[大数据]【Hadoop完全分布式】群起集群

1. 配置 workers

[zs@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

在该文件中增加如下内容：

hadoop102
hadoop103
hadoop104

添加集群的主机名称

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。

同步所有节点配置文件：

[zs@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc

2. 启动集群

（1）如果集群是第一次启动，需要在 hadoop102 节点格式化 NameNode。
（注意：格式化 NameNode，会产生新的集群 id，导致 NameNode 和 DataNode 的集群 id 不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化 NameNode 的话，一定要先停止 namenode 和 datanode 进程，并且要删除所有机器的 data 和 logs 目录，然后再进行格式化。）

[zs@hadoop102 hadoop-3.1.3]$ hdfs namenode -format

（2）启动 HDFS

[zs@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh

（3）在配置了 ResourceManager 的节点（hadoop103）启动 YARN

[zs@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

（4）Web 端查看 HDFS 的 NameNode

• （a）浏览器中输入：http://hadoop102:9870

• （b）查看 HDFS 上存储的数据信息

（5）Web 端查看 YARN 的 ResourceManager

• （a）浏览器中输入：http://hadoop103:8088
• （b）查看 YARN 上运行的 Job 信息

3. 集群基本测试

（1）上传文件到集群

• 上传小文件

[zs@hadoop102 ~]$ hadoop fs -mkdir /input
[zs@hadoop102 ~]$ hadoop fs -put $HADOOP_HOME/wcinput/word.txt /input

• 上传大文件

[zs@hadoop102 ~]$ hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /

（2）上传文件后查看文件存放在什么位置

• 查看 HDFS 文件存储路径

[zs@hadoop102 subdir0]$ pwd
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.1021610603650062/current/finalized/subdir0/subdir0

• 查看 HDFS 在磁盘存储文件内容

[zs@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce 

（3）拼接

-rw-rw-r--. 1 atguigu atguigu 134217728 5 月 23 16:01 blk_1073741836
-rw-rw-r--. 1 atguigu atguigu 1048583 5 月 23 16:01 blk_1073741836_1012.meta
-rw-rw-r--. 1 atguigu atguigu 63439959 5 月 23 16:01 blk_1073741837
-rw-rw-r--. 1 atguigu atguigu 495635 5 月 23 16:01 blk_1073741837_1013.meta

[zs@hadoop102 subdir0]$ cat blk_1073741836>>tmp.tar.gz
[zs@hadoop102 subdir0]$ cat blk_1073741837>>tmp.tar.gz
[zs@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz

把HDFS本次磁盘存储的文件拼接一起，后解压缩，即是源文件

（4）下载

[zs@hadoop104 software]$ hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./

（5）执行 wordcount 程序

[zs@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

加油!

感谢!

努力!