)at org.apache.hadoop.hdfs.DFSUtilClient.getNNAddress(DFSUtilClient.java:792)at org.apache.hadoop.hdfs.DFSUtilClient.getNNAddressCheckLogical(DFSUtilClient.java:810)at org.apache.hadoop.hdfs.DFSUtilClient.getNNAddress(DFSUtilClient.java:772)at org.apache.hadoop.hdfs.server.namenode.NameNode.getRpcServerAddress(NameNode.java:578)at org.apache.hadoop.hdfs.server.namenode.NameNode.loginAsNameNodeUser(NameNode.java:718)at org.apache.hadoop.hdfs.server.namenode.NameNode.initialize(NameNode.java:738)at org.apache.hadoop.hdfs.server.namenode.NameNode.<init>(NameNode.java:1020)at org.apache.hadoop.hdfs.server.namenode.NameNode.<init>(NameNode.java:995)at org.apache.hadoop.hdfs.server.namenode.NameNode.createNameNode(NameNode.java:1769)at org.apache.hadoop.hdfs.server.namenode.NameNode.main(NameNode.java:1834)
2023-09-11 00:28:53,873 INFO org.apache.hadoop.util.ExitUtil: Exiting with status 1: java.lang.IllegalArgumentException: Does not contain a valid host:port authority: bigdata_node1:8020
5.3、问题原因
说是我主机与端口不对
5.3.1、ping端口号
ping bigdata_node1
5.3.2、说是端口号没放开
telnet bigdata_node1 8020
5.3.3、自己的真实原因
主机使用的hostname不合法，修改为不包含着‘.’ ‘/’ '_'等非法字符的主机名。
5.3.4、修改主机名，并把之前的配置的主机名全部改了
hostnamectl set-hostname bigdatanode1
vim /etc/hosts
vim workers
vim core-site.xml
vim hdfs-site.xml
5.4、重启启动，成功
5.4.1、先格式化namenode
hadoop namenode -format
5.4.2、再启动
结束！！！！！！！
hy:33
为什么害怕独处？因为人在独处的时候，总是会听到心灵深处的声音。