Hadoop 配置及hadoop HA 的配置

Hadoop 是一个分布式计算框架，常用于处理大规模数据。下面是 Hadoop 的配置和 Hadoop HA 的配置说明：

1. Hadoop 配置：

Hadoop 的配置文件一般位于 $HADOOP_HOME/etc/hadoop 目录下，包括以下几个文件：

- core-site.xml：配置 Hadoop 核心功能相关的参数，如 Hadoop 集群的名称、HDFS 的默认文件系统等。
- hdfs-site.xml：配置 HDFS 相关的参数，如数据块大小、副本数量等。
- mapred-site.xml：配置 MapReduce 相关的参数，如 JobTracker 的地址、TaskTracker 的数量等。
- yarn-site.xml：配置 YARN 相关的参数，如 ResourceManager 的地址、NodeManager 的数量等。

其中，core-site.xml 和 hdfs-site.xml 是必须的，而 mapred-site.xml 和 yarn-site.xml 可以根据需要进行配置。

2. Hadoop HA 配置：

Hadoop HA（高可用）是指在 Hadoop 集群中实现 NameNode 的高可用性，以保证在 NameNode 发生故障时能够快速切换到另一个活动的 NameNode。Hadoop HA 的配置包括以下几个步骤：

- 配置 Hadoop 的 core-site.xml 文件，增加以下两行配置：

<property>
    <name>fs.defaultFS</name>
    <value>hdfs://nameservice1</value>
</property>
<property>
    <name>ha.zookeeper.quorum</name>
    <value>zk1:2181,zk2:2181,zk3:2181</value>
</property>

其中，fs.defaultFS 指定了 HDFS 的默认文件系统，nameservice1 是 HDFS 的名称服务，需要在 hdfs-site.xml 文件中进行配置；ha.zookeeper.quorum 指定了 ZooKeeper 集群的地址，用于实现 NameNode 的选举和状态共享。

- 配置 hdfs-site.xml 文件，增加以下几行配置：

<property>
    <name>dfs.nameservices</name>
    <value>nameservice1</value>
</property>
<property>
    <name>dfs.ha.namenodes.nameservice1</name>
    <value>nn1,nn2</value>
</property>
<property>
    <name>dfs.namenode.rpc-address.nameservice1.nn1</name>
    <value>nn1:8020</value>
</property>
<property>
    <name>dfs.namenode.rpc-address.nameservice1.nn2</name>
    <value>nn2:8020</value>
</property>
<property>
    <name>dfs.namenode.http-address.nameservice1.nn1</name>
    <value>nn1:50070</value>
</property>
<property>
    <name>dfs.namenode.http-address.nameservice1.nn2</name>
    <value>nn2:50070</value>
</property>
<property>
    <name>dfs.client.failover.proxy.provider.nameservice1</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>

其中，dfs.nameservices 指定了 HDFS 的名称服务；dfs.ha.namenodes.nameservice1 指定了 NameNode 的名称，nn1 和 nn2 分别代表了两个 NameNode；dfs.namenode.rpc-address.nameservice1.nn1 和 dfs.namenode.rpc-address.nameservice1.nn2 分别指定了两个 NameNode 的 RPC 地址；dfs.namenode.http-address.nameservice1.nn1 和 dfs.namenode.http-address.nameservice1.nn2 分别指定了两个 NameNode 的 HTTP 地址；dfs.client.failover.proxy.provider.nameservice1 指定了客户端故障转移的方式。

- 配置 mapred-site.xml 文件或 yarn-site.xml 文件，增加以下一行配置：

<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop1:10020</value>
</property>

其中，mapreduce.jobhistory.address 指定了 JobHistoryServer 的地址。

配置完成后，启动 Hadoop 集群，并在两个节点上启动 NameNode。在启动过程中，Hadoop 会自动进行选举，选出一个活动的 NameNode 和一个备用的 NameNode，以实现 NameNode 的高可用性。