HDFS 集群是建立在 Hadoop 集群之上的，由于 HDFS 是 Hadoop 最主要的守護(hù)進(jìn)程，所以 HDFS 集群的配置過程是 Hadoop 集群配置過程的代表。

使用 Docker 可以更加方便地、高效地構(gòu)建出一個集群環(huán)境。

每臺計算機中的配置

Hadoop 如何配置集群、不同的計算機里又應(yīng)該有怎樣的配置，這些問題是在學(xué)習(xí)中產(chǎn)生的。本章的配置中將會提供一個典型的示例，但 Hadoop 復(fù)雜多樣的配置項遠(yuǎn)超于此。

HDFS 命名節(jié)點對數(shù)據(jù)節(jié)點的遠(yuǎn)程控制是通過 SSH 來實現(xiàn)的，因此關(guān)鍵的配置項應(yīng)該在命名節(jié)點被配置，非關(guān)鍵的節(jié)點配置要在各個數(shù)據(jù)節(jié)點配置。也就是說，數(shù)據(jù)節(jié)點與命名節(jié)點的配置可以不同，不同數(shù)據(jù)節(jié)點之間的配置也可以有所不同。

但是本章為了方便建立集群，將使用相同的配置文件通過 Docker 鏡像的形式同步到所有的集群節(jié)點，特做解釋。

具體步驟

總體思路是這樣的，我們先用一個包含 Hadoop 的鏡像進(jìn)行配置，配置成集群中所有節(jié)點都可以共用的樣子，然后再以它為原型生成若干個容器，構(gòu)成一個集群。

配置原型

首先，我們將使用之前準(zhǔn)備的 hadoop_proto 鏡像啟動為容器：

docker run -d --name=hadoop_temp --privileged hadoop_proto /usr/sbin/init

進(jìn)入 Hadoop 的配置文件目錄：

cd $HADOOP_HOME/etc/hadoop

現(xiàn)在對這里的文件的作用做簡單的描述：

注：YARN 的作用是為 MapReduce 提供資源管理服務(wù)，此處暫時用不著。

我們現(xiàn)在設(shè)計這樣一個簡單的集群：

• 1 個命名節(jié)點 nn
• 2 個數(shù)據(jù)節(jié)點 dn1, dn2

首先編輯 workers ，更改文件內(nèi)容為：

dn1
???????dn2

然后編輯 core-site.xml，在 中添加以下配置項：

<!-- 配置 HDFS 主機地址與端口號 -->
<property>
    <name>fs.defaultFS</name>
    <value>hdfs://nn:9000</value>
</property>
<!-- 配置 Hadoop 的臨時文件目錄 -->
<property>
    <name>hadoop.tmp.dir</name>
    <value>file:///home/hadoop/tmp</value>
</property>

配置 hdfs-site.xml，在 中添加以下配置項：

<!-- 每個數(shù)據(jù)塊復(fù)制 2 份存儲 -->
<property>
    <name>dfs.replication</name>
    <value>2</value>
</property>
<!-- 設(shè)置儲存命名信息的目錄 -->
<property>
    <name>dfs.namenode.name.dir</name>
    <value>file:///home/hadoop/hdfs/name</value>
</property>

最后需要配置一下 SSH ：

ssh-keygen -t rsa -P "" -f ~/.ssh/id_rsassh-copy-id -i ~/.ssh/id_rsa hadoop@localhost

到此為止，集群的原型就配置完畢了，可以退出容器并上傳容器到新鏡像 cluster_proto ：

docker stop hadoop_tempdocker commit hadoop_temp cluster_proto

此處如果有必要可以刪除臨時鏡像 hadoop_temp 。

部署集群

接下來部署集群。

首先，要為 Hadoop 集群建立專用網(wǎng)絡(luò) hnet ：

docker network create --subnet=172.20.0.0/16 hnet

接下來創(chuàng)建集群容器：

docker run -d --name=nn --hostname=nn --network=hnet --ip=172.20.1.0 --add-host=dn1:172.20.1.1 --add-host=dn2:172.20.1.2 --privileged cluster_proto /usr/sbin/init
docker run -d --name=dn1 --hostname=dn1 --network=hnet --ip=172.20.1.1 --add-host=nn:172.20.1.0 --add-host=dn2:172.20.1.2 --privileged cluster_proto /usr/sbin/init
docker run -d --name=dn2 --hostname=dn2 --network=hnet --ip=172.20.1.2 --add-host=nn:172.20.1.0 --add-host=dn1:172.20.1.1 --privileged cluster_proto /usr/sbin/init

進(jìn)入命名節(jié)點：

docker exec -it nn su hadoop

格式化 HDFS：

hdfs namenode -format

如果沒有出錯，那么下一步就可以啟動 HDFS：

start-dfs.sh

成功啟動之后，jps 命令應(yīng)該能查到 NameNode 和 SecondaryNameNode 的存在。命名節(jié)點不存在 DataNode 進(jìn)程，因為這個進(jìn)程在 dn1 和 dn2 中運行。

至此，你可以檢測 HDFS 的運行，使用 HDFS 的方式也沒有差別（命名節(jié)點代表整個集群）。 

到此這篇關(guān)于關(guān)于Hadoop的HDFS集群的文章就介紹到這了,更多相關(guān)HDFS集群內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論