文章目录
- 1 前言
- 2 集群规划
- 3 hadoop安装包上传与安装
- 3.1 上传解压
- 4 hadoop配置
- 5 从节点同步和环境变量配置
- 6 创建用户
- 7 集群启动
- 8 问题集
- 8.1 Invalid URI for NameNode address (check fs.defaultFS): file:/// has no authority.
- 结语
1 前言
下面我们配置下单namenode节点hadoop集群，使用vmware虚拟机环境搭建。vmware虚拟机的配置，在下面链接2有，或者自行查阅文档。hadoop安装包可到官网下载，当前相关软件环境如下：
| 软件 | 版本 | 说明 |
|---|---|---|
| hadoop | 3.3.4 | jar包 |
| vmware | 15.5 | 虚拟机 |
| centos | 7.6 | 服务器操作系统 |
| xshell | 6 | 远程连接 |
| jdk | 1.8 | java运行环境 |
2 集群规划
在前面的准备章节，我们准备了基于vmware的三台虚拟机，现服务规划如下：
| 节点 | 服务 |
|---|---|
| node1 | NameNode、DataNode、SecondaryNameNode |
| node2 | DataNode |
| node3 | DataNode |
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
3 hadoop安装包上传与安装
3.1 上传解压
- 上传hadoop安装包到node节点中，如下图3.1-1所示
-
解压缩安装包到
/export/server中tar -zxvf hadoop-3.3.4.tar.gz -C /export/server -
构建软连接
cd /export/server ln -s /export/server/hadoop-3.3.4 hadoop
4 hadoop配置
配置HDFS集群，主要涉及以下文件的修改：
- workers：配置从节点（DataNode）有哪些
- hadoop-env.sh：配置hadoop的相关变量
- core-site.xml：hadoop的核心配置文件
- hadfs-site.xml：HDFS核心配置文件
这些文件在$HADOOP_HOME/etc/hadoop文件夹中
ps：$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
-
配置workers
# 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- 记录node1，node2，node3三个从节点
-
配置hadoop-en.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：jdk安装目录
- HADOOP_HOME：hadoop安装目录
- HADOOP_CONF_DIR：hadoop配置文件目录
- HADOOP_LOG_DIR：hadoop日志存放目录
-
配置
core-site.xml,此处配置NameNode会报错，后面问题集我们在分析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>- 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://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
- key：fs.defaultFS;含义：HDFS文件系统的网络通讯路径;值：hdfs://node1:8020
-
配置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
根据上面配置的NameNode和DataNode数据存放位置
-
namenode数据存放node1的/data/nn
-
datanode数据存放node1、node2、node3的/data/dn
-
在node1节点：
mkdir -p /data/nn mkdir /data/dn -
在node2和node3节点：
mkdir -p /data/dn
5 从节点同步和环境变量配置
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/server scp -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
一步一步配置相对清晰，但是也繁琐，xshell有如下功能，可以在所有会话窗口执行相同的操作
配置环境变量：
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，node1,node2,node3执行相同操作
# 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:$HADOOP_HOME/sbin
6 创建用户
hadoop部署的准备工作基本完成为了确保安全，hadoop系统不以root用户启动，我们以普通用户hadoop来启动整个Hadoop服务所以，现在需要对文件权限进行授权。
ps：请确保已经提前创建好了hadoop用户（前置准备章节中有讲述），并配置好了hadoop用户之间的免密登录以root身份，在node1、node2、node3三台服务器上均执行如下命令
# 以root身份，在三台服务器上均执行
chown -R hadoop:hadoop /data
chown -R hadoop:hadoop /export
7 集群启动
前期准备全部完成，现在对整个文件系统执行初始化，在node1节点上操作
# 确保以hadoop用户执行
su - hadoop
# 格式化namenode
hadoop namenode -format
# 一键启动hdfs集群
start-dfs.sh
# 一键关闭hdfs集群
stop-dfs.sh# 如果遇到命令未找到的错误，表明环境变量未配置好，可以以绝对路径执行
/export/server/hadoop/sbin/start-dfs.sh
/export/server/hadoop/sbin/stop-dfs.sh
启动完成后，可以在浏览器打开：http://node1:9870，即可查看到hdfs文件系统的管理网页，如下图6-1所示
8 问题集
出了问题首先，查看日志，在配置文件$HADOOP_home/logs下面记录日志。
一些常见的报错，比如命令不存在，或者因为粗心单词写错，这里不再分析，可以去链接1视频P23-24查看原因或者自行查阅相关文档。下面主要分析一些本人遇到的非常见错误
8.1 Invalid URI for NameNode address (check fs.defaultFS): file:/// has no authority.
-
日志报错内容
2023-08-27 11:40:09,808 ERROR org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode: Failed to start secondary namenode java.lang.IllegalArgumentException: Invalid URI for NameNode address (check fs.defaultFS): file:/// has no authority.at org.apache.hadoop.hdfs.DFSUtilClient.getNNAddress(DFSUtilClient.java:781)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.getServiceAddress(NameNode.java:534)at org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode.initialize(SecondaryNameNode.java:231)at org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode.<init>(SecondaryNameNode.java:194)at org.apache.hadoop.hdfs.server.namenode.SecondaryNameNode.main(SecondaryNameNode.java:690)-
报错NameNode URI配置有问题，这个配置我们是按照视频做了，配置如下
<configuration><property><name>fs.defaultFS</name><value>hdfs://node1:8020</value></property>
-
-
解决方案：修改配置如下
<property><name>fs.default.name</name><value>hdfs://node1:8020</value></property> -
具体原理可以查看官方文档解释或者下面链接3
结语
如果小伙伴什么问题或者指教，欢迎交流。
❓QQ:806797785
参考链接:
[1]大数据视频[CP/OL].2020-04-16.p14-p24.
[2]0101前期准备-大数据学习[CP/OL].
[3]Hadoop的core-site.xml配置文件里的fs.default.name和fs.defaultFS[CP/OL].
