当前位置：首页 > news >正文

VMware虚拟机集群上部署HDFS集群

news 来源：原创 2025/6/15 5:54:57

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

• bin ，存放 Hadoop 的各类程序（命令）

• etc ，存放 Hadoop 的配置文件

• include ， C 语言的一些头文件

• lib ，存放 Linux 系统的动态链接库（ .so 文件）

• libexec ，存放配置 Hadoop 系统的脚本文件（ .sh 和 .cmd ）

• licenses-binary ，存放许可证文件

• sbin ，管理员程序（ super bin ）

• share ，存放二进制源码（ Java jar 包）

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：

• 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。

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

• 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

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