Hadoop配置的模式有哪些

這篇文章主要講解了“Hadoop配置的模式有哪些”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Hadoop配置的模式有哪些”吧！

安裝Hadoop集群

1、需要專門制定一個服務器作為主節點。

2、這個節點會駐留NameNode和JobTracker的守護進程。

3、它也將作為一個基站，負責聯絡并激活所有從節點上的DataNode和TaskTracker守護進程。

4、因此我們需要為主節點定制一種手段，使它能夠遠程地訪問到集群中的每個節點。

如何使主節點遠程地訪問到集群中的每個節點呢？

使用無口令的 (passphraseless) SSH協議。

什么是SSH協議？

SSH采用標準的公鑰加密來生成一對用戶驗證密鑰-一個公鑰、一個私鑰。公鑰被本地存儲在集群的每個節點上，私鑰則由主節點在試圖訪問遠端節點時發送過來。結合這兩段信息，目標機可以對這次登錄嘗試進行驗證。

定義一個公共賬號

方便從一個節點的用戶賬號到目標機上的另一個用戶賬號。

對于Hadoop，所有節點上的賬號應該相同的用戶名。

如何檢查節點上是否安裝了SSH？

which ssh

which sshd

which ssh-keygen

Hadoop的配置文件說明

Hadoop的設置主要包含在XML配置文件中，在0.20版本之前，它們是hadoop-default.xml和hadoop.site.xml。顧名思義，hadoop-default.xml中包含了Hadoop會使用的默認設置，除非這些設置在hadoop-site.xml中被顯式地覆蓋。因此，在實際操作中你只需要處理hadoop-sitex.xml。在版本0.20中，這個文件被分離成3個XML文件:core-site.xml、hdfs-site,xnl與mapred-site.xml。這次重構更好地對應了它們所控制的Hadoop子系統。

Hadoop配置的三種模式
單機模式

偽分布式模式

完全分布式模式

單機模式是指？

單機模式是Hadoop的默認模式，當首次解壓Hadoop的源碼包時，Hadoop無法了解硬件安裝環境，便保守地選擇了最小配置。在這種默認模式下所有3個XML文件 (或者0.20版本之前的hadoop-site.xml)均為空。

當配置文件為空時，Hadoop會完全運行在本地。因為不需要與其他節點交互，單機模式就不適用HDFS，也不加載任何Hadoop的守護進程。該模式主要用于開發調試MapReduce程序的應用邏輯，而不會與守護進程交互，避免引起額外的復雜性。

偽分布式模式時指？

偽分布模式在 "單節點集群"上運行Hadoop，其中所有的守護進程都運行在同一臺機器上。該模式在單機模式之上增加了代碼調試功能，允許你檢查內存使用情況、HDFS輸入輸出，以及其他的守護進程交互。

簡單配置：

core-site.xml:
<configuration>

       <property>

              <name>fs.default.name</name>

              <value>hdfs://localhost:9000</value>

       </property>

</configuration>

mapred-site.xml
<configuration>

       <property>

              <name>mapred.job.tracker</name>

              <value>localhost:9001</value>

       </property>

</configuration>

hdfs-site.xml
<configuration>

       <property>

              <name>dfs.replication</name>

              <value>1</value>

       </property>

</configuration>

我們在core-site.xml和mapred-site.xml中分別制定了NameNode和JobTracker的主機名與端口。在hdfs-site.xml中指定了HDFS的默認副本數，因為僅運行在一個節點上，這里副本數為1.我們還需要在文件masters中指定SNN的位置，并在文件salves中指定從節點的位置

vi masters

localhost

vi slaves

localhost

雖然所有的守護進程都運行在同一節點上，它們仍然像分布在集群中一樣，彼此通過相同的SSH協議進行通信。

使用什么裝載守護進程呢？

bin/start-all.sh

使用什么查看守護進程是否啟動？

jps

如何關閉Hadoop的守護進程？

bin/stop-all.sh

完全分布式模式是指？

真正用于生產環境的Hadoop集群。

集群節點說明：

master-集群的主節點，駐留NameNode和JobTracker守護進程

backup-駐留SNN守護進程的節點

hadoop1、hadoop2、hadoop3-集群的從節點，駐留DataNode和TaskTracker守護進程。

配置文件：

core-site.xml:
<configuration>

       <property>

              <name>fs.default.name</name>

              <value>hdfs://master:9000</value>

       </property>

</configuration>

mapred-site.xml
<configuration>

       <property>

              <name>mapred.job.tracker</name>

              <value>master:9001</value>

       </property>

</configuration>

hdfs-site.xml
<configuration>

       <property>

              <name>dfs.replication</name>

              <value>3</value>

       </property>

</configuration>

不同于偽分布式的兩點：

1、明確地聲明了NameNode和JobTracker守護進程所在的主機名

2、增大了HDFS的備份參數以發揮分布式存儲的優勢，數據通過在HDFS上復制可以提高可用性與可靠性

vi masters

backup

vi slaves

hadoop1

hadoop2

hadoop3

在將這些文件復制到集群上的所有節點之后，一定要格式化HDFS以準備好存儲數據

bin/hadoop namenode -format

模式之間的切換如何做？

有一個技巧在開始使用Hadoop時是很有用的，就是使用符號鏈接而不是不斷編輯XML文件來切換Hadoop的模式，為了做到這一點，需要為每種模式分別生成一個配置目錄，并相應地放入恰當版本的XML文件

然后，就可以使用Linux的ln命令 (例如 ln -s conf.cluster conf) 在不同配置之間切換。這個技巧還有助于臨時把一個節點從集群中分離出來，從而通過偽分布模式來調試一個MapReduce程序，但需要確保這些模式在HDFS上有不同的文件存儲位置，并且在改變配置之前還應該停止所有的守護進程。

基于Web的集群用戶界面

NameNode通過端口50070提供常規報告，描繪集群上HDFS的狀態視圖。

通過這個界面，可以通覽文件系統，檢查集群每個DataNode的狀態，并詳細查看Hadoop守護進程的日志來判斷集群當前運行是否正確。

JobTracker通過端口50030提供視圖，包括MapReduce中任務的運行時狀態，以及整個作業的詳細報告。詳細報告指的是：這些日志描述了哪個節點執行了哪個任務，以及需要完成每個任務所需的時間或資源比，還可以獲得Hadoop對個作業的配置。

感謝各位的閱讀，以上就是“Hadoop配置的模式有哪些”的內容了，經過本文的學習后，相信大家對Hadoop配置的模式有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！