案例：HDFS分布式文件系统

Hadoop是apache软件基金会的开源分布式计算平台hadoop集群包括两种角色Mater和Slave。一个HDFS集群由一个运行于Master上的NameNode和若干个运行于Slave节点的DataNode组成。NameNode负责管理文件系统命名空间和客户端对文件系统的访问操作；DataNode管理存储的数据。文件以块形式在DataNode中存储，假如一个块大小设置为50MB，块的副本数为3（通过设置块的副本数来达到冗余效果，防止单个DataNode磁盘故障后数据丢失），一个40MB的文件将被存储在一个块中，然后将相同的3个块存储在3个DataNode中实现冗余。大文件将被切成小块存储。

一、实验要求及目的

搭建hadoop的HDFS，通过DataNode节点的添加与删除实现HDFS空间动态增加与减少，以及HDFS文件系统的基本管理。

二、实验环境

三、实验步骤

1、准备环境

1)master、slave1-3上配置域名解析与主机名

192.168.0.11主机：

192.168.0.12主机：

192.168.0.13主机：

2）JDK安装

3）添加hadoop运行用户

在slave1-slave3上重复步骤2）和步骤3），这里就不在截图。

2、配置SSH密钥对

要求master免密码登录各slave，用于开启相应服务。

Master无密码连接slave，先切换hadoop用户，用ssh-keygen按照默认配置直接按Enter键生成密钥对，通过ssh-copy-id将公钥复制至3个slave主机中，复制过程需要输入slave主机的hadoop用户密码，作用是master远程启动slave。

3、安装hadoop，在master和slave上配置环境变量。

1）安装hadoop

2）配置环境变量

执行source /etc/profile

3）配置hadoop

每个slave主机重复步骤1）和步骤2）（即它们也需要安装hadoop并设置环境变量），等前两步完成了再由master通过SSH安全通道把刚才配置的6个文件复制给每个slave。

每个slave主机上重复1）和2）步骤的截图这里省略，请参考上面去做，命令全部一样

4、使用HDFS初始化master

1)格式化HDFS文件系统

2）检查新生成的目录

3）启动hadoop群集（开机hadoop的冗余功能）

启停hadoopde的管理命令位于$HADOOP_HOME/sbin下，以start-*或stop-*开头；单独启动HDFS分布式文件系统可使用start-dfs.sh,也可以使用以下命令启动整个hadoop集群。

4）验证访问

通过浏览器查看NameNode，即master，访问http://192.168.0.10:50070,可以查看视图统计信息和HDFS存储信息等。

验证之前先关闭master和所有slave的防火墙

5）hadoop基本命令

使用“hadoop fs”命令可以结合普通的文件管理命令实现很多操作，如查看、修改权限、统计、获取帮助、创建、删除、上传下载文件等，更多的用法可使用“hadoop fs -help”或“hadoop fs -usage”命令查看。

6）HDFS高级命令

⑴开机安全模式

⑵复制

①将本地文件复制到HDFS上（注意不要在安全模式下）

②将HDFS上的文件复制到本地

⑶权限和归属

①修改属组

②修改权限

③修改所有者

⑷统计显示目录中文件大小

⑸合并文件

5、为HDFS集群添加节点

⑴slave4节点安装jdk与hadoop，配置环境变量

⑵配置/etc/hosts解析，NameNode与4台DataNode都要配置

⑶配置ssh无密码连接

⑷在master上修改hadoop配置后，复制到其他节点

⑸新节点启动并平衡节点已经存储的数据

在slave4上

su - hadoop

之后执行下面的命令

⑹查看集群信息

6、删除DataNode节点

⑴增加exclude配置，作用为存放要删除的DataNode信息。

⑵检查slave4的进程

⑶查看集群信息