Hadoop之完全分布式集群

首先准备三台客户机(hadoop102，hadoop103，hadoop104)，关闭防火墙，修改为静态ip和ip地址映射

配置集群

编写集群分发脚本

1. 创建一个远程同步的脚本xsync，并放到当前用户下新建的bin目录下，配置到PATH中，使得此脚本在任何目录下都可以执行
2. 脚本实现

[kocdaniel@hadoop102 ~]$ mkdir bin 
[kocdaniel@hadoop102 ~]$ cd bin/ 
[kocdaniel@hadoop102 bin]$ vim xsync 

在文件中编写如下脚本代码

#!/bin/bash 
#1 获取输入参数个数，如果没有参数，直接退出 
pcount=$# 
if((pcount==0)); then 
echo no args; 
exit; 
fi 
 
#2 获取文件名称 
p1=$1 
fname=`basename $p1` 
echo fname=$fname 
 
#3 获取上级目录到绝对路径 –P指向实际物理地址，防止软连接 
pdir=`cd -P $(dirname $p1); pwd` 
echo pdir=$pdir 
 
#4 获取当前用户名称 
user=`whoami` 
 
#5 循环 
for((host=103; host<105; host++)); do 
        echo ------------------- hadoop$host -------------- 
        rsync -rvl $pdir/$fname $user@hadoop$host:$pdir 
done 

1. 修改脚本xsync具有执行权限，并调用脚本，将脚本复制到103和104节点

[kocdaniel@hadoop102 bin]$ chmod 777 xsync 
[kocdaniel@hadoop102 bin]$ xsync /home/atguigu/bin 

集群配置

1.集群部署规划

由于计算机配置有限，只能使用三台虚拟机，工作环境中根据需要规划集群

2.配置集群

切换到hadoop安装目录/etc/hadoop/

• 配置core-site.xml

[kocdaniel@hadoop102 hadoop]$ vim core-site.xml 
# 在文件中写入如下内容 
<!-- 指定HDFS中NameNode的地址 --> 
<property> 
    <name>fs.defaultFS</name> 
      <value>hdfs://hadoop102:9000</value> 
</property> 
 
<!-- 指定Hadoop运行时产生文件的存储目录 --> 
<property> 
        <name>hadoop.tmp.dir</name> 
        <value>/opt/module/hadoop-2.7.2/data/tmp</value> 
</property>

• HDFS配置文件

配置hadoop-env.sh

[kocdaniel@hadoop102 hadoop]$ vim hadoop-env.sh 
export JAVA_HOME=/opt/module/jdk1.8.0_144 

export JAVA_HOME=/opt/module/jdk1.8.0_144

注意：我们已经在/etc/profile文件中配置了JAVA_HOME，这里为什么还需要配置JAVA_HOME?

答：因为Hadoop运行是守护进程(守护进程是一个在后台运行并且不受任何终端控制的进程。--摘自百度百科))，正是因为它后台运行，不接受任何终端控制，所以它读取不到我们配置好的环境变量，所以这里需要单独配置一下。

• 配置hdfs-site.xml

[kocdaniel@hadoop102 hadoop]$ vim hdfs-site.xml 
# 写入如下配置 
<!-- 配置副本数量为3，默认也为3，所以这个也可以删掉 --> 
<property> 
        <name>dfs.replication</name> 
        <value>3</value> 
</property> 
 
<!-- 指定Hadoop辅助名称节点主机配置 --> 
<property> 
      <name>dfs.namenode.secondary.http-address</name> 
      <value>hadoop104:50090</value> 
</property> 

• YARN配置文件

（编辑：ASP站长网）