CentOS7环境下Hadoop3 NameNode ResourceManager HA 集群搭建

最新推荐文章于 2026-04-03 09:29:21 发布
原创 最新推荐文章于 2026-04-03 09:29:21 发布 · 1.3k 阅读 · 3 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
大数据

当前文章被收录于：

大数据
3 篇文章 0 人学习
订阅专栏 查看详情
本文详细介绍了如何在CentOS7环境中配置Hadoop3的NameNode和ResourceManager高可用(HA)集群。涵盖了集群规划、环境准备、JDK安装、Zookeeper配置、Hadoop安装及验证HA的全过程。

1、集群规划

IPHostName用途安装软件
192.168.100.131lzjnn1NameNode1hadoop
192.168.100.132lzjnn2NameNode2hadoop
192.168.100.141lzjdn1DateNode1hadoop,zookeeper
192.168.100.142lzjdn2DateNode2hadoop,zookeeper
192.168.100.143lzjdn3DateNode3hadoop,zookeeper

2、CentOS7环境准备

2.1、CentOS操作系统安装

这就不写了，操作系统安装一般都会。规划的5台服务器都装好操作系统

2.2、主机名、网络设置

按照集群规划配置好相应的IP地址和主机名。
修改/etc/hosts文件，增加如下内容：

192.168.100.131 lzjnn1
192.168.100.132 lzjnn2
192.168.100.141 lzjdn1
192.168.100.142 lzjdn2
192.168.100.143 lzjdn3

2.3、建立hadoop用户

所有服务器上新建用户

#新建hadoop用户
useradd hadoop

#设置hadoop用户的密码 
passwd hadoop xxxx

2.4、各服务器间的ssh无密码访问

#每台服务器上使用hadoop用户登录执行以下命令生成公私钥文件
ssh-keygen -t rsa

#统一在一台f服务器上整合authorized_keys文件，这里选lzjnn1
#lzjnn1上执行

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

#在lzjnn1以外的f服务器上执行，按需输入对应用户的密码
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop@lzjnn1

#在lzjnn1上执行以下命令将authorized_keys文件复制到其他所有服务器上
scp ~/.ssh/authorized_keys lzjnn2:~/.ssh/
scp ~/.ssh/authorized_keys lzjdn1:~/.ssh/
scp ~/.ssh/authorized_keys lzjdn2:~/.ssh/
scp ~/.ssh/authorized_keys lzjdn3:~/.ssh/

#每台服务器上分别对其他服务器执行ssh命令测试免密登录
ssh 主机名

3、JDK安装配置

每台服务器上都需要安装配置jdk

3.1、下载

进入Oracle官网下载jdk，这里使用的是jdk8u192
下载页面链接
选择jdk-8u192-linux-x64.tar.gz下载

3.2、安装

#在/usr/local目录下新建java目录
mkdir /usr/local/java

#复制下载的jdk文件到此目录下
cp /download/path/jdk-8u192-linux-x64.tar.gz /usr/local/java

#cd到对应目录下解压文件
tar zxvf jdk-8u192-linux-x64.tar.gz

3.3、配置

在/etc/profile.d目录下新建 hadoop.sh文件，新增如下内容：

# for java
export JAVA_HOME=/usr/local/java/jdk1.8.0_192
export JRE_HOME=/usr/local/java/jdk1.8.0_192/jre  
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH  
export PATH=$JAVA_HOME/bin:$PATH

4、zookeeper安装配置

在规划需要安装zookeeper的服务器上安装zookeeper

4.1、下载

进入zookeeper官网下载，这里使用的是zookeeper-3.4.13
下载页面链接
选择zookeeper-3.4.13.tar.gz下载

4.2、安装

#在/usr/local目录下新建zookeeper目录
mkdir /usr/local/zookeeper

#复制下载的文件到此目录下
cp /download/path/zookeeper-3.4.13.tar.gz /usr/local/zookeeper

#cd到对应目录下解压文件
tar zxvf zookeeper-3.4.13.tar.gz

4.3、配置

1、在/etc/profile.d目录下刚才新建的hadoop.sh文件中，新增如下内容：

#for zookeeper
export ZOOKEEPER_HOME=/usr/local/zookeeper/zookeeper-3.4.13

2、修改 $ZOOKEEPER_HOME/conf/zoo.cfg文件，对应配置改为如下：

tickTime=2000
initLimit=10
syncLimit=5
dataDir=/app/zookeeper/data
clientPort=2181
server.1=lzjdn1:2888:3888
server.2=lzjdn2:2888:3888
server.3=lzjdn3:2888:3888

3、在dataDir所指定的目录下创建myid文件
每台服务器取zoo.cfg文件中对应 server.A=B:C:D中的A的值

echo A的值 > /app/zookeeper/data/myid

4.4、修改zookeeper的日志配置

修改zookeeper的日志配置，分日期存放日志在指定目录下，是为了便于查看管理日志，不需要修改的可以略过本节
1、修改$ZOOKEEPER_HOME/conf/log4j.properties文件，找到对应zookeeper.root.logger的配置改为如下:

zookeeper.root.logger=INFO, ROLLINGFILE

2、修改$ZOOKEEPER_HOME/bin/zkEnv.sh文件中的对应内容如下:

if [ "x${ZOO_LOG_DIR}" = "x" ]
then
    ZOO_LOG_DIR="/app/logs/zookeeper"
fi

if [ "x${ZOO_LOG4J_PROP}" = "x" ]
then
    ZOO_LOG4J_PROP="INFO,ROLLINGFILE"
fi

4.5、运行zookeeper

1、在所有zookeeper节点上启动zookeeper：

$ZOOKEEPER_HOME/bin/zkServer.sh start

2、查看节点状态：

$ZOOKEEPER_HOME/bin/zkServer.sh status

正常情况下有一台节点会是leader，其他节点是follower

3、测试zookeeper
任意一台节点上执行以下命令行进入client模式，可以create一些node，修改查看数据的同步情况，这里不再赘述了

$ZOOKEEPER_HOME/bin/zkCli.sh -server 127.0.0.1:2181

5、Hadoop安装配置

在规划中需要安装hadoop的服务器上安装hadoop

5.1、下载

进入hadoop官网下载，这里使用的是hadoop-3.1.1
下载页面链接
选择hadoop-3.1.1对应的binary包hadoop-3.1.1.tar.gz下载

5.2、安装

#在/usr/local目录下新建hadoop目录
mkdir /usr/local/hadoop

#复制下载的文件到此目录下
cp /download/path/hadoop-3.1.1.tar.gz /usr/local/hadoop

#cd到对应目录下解压文件
tar zxvf hadoop-3.1.1.tar.gz

5.3、配置

1、在/etc/profile.d目录下刚才新建的hadoop.sh文件中，新增如下内容：

# for hadoop
export HADOOP_HOME=/usr/local/hadoop/hadoop-3.1.1

2、修改$HADOOP_HOME/etc/hadoop/core-site.xml：

<configuration>
  <!--hdfs的nameservice为lzjcluster-->
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://lzjcluster</value>
  </property>
  
  <!--指定hadoop数据临时存放目录-->
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/app/hadoop/temp</value>
  </property>

  <property>
    <name>io.file.buffer.size</name>
    <value>4096</value>
  </property>
 
  <!--指定zookeeper地址-->
  <property>
    <name>ha.zookeeper.quorum</name>
    <value>lzjdn1:2181,lzjdn2:2181,lzjdn3:2181</value>
  </property>
</configuration>

3、修改$HADOOP_HOME/etc/hadoop/hdfs-site.xml:

<configuration>
  <!--指定hdfs的nameservice为lzjcluster，需要和core-site.xml中的保持一致-->
  <property>
    <name>dfs.nameservices</name>
    <value>lzjcluster</value>
  </property>
  
  <!--lzjcluster下面有两个NameNode，分别是lzjnn1,lzjnn2-->
  <property>
    <name>dfs.ha.namenodes.lzjcluster</name>
    <value>lzjnn1,lzjnn2</value>
  </property>
  
  <!--lzjnn1的RPC通信地址-->
  <property>
    <name>dfs.namenode.rpc-address.lzjcluster.lzjnn1</name>
    <value>lzjnn1:9000</value>
  </property>
  
  <!--lzjnn1的http通信地址-->
  <!--Hadoop3开始http默认端口已经改为9870，这里为了兼容之前的，还是设置成50070-->
  <property>
    <name>dfs.namenode.http-address.lzjcluster.lzjnn1</name>
    <value>lzjnn1:50070</value>
  </property>
  
  <!--lzjnn2的RPC通信地址-->
  <property>
    <name>dfs.namenode.rpc-address.lzjcluster.lzjnn2</name>
    <value>lzjnn2:9000</value>
  </property>
  
  <!--lzjnn2的http通信地址-->
  <property>
    <name>dfs.namenode.http-address.lzjcluster.lzjnn2</name>
    <value>lzjnn2:50070</value>
  </property>
  
  <!--指定NameNode的元数据在JournalNode上的存放位置-->
  <property>
    <name>dfs.namenode.shared.edits.dir</name>
    <value>qjournal://lzjdn1:8485;lzjdn2:8485;lzjdn3:8485/lzjcluster</value>
  </property>
  
  <!--指定JournalNode在本地磁盘存放数据的位置-->
  <property>
    <name>dfs.journalnode.edits.dir</name>
    <value>/app/hadoop/journal/data</value>
  </property>
  
  <!--开启NameNode故障时自动切换-->
  <property>
    <name>dfs.ha.automatic-failover.enabled</name>
    <value>true</value>
  </property>
  
  <!--配置失败自动切换实现方式-->
  <property>
    <name>dfs.client.failover.proxy.provider.lzjcluster</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
  </property>
  
  <!--配置隔离机制，如果ssh是默认22端口，value直接写sshfence即可-->
  <!--如果不是22端口，则写sshfence(hadoop:22022)，其中22022为新的ssh端口号-->
  <property>
    <name>dfs.ha.fencing.methods</name>
    <value>sshfence</value>
  </property>
  
  <!--使用隔离机制时需要ssh免登陆-->
  <property>
    <name>dfs.ha.fencing.ssh.private-key-files</name>
    <value>/home/hadoop/.ssh/id_rsa</value>
  </property>

  <!--namenode中name数据存放目录-->
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file:/app/hadoop/hdfs/name</value>
  </property>

  <!--datanode数据存放目录-->
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file:/app/hadoop/hdfs/data</value>
  </property>
  
  <!--数据备份数量-->
  <property>
    <name>dfs.replication</name>
    <value>2</value>
  </property>
  
  <!-- 在NN和DN上开启WebHDFS (REST API)功能,不是必须 -->
  <property>
    <name>dfs.webhdfs.enabled</name>
    <value>true</value>
  </property>
</configuration>

4、修改$HADOOP_HOME/etc/hadoop/mapred-site.xml：

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

5、修改$HADOOP_HOME/etc/hadoop/yarn-site.xml：

<configuration>
  <!--指定nodemanager启动时加载server的方式为shuffle server-->
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>
  
  <property>
    <name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
    <value>org.apache.hadoop.mapred.ShuffleHandler</value>
  </property>
  
  <!--ResourceManager高可用激活-->
  <property>
    <name>yarn.resourcemanager.ha.enabled</name>
    <value>true</value>
  </property>
  
  <!--定义集群的ID,确保RM不会在其他集群中接管成为活跃RM-->
  <property>
    <name>yarn.resourcemanager.cluster-id</name>
    <value>lzjcluster</value>
  </property>
  
  <property>
    <name>yarn.resourcemanager.ha.rm-ids</name>
    <value>lzjrm1,lzjrm2</value>
  </property>
  
  <property>
    <name>yarn.resourcemanager.hostname.lzjrm1</name>
    <value>lzjnn1</value>
  </property>
  
  <property>
    <name>yarn.resourcemanager.hostname.lzjrm2</name>
    <value>lzjnn2</value>
  </property>

  <property>
    <name>yarn.resourcemanager.webapp.address.lzjrm1</name>
    <value>lzjnn1:8088</value>
  </property>
  
  <property>
    <name>yarn.resourcemanager.webapp.address.lzjrm2</name>
    <value>lzjnn2:8088</value>
  </property>
  
  <property>
    <name>yarn.resourcemanager.zk-address</name>
    <value>lzjdn1:2181,lzjdn2:2181,lzjdn3:2181</value>
  </property>
</configuration>

6、$HADOOP_HOME/etc/hadoop下新建workers文件，写入如下内容（删除原先的localhost）：

lzjdn1
lzjdn2
lzjdn3

7、配置hadoop的日志目录（不需要修改的可以跳过这段）：
$HADOOP_HOME/etc/hadoop/hadoop-env.sh 找到HADOOP_LOG_DIR修改：

export HADOOP_LOG_DIR=/app/logs/hadoop/logs

5.4、运行Hadoop

第一次启动比较繁琐，之后直接start-all就好了
1、初始化zookeeper的命名空间：

$HADOOP_HOME/bin/hdfs zkfc -formatZK

2、在每个journalnode节点用如下命令启动journalnode：

$HADOOP_HOME/bin/hdfs --daemon start journalnode

3、在主namenode节点格式化namenode和journalnode目录

$HADOOP_HOME/bin/hdfs namenode -format

4、全新安装的集群，可在主namenode节点执行start-all.sh启动

$HADOOP_HOME/sbin/start-all.sh

5、如果是运行中的集群，hdfs从非HA模式修改为HA模式，需要如下操作：

#在备namenode节点执行如下命令，格式化并复制主节点的元数据
$HADOOP_HOME/bin/hdfs namenode -bootstrapStandby

#在主节点执行如下命令，初始化JournalNodes的edit数据
$HADOOP_HOME/bin/hdfs namenode -initializeSharedEdits

#然后在备节点上启动namenode
$HADOOP_HOME/bin/hdfs --daemon start namenode

5.5、验证HA

5.5.1、验证NameNode的HA

1、查看NameNode的状态，应该是一个active，一个standby

$HADOOP_HOME/bin/hdfs haadmin -getAllServiceState

2、模拟故障

#在NameNode为active的服务器上jps查看进程和进程号
jps

#kill NameNode进程，模拟程序crash的情况
kill -9 NameNode的进程号

3、等待一会，再次查看节点状态：如果一切正常，是会自动切换Active的NameNode到备用服务器上。如果没有正常切换，请检查之前的配置是否正常。如果都正确，则查看standby节点上$HADOOP_LOG_DIR下的zkfc日志来找具体的问题。

4、问题小记
我在首次测试的时候遇到了无法正常切换的问题，查找日志定位到了问题。由于centos是最小安装的，日志中报了几个错误:

fuser: 未找到命令
nc: 未找到命令

应该是hadoop采用的是ssh的shell方式来实现切换的，我的CentOS是最小安装的，缺少了这些命令导致无法正常切换，解决方法如下：
在2台namenode上：

#安装psmisc包解决fuser命令找不到问题
yum install psmisc

#安装nmap-ncat包解决nc命令找不到问题
yum install nmap-ncat

安装完成后等待一会，再检查状态，发现已经自动切换。

5、强制手动切换的方法（不推荐，谨慎操作）

$HADOOP_HOME/bin/hdfs haadmin -transitionToActive --forcemanual lzjnn2

5.5.2、验证ResourceManager的HA

1、查看ResourceManager的状态，应该是一个active，一个standby

$HADOOP_HOME/bin/yarn rmadmin -getAllServiceState

2、模拟故障

#在ResourceManager为active的服务器上jps查看进程和进程号
jps

#kill ResourceManager进程，模拟程序crash的情况
kill -9 ResourceManager的进程号

3、等待一会，再次查看节点状态：如果一切正常，是会自动切换Active的ResourceManager到备用服务器上。如果没有正常切换，请检查之前的配置是否正常。如果都正确，则查看standby节点上$HADOOP_LOG_DIR下的yarn日志来找具体的问题。

4、强制手动切换的方法

$HADOOP_HOME/bin/yarn rmadmin -transitionToActive lzjnn2

6、参考资料

Hadoop3.1.1官方HDFS的HA文档页面
Hadoop3.1.1官方RM的HA文档页面

标签
#Hadoop3 #HA #Zookeeper
Centos 7 Hadoop3.x HA 高可用搭建教程
qq_40076192的博客
10-09 4558
Hadoop3.x HA 高可用搭建教程
Centos7 部署hadoop高可用集群
qq_34158880的博客
07-26 1173
centos7 部署高可用hadoop集群
hadoop3.3.1搭建过程(HA)
月夜楓
08-13 1563
本文总结自：https://blog.csdn.net/Akari0216/article/details/107861974 centos版本为7.9，java版本是自带的openjdk1.8.0，hadoop版本为3.2.1 查看操作系统版本 安装redhat_lsb yum install redhat-lsb-core -y 查看系统版本 [hadoop@master2 dfs]$ lsb_release -a LSB Version: :core-4.1-amd64:core-4
Hadoop-3.2.x 高可用集群搭建
freedom_zzz的博客
08-27 443
本章节阐述为在指定版本环境下示例安装，其它环境可根据实际情况参考安装 一. 环境版本 软件 版本 下载地址 提取码 centos CentOS-7.6-x86_64 自行安装 6s86 java jdk 1.8 tar.gz 格式 自行百度安装 百度云下载 xfdm java jdk 1.8 rpm 格式 自行百度安装官网下载 iexu zookeeper 3.6.3 下载 – Hadoop 3.2.2 官网下载 – Hadoop 3.2.2 百度云下载 ed0.
hadoop3.2.2集群搭建
m0_67393686的博客
04-03 268
说明：本文以HDFS High Availability Using the Quorum Journal Manager模式搭建hadoop3.2.0集群。 环境 CentOS7.5.1804、jdk1.8.0_181、zookeeper3.6.2、hadoop3.2.2 虚拟机安装CentOS7五台，如下： hostname IP roles node-1 192.168.56.129 QuorumPeerMain、NameNode、JournalNode、DFSZKFailoverControll
从零搭建到故障恢复：手把手教你用VMware和CentOS 7部署高可用Hadoop集群
weixin_42544663的博客
04-03 82
本文详细指导如何从零开始在VMware和CentOS 7上部署高可用Hadoop集群，涵盖环境准备、集群部署、日常运维及故障恢复全流程。通过实战案例，帮助读者掌握Hadoop 3.3.x的高可用配置与优化技巧，提升大数据处理能力。
手把手教你用CentOS7搭建Hadoop3.3.0高可用集群（含自动化脚本）
weixin_29061821的博客
03-10 235
本文是一份详尽的实战指南，手把手教你如何在CentOS 7系统上搭建Hadoop 3.3.0高可用集群。内容涵盖从集群规划、基础环境配置、核心配置文件详解，到自动化部署脚本编写、集群初始化验证及常见问题排查。文中提供了实用的自动化脚本，旨在帮助运维工程师和开发者快速、稳定地部署企业级Hadoop集群，有效解决海量数据处理与单点故障问题。
Hadoop3.x入门-搭建3节点Hadoop HA集群
小末的博客
04-04 3916
1.前言 本文档适合3节点的Hadoop 高可用（HA：High Available）测试集群集群的搭建。 在上一篇文章中《Hadoop3.x入门-搭建3节点分布式集群》只是一个简单的测试的分布式集群，并不是高可用的，也就是说当namenode或者resourcemanager节点挂掉，hadoop的功能就无法使用了，所以无法应用到生产环境中。 本文在上一篇的基础上修改一些配置，将Hadoop集群改造为高可用集群。如果用上一篇文章搭建的集群，首先关闭集群所有进程，删除$HADOOP_HOME/data
CentOS 7.9 系统搭建 Hadoop 集群
花落花开的博客
03-18 5469
安装环境 虚拟软件：VMware® Workstation 16 Pro 虚拟机操作系统：CentOS 7.9-Minimal 虚拟机 IP：192.168.153.11、192.168.153.12、192.168.153.13 前期规划 Hadoop 集群包含两个集群：HDFS 集群、YARN 集群，两个集群在逻辑上分离，但通常会共用主机。 两个集群都是标准的主从架构集群。 HDFS 集群包含的角色（守护进程）： 主角色：NameNode 从角色：DataNode 主角色辅助角色：SecondaryN
【亲测】Hadoop 高可用集群搭建 与 开发环境部署
热门推荐
Create value with coding
11-23 1万+
每一次 Hadoop 生态的更新都是如此令人激动 像是 hadoop3x 精简了内核，spark3 在调用 R 语言的 UDF 方面，速度提升了 40 倍 所以该文章肯定得配备上最新的生态 hadoop 生态简介 期待目标 环境 OS ： CentOS 7.4 组件： Hadoop 3x 及生态 Yarn Mapreduce HDFS Zookeeper 3.6.3 可选项 Hive Flume 1.9 Sqoop 2 kafka 2x Spark 3x RD.
Hadoop的高可用集群部署
qq_25400167的博客
08-28 3804
**
hadoop3.1.3集群搭建(ha+yarn)
lxhjava的博客
02-15 1941
当前环境： centos6.5,jdk8 准备工作： 1.服务器之间免密登录 $ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa $ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys $ chmod 0600 ~/.ssh/authorized_keys 2.服务器之间时间同步 3.安装zook...
Hadoop集群搭建实战：手把手教你部署高可用环境
操作系统内核探秘的博客
03-02 1164
Hadoop作为大数据领域的“地基”，广泛用于海量数据存储与计算。但传统单节点部署存在致命缺陷：若NameNode（HDFS的“大脑”）或ResourceManager（YARN的“调度中心”）宕机，整个集群将瘫痪。本文聚焦生产级高可用（HA）集群搭建，覆盖HDFS和YARN双组件的HA方案，适用于企业日志分析、数据仓库等核心场景。高可用核心组件（ZooKeeper、JournalNode）的作用HDFS HA与YARN HA的配置差异常见故障排查方法（如节点不同步、服务启动失败）HDFS。
hadoop系列(二)HA高可用方式部署
qq_38130094的博客
12-13 2894
hadoop系列(一)hadoop集群安装hadoop系列(二)HA高可用方式部署hadoop系列(三) HDFS的shell操作和常用API操作hadoop系列(四)HDFS的工作机制，MapReduce，yarn流程及核心原理hadoop系列(五)input和output主节点(nameNode节点)与其他从节点具备ssh免密登录环境HOSTNameNodeSNNDNZKFCZKnode01√√node02√√√√√。
Hadoop-HA 高可用集群
Alano1994的博客
03-18 534
Hadoop HA高可用集群 一、HA集群 HDFS HA集群 master\slave YARN HA集群 master\slave HA(High Available), 高可用性群集，是保证业务连续性的有效解决方案，避免了因为单点故障带来的风险，一般有两个或两个以上的节点，且分为活动节点及备用节点。通常把正在执行业务的称为活动节点，而作为活动节点的一个备份的则称为备用节点，各节点之间会传...
Centos7上Hadoop 3.3.1的高可用HA安装过程
Bulut0907
07-21 3445
目录1. 安装要求2. 下载(在clickhouse1操作)3. 配置文件修改(在clickhouse1操作)3.1 hadoop-env.sh3.2 core-site.xml3.3 hdfs-site.xml3.4 mapred-site.xml3.5 yarn-site.xml3.6 修改workers文件4. hadoop目录分发（在clickhouse1操作)5. 初始化和启动（在clickhouse1操作)5.1 HDFS5.2 YARN 1. 安装要求 至少3台服务器，本示例3台服务器的ho
Hadoop HA 搭建（三台主机）
qq_51048727的博客
02-23 1398
Hadoop HA 搭建搭建准备安装步骤一、关闭防火墙二、解压组件三、配置文件四、新增环境变量五、发送到其他两个节点六、初始化HDFS七、启动Hadoop查看启动结果 搭建准备 Centos 7 主机三台 主机名 IP 地址 master 192.168.1.121 slave1 192.168.1.122 slave2 192.168.1.123 软件版本 软件名称 软件版本 JDK 8u261 Zookeeper 3.5.9 Hadoop 2.7.7
Hadoop HA安装
ERROR101的博客
04-08 1454
HadoopHA安装
联辉科 LTK8319 2.5-12V/2.5A 有刷直流电机驱动器 ESOP8 面向小家电与机器人应用的H桥集成控制方案
最新发布
07-17
内容概要：LTK8319是一款单通道H桥有刷直流电机驱动器，工作电压范围为2.5V至12V，支持最高3.9A的峰值电流和2.5A的平均电流驱动能力，适用于小家电、玩具、电子锁、机器人等小型电动设备。该芯片通过两个逻辑输入（INA和INB）控制电机的正转、反转、停止与刹车，并支持PWM调速控制。集成欠压锁定（UVLO）、过温保护（TSD）及自动故障恢复功能，确保系统安全可靠运行。当INA和INB持续为低电平时，芯片进入低功耗休眠模式，显著降低静态功耗。采用ESOP-8封装，符合环保无铅标准。; 适合人群：电子工程师、嵌入式系统开发者、电机控制技术人员，以及从事小型机电产品研发的设计人员；具备基本电路知识和电机控制经验者更佳。; 使用场景及目标：①用于驱动小型有刷直流电机或步进电机的一个绕组，实现精确的方向与速度控制；②适用于电池供电设备中对功耗敏感的应用，利用休眠模式延长续航时间；③在电机启停频繁、负载波动大的场合，发挥其电流控制与保护机制优势，提升系统稳定性。; 阅读建议：此文档提供了详细的电气特性、功能逻辑表、保护机制与时序参数，建议结合典型应用电路进行硬件设计，并重点关注电源去耦电容选型、散热布局及PWM频率设置（不超过100kHz），以确保系统可靠运行。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值