本文这里为大家分享Hadoop集群设置中经常出现的一些问题。
在工作生活中，有些问题非常简单，但往往搜索半天也找不到所需的答案，在Hadoop的学习与使用过程中同样如此。关注WX公众号：大数据技术工程师。可免费领取hadoop学习资料。这里为大家分享Hadoop集群设置中经常出现的一些问题：
1.Hadoop集群可以运行的3个模式？
单机（本地）模式 伪分布式模式 全分布式模式
在单机模式（standalone）中不会存在守护进程，所有东西都运行在一个JVM上。这里同样没有DFS，使用的是本地文件系统。单机模式适用于开发过程中运行MapReduce程序，这也是最少使用的一个模式。
伪分布式（Pseudo）适用于开发和测试环境，在这个模式中，所有守护进程都在同一台机器上运行。
不是，两个事物，同时Pseudo只针对Hadoop。
全分布模式通常被用于生产环境，这里我们使用N台主机组成一个Hadoop集群，Hadoop守护进程运行在每台主机之上。这里会存在Namenode运行的主机，Datanode运行的主机，以及task tracker运行的主机。在分布式环境下，主节点和从节点会分开。
是的，在UNIX用例下，Hadoop还拥有“conf”目录。
Cloudera和Apache使用相同的目录结构，Hadoop被安装在cd/usr/lib/hadoop-0.20/。
Namenode，70；Job tracker，30；Task tracker，60。
Hadoop的核心配置通过两个xml文件来完成：1，hadoop-default.xml；2，hadoop-site.xml。这些文件都使用xml格式，因此每个xml中都有一些属性，包括名称和值，但是当下这些文件都已不复存在。
Hadoop现在拥有3个配置文件：1，core-site.xml；2，hdfs-site.xml；3，mapred-site.xml。这些文件都保存在conf/子目录下。
溢出因子（Spill factor）是临时文件中储存文件的大小，也就是Hadoop-temp目录。
fs.mapr.working.dir只是一个目录。
dfs.name.dir决定的是元数据存储的路径以及DFS的存储方式（磁盘或是远端） dfs.data.dir决定的是数据存储的路径 fs.checkpoint.dir用于第二Namenode
退出输入的方式有：1，按ESC；2，键入:q（如果你没有输入任何当下）或者键入:wq（如果你已经输入当下），并且按下Enter。
这意味着Namenode没有运行在你的VM之上。
这个属于Hadoop的默认配置，你必须从Cloudera或者Edureka的dropbox下载，然后在你的系统上运行。当然，你也可以自己配置，但是你需要一个Linux box，Ubuntu或者是Red Hat。在Cloudera网站或者是Edureka的Dropbox中有安装步骤。
这个命令可以检查Namenode、Datanode、Task Tracker、 Job Tracker是否正常工作。
点击stop-all.sh，再点击start-all.sh。 键入sudo hdfs（Enter），su-hdfs （Enter），/etc/init.d/ha（Enter），及/etc/init.d/hadoop-0.20-namenode start（Enter）。
全名是：File System Check。
如果要检查Namenode是否正常工作，使用命令/etc/init.d/hadoop-0.20-namenode status或者就是简单的jps。
可以让你知道哪个节点是Job Tracker。
/etc /init.d说明了守护进程（服务）的位置或状态，其实是LINUX特性，和Hadoop关系不大。
如果你确实需要在浏览器中查找Namenode，你不再需要localhost:8021，Namenode的端口号是50070。
从SU转到Cloudera只需要键入exit。
Slaves及Masters。
Slaves由主机的列表组成，每台1行，用于说明数据节点。
Masters同样是主机的列表组成，每台一行，用于说明第二Namenode服务器。
hadoop-env.sh提供了Hadoop中. JAVA_HOME的运行环境。
是的你可以拥有多个Master文件接口。
hadoop-env.sh现在位于conf。
PID代表了“Process ID”。
/var/hadoop/pids用来存储PID。
hadoop-metrics.properties被用做“Reporting”，控制Hadoop报告，初始状态是“not to report”。
Hadoop核心使用Shell（SSH）来驱动从节点上的服务器进程，并在主节点和从节点之间使用password-less SSH连接。
这主要因为集群中通信过于频繁，Job Tracker需要尽可能快的给Task Tracker发布任务。
完全不用担心。Hadoop集群是完全隔离的，通常情况下无法从互联网进行操作。与众不同的配置，因此我们完全不需要在意这种级别的安全漏洞，比如说通过互联网侵入等等。Hadoop为机器之间的连接提供了一个相对安全的方式。
SSH工作的端口号是NO.22，当然可以通过它来配置，22是默认的端口号。
SSH只是个安全的shell通信，可以把它当做NO.22上的一种协议，只需要配置一个密码就可以安全的访问。
在SSH中使用密码主要是增加安全性，在某些情况下也根本不会设置密码通信。
是的，即使在SSH中添加了key，还是需要设置密码。
没有数据的Namenode就不能称之为Namenode，通常情况下，Namenode肯定会有数据。
当Job Tracker失败时，集群仍然可以正常工作，只要Namenode没问题。
这并不是客户端决定的，在配置文件中以及决定分片细则。
是的，只要对Hadoop环境足够熟悉，你完全可以这么做。
你最好不要这么做，Red Hat Linux或者是Ubuntu才是Hadoop的最佳操作系统。在Hadoop安装中，Windows通常不会被使用，因为会出现各种各样的问题。因此，Windows绝对不是Hadoop的推荐系统。
这些都是hadoop集群常见的一些问题，带给大家，希望对大家有一点点帮助，同时，希望大家多关注我哦，更多的精彩文章带给大家
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
