关于Hadoop配置文件详解

Hadoop 的主要配置文件及描述：

Hadoop 的配置存放在其安装目录下的 /etc 下。

配置文件的内容是伪分布式配置文件。

http://hadoop.apache.org/docs/current/

core-site.xml： namenode 的地址和临时目录等

<configuration><!-- 定义我们文件系统的实现，默认是file:/// 本地文件系统  一定要改掉 hdfs://表示我们的分布式文件存储系统 -->
<property><name>fs.default.name</name><!--指定 namenode 地址--><value>hdfs://192.168.52.100:8020</value></property><property><name>hadoop.tmp.dir</name><!--指定 Hadoop 的临时目录--><value>/export/servers/hadoop-2.7.5/hadoopDatas/tempDatas</value></property><!--  缓冲区大小，实际工作中根据服务器性能动态调整 --><property><name>io.file.buffer.size</name><value>4096</value></property><!--  开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 --><property><name>fs.trash.interval</name><value>10080</value></property>
</configuration>

hdfs-site.xml: hdfs 的 web 访问界面

<configuration>	 <!-- 定义我们secondarynamenode的通信地址 -->
<property><name>dfs.namenode.secondary.http-address</name><value>node01:50090</value></property><!-- 定义我们namenode界面的访问地址 --><property><name>dfs.namenode.http-address</name><value>node01:50070</value></property><!-- 主要用于存放我们的元数据信息的地址，注意这种写法，实际工作当中一定要先确认你的linux的磁盘挂载在哪个路径下面/datadisk/mnt/resourcefile:///datadisk,file:///mnt/resource存储我们的元数据信息，一定要事先确定我们的磁盘在哪里  df  -lhfsimage的存放位置--><property><name>dfs.namenode.name.dir</name><value>file:///export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas,file:///export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2</value></property><!--  定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割  一定不要把数据干到系统盘里面了--><property><name>dfs.datanode.data.dir</name><value>file:///export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas,file:///export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2</value></property><!-- 定义我们的元数据的操作日志的存放位置
edits的存放位置 --><property><name>dfs.namenode.edits.dir</name><value>file:///export/servers/hadoop-2.7.5/hadoopDatas/nn/edits</value></property><!-- 元数据检查点保存的位置 --><property><name>dfs.namenode.checkpoint.dir</name><value>file:///export/servers/hadoop-2.7.5/hadoopDatas/snn/name</value></property><!--edits文件的检查点保存位置 --><property><name>dfs.namenode.checkpoint.edits.dir</name><value>file:///export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits</value></property><property><name>dfs.replication</name><value>3</value></property>
<!-- hdfs的权限控制 --><property><name>dfs.permissions</name><value>false</value></property><property><name>dfs.blocksize</name><value>134217728</value></property>
</configuration>

hadoop-evn.sh：Java 环境

export JAVA_HOME=/export/servers/jdk1.8.0_141

mapred-site.xml：yarn 的 web 地址 和 history 的 web 地址以及指定我们的 mapreduce 运行在 yarn 集群上

<configuration>
<!-- 指定我们mapreduce运行在yarn集群上面 --><property><name>mapreduce.framework.name</name><value>yarn</value></property>
<!-- 开启mapreduce的小任务模式 --><property><name>mapreduce.job.ubertask.enable</name><value>true</value></property><!-- 配置mapreduce 的jobhistory   可以查看我们所有运行完成的任务的一些情况 --><property><name>mapreduce.jobhistory.address</name><value>node01:10020</value></property><property><name>mapreduce.jobhistory.webapp.address</name><value>node01:19888</value></property>
</configuration>

yarn-site.xml：指定 resourceManager 的运行的机器

<configuration>
<!--指定我们的resourceManager运行在哪台机器上面 --><property><name>yarn.resourcemanager.hostname</name><value>node01</value></property><!--通信方式 -->
<property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><!-- 日志的聚合功能，方便我们查看任务执行完成之后的日志记录 --><property><name>yarn.log-aggregation-enable</name><value>true</value></property>
<!-- 聚合日志的保存时长 --><property><name>yarn.log-aggregation.retain-seconds</name><value>604800</value></property>
</configuration>

mapred-env.sh：Java 环境

export JAVA_HOME=/export/servers/jdk1.8.0_141

当然还涉及到其他的文件比如 slaves 等文件。

当我们正常启动 Hadoop 集群后，其中启动 hdfs 后可以 jps 到 NameNode ，DataNode 和 Secondary NameNode ，启动 yarn 后会 jps 到 ResourceManager 和 NodeManager 。