Hadoop版本演变、分布式集群搭建

hadoop版本演变历史

hadoop发行版非常的多，有华为发行版、intel发行版、cloudera hadoop(cdh)、hortonworks hadoop(hdp)，这些发行版都是基于apache hadoop衍生出来的。
目前hadoop经历了三个大的版本。

hadoop1.x：hdfs+mapreduce
hadoop2.x：hdfs+yarn+mapreduce
hadoop3.x：hdfs+yarn+mapreduce

在hadoop1.x中，分布式计算和资源管理都是mapreduce负责的，从hadoop2.x开始把资源管理单独拆分出来了，yarn是一个公共的资源管理平台，在它上面不仅仅可以跑mapreduce程序，还可以跑很多其他的程序，例如：spark、flink等计算框架都是支持在yarn上面执行的，并且在实际工作中也都是在yarn上面执行，只要程序满足yarn的规则即可。

hadoop3.x的架构并没有发生什么变化，但是它在其他细节方面做了很多优化，常见的包括：

• 最低java版本要求从java7变为java8；
• 在hadoop 3中，hdfs支持纠删码，纠删码是一种比副本存储更节省存储空间的数据持久化存储方法，使用这种方法，相同容错的情况下可以比之前节省一半的存储空间
  hdfs erasure coding
• hadoop 2中的hdfs最多支持两个namenode，一主一备，而hadoop 3中的hdfs支持多个namenode，一主多备；
  hdfs high availability using
• mapreduce任务级本地优化，mapreduce添加了映射输出收集器的本地化实现的支持。对于密集型的洗牌操作（shuffle-intensive）jobs，可以带来30%的性能提升，
  task level native optimization
• 修改了多重服务的默认端口，hadoop2中一些服务的端口和hadoop3中是不一样的

hadoop 3和2之间的主要区别在于新版本提供了更好的优化和可用性
参考官网

hadoop三大核心组件

hadoop主要包含三大组件：hdfs+mapreduce+yarn

• hdfs负责海量数据的分布式存储
• mapreduce是一个计算模型，负责海量数据的分布式计算
• yarn主要负责集群资源的管理和调度
  

这张图代表是一台linux机器，也可以称为是一个节点，上面安装的有jdk环境，最上面的是hadoop集群会启动的进程，其中namenode、secondarynamenode、datanode是hdfs服务的进程，resourcemanager、nodemanager是yarn服务的进程，mapredcue在这里没有进程，因为它是一个计算框架，等hadoop集群安装好了以后mapreduce程序可以在上面执行。

分布式集群安装

左边这一个是主节点，右边的两个是从节点，hadoop集群是支持主从架构的。

一主两从的hadoop集群，环境准备：三个节点
bigdata01 192.168.182.100
bigdata02 192.168.182.101
bigdata03 192.168.182.102

下载安装包

hadoop官网下载地址
版本hadoop3.2.0

配置基础环境

设置静态ip、hostname、host、firewalld、ssh免密码登录、安装jdk与环境变量、集群节点之间时间同步

设置静态ip

# 主节点 ipaddr=192.168.182.100
# 从节点 ipaddr=192.168.182.101、ipaddr=192.168.182.102
[root@localhost ~]# vi /etc/sysconfig/network-scripts/ifcfg-ens33 
type="ethernet"
proxy_method="none"
browser_only="no"
bootproto="static"
defroute="yes"
ipv4_failure_fatal="no"
ipv6init="yes"
ipv6_autoconf="yes"
ipv6_defroute="yes"
ipv6_failure_fatal="no"
ipv6_addr_gen_mode="stable-privacy"
name="ens33"
uuid="9a0df9ec-a85f-40bd-9362-ebe134b7a100"
device="ens33"
onboot="yes"
ipaddr=192.168.182.100 
gateway=192.168.182.2
dns1=192.168.182.2

# 重启网络服务
[root@bigdata01 ~]# service network restart
restarting network (via systemctl):                        [  ok  ]
[root@bigdata01 ~]# ip addr
1: lo: <loopback,up,lower_up> mtu 65536 qdisc noqueue state unknown group default qlen 1000
    link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
    inet 127.0.0.1/8 scope host lo
       valid_lft forever preferred_lft forever
    inet6 ::1/128 scope host 
       valid_lft forever preferred_lft forever
2: ens33: <broadcast,multicast,up,lower_up> mtu 1500 qdisc pfifo_fast state up group default qlen 1000
    link/ether 00:0c:29:9c:86:11 brd ff:ff:ff:ff:ff:ff
    inet 192.168.182.100/24 brd 192.168.182.255 scope global noprefixroute ens33
       valid_lft forever preferred_lft forever
    inet6 fe80::c8a8:4edb:db7b:af53/64 scope link noprefixroute 
       valid_lft forever preferred_lft forever

设置临时主机名和永久主机名hostname

# 临时主机名
# 主节点 bigdata01
# 从节点 bigdata02、bigdata03
[root@bigdata01 ~]# hostname bigdata01
[root@bigdata01 ~]# vi /etc/hostname 
bigdata01

配置永久主机名与静态ip映射，在/etc/hosts文件中配置ip和主机名(hostname)的映射关系，把下面内容追加到/etc/hosts中，不能删除/etc/hosts文件中的已有内容！

# 主节点 bigdata01
# 从节点 bigdata02、bigdata03
[root@bigdata01 ~]# vi /etc/hosts 
192.168.182.100 bigdata01

配置/etc/hosts

因为需要在主节点远程连接两个从节点，所以需要让主节点能够识别从节点的主机名，使用主机名远程访问，默认情况下只能使用ip远程访问，想要使用主机名远程访问的话需要在节点的/etc/hosts文件中配置对应机器的ip和主机名信息。

所以在这里我们就需要在bigdata01的/etc/hosts文件中配置下面信息，最好把当前节点信息也配置到里面，这样这个文件中的内容就通用了，可以直接拷贝到另外两个从节点

# 在bigdata01的/etc/hosts文件中配置ip与hostname映射
[root@bigdata01 ~]# vi /etc/hosts
192.168.182.100 bigdata01
192.168.182.101 bigdata02
192.168.182.102 bigdata03

# 在bigdata02的/etc/hosts文件中配置ip与hostname映射
[root@bigdata02 ~]# vi /etc/hosts
192.168.182.100 bigdata01
192.168.182.101 bigdata02
192.168.182.102 bigdata03

# 在bigdata03的/etc/hosts文件中配置ip与hostname映射
[root@bigdata03 ~]# vi /etc/hosts
192.168.182.100 bigdata01
192.168.182.101 bigdata02
192.168.182.102 bigdata03

关闭防火墙

# 临时关闭防火墙
[root@bigdata01 ~]# systemctl stop firewalld
# 永久关闭防火墙
[root@bigdata01 ~]# systemctl disable firewalld

[root@bigdata02 ~]# systemctl disable firewalld

[root@bigdata03 ~]# systemctl disable firewalld

ssh免密码登录

ssh 是secure shell，安全的shell，通过ssh可以远程登录到远程linux机器。
不管是几台机器的集群，启动集群中程序的步骤都是一样的，都是通过ssh远程连接去操作，就算是一台机器，它也会使用ssh自己连自己。
在启动集群的时候只需要在一台机器上启动就行，然后hadoop会通过ssh连到其它机器，把其它机器上面对应的程序也启动起来，使用ssh连接其它机器的时候会发现需要输入密码，所以现在需要实现ssh免密码登录。

# ssh连接主节点
[root@bigdata01 ~]# ssh bigdata01
the authenticity of host 'bigdata01 (fe80::c8a8:4edb:db7b:af53%ens33)' can't be established.
ecdsa key fingerprint is sha256:uug2qrwrlzxcwfv6guot9dvs9c+ifugz7fhr89m2s00.
ecdsa key fingerprint is md5:82:9d:01:51:06:a7:14:24:a9:16:3d:a1:5e:6d:0d:16.
are you sure you want to continue connecting (yes/no)? yes【第一次使用这个主机名需要输入yes】
warning: permanently added 'bigdata01,fe80::c8a8:4edb:db7b:af53%ens33' (ecdsa) to the list of known hosts.
root@bigdata01's password: 【这里需要输入密码】

ssh登录原理
ssh这种安全/加密的shell，使用的是非对称加密.
加密有两种，对称加密和非对称加密。
非对称加密的解密过程是不可逆的，比较安全。非对称加密会产生秘钥，秘钥分为公钥和私钥，在这里公钥是对外公开的，私钥是自己持有的。
ssh通信过程：
1、第一台机器会把自己的公钥给到第二台机器；
2、当第一台机器要给第二台机器通信时，第一台机器会给第二台机器发送一个随机的字符串；
3、第二台机器会使用公钥对这个字符串加密，同时第一台机器会使用自己的私钥也对这个字符串进行加密，然后也传给第二台机器；
4、这时第二台机器就有了两份加密的内容，一份是自己使用公钥加密的，一份是第一台机器使用私钥加密传过来的；
5、公钥和私钥是通过一定的算法计算出来的，这时第二台机器就会对比这两份加密之后的内容是否匹配。如果匹配，第二台机器就会认为第一台机器是可信的，就允许登录。如果不相等 就认为是非法的机器。

rsa（rivest-shamir-adleman）是一种非对称加密算法，公钥和私钥成对生成并可以用于加密和解密。工作原理：

• 密钥生成：用户选择两个大素数p和q，并计算它们的乘积n=pq，这将是公钥的一部分。然后，计算欧拉函数φ(n)=(p-1)(q-1)，选取一个与φ(n)互质的整数e（通常为一个小于φ(n)且大于1的整数），公钥包含n和e。私钥则包含n和d（满足d*e ≡ 1 mod φ(n)），这样任何知道d的人都可以解密。
• 加密：使用接收者的公钥（n和e）进行加密。消息被转换为数字m，通过取模运算(m^e) mod n得到密文c。
• 解密：只有拥有私钥的人才能解密，使用私钥中的d，通过计算(c^d) mod n得到原始消息m。

# 使用rsa对ssh加密
# 执行这个命令以后，需要连续按 4 次回车键回到 linux 命令行才表示这个操作执行结束，在按回车的时候不需要输入任何内容。

[root@bigdata01 ~]# ssh-keygen -t rsa
generating public/private rsa key pair.
enter file in which to save the key (/root/.ssh/id_rsa): 
enter passphrase (empty for no passphrase): 
enter same passphrase again: 
your identification has been saved in /root/.ssh/id_rsa.
your public key has been saved in /root/.ssh/id_rsa.pub.
the key fingerprint is:
sha256:i8j8rdun4bklmx9t45srskau7fvp2hqtriyuquqf1q4 root@bigdata01
the key's randomart image is:
+---[rsa 2048]----+
|      o .        |
|     o o o .     |
|  o.. = o o      |
| +o* o *   o     |
|..=.= b s =      |
|.o.o o b = .     |
|o.o . +.o .      |
|.e.o.=...o       |
|  .o+=*..        |
+----[sha256]-----+

# 执行以后会在~/.ssh目录下生产对应的公钥和私钥文件

[root@bigdata01 ~]# ll ~/.ssh/
total 12
-rw-------. 1 root root 1679 apr  7 16:39 id_rsa
-rw-r--r--. 1 root root  396 apr  7 16:39 id_rsa.pub

# 在bigdata01上执行
[root@bigdata01 ~]# cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

# 在主节点 bigdata01机器上执行下面命令，将公钥信息拷贝到从节点bigdata02
[root@bigdata01 ~]# scp ~/.ssh/authorized_keys bigdata02:~/
the authenticity of host 'bigdata02 (192.168.182.101)' can't be established.
ecdsa key fingerprint is sha256:uug2qrwrlzxcwfv6guot9dvs9c+ifugz7fhr89m2s00.
ecdsa key fingerprint is md5:82:9d:01:51:06:a7:14:24:a9:16:3d:a1:5e:6d:0d:16.
are you sure you want to continue connecting (yes/no)? yes
warning: permanently added 'bigdata02,192.168.182.101' (ecdsa) to the list of known hosts.
root@bigdata02's password: 
authorized_keys                              100%  396   506.3kb/s   00:00    

# # 在主节点 bigdata01机器上执行下面命令，将公钥信息拷贝到从节点bigdata03
[root@bigdata01 ~]# scp ~/.ssh/authorized_keys bigdata03:~/
the authenticity of host 'bigdata03 (192.168.182.102)' can't be established.
ecdsa key fingerprint is sha256:uug2qrwrlzxcwfv6guot9dvs9c+ifugz7fhr89m2s00.
ecdsa key fingerprint is md5:82:9d:01:51:06:a7:14:24:a9:16:3d:a1:5e:6d:0d:16.
are you sure you want to continue connecting (yes/no)? yes
warning: permanently added 'bigdata03,192.168.182.102' (ecdsa) to the list of known hosts.
root@bigdata03's password: 
authorized_keys                              100%  396   606.1kb/s   00:00

# 在bigdata02上执行
[root@bigdata02 ~]# cat ~/authorized_keys  >> ~/.ssh/authorized_keys

# 在bigdata03上执行
[root@bigdata03 ~]# cat ~/authorized_keys  >> ~/.ssh/authorized_keys

# 验证bigdata01免密登陆bigdata02
[root@bigdata01 ~]# ssh bigdata02
last login: tue apr  7 21:33:58 2020 from bigdata01
[root@bigdata02 ~]# exit
logout
connection to bigdata02 closed.

# # 验证bigdata01免密登陆bigdata03
[root@bigdata01 ~]# ssh bigdata03
last login: tue apr  7 21:17:30 2020 from 192.168.182.1
[root@bigdata03 ~]# exit
logout
connection to bigdata03 closed.
[root@bigdata01 ~]# 

没必要实现从节点之间互相免密登录，因为在启动集群的时候只有主节点需要远程连接其它节点。

安装jdk及环境变量

# 解压jdk安装包
[root@bigdata01 ~]# cd /data/soft
[root@bigdata01 soft]# tar -zxvf jdk-8u202-linux-x64.tar.gz

# 重命名为jdk1.8
[root@bigdata01 soft]# mv jdk1.8.0_202 jdk1.8

# 配置环境变量 java_home
[root@bigdata01 soft]# vi /etc/profile
.....
export java_home=/data/soft/jdk1.8
export path=.:$java_home/bin:$path

# 验证
[root@bigdata01 soft]# source /etc/profile
[root@bigdata01 soft]# java -version          
java version "1.8.0_202"
java(tm) se runtime environment (build 1.8.0_202-b08)
java hotspot(tm) 64-bit server vm (build 25.202-b08, mixed mode)

集群节点之间时间同步

集群只要涉及到多个节点的就需要对这些节点做时间同步，如果节点之间时间不同步相差太多，会应该集群的稳定性，甚至导致集群出问题。

使用ntpdate -u ntp.sjtu.edu.cn实现时间同步

# 默认是没有ntpdate命令的，需要使用yum在线安装
[root@bigdata01 ~]# ntpdate -u ntp.sjtu.edu.cn
-bash: ntpdate: command not found

# 安装ntpdate
[root@bigdata01 ~]# yum install -y ntpdate
loaded plugins: fastestmirror
loading mirror speeds from cached hostfile
 * base: mirrors.cn99.com
 * extras: mirrors.cn99.com
 * updates: mirrors.cn99.com
base                                                    | 3.6 kb     00:00     
extras                                                  | 2.9 kb     00:00     
updates                                                 | 2.9 kb     00:00     
resolving dependencies
--> running transaction check
---> package ntpdate.x86_64 0:4.2.6p5-29.el7.centos will be installed
--> finished dependency resolution

dependencies resolved

===============================================================================
 package        arch          version                        repository   size
===============================================================================
installing:
 ntpdate        x86_64        4.2.6p5-29.el7.centos          base         86 k

transaction summary
===============================================================================
install  1 package

total download size: 86 k
installed size: 121 k
downloading packages:
ntpdate-4.2.6p5-29.el7.centos.x86_64.rpm                  |  86 kb   00:00     
running transaction check
running transaction test
transaction test succeeded
running transaction
  installing : ntpdate-4.2.6p5-29.el7.centos.x86_64                        1/1 
  verifying  : ntpdate-4.2.6p5-29.el7.centos.x86_64                        1/1 

installed:
  ntpdate.x86_64 0:4.2.6p5-29.el7.centos                                       

complete!

# 执行ntpdate -u ntp.sjtu.edu.cn 确认是否可以正常执行
[root@bigdata01 ~]# ntpdate -u ntp.sjtu.edu.cn
 7 apr 21:21:01 ntpdate[5447]: step time server 185.255.55.20 offset 6.252298 sec

# 建议把这个同步时间的操作添加到linux的crontab定时器中，每分钟执行一次
[root@bigdata01 ~]# vi /etc/crontab
* * * * * root /usr/sbin/ntpdate -u ntp.sjtu.edu.cn

# 在bigdata02和bigdata03节点上配置时间同步
[root@bigdata02 ~]# yum install -y ntpdate
[root@bigdata02 ~]# vi /etc/crontab
* * * * * root /usr/sbin/ntpdate -u ntp.sjtu.edu.cn

[root@bigdata03 ~]# yum install -y ntpdate
[root@bigdata03 ~]# vi /etc/crontab
* * * * * root /usr/sbin/ntpdate -u ntp.sjtu.edu.cn

集群中三个节点的基础环境就都配置完毕了，接下来就需要在这三个节点中安装hadoop了。

安装hadoop

1、把hadoop-3.2.0.tar.gz安装包上传到/data/soft目录下

# 把hadoop-3.2.0.tar.gz安装包上传到/data/soft
[root@bigdata01 soft]# ll
total 527024
-rw-r--r--. 1 root root 345625475 jul 19  2019 hadoop-3.2.0.tar.gz
drwxr-xr-x. 7   10  143       245 dec 16  2018 jdk1.8
-rw-r--r--. 1 root root 194042837 apr  6 23:14 jdk-8u202-linux-x64.tar.gz

2、解压hadoop安装包

# 在bigdata01上解压hadoop安装包
[root@bigdata01 soft]# tar -zxvf hadoop-3.2.0.tar.gz

3、修改hadoop相关配置文件

• hadoop-env.sh，在文件末尾增加环境变量信息；
• core-site.xml，fs.defaultfs属性中的主机名需要和主节点的主机名或者静态ip保持一致；
• hdfs-site.xml文件，把hdfs中文件副本的数量设置为2，因为现在集群中有两个从节点，dfs.namenode.secondary.http-address设置为secondarynamenode进程所在的节点信息；
• mapred-site.xml，设置mapreduce使用的资源调度框架yarn；
• yarn-site.xml，设置yarn上支持运行的服务和环境变量白名单，还需要设置resourcemanager的hostname，否则nodemanager找不到resourcemanager节点
• workers文件，增加所有从节点的主机名，一个一行
• start-dfs.sh，stop-dfs.sh，添加hdfs的datanode、namenode用户
  hdfs_datanode_user、hdfs_datanode_secure_user、hdfs_namenode_user、hdfs_namenode_user、hdfs_secondarynamenode_user；
• start-yarn.sh，stop-yarn.sh，添加yarn的resourcemaneger、nodemanger用户
  yarn_resourcemanager_user、hadoop_secure_dn_user、yarn_nodemanager_user；

# 修改hadoop相关配置文件
[root@bigdata01 soft]# cd hadoop-3.2.0/etc/hadoop/

# 首先修改hadoop-env.sh文件，在文件末尾增加环境变量信息
[root@bigdata01 hadoop]# vi hadoop-env.sh 
export java_home=/data/soft/jdk1.8
export hadoop_log_dir=/data/hadoop_repo/logs/hadoop

# 修改core-site.xml文件
# 注意fs.defaultfs属性中的主机名需要和主节点的主机名或者静态ip保持一致
[root@bigdata01 hadoop]# vi core-site.xml
<configuration>
    <property>
        <name>fs.defaultfs</name>
        <value>hdfs://bigdata01:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/data/hadoop_repo</value>
   </property>
</configuration>

# 修改hdfs-site.xml文件
# 把hdfs中文件副本的数量设置为2，最多为2，因为现在集群中有两个从节点
# secondarynamenode进程所在的节点信息
[root@bigdata01 hadoop]# vi hdfs-site.xml 
<configuration>
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>bigdata01:50090</value>
    </property>
</configuration>

# 修改mapred-site.xml
# 设置mapreduce使用的资源调度框架
[root@bigdata01 hadoop]# vi mapred-site.xml
<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

# 修改yarn-site.xml，设置yarn上支持运行的服务和环境变量白名单
# 注意，针对分布式集群在这个配置文件中还需要设置resourcemanager的hostname，否则nodemanager找不到resourcemanager节点。
[root@bigdata01 hadoop]# vi yarn-site.xml
<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>java_home,hadoop_common_home,hadoop_hdfs_home,hadoop_conf_dir,classpath_prepend_distcache,hadoop_yarn_home,hadoop_mapred_home</value>
    </property>
	<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>bigdata01</value>
	</property>
</configuration>

# 修改workers文件
# 增加所有从节点的主机名，一个一行
[root@bigdata01 hadoop]# vi workers
bigdata02
bigdata03

# 修改启动脚本

# 修改start-dfs.sh，stop-dfs.sh这两个脚本文件，在文件前面增加如下内容
[root@bigdata01 hadoop]# cd /data/soft/hadoop-3.2.0/sbin
[root@bigdata01 sbin]# vi start-dfs.sh
hdfs_datanode_user=root
hdfs_datanode_secure_user=hdfs
hdfs_namenode_user=root
hdfs_secondarynamenode_user=root

[root@bigdata01 sbin]# vi stop-dfs.sh
hdfs_datanode_user=root
hdfs_datanode_secure_user=hdfs
hdfs_namenode_user=root
hdfs_secondarynamenode_user=root

# 修改start-yarn.sh，stop-yarn.sh这两个脚本文件，在文件前面增加如下内容
[root@bigdata01 sbin]# vi start-yarn.sh
yarn_resourcemanager_user=root
hadoop_secure_dn_user=yarn
yarn_nodemanager_user=root

[root@bigdata01 sbin]# vi stop-yarn.sh
yarn_resourcemanager_user=root
hadoop_secure_dn_user=yarn
yarn_nodemanager_user=root

4、把bigdata01节点上将修改好配置的安装包拷贝到其他两个从节点

[root@bigdata01 sbin]# cd /data/soft/
[root@bigdata01 soft]# scp -rq hadoop-3.2.0 bigdata02:/data/soft/
[root@bigdata01 soft]# scp -rq hadoop-3.2.0 bigdata03:/data/soft/

5、格式化hdfs

# 在bigdata01节点上格式化hdfs
[root@bigdata01 soft]# cd /data/soft/hadoop-3.2.0
[root@bigdata01 hadoop-3.2.0]# bin/hdfs namenode -format
# 如果在后面的日志信息中能看到这一行，则说明namenode格式化成功。
common.storage: storage directory /data/hadoop_repo/dfs/name has been successfully formatted.

6、启动集群

# 在主节点 bigdata01上执行下面命令
[root@bigdata01 hadoop-3.2.0]# sbin/start-all.sh 
starting namenodes on [bigdata01]
last login: tue apr  7 21:03:21 cst 2020 from 192.168.182.1 on pts/2
starting datanodes
last login: tue apr  7 22:15:51 cst 2020 on pts/1
bigdata02: warning: /data/hadoop_repo/logs/hadoop does not exist. creating.
bigdata03: warning: /data/hadoop_repo/logs/hadoop does not exist. creating.
starting secondary namenodes [bigdata01]
last login: tue apr  7 22:15:53 cst 2020 on pts/1
starting resourcemanager
last login: tue apr  7 22:15:58 cst 2020 on pts/1
starting nodemanagers
last login: tue apr  7 22:16:04 cst 2020 on pts/1

# 验证
# 在bigdata01上查看java进程，是否存在namenode、resourcemanager、secondarynamenode
[root@bigdata01 hadoop-3.2.0]# jps
6128 namenode
6621 resourcemanager
6382 secondarynamenode

# 在bigdata02上查看java进程，是否存在nodemanager、datanode
[root@bigdata02 ~]# jps
2385 nodemanager
2276 datanode
# 在bigdata03上查看java进程，是否存在nodemanager、datanode
[root@bigdata03 ~]# jps
2326 nodemanager
2217 datanode

# 停止集群
# 在主节点bigdata01上执行停止命令
[root@bigdata01 hadoop-3.2.0]# sbin/stop-all.sh 
stopping namenodes on [bigdata01]
last login: tue apr  7 22:21:16 cst 2020 on pts/1
stopping datanodes
last login: tue apr  7 22:22:42 cst 2020 on pts/1
stopping secondary namenodes [bigdata01]
last login: tue apr  7 22:22:44 cst 2020 on pts/1
stopping nodemanagers
last login: tue apr  7 22:22:46 cst 2020 on pts/1
stopping resourcemanager
last login: tue apr  7 22:22:50 cst 2020 on pts/1

具体安装详情说明可查阅hadoop官网

还可以通过webui界面来验证集群服务是否正常
hdfs webui界面：http://主节点ip:9870
yarn webui界面：http://主节点ip:8088

hadoop的客户端节点

在实际工作中不建议直接连接集群中的节点来操作集群，直接把集群中的节点暴露给普通开发人员是不安全的，建议在业务机器上安装hadoop，只需要保证业务机器上的hadoop的配置和集群中的配置保持一致即可，这样就可以在业务机器上操作hadoop集群了，此机器就称为是hadoop的客户端节点，hadoop的客户端节点可能会有多个，理论上是我们想要在哪台机器上操作hadoop集群就可以把这台机器配置为hadoop集群的客户端节点。