完全分布式集群搭建

主要步骤：

1. 准备三台服务器 hadoop102、hadoop103、hadoop104，关闭防火墙、设置静态IP、配置主机名称和主机映射。
2. 安装JDK、Hadoop，配置环境变量
3. 配置集群
4. 单点启动
5. 配置ssh
6. 群起并测试集群

集群文件复制分发

scp复制

使用scp将安装包进行分发：

因为在 hadoop102上已经搭建好了 jdk、hadoop，所以可以直接复制到其他服务器上：

cd /opt/module
scp -r jdk1.8.0_331/ tengyer@hadoop103:/opt/module/
scp -r hadoop-3.2.3/ tengyer@hadoop103:/opt/module/
scp -r jdk1.8.0_331/ tengyer@hadoop104:/opt/module/
scp -r hadoop-3.2.3/ tengyer@hadoop104:/opt/module/
# 也可以在hadoop103上使用scp从hadoop102上拉取
# scp -r tengyer@hadoop102:/opt/module/hadoop-3.2.3 ./

rsync同步

使用 rsync远程同步变化的文件：

rsync主要用于备份和镜像，具有速度快、避免复制相同内容和支持符号链接的优点。

rsync 和 scp 区别：用 rsync做文件的复制要比scp速度快，rsync只对差异文件做更新，而scp是把所有文件都复制过去。

命令语法：

# -a ：归档拷贝
# -v ：显示复制过程
# --delete 当目的路径文件或文件夹比源路径多（源路径删除了文件），删除目的路径的文件
rsync -av --delete <要拷贝的文件路径/名称> <目的用户@主机:目的路径/名称>

例如，在hadoop102的/opt/module/hadoop-3.2.3文件夹内增加或删除一个文件，然后执行同步命令：

cd /opt/module/hadoop-3.2.3
# hadoop102节点的hadoop-3.2.2中创建一个test.txt文件
echo "abcd" > test.txt

# 同步到hadoop103服务
rsync -av --delete ./hadoop-3.2.3/ tengyer@hadoop103:/opt/module/hadoop-3.2.3/

编写自动同步脚本

可以编写一个shell脚本调用 rsync 命令，将文件同步到所有节点的相同目录下。

例如，在/home/tengyer创建bin目录，并将/home/tengyer/bin加入环境变量。

在/home/tengyer/bin中新建一个shell脚本文件 xsync，内容如下：

#!/bin/bash

# 1. 判断参数个数
if [ $# -lt 1 ]
then
  echo Not Enough Argument
  exit
fi

# 2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
  echo ================== $host =====================
  # 3. 遍历所有目录，逐个发送
  for file in $@
  do
    # 4. 判断文件是否存在
    if [ -e $file ]
      then
        # 5. 获取父目录
        # -P 如果cd后面是一个软链接，-P可以进入软链接指向的真正文件夹
        pdir=$(cd -P $(dirname $file); pwd)
        # 6. 获取当前文件名称
        fname=$(basename $file)
        # -p 如果存在则不创建,如果不存在则创建
        ssh $host "mkdir -p $pdir"
        rsync -av $pdir/$fname $host:$pdir
      else
        echo $file does not exists!
    fi
  done
done

执行时，只需：xsync 文件或文件夹1 文件或文件夹2.....执行即可。

例如，将/home/tengyer/bin文件夹同步到其他几台服务器：

cd /home/tengyer
xsync bin/

如果要同步的文件是root权限，比如环境变量配置文件 /etc/profile.d/my_env.sh，可以使用sudo进行同步：

# 使用sudo时，因为xsync不在root的命令列表，所以需要使用./进行调用
sudo ./bin/xsync /etc/profile.d/my_env.sh

因为脚本中使用了 ssh 命令和 rsync命令去连接其他服务器，所以每台服务器都要输入两次密码，比较繁琐，可以配置ssh免密登录。

配置ssh免密登录

ssh免密登录原理图：

known_hosts文件：

如果当前服务器使用ssh命令连接过其他服务器，那么在该用户家目录下就会生成一个 .ssh文件夹，里面存有一个 known_hosts 文件，文件中保存的有该用户曾经使用ssh命令远程连接过的服务器。

配置hadoop102免密登录hadoop103、hadoop104：

1. 在hadoop102上创建一个SSH的RSA密钥对：

   # 选择非对称加密算法为rsa算法
   ssh-keygen -t rsa
   # 然后一路回车即可
   

   
   命令执行后，会在用户家目录下的 .ssh文件夹中生成一个公钥文件 id_rsa.pub、一个私钥文件 id_rsa

2. 将hadoop102上的公钥id_rsa.pub拷贝到hadoop103、hadoop104： ```shell

   将hadoop102的公钥拷贝给hadoop103

   命令执行后，需要输入hadoop103的密码

   之后hadoop102再用ssh访问hadoop103时便不再需要输入密码

   ssh-copy-id hadoop103

配置免密登录 hadoop104

ssh-copy-id hadoop103

3.  另外，还需要对自己设置免密登录，否则 `hadoop102` 使用 `ssh` 连接 hadoop102` 本身时也需要密码： 
```shell
ssh-copy-id hadoop102

进行免密之后，在 hadoop103、hadoop104的 .ssh 文件夹中会多一个 authorized_keys文件，里面记录了允许哪些客户机免密登录自己。authorized_keys文件中的内容其实就是 hadoop102的公钥文件 id_rsa.pub中的内容。

然后在 hadoop103、 hadoop104上也执行上述同样的操作，使集群中的几台服务器可以互相免密登录。

免密登录是和用户有关的，我们的集群中，hadoop102节点除了使用tengyer用户外，还需要用到root用户操作，所以最好也讲root用户配置免密。

因为我们主要操作的是hadoop102服务器，所以将hadoop102服务器的root用户配置成可以免密登录 hadoop103、hadoop104即可。无需再去配置hadoop103、hadoop104对hadoop102的免密。

1. hadoop102切换到root用户，为该用户生成RSA公钥和私钥
2. 将公钥分发给hadoop103、hadoop104服务器

集群配置

服务器规划

注意事项：

• NameNode 和 SecondaryNameNode 不要安装到同一台服务器上
• ResourceManager 也很消耗内存，不要和 NameNode、SecondaryNameNode配置在同一台机器上

Hadoop集群 = HDFS集群 + Yarn集群

Yarn集群和HDFS集群：逻辑上分离、物理上在一起。
逻辑上，Yarn集群的启动和HDFS集群的启动并没有直接的依赖关系。
物理上，Yarn集群、HDFS集群，都是在同一个安装了Hadoop的集群内。

MapReduce是计算框架，是代码层面的组件，没有集群之说。

对三台服务器进行如下规划：

hadoop-env配置

hadoop-env.sh位于$HADOOP_HOME/etc/hadoop目录中，可以配置一些Hadoop环境类的信息。
本次不配置该文件
例如：

 # 本次先不配置这些内容

 export JAVA_HOME=xxxxxx

 export HDFS_NAMENODE_USER=xxx
 export HDFS_DATANODE_USER=xxx
 export HDFS_SECONDARYNAMENODE_USER=xxx
 export YARN_RESOURCEMANAGER_USER=xxx
 export YARN_NODEMANAGER_USER=xxx

配置文件配置

Hadoop配置文件分为两类：默认配置文件和自定义配置文件，只有用户想修改某一 默认配置值时，才需要修改自定义配置文件，更改相应属性值。

默认配置文件：

自定义配置文件：

core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在 $HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。

在hadoop102上将配置文件修改，然后分发给hadoop103、hadoop104。

配置核心配置文件 core-site.xml：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  <!-- 在configuration中添加以下配置信息 -->

  <!-- 指定NameNode的地址 -->
  <!-- core-defualt.xml中该项默认值为本地Linux路径，因为我们集群要用HDFS，所以要改成HDFS路径  -->
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://hadoop102:8020</value>
  </property>

  <!-- 指定hadoop数据的存储目录 -->
  <!-- core-default.xml中该项默认值为 /tmp/hadoop-${user.name}，因为 /tmp在Linux中是临时目录，一段时间（默认一个月）会删除，所以要调整为自定义目录 -->
  <!-- 我们指定的data文件夹如果不存在，hadoop会自动进行创建 -->
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/module/hadoop-3.2.3/data</value>
  </property>

  <!-- 配置HDFS网页登录使用的静态用户为tengyer（即hdfs中的用户） -->
  <!-- 如果不配置，那么在浏览器中默认的是Mr.who，该用户删除hdfs文件时，会提示无权限。-->
  <property>
    <name>hadoop.http.staticuser.user</name>
    <value>tengyer</value>
  </property>
</configuration>

配置HDFS的hdfs-site.xml：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
  <!-- 在configuration中添加以下配置 -->  

  <!-- NameNode对外暴露的Web端访问地址 -->
  <property>
    <name>dfs.namenode.http-address</name>
    <value>hadoop102:9870</value>
  </property>

  <!-- 2NN 对外暴露的Web端访问地址（2NN安装在hadoop104上） -->
  <property>
    <name>dfs.namenode.secondary.http-address</name>
    <value>hadoop104:9868</value>
  </property>
</configuration>

配置Yarn的yarn-site.xml：

<?xml version="1.0"?>
<configuration>
  <!-- 在configuration中添加以下配置 -->

  <!-- 指定MR走shuffle -->
  <!-- 在yarn-default.xml中该项默认值为空，但是官方推荐使用mapreduce_shuffle -->
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>

  <!-- 指定ResourceManager的地址（ResourceManager安装在hadoop103） -->
  <property>
    <name>yarn.resourcemanager.hostname</name>
    <value>hadoop103</value>
  </property>

  <!-- 环境变量的继承 -->
  <!-- Hadoop3.1.x需要配置，因为yarn-default.xml中该项默认值缺少了HADOOP_MAPRED_HOME -->
  <!-- 到了Hadoop3.2.x就不需要再配置该项了，可以直接使用yarn-default.xml中的默认值 -->
  <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>

</configuration>

配置MapReduce的mapred-site.xml：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
  <!-- 在configuration中添加以下配置 -->

  <!-- 指定MapReduce程序运行在Yarn上 -->
  <!-- mapred-default.xml中该项默认值是local，即在本地运行 -->
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>

</configuration>

配置完成后，将hadoop102的这些配置同步分发给hadoop103、hadoop104：

cd /opt/module/hadoop-3.2.3/etc
# 使用我们编写的同步分发脚本进行分发
xsync hadoop/

群起集群

配置workers

workers内容即为集群中的各台主机，默认的是localhost。因为我们使用集群方式，所以可以删掉localhost，然后把几台主机都配置进来。

需要在$HADOOP_HOME/etc/hadoop/workers中将几台节点都添加进去：

hadoop102
hadoop103
hadoop104

该文件将来会作为hadoop集群启动的脚本一部分，所以主机名后面不能有空格、结尾也不能有空行

将works文件分发给其他服务器：

xsync works

启动集群

NameNode初始化

根据集群规划，我们的NameNode节点为hadoop102。

如果是第一次启动集群，需要进行初始化操作，在hadoop102节点上格式化NameNode。（类似于电脑新加了一个硬盘，需要给硬盘进行分盘符等初始化操作）

只有第一次启动集群需要进行初始化操作。

如果多次格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到以往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止NameNode和DataNode的进程，并且要删除所有机器的data和logs目录，然后再进行格式化

cd $HADOOP_HOME
hdfs namenode -format

初始化完毕后，会在 $HADOOP_HOME 文件夹中生成 data和logs两个文件夹。

启动HDFS

然后就可以在 hadoop102服务器上启动集群：

sbin/start-dfs.sh

启动完毕后，在三台服务器上依次使用jps查看其上面运行的 hdfs 的java进程和集群规划的是否一致。正常情况下，应该为以下形式：

• hadoop102上：jps本身、DataNode、NameNode
• hadoop103上：jps本身、DataNode
• hadoop104上：jps本身、DataNode、SecondaryNameNode

可以使用浏览器访问NameNode（hdfs-site.xml中配置的NameNode暴露的web地址），查看HDFS中的存储数据信息：http://hadoop102:9870

启动YARN

根据集群规划，我们的ResourceManager节点为 hadoop103。

在hadoop103上启动YARN：

sbin/start-yarn.sh

启动完毕后，在三台服务器上依次使用jps查看其上面运行的 hdfs、yarn 的java进程和集群规划的是否一致。正常情况下，应该为以下形式：

• hadoop102上：jps本身、DataNode、NameNode、NodeManager
• hadoop103上：jps本身、DataNode、NodeManager、ResourceManager
• hadoop104上：jps本身、DataNode、SecondaryNameNode、NodeManager

可以在浏览器查看Yarn的ResourceManager，查看yarn上运行的jbo信息：http://hadoop103:8088

测试集群运行情况

测试上传文件到集群

上传一个小文件：

# 在hdfs创建一个目录
hadoop fs -mkdir /wcinput
# 将
hadoop fs -put aa.txt /wcinput

上传之后便可以在NameNode的web页面中进行查看下载，也可以使用命令进行查看和下载：

hadoop fs -ls /wcinput
hadoop fs -get /wcinput/aa.txt aa.txt

上传一个大文件：

# 将jdk安装包上传到hdfs
hadoop fs -put /opt/software/jdk-8u331-linux-x64.tar.gz /

上传的文件保存在我们在core-site.xml中配置的/opt/module/hadoop-3.2.3/data目录。

因为hadoop上传的文件默认会存储3份进行备份，所以三台服务器上都会保存有刚刚上传的文件，位于：

/opt/module/hadoop-3.2.3/data/dfs/data/current/BP-xxxxxxxx/current/finalized/subdir0/subdir0文件夹中。

测试Yarn执行wordcount示例程序

在hadoop102上执行Hadoop的wordcount示例程序：

# 统计我们上传导hdfs的 /wcinput/aa.txt中的单词出现次数
# 因为我们的core-site.xml中配置的fs.defaultFS不再是local，而是hdfs地址了，所以文件输入路径、结果输出路径应该为hdfs上的路径
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.3.jar wordcount /wcinput /wcoutput

然后通过yarn的web管理页面查看运行的job，可以发现多出来一个正在运行的wordcount任务。

执行完毕后，可以在hdfs上查看到输出的结果/wcoutput/part-r-00000。

执行完毕后，yarn管理页面上的job状态也变为FINISHED。

但是因为我们没有配置历史记录服务器，所以该job后面的History点击出现404。如果没有历史记录服务器，那么yarn无法记录历史job，当前页面展示的 job 信息过段时间就会被清除。

集群崩溃时的处理

集群中如果有服务器 DataNode服务被kill或异常终止了，或者节点的data文件夹被删除了（只删除一两台节点不影响集群，因为hdfs有3个备份，所以需要三台服务器的data都被删掉），此时集群便属于崩溃状态。

如果需要重新格式化NameNode，则可以进行以下操作：

1. 在hadoop103上关闭集群Yarn

   sbin/stop-yarn.sh
   

1. 在hadoop102上关掉集群hdfs

   sbin/stop-dfs.sh
   

1. 删除所有节点上的 data、logs文件夹
2. 重新进行NameNode格式化

   hdfs namenode -format
   

如果不删除所有节点上的data、logs，就直接重启hdfs或者进行NameNode格式化，那么NameNode依然无法启动。

因为两次NameNode格式化产生的namespaceID不同，而namespaceID是和DataNode中的版本号唯一绑定的。如果DataNode中的数据没有被清空，NameNode又格式化产生了新的namespaceID，和DataNode中的版本号无法绑定，就会造成NameNode无法启动。

配置历史服务器

为了查看程序的历史运行情况，需要配置历史服务器。

在 hadoop102节点上，修改 mapred-site.xml：

<!-- 在configuration标签中加入如下配置 -->

<!-- 配置历史服务器的内部服务端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
</property>
<!-- 配置历史服务器暴露的web地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
</property>

将配置信息复制分发到其他服务器：

xsync mapred-site.xml

在hadoop103节点上重启 Yarn：

sbin/stop-yarn.sh
sbin/start-yarn.sh

stop-yarn.sh执行时，可能会警告：nodemanager did not stop gracefully after 5 seconds. Trying to kill with kill -9.（NodeManager5秒后如果没有被优雅关闭，尝试使用kill -9杀掉进程），一般情况下都可以被优雅地关闭，无需理会。如果担心没关闭，可以到hadoop102、hadoop104上jps查看下NodeManager有没有被关闭

因为我们配置了hadoop102为历史服务器，所以需要在hadoop102上启动历史服务器进程：

mapred --daemon start historyserver

启动之后，使用 jps查看java进程，可以发现多出来了一个 JobHistoryServer 进程。

可以在浏览器查看我们的历史服务器信息：http://hadoop102:19888

配置日志聚集功能

日志聚集：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。

我们配置的历史服务器虽然可以查看到历史 job 的运行信息，但是如果点击后面的logs链接查看其详细日志，却无法查看，提示 Aggregation is not enabled.（日志聚集功能未开启）。

我们开启了日志聚集功能后，可以很方便的查看程序运行详情，方便开发调试。

开启日志聚集功能，需要重新启动 NodeMananger、ResourceMananger、HistoryServer。

在hadoop102节点的 yarn-site.xml 中加入配置：

<!-- 在configuration中加入以下配置 -->

<!-- 配置日志聚集功能，yarn-default.xml中该项默认为false -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 设置日志聚集服务器地址，设置聚集到历史日志服务器上，方便查看 -->
<property>
    <name>yarn.log.server.url</name>
    <value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间：7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

然后分发给其他服务器：

xsync yarn-site.xml

需要重启HistroyServer、Yarn（ResourceManager、NodeManager）。

在hadoop102上停止历史服务器：

mapred --daemon stop historyserver

在hadoop103上重启Yarn：

sbin/stop-yarn.sh
sbin/start-yarn.sh

在hadoop102上启动历史服务器：

mapred --daemon start historyserver

测试：可以删除hdfs上的/wcoutput结果文件夹，然后重新执行wordcount任务:

hadoop fs -rm -f -r /wcoutput
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.3.jar wordcount /wcinput /wcoutput

此时再到 http://hadoop102:19888/ 查看历史任务时，点击logs链接便可以正常查看历史任务日志。

集群的启停方式总结

整体启动、停止 HDFS：

# 启动hdfs集群
sbin/start-dfs.sh
# 停止hdfs集群
sbin/stop-dfs.sh

整体启动、停止 YARN：

# 启动YARN集群
sbin/start-yarn.sh
# 停止YARN集群
sbin/stop-yarn.sh

分别启动、停止 HDFS 组件（例如某台DataNode宕机了，需要只将该服务器的DataNode重新启动，无需整个集群重启）：

# hadoop 3.x版本命令
hdfs --daemon start/stop namenode/datanode/secondarynamenode

# hadoop 2.x版本命令
# hadoop-daemon.sh start/stop namenode/datanode/secondarynamenode

启动、停止YARN组件：

# hadoop 3.x版本命令
yarn --daemon start/stop resourcemanager/nodemanager

# hadoop 2.x版本命令
# yarn-daemon.sh start/stop resourcemanager/nodemanager

Hadoop如果报错了，需要查看启动日志：$HADOOP_HOME/logs文件夹中各个进程的日志

编写常用脚本

编写脚本集中启动、停止：myhadoop.sh

#!/bin/bash

if [ $# -lt 1 ]
then
  echo "No args Input..."
  exit;
fi

case $1 in
"start")
  echo "============= 启动hadoop集群 ======================"

  echo "------------- 启动 hdfs ---------------------------"
  ssh hadoop102 "/opt/module/hadoop-3.2.3/sbin/start-dfs.sh"
  echo "------------- 启动 yarn ---------------------------"
  ssh hadoop103 "/opt/module/hadoop-3.2.3/sbin/start-yarn.sh"
  echo "---------- 启动 historyserver ----------------------"
  ssh hadoop102 "/opt/module/hadoop-3.2.3/bin/mapred --daemon start historyserver"
;;
"stop")
  echo "================ 关闭hadoop集群 =========================="

  echo "-------------- 关闭historyserver ------------------------"
  ssh hadoop102 "/opt/module/hadoop-3.2.3/bin/mapred --daemon stop historyserver"
  echo "---------------- 关闭 yarn ------------------------------"
  ssh hadoop103 "/opt/module/hadoop-3.2.3/sbin/stop-yarn.sh"
  echo "---------------- 关闭 hdfs ------------------------------"
  ssh hadoop102 "/opt/module/hadoop-3.2.3/sbin/stop-dfs.sh"
;;
*)
  echo "Input Args Error..."
;;
esac

使用脚本进行集群整体的启停：

# 停止整个historyserver、yarn、hdfs集群
myhadoop.sh stop
# 启动整个hdfs、yarn、historyserver集群
myhadoop.sh start

编写脚本，遍历集群中每台服务器调用jps查看上面的java进程启动情况：jpsall

#!/bin/bash

for host in hadoop102 hadoop103 hadoop104
do
  echo ================= $host =================
  ssh $host jps
done

执行脚本查看集群所有服务器的java进程情况：

jpsall

将hadoop102上编写好的这两个脚本分发给其他服务器：

xsync jpsall myhadoop.sh

Hadoop常用端口和配置文件

常用端口号不同：

Hadoop 3.x中：

• HDFS NameNode 内部通讯端口：8020/9000/9820
• HDFS NameNode 对用户的web查询端口：9870
• Yarn查看任务运行情况的web页面端口：8088
• 历史服务器对外暴露的web页面端口：19888

Hadoop 2.x中：

• HDFS NameNode 内部通讯端口：8020/9000
• HDFS NameNode 对用户的web查询端口：50070
• Yarn查看任务运行情况的web页面端口：8088
• 历史服务器对外暴露的web页面端口：19888

常用配置文件不同：

hadoop 3.x中：core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml、workers

hadoop 2.x中：core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml、slaves

集群时间同步

如果是虚拟机环境，虚拟机环境可以连接外网，所以不需要配置时间同步。内网服务器才需要配置

如果服务器在公网环境（能连接外网），可以不采用集群时间同步，因为服务器会定期和公网时间进行校准。

如果服务器在内网环境，必须要配置集群时间同步，否则时间久了会产生时间偏差，导致集群执行任务时间不同步。

时间服务器配置，例如以hadoop102作为时间服务器（必须使用root用户进行配置）：

1. 查看所有节点 ntpd 服务开启状态和开机自启状态：

   systemctl status ntpd # 如果没启则进行启动
   systemctl is-enabled ntpd
   

1. 修改hadoop102的/etc/ntp.conf配置文件。
   第一处修改：

   # 授权192.168.29.0-192.168.29.255网段上所有机器都可以从这台机器上查询和同步时间
   # 找到：Hosts on local network are less restricted. 在下面添加配置
   restrict 192.168.29.0 mask 255.255.255.0 nomodify notrap
   

   
   第二处修改：

2. 修改hadoop102的/etc/sysconfig/ntpd文件：

   # 在文件中添加以下内容，使硬件时间和系统时间一起同步
   SYNC_HWCLOCK=yes
   

1. 重启ntpd服务，并设置开机自启：

   systemctl restart ntpd
   systemctl enable ntpd
   

在hadoop103、hadoop104上使用crontab配置一个定时任务，定时每隔1分钟与时间服务器hadoop102同步一次：

1. 关闭hadoop103、hadoop104节点上的ntp服务，并禁止自启动。
2. 编写crontab表达式，每隔1分钟从hadoop102同步一次时间

   */1 * * * * /usr/sbin/ntpdate hadoop102
   

测试验证是否生效，修改hadoop103上面的时间为一个任意的错误时间：

date -s "2022-5-1 11:11:11"

1分钟之后，查看hadoop103上的时间是否变为了和hadoop102相同的时间：

date