Hadoop配置命令是搭建和管理Hadoop集群的核心操作，涉及集群初始化、节点管理、服务启停、参数调优等多个环节，以下从集群环境准备、核心配置文件解析、常用管理命令、高可用配置及安全配置五个方面,详细说明Hadoop的配置命令及操作逻辑。

集群环境准备

在配置Hadoop前，需完成基础环境搭建，包括操作系统（推荐Linux CentOS 7+）、JDK安装（需JDK 1.8+）、SSH免密登录配置及主机名与IP映射，通过ssh-keygen生成密钥对，并将公钥分发至各节点：ssh-copy-id hadoop@node1，随后，在/etc/hosts文件中添加所有节点的主机名与IP映射，确保节点间通信无障碍，需创建Hadoop专用用户（如hadoop）并配置sudo权限,避免root用户操作风险。

核心配置文件解析

Hadoop的配置文件位于$HADOOP_HOME/etc/hadoop目录下，需根据集群规模和业务需求调整关键参数,以下为核心配置文件及其命令示例：

1. core-site.xml：配置Hadoop核心属性，如文件系统默认地址、临时目录等。

   <configuration>
     <property>
       <name>fs.defaultFS</name>
       <value>hdfs://cluster1</value>
     </property>
     <property>
       <name>hadoop.tmp.dir</name>
       <value>/data/hadoop/tmp</value>
     </property>
   </configuration>

2. hdfs-site.xml：配置HDFS相关参数，如副本数、数据存储目录、NameNode高可用等。

   
   （图片来源网络，侵删）

   <configuration>
     <property>
       <name>dfs.replication</name>
       <value>3</value>
     </property>
     <property>
       <name>dfs.namenode.name.dir</name>
       <value>/data/hadoop/dfs/name</value>
     </property>
     <property>
       <name>dfs.datanode.data.dir</name>
       <value>/data/hadoop/dfs/data</value>
     </property>
   </configuration>

3. mapred-site.xml：配置MapReduce框架，通常设置为YARN模式。

   <configuration>
     <property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
     </property>
   </configuration>

4. yarn-site.xml：配置YARN资源管理参数，如NodeManager资源、日志聚合等。

   <configuration>
     <property>
       <name>yarn.nodemanager.aux-services</name>
       <value>mapreduce_shuffle</value>
     </property>
     <property>
       <name>yarn.resourcemanager.hostname</name>
       <value>node1</value>
     </property>
   </configuration>

5. workers（或slaves）：列出所有DataNode和NodeManager节点的主机名，每行一个。

   node1
   node2
   node3

配置完成后，需将配置文件同步至所有节点，可通过scp命令实现：scp -r /opt/hadoop/etc/hadoop hadoop@node2:/opt/hadoop/。

常用管理命令

Hadoop提供了丰富的命令行工具用于集群管理,以下为高频操作命令：

1. HDFS初始化（首次启动前执行）：

   hdfs namenode -format

   注意：格式化NameNode会删除HDFS数据,仅在首次部署或需清空数据时执行。

2. 集群服务启停：

   • 启动HDFS：start-dfs.sh
   • 停止HDFS：stop-dfs.sh
   • 启动YARN：start-yarn.sh
   • 停止YARN：stop-yarn.sh
   • 查看进程状态：jps（NameNode、DataNode、ResourceManager、NodeManager等进程需正常运行）

3. HDFS文件操作：

   • 创建目录：hdfs dfs -mkdir /input
   • 上传文件：hdfs dfs -put local.txt /input/
   • 查看文件：hdfs dfs -cat /input/local.txt
   • 查看磁盘使用：hdfs dfs -df -h

4. YARN任务管理：

   • 提交MapReduce任务：hadoop jar mapreduce-example.jar wordcount /input /output
   • 查看任务状态：yarn application -list
   • 杀死任务：yarn application -kill <application_id>

5. 节点维护：

   • 进入安全模式（维护HDFS）：hdfs dfsadmin -safemode enter
   • 退出安全模式：hdfs dfsadmin -safemode leave
   • 添加DataNode：将新节点加入workers文件后，在节点上启动hadoop-daemon.sh start datanode，并在NameNode节点执行hdfs dfsadmin -refreshNodes。

高可用配置

Hadoop 2.x及以上版本支持HDFS和YARN的高可用（HA），需通过ZooKeeper实现故障转移，以HDFS HA为例,配置步骤如下：

1. 修改core-site.xml：添加ZooKeeper集群地址和HA代理。

   <property>
     <name>ha.zookeeper.quorum</name>
     <value>node1:2181,node2:2181,node3:2181</value>
   </property>
   <property>
     <name>ha.automatic-failover.enabled</name>
     <value>true</value>
   </property>

2. 修改hdfs-site.xml：配置NameNode HA相关参数。

   <property>
     <name>dfs.nameservices</name>
     <value>cluster1</value>
   </property>
   <property>
     <name>dfs.ha.namenodes.cluster1</name>
     <value>nn1,nn2</value>
   </property>
   <property>
     <name>dfs.namenode.rpc-address.cluster1.nn1</name>
     <value>node1:8020</value>
   </property>
   <property>
     <name>dfs.namenode.rpc-address.cluster1.nn2</name>
     <value>node2:8020</value>
   </property>
   <property>
     <name>dfs.namenode.shared.edits.dir</name>
     <value>qjournal://node1:8485;node2:8485;node3:8485/cluster1</value>
   </property>

3. 初始化JournalNode：

   hdfs --journalnode

   在所有JournalNode节点启动服务后，在其中一个NameNode节点执行：

   hdfs namenode -initializeSharedEdits -force

4. 启动HA集群：

   • 启动JournalNode：hdfs --journalnode
   • 格式化并启动Active NameNode：hdfs namenode -format，hadoop-daemon.sh start namenode
   • 启动Standby NameNode：hdfs namenode -bootstrapStandby，hadoop-daemon.sh start namenode
   • 启动ZKFC：hdfs zkfc -formatZK，hadoop-daemons.sh start zkfc

安全配置

为保障集群安全，需启用Kerberos认证和ACL权限控制，以Kerberos为例,步骤如下：

1. 创建Kerberos主体：

   kadmin -q "addprinc -randkey hadoop/node1@EXAMPLE.COM"
   kadmin -q "ktadd -k /etc/hadoop/conf/hadoop.keytab hadoop/node1@EXAMPLE.COM"

2. 修改core-site.xml：启用安全认证。

   <property>
     <name>hadoop.security.authentication</name>
     <value>kerberos</value>
   </property>
   <property>
     <name>hadoop.keytab.file</name>
     <value>/etc/hadoop/conf/hadoop.keytab</value>
   </property>

3. 启动安全集群：

   kinit -kt /etc/hadoop/conf/hadoop.keytab hadoop/node1@EXAMPLE.COM
   start-dfs.sh
   start-yarn.sh

相关问答FAQs

问题1：Hadoop集群启动后DataNode无法连接NameNode，如何排查？
解答：首先检查/var/log/hadoop/hadoop-hdfs-datanode.log日志，常见原因包括：

• 网络问题：确保workers文件中的主机名与/etc/hosts一致，节点间ping通。
• 防火墙：关闭防火墙或开放HDFS端口（默认8020、9000等）。
• 权限问题：确保DataNode节点有权限访问NameNode的存储目录。
• 配置错误：检查core-site.xml中fs.defaultFS是否指向正确的NameNode地址。

问题2：YARN任务运行失败，提示“Container is running beyond virtual memory limits”，如何解决？
解答：该错误通常因任务内存超限导致，可通过调整YARN内存参数解决：

1. 修改yarn-site.xml，增加容器内存限制：

   <property>
     <name>yarn.nodemanager.vmem-pmem-ratio</name>
     <value>2.1</value>
   </property>
   <property>
     <name>yarn.scheduler.maximum-allocation-mb</name>
     <value>8192</value>
   </property>

2. 重启YARN服务：stop-yarn.sh && start-yarn.sh。
3. 提交任务时指定内存：-Dmapreduce.map.memory.mb=4096 -Dmapreduce.reduce.memory.mb=4096。