目录
前置
一、上传&解压
（一 ）上传
（二）解压
二、修改配置文件
（一）配置workers文件
（二）配置hadoop-env.sh文件
（三）配置core-site.xml文件
（四）配置hdfs-site.xml文件
三、分发到hp2、hp3, 并设置环境变量
（一）准备数据目录
（二）配置环境变量
四、创建数据目录，并修改文件权限归属hadoop账户
（一）授权为Hadoop用户
（二）格式化整个文件系统
五、查看HDFS WEBUI
六、常见问题
hadoop-3.3.4.tar.gz提取：
链接：https://pan.baidu.com/s/18ILFiIBei8BqUg31MWEGAQ
提取码：ay17
前置
三台虚拟机硬件配置如下：
| 节点 | CPU | 内存 |
| hp1 | 1核心 | 4GB |
| hp2 | 1核心 | 2GB |
| hp3 | 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 |
| hp1 | NameNode、DataNode、SecondaryNameNode |
| hp2 | DataNode |
| hp3 | DataNode |
这样的话我们这个集群就是有一个主节点，带领了三个从节点，也就是一个NameNode带领了三个DataNode去工作的一个hdfs集群。此外还有一个SecondaryNameNode的角色也存在。
配置集群之前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部署等部署。（没配好的可以参考前面的博客）
一、上传&解压
（一 ）上传
1.上传hadoop安装包到hp1节点中
（二）解压
1.解压缩安装包到/export/server/中
tar -zxvf hadoop-3.3.4.tar.gz -C /export/server/
2.构建软链接
先进入/export/server/目录下
构建软链接
ln -s /export/server/hadoop-3.3.4 hadoop
可以去看一下hadoop里面的文件
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）
二、修改配置文件
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 |
这些文件均存在于 $HADOOP_HOME/etc/hadoop文件夹中
Ps: $HADOOP_HOME是后续我们要设置的环境变量，其指代Hadoop安装文件夹即 /export/server/hadoop
（一）配置workers文件
1.进入配置文件目录
cd etc/hadoop 完整路径：cd /export/server/hadoop/etc/hadoop/
编辑workers文件
vim workers
把原本的内容删掉，
然后填入以下内容
填入的hp1、hp2、hp3表明集群记录了三个从节点
（二）配置hadoop-env.sh文件
vim hadoop-env.sh
可以在开头或者结尾加入以下内容
export JAVA_HOME=/export/server/jdk
export HADOOP_HOME=/export/server/hadoop
export HADOOP_CONF_DIR=$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
conf 是configure，配置 dir是文件夹的缩写
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
vim core-site.xml
在<configuration></configuration>之间添加如下内容
<property>
<name>fs.defaultFS</name>
<value>hdfs://hp1:8020</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
key: fs.defaultFS
含义：HDFS文件系统的网络通讯路径
值：hdfs://hp1:8020
协议为hdfs://
namenode为hp1
namenode通讯端口为8020
hdfs:hp1:8020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hp1的8020端口通讯，hp1是NameNode所在机器
此配置固定了hp1必须启动NameNode进程
（四）配置hdfs-site.xml文件
在<configuration></configuration>之间添加如下内容
<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>hp1,hp2,hp3</value>
</property>
<property>
<name>dfs.blocksieze</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>
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------
新建文件默认权限是700
key: dfs.namenode.name.dir
含义：NameNode元数据的存储位置
值：/data/nn，在hp1节点的/data/nn目录下
nn是namenode的缩写
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：hp1、hp2、hp3，这三台服务器被授权
key: dfs.blocksieze
含义：hdfs默认块大小
值：26843546（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hp1、hp2、hp3，三台机器的/data/dn内
dn即datanode
三、分发到hp2、hp3, 并设置环境变量
（一）准备数据目录
<property>
<name>dfs.namenode.name.dir</name>
<value>/data/nn</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/data/dn</value>
</property>
namenode数据存放hp1的/data/nn
datanode数据存放hp1、hp2、hp3的/data/dn
所以应该：
1.在hp1节点：
mkdir -p /data/nn
mkdir /data/dn
在hp2和hp3节点：
mkdir -p /data/dn
2.分发Hadoop文件夹
目前，已经基本完成Hadoop的配置操作，可以从hp1将hadoop安装文件夹远程复制到hp2、hp3
分发
scp -r hadoop-3.3.4 root@hp2:/export/server/
scp -r hadoop-3.3.4 root@hp3:/export/server/
在hp2为hadoop配置软连接
ln -s /export/server/hadoop-3.3.4 hadoop
在hp3为hadoop配置软连接
ln -s /export/server/hadoop-3.3.4 hadoop
（二）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，现在来配置以下环境变量
vim /etc/profile
export HADOOP_HOME=/export/server/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
内容添加完成之后，source /etc/profile让环境变量生效
在hp2和hp3配置同样的环境变量
四、创建数据目录，并修改文件权限归属hadoop账户
（一）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
1.以root身份，在hp1、hp2、hp3三台服务器上均执行以下命令
chown -R hadoop:hadoop /data
chown -R hadoop:hadoop /export
（二）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
1.确保以hadoop用户执行
先切换用户
su - hadoop
格式化namenode
hadoop namenode -format
可以cd进去看到里面多了一些文件
current里面都是namenode的源数据
2.一键启动hdfs集群
start-dfs.sh
第一次启动的时候会有个警告说logs这个文件不存在，不用管它。这是运行的日志文件夹。
（第一次忘记截图了，所以从别的地方找的图，由于连接工具不一样，所以图形界面有差异）
Jps可以查看当前运行的进程
一键关闭hdfs集群
stop-dfs.sh
如果遇到命令未找到的错误，表面环境变量未配置好，可以以绝对路径执行
/export/server/hadoop/sbin/start-dfs.sh
/export/server/hadoop/sbin/stop-dfs.sh
五、查看HDFS WEBUI
http://hp1:9870 ,即可查看到hdfs文件系统的管理网页。
hdfs在运行的时候，会给我们提供一个管理平台网站页面，它是namenode所在服务器。
9870是namenode所在服务器的端口
往下翻，有汇总信息
在线node就是我们naemnode下面的小弟，
点进去可以看到整个hdfs文件系统的一些基本信息
注意！！一定要hadoop用户去操作集群，以root执行的话所有权就会回归root，后续以hadoop用户启动会出错（没有权限）！
关闭集群后再关闭虚拟机，就可以进行快照的拍摄
每一台都需要进行快照的拍摄
六、常见问题
Permission denied（权限被拒绝）
hadoop安装文件夹或/data文件夹，未授权给hadoop用户，则无权限操作，所有的Permission denied提示，都是权限导致的。
出现command not found
没有配置好环境变量导致的
启动后仅hp1有进程出现
hp2、hp3没反应
检查workers文件有没有正确配置
start-dfs.sh脚本会：
在当前机器启动SecondaryNameNode , 并根据core-site.xml的记录启动NameNode
根据workers文件的记录，启动各个机器的datanode
