Hadoop2.0集群搭建

x33g5p2x  于2020-09-08 发布在 Hadoop  
字(8.2k)|赞(0)|评价(0)|浏览(759)

hadoop2.0已经发布了稳定版本了，增加了很多特性，比如HDFS HA、YARN等。

注意：apache提供的hadoop-2.2.0的安装包是在32位操作系统编译的，因为hadoop依赖一些C++的本地库，所以如果在64位的操作上安装hadoop-2.2.0就需要重新在64操作系统上重新编译

第一步、准备Linux环境

  • 修改Linux主机名

  • 修改IP

  • 修改主机名和IP的映射关系

    注意:如果租用的服务器或是使用的云主机（如华为用主机、阿里云主机等），/etc/hosts里面要配置的是内网IP地址和主机名的映射关系

  • 关闭防火墙

  • ssh免登陆

  • 安装JDK，配置环境变量等

  • 重启（reboot）

第二步、集群规划：

主机名		    IP		安装的软件					      运行的进程
hadoop01	192.168.1.101	jdk、hadoop					NameNode、DFSZKFailoverController
hadoop02	192.168.1.102	jdk、hadoop					NameNode、DFSZKFailoverController
hadoop03	192.168.1.103	jdk、hadoop					ResourceManager
hadoop04	192.168.1.104	jdk、hadoop、zookeeper		DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop05	192.168.1.105	jdk、hadoop、zookeeper		DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop06	192.168.1.106	jdk、hadoop、zookeeper		DataNode、NodeManager、JournalNode、QuorumPeerMain

说明：

  • 在hadoop2.0中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。

  • hadoop2.0官方提供了两种HDFS HA(High Available：高可靠性)的解决方案，一种是NFS，另一种是QJM。这里我们使用简单的QJM。在该方案中，主备NameNode之间通过一组JournalNode同步元数据信息，一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode

  • 这里还配置了一个zookeeper集群，用于ZKFC（DFSZKFailoverController）故障转移，当Active NameNode挂掉了，会自动切换Standby NameNode为standby状态

第三步、安装步骤：

1、安装配置zooekeeper集群

1.1解压

		tar -zxvf zookeeper-3.4.5.tar.gz -C /hadoop/

1.2修改配置

		cd /hadoop/zookeeper-3.4.5/conf/
		mv zoo_sample.cfg zoo.cfg
		vim zoo.cfg
		修改：dataDir=/itcast/zookeeper-3.4.5/tmp
		在最后添加：
		server.1=hadoop04:2888:3888
		server.2=hadoop05:2888:3888
		server.3=hadoop06:2888:3888
		保存退出

		然后创建一个tmp文件夹
		mkdir /hadoop/zookeeper-3.4.5/tmp

		再创建一个空文件
		touch /hadoop/zookeeper-3.4.5/tmp/myid
		hadoop
		最后向该文件写入ID
		echo 1 > /hadoop/zookeeper-3.4.5/tmp/myid

1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop05、hadoop06根目录下创建一个hadoop目录：mkdir /hadoop)

		scp -r /hadoop/zookeeper-3.4.5/ hadoop05:/hadoop/
		scp -r /hadoop/zookeeper-3.4.5/ hadoop06:/hadoop/

		注意：修改hadoop05、hadoop06对应/hadoop/zookeeper-3.4.5/tmp/myid内容
		hadoop05：
			echo 2 > /hadoop/zookeeper-3.4.5/tmp/myid
		hadoop06：
			echo 3 > /hadoop/zookeeper-3.4.5/tmp/myid

2、安装配置hadoop集群

2.1解压

		tar -zxvf hadoop-2.2.0.tar.gz -C /hadoop/

2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）

		#将hadoop添加到环境变量中
		vim /etc/profile
		export JAVA_HOME=/usr/java/jdk1.7.0_55
		export HADOOP_HOME=/itcast/hadoop-2.2.0
		export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

		#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
		cd /itcast/hadoop-2.2.0/etc/hadoop

2.2.1修改hadoo-env.sh

			export JAVA_HOME=/usr/java/jdk1.7.0_55

2.2.2修改core-site.xml

			<configuration>
				<!-- 指定hdfs的nameservice为ns1 -->
				<property>
					<name>fs.defaultFS</name>
					<value>hdfs://ns1</value>
				</property>
				<!-- 指定hadoop临时目录 -->
				<property>
					<name>hadoop.tmp.dir</name>
					<value>/mnt/softWare/hadoop-2.2.0/tmp</value>
				</property>
				<!-- 指定zookeeper地址 -->
				<property>
					<name>ha.zookeeper.quorum</name>
					<value>hadoop04:2181,hadoop05:2181,hadoop06:2181</value>
				</property>
			</configuration>

2.2.3修改hdfs-site.xml

			<configuration>
					<!--指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致 -->
					<property>
						<name>dfs.nameservices</name>
						<value>ns1</value>
					</property>
					<!-- ns1下面有两个NameNode，分别是nn1，nn2 -->
					<property>
						<name>dfs.ha.namenodes.ns1</name>
						<value>nn1,nn2</value>
					</property>
					<!-- nn1的RPC通信地址 -->
					<property>
						<name>dfs.namenode.rpc-address.ns1.nn1</name>
						<value>hadoop01:9000</value>
					</property>
					<!-- nn1的http通信地址 -->
					<property>
						<name>dfs.namenode.http-address.ns1.nn1</name>
						<value>hadoop01:50070</value>
					</property>
					<!-- nn2的RPC通信地址 -->
					<property>
						<name>dfs.namenode.rpc-address.ns1.nn2</name>
						<value>hadoop02:9000</value>
					</property>
					<!-- nn2的http通信地址 -->
					<property>
						<name>dfs.namenode.http-address.ns1.nn2</name>
						<value>hadoop02:50070</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://hadoop04:8485;hadoop05:8485;hadoop06:8485/ns1</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>/mnt/software/hadoop-2.2.0/journal</value>
					</property>
					<!-- 开启NameNode失败自动切换 -->
					<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.ns1</name>
						<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
					</property>
					<!-- 配置隔离机制方法，多个机制用换行分割，即每个机制占用一行-->
					<property>
						<name>dfs.ha.fencing.methods</name>
						<value>
							sshfence
							shell(/bin/true)
						</value>
					</property>
					<!-- 使用sshfence隔离机制时需要ssh免登陆 -->
					<property>
						<name>dfs.ha.fencing.ssh.private-key-files</name>
						<value>/root/.ssh/id_rsa</value>
					</property>
					<!-- 配置sshfence隔离机制超时时间 -->
					<property>
						<name>dfs.ha.fencing.ssh.connect-timeout</name>
						<value>30000</value>
					</property>
			</configuration>

2.2.4修改mapred-site.xml

			<configuration>
				<!-- 指定mr框架为yarn方式 -->
				<property>
					<name>mapreduce.framework.name</name>
					<value>yarn</value>
				</property>
			</configuration>

2.2.5修改yarn-site.xml

			<configuration>
				<!-- 指定resourcemanager地址 -->
				<property>
					<name>yarn.resourcemanager.hostname</name>
					<value>hadoop03</value>
				</property>
				<!-- 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>
			</configuration>

2.2.6修改slaves(slaves是指定子节点的位置，因为要在itcast01上启动HDFS、在itcast03启动yarn，所以itcast01上的slaves文件指定的是datanode的位置，itcast03上的slaves文件指定的是nodemanager的位置)

			hadoop04
			hadoop05
			hadoop06

2.2.7配置免密码登陆

			#首先要配置hadoop01到hadoop02、hadoop03、hadoop04、hadoop05、hadoop06的免密码登陆
			#在hadoop01上生产一对钥匙
			ssh-keygen -t rsa
			
			#将公钥拷贝到其他节点，包括自己
			ssh-copy-id hadoop01
			ssh-copy-id hadoop02
			ssh-copy-id hadoop03
			ssh-copy-id hadoop04
			ssh-copy-id hadoop05
			ssh-copy-id hadoop06
			
			#配置hadoop03到hadoop04、hadoop05、hadoop06的免密码登陆
			#在hadoop03上生产一对钥匙
			ssh-keygen -t rsa
			
			#将公钥拷贝到其他节点
			ssh-copy-id hadoop04
			ssh-copy-id hadoop05
			ssh-copy-id hadoop06
			
			#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置hadoop02到hadoop01的免登陆
			在hadoop02上生产一对钥匙
			ssh-keygen -t rsa
			
			ssh-copy-id -i hadoop01

2.3将配置好的hadoop拷贝到其他节点

		scp -r /mnt/softWare/hadoop-2.2.0/ root@192.168.1.102:/mnt/softWare/
		scp -r /mnt/softWare/hadoop-2.2.0/ root@192.168.1.103:/mnt/softWare/
		scp -r /mnt/softWare/hadoop-2.2.0/ root@192.168.1.104:/mnt/softWare/
		scp -r /mnt/softWare/hadoop-2.2.0/ root@192.168.1.105:/mnt/softWare/
		scp -r /mnt/softWare/hadoop-2.2.0/ root@192.168.1.106:/mnt/softWare/

第四步、启动集群（注意：严格按照下面的步骤）

1、启动zookeeper集群（分别在hadoop04、hadoop05、hadoop06上启动zk）

	cd /mnt/softWare/zookeeper-3.4.5/bin/

	./zkServer.sh start
	#查看状态：一个leader，两个follower
	./zkServer.sh status

2、启动journalnode（在hadoop01上启动所有journalnode，注意：是调用的hadoop-daemons.sh这个脚本，注意是复数s的那个脚本）

	cd /mnt/softWare/hadoop-2.2.0/
	sbin/hadoop-daemons.sh start journalnode
	#运行jps命令检验，hadoop04、hadoop05、hadoop06上多了JournalNode进程

3、格式化HDFS

	#在hadoop01上执行命令:
	hdfs namenode -format
	#格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/hadoop/hadoop-2.2.0/tmp，
					然后将/hadoop/hadoop-2.2.0/tmp拷贝到hadoop02的/hadoop/hadoop-2.2.0/下。
	scp -r tmp/ root@hadoop02:/mnt/softWare/hadoop-2.2.0/

4、格式化ZK(在hadoop01上执行即可)

	hdfs zkfc -formatZK

5、启动HDFS(在hadoop01上执行)

	sbin/start-dfs.sh

6、启动YARN(#####注意#####：是在hadoop03上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动)

	sbin/start-yarn.sh

第五步、验证集群是否搭建成功

1、到此，hadoop2.2.0配置完毕，可以统计浏览器访问:

	http://192.168.1.101:50070
	NameNode 'itcast01:9000' (active)
	http://192.168.1.102:50070
	NameNode 'itcast02:9000' (standby)

2、验证HDFS HA

	首先向hdfs上传一个文件
	hadoop fs -put /etc/profile /profile
	hadoop fs -ls /
	然后再kill掉active的NameNode
	kill -9 <pid of NN>
	通过浏览器访问：http://192.168.1.202:50070
	NameNode 'itcast02:9000' (active)
	这个时候itcast02上的NameNode变成了active
	在执行命令：
	hadoop fs -ls /
	-rw-r--r--   3 root supergroup       1926 2014-02-06 15:36 /profile
	刚才上传的文件依然存在！！！
	手动启动那个挂掉的NameNode
	sbin/hadoop-daemon.sh start namenode
	通过浏览器访问：http://192.168.1.201:50070
	NameNode 'itcast01:9000' (standby)

3、验证YARN：

	运行一下hadoop提供的demo中的WordCount程序：
	hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /profile /out

内容来源于网络，如有侵权，请联系作者删除！

hadoophadoop2.0

相关文章

    查看更多
    微信公众号

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新文章

    更多
    • 蜀ICP备13028337号-1 大数据知识库 https://www.saoniuhuo.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com