今天我们来完成hadoop2.x的完全分布式环境搭建,话说学习本来是一件很快乐的事情,可是一到了搭环境就怎么都让人快乐不起来啊,搭环境的时间比学习的时间还多。都是泪。话不多说,走起。

1 准备工作

开工之前先说一下我们的机器环境:

一共是4台主机,主机1,2,3都是从master克隆过来的:

主机名 IP 用户
hadoopmaster 192.168.131.128 hadoop
hadoopslaver1 192.168.131.130 hadoop
hadoopslaver2 192.168.131.131 hadoop
hadoopslaver3 192.168.131.132 hadoop

集群组成:

  1. Namenode:2台
  2. Datanode: 3台
  3. Journalnode:3台
  4. Zookeeper: 3台
  5. ZKFC:2台
  6. ResourceManager:2台
  7. NodeManager:3台
Namenode Datanode Journalnode Zookeeper ZKFC ResourceManager NodeManager
hadoopmaster 1 1 1 1
hadoopslaver1 1 1 1 1 1 1
hadoopslaver2 1 1 1 1 1
hadoopslaver3 1 1 1

首先我们保证做好了如下工作:

  • 关闭防火墙
  • 安装jdk
  • 配置好了环境变量

本次安装的hadoop版本为2.7.3。

1.1 关闭防火墙,修改主机名、配置host文件、设置时间同步

1.1.1 防火墙状态
查看防火墙是否开启
# service iptables status 如果开启则使用如下命令关闭
# service iptables stop
1.1.2 修改主机名:

修改master主机的 /etc/sysconfig/network文件,将HOSTNAME改为master,其余三台主机分别改为对应的主机名。

# vim /etc/sysconfig/network

NETWORKING=yes
HOSTNAME=hadoopmaster

其余三台分别改为相应的主机名,现在四台主机的主机名分别是:

192.168.131.128    hadoopmaster
192.168.131.130 hadoopslaver1
192.168.131.131 hadoopslaver2
192.168.131.132 hadoopslaver3
1.1.3 修改host文件
# vim /etc/hosts

添加如下配置:

192.168.131.128    hadoopmaster
192.168.131.130 hadoopslaver1
192.168.131.131 hadoopslaver2
192.168.131.132 hadoopslaver3
1.1.4 删除持久化文件/etc/udev/rules.d/70-persistent-net.rules ,重启虚拟主机,使配置生效。
# rm /etc/udev/rules.d/70-persistent-net.rules
TIPS:
该文件记录的是当前主机的MAC地址与IP地址的映射关系,因为我们后面三台主机都是通过克隆来的,所以四台主机的MAC地址是一样的。后面我们四台主机通信的时候你却会发现有问题,我们需要删除这个持久化文件,然后重启一下机器,系统会检测该文件,发现不存在会重新生成该文件。
1.1.5 4台主机做时间同步
# yum install ntp

使用ntp工具来同步时间,这里使用的时间服务器的ip是上海交通大学学的NTP服务器地址,其他的地址自行百度:

# ntpdate 202.120.2.101

需要注意的是,如果执行上面的命令出现如下提示:

ntpdate[2747]: no server suitable for synchronization found

首先检查你的防火墙是否关闭,没有的话先关闭,如果关闭了还是不行可以试一下如下方法:

使用rdate命令来更新服务器时间,

查看时间服务器的时间:
# rdate time-b.nist.gov 如果命令不生效请安装rdate,
yum install -y rdate 设置时间和时间服务器同步:
# rdate -s time-b.nist.gov
TIPS:
以上所有操作需要在4台机器上同步执行!!!

2 配置ssh免密

如果设置主机master到主机slaver1的免密钥登录,可按如下方式进行:

在A主机执行
1、# ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa -t 密钥类型(rsa 或 dsa)
-P 旧密码 ''代表为空
-f 密钥文件生成后,保存的位置 2、# ssh-copy-id 192.168.131.130
IP是主机slaver1的IP地址,将主机master生成的密钥,拷贝到远程主机对应的账户下
执行过程中,会提示让输入主机slaver1的登录密码 我们可以使用上面的命令设置4台机器互相免密。

3 安装jdk,hadoop,zookeeper,配置环境变量

3.1 配置环境变量

这里我用的jdk是1.8,hadoop是2.7,zookeeper是3.4.11.配置环境变量:

# vim /etc/profile
环境信息如下: JAVA_HOME=/usr/java/jdk
JRE_HOME=/usr/java/jdk/jre
PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin
CLASSPATH=.:$JAVA_HOME/lib/jt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
export JAVA_HOME JRE_HOME PATH CLASSPATH
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export ZOOKEEPER_HOME=/usr/local/zookeeper
export PATH=$PATH:$ZOOKEEPER_HOME/bin

配置完成以后执行:

# source /etc/profile

使配置生效。

3.2 安装zookeeper

注意:

环境配置中后面有关zookeeper这两行只用在master、slaver1和slaver2中配置,即只在这三台机器中安装zookeeper。

zookeeper解压到/usr/local/zookeeper目录,我们进入目录/usr/local/zookeeper/conf修改文件模板文件:

mv zoo_sample.cfg zoo.cfg

1.首先修改文件中的dataDir,路径是zookeeper的快照存储路径,不要使用默认的路径,重启的话会清空/tmp目录导致数据丢失:
dataDir=/usr/local/zookeeper/tmp
✔此处注意:tmp目录是我新建的。
2.在文件的最后加入zookeeper节点的配置:
server.1=hadoopmaster:2888:3888
server.2=hadoopslaver1:2888:3888
server.3=hadoopslaver2:2888:3888

然后我们需要注意的是:上面指定的配置节点server1.2.3是需要我们手动指定,需要在快照目录新建一个文件:myid。

# vim myid

然后内容为该服务器对应的节点id,本次试验:hadoopmaster对应的是1,hadoopslaver1对应的是2,hadoopslaver2对应的是3.

上面我们在master中配置完之后需要分别在另外两台也要配置,我们直接复制过去得了:

scp -r zookeeper hadoopslaver1:/usr/local/zookeeper
scp -r zookeeper hadoopslaver2:/usr/local/zookeeper

然后记得改一下myid,hadoopslaver1的改为2,hadoopslaver2的改为3。

好了,配置完成,接下来到了激动人心的启动时刻,启动脚本在bin目录下的zkServer.sh文件:

zkServer.sh start
TIPS:
✔✔注意:三台机器都需要启动啊!!!

查看zookeeper的状态:

zkServer.sh status

如果出现如下提示表明启动成功:

关闭命令:

zkServer.sh stop

3.3 安装hadoop

hadoop集群的配置文件主要涉及到以下这几个:

hadoop-env.sh

core-site.xml

hdfs-site.xml

slaves

mapred-site.xml

yarn-site.xml

下面以此对上面的文件进行配置:

hadoop-env.sh文件,设置jdk的路径:

export JAVA_HOME=/usr/java/jdk

core-site.xml文件,在configuration里面添加如下配置:

<configuration>
<property>
<name>fs.defaultFS</name>
<!--此处名称需要和hdfs-site.xml中的dfs.nameservice保持一致-->
<value>hdfs://rickiyang</value>
</property>
<property>
<!--配置路径-->
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop/tmp</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>hadoopmaster:2181,hadoopslaver1:2181,hadoopslaver2:2181</value>
</property>
</configuration>

hdfs-site.xml文件:

<configuration>
<property>
<name>dfs.nameservices</name>
<!--此处名称需与core-site.xml中fs.defaultFS的值保持一致-->
<value>rickiyang</value>
</property>
<!--配置namenode的组成 -->
<property>
<name>dfs.ha.namenodes.rickiyang</name>
<value>nn1,nn2</value>
</property>
<property>
<!--配置namenode1的rpc端口 -->
<name>dfs.namenode.rpc-address.rickiyang.nn1</name>
<value>hadoopmaster:8020</value>
</property>
<property>
<!--配置namenode2的rpc端口 -->
<name>dfs.namenode.rpc-address.rickiyang.nn2</name>
<value>hadoopslaver1:8020</value>
</property>
<property>
<!--配置namenode1的http端口 -->
<name>dfs.namenode.http-address.rickiyang.nn1</name>
<value>hadoopmaster:50070</value>
</property>
<property>
<!--配置namenode2的http端口 -->
<name>dfs.namenode.http-address.rickiyang.nn2</name>
<value>hadoopslaver1:50070</value>
</property>
<property>
<!--配置journalnode集群 -->
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://hadoopmaster:8485;hadoopslaver1:8485;hadoopslaver2:8485/rickiyang</value>
</property>
<property>
<!--配置后台类。作用:HDFS Client用此类联系处于active状态的namenode -->
<name>dfs.client.failover.proxy.provider.rickiyang</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<property>
<!--用于主备节点切换时实现隔离机制的 -->
<name>dfs.ha.fencing.methods</name>
<value>sshfence</value>
</property>
<property>
<!--配置密钥的路径 需与前面免密钥设置的路径保持一致-->
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/hadoop/.ssh/id_rsa</value>
</property>
<property>
<!--journalnode的持久化文件保存路径 -->
<name>dfs.journalnode.edits.dir</name>
<value>/usr/local/hadoop/journal/data</value>
</property>
<property>
<!--设置故障自动切换功能可用 -->
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
</configuration>

复制配置文件的时候把注释删除,注释是给你看的,不用放进去。

slaves文件: 配置datanode的主机名称:

hadoopslaver1
hadoopslaver2
hadoopslaver3

mapred-site.xml文件,配置yarn:

使用自带的模板文件
# mv mapred-site.xml.template mapred-site.xml <configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>

yarn-site.xml文件:

<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>myyarncluster</value>
</property>
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>hadoopslaver2</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>hadoopslaver3</value>
</property>
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>hadoopmaster:2181,hadoopslaver1:2181,hadoopslaver2:2181</value>
</property>
</configuration>

以上6个文件配置完毕,同步至其他3台主机:

进入路径:/usr/local/hadoop/etc/hadoop/下:

scp * hadoopslaver1:`pwd`
scp * hadoopslaver2:`pwd`
scp * hadoopslaver3:`pwd`

启动journalnode集群。(之所以将journalnode集群放在namenode之前启动,是因为namenode启动时,会往journalnode写入edits日志文件)

在三台journalnode主机分别启动:

hadoop-daemon.sh start journalnode

NN的格式化 与 同步

在其中一台NN上,执行文件系统的格式化操作。注意:此处的格式化并非真正的格式化,而是一些准备和清除操作(比如清空fsimage和edits文件的存储目录下已有的文件)

hdfs namenode -format

此时,这一台NN已经完成了格式化操作,接下来,需要将格式化之后的文件系统同步到另一台NN。同步时,第二台NN会从第一台NN读取数据,故需要先将第一台NN启动起来。

hadoop-daemon.sh start namenode

第一台NN启动后,在第二台NN上执行以下命令(此时NN尚未启动),即可完成同步操作:

hdfs namenode -bootstrapStandby

zookeeper集群的格式化

在上面已经启动了zookeeper集群,故此处在其中一台NN上执行以下命令,完成zookeeper的格式化:

集群的一些高可用信息读到zookeeper中

hdfs zkfc -formatZK

至此,Hadoop完全分布式集群的配置工作都已经完成!

接下来,启动集群,在其中一台主机上执行以下命令(最好是在NN上执行,因为NN->DN设置了免密钥):

start-all.sh

然后分别在RS主机上启动resourcemanager:

yarn-daemon.sh start resourcemanager

在start-all.sh的时候会有如下信息输出:

在上面截图的信息中我们可以看到,集群的启动顺序是:

NN –> DN –> JN –>ZKFC –> NM

jps 查看进程

hadoop集群的启动顺序:

1、启动zk集群

zkServer.sh  start | status

2、start-all.sh

3、手动启动两台RS

yarn-daemon.sh start resourcemanager

停止顺序:

1、stop-all.sh

2、手动停止两台rs

yarn-daemon.sh stop resourcemanager

3、停止zk集群

启动完成,浏览器访问:

至此,我们的高可用环境就搭建完毕了。大家动手尝试吧!

hadoop学习(三)----hadoop2.x完全分布式环境搭建的更多相关文章

  1. Hadoop学习笔记1:伪分布式环境搭建

    在搭建Hadoop环境之前,请先阅读如下博文,把搭建Hadoop环境之前的准备工作做好,博文如下: 1.CentOS 6.7下安装JDK , 地址: http://blog.csdn.net/yule ...

  2. 【Hadoop离线基础总结】完全分布式环境搭建

    完全分布式环境搭建 服务规划 适用于工作当中正式环境搭建 安装步骤 第一步:安装包解压 停止之前的Hadoop集群的所有服务,并删除所有机器的Hadoop安装包,然后重新解压Hadoop压缩包 三台机 ...

  3. [hadoop]hadoop2.6完全分布式环境搭建

    在经过几天的环境搭建,终于搭建成功,其中对于hadoop的具体设置倒是没有碰到很多问题,反而在hadoop各节点之间的通信遇到了问题,而且还反复了很多遍,光虚拟机就重新安装了4.5次,但是当明白了问题 ...

  4. hadoop2.6.2分布式环境搭建

    1.准备三台机器,机器名是:master.slave01.slave02 1.1 最小化安装centos6.5 1.2 安装ssh,yum -y install openssh-clients(这一步 ...

  5. Hadoop学习笔记(3)——分布式环境搭建

    Hadoop学习笔记(3) ——分布式环境搭建 前面,我们已经在单机上把Hadoop运行起来了,但我们知道Hadoop支持分布式的,而它的优点就是在分布上突出的,所以我们得搭个环境模拟一下. 在这里, ...

  6. ubuntu + hadoop2.5.2分布式环境配置

    ubuntu + hadoop2.5.2分布式环境配置 我之前有详细写过hadoop-0.20.203.0rc1版本的环境搭建 hadoop学习笔记——环境搭建 http://www.cnblogs. ...

  7. 大数据学习笔记【一】:Hadoop-3.1.2完全分布式环境搭建(Windows 10)

    一.前言 Hadoop原理架构本人就不在此赘述了,可以自行百度,本文仅介绍Hadoop-3.1.2完全分布式环境搭建(本人使用三个虚拟机搭建). 首先,步骤: ① 准备安装包和工具: hadoop-3 ...

  8. 攻城狮在路上(陆)-- hadoop分布式环境搭建(HA模式)

    一.环境说明: 操作系统:Centos6.5 Linux node1 2.6.32-431.el6.x86_64 #1 SMP Fri Nov 22 03:15:09 UTC 2013 x86_64 ...

  9. Hadoop-2.4.1完全分布式环境搭建

      Hadoop-2.4.1完全分布式环境搭建   Hadoop-2.4.1完全分布式环境搭建 一.配置步骤如下: 主机环境搭建,这里是使用了5台虚拟机,在ubuntu 13系统上进行搭建hadoop ...

随机推荐

  1. 常用的方法论-Q12

  2. 100天搞定机器学习|Day7 K-NN

    最近事情无比之多,换了工作.组队参加了一个比赛.和朋友搞了一些小项目,公号荒废许久.坚持是多么重要,又是多么艰难,目前事情都告一段落,我们继续100天搞定机器学习系列.想要继续做这个是因为,一方面在具 ...

  3. BZOJ 1061:志愿者招募(单纯型)

    题目链接 题意 中文题意. 思路 单纯型模板题. 单纯型用来解决线性规划问题. 留坑待填. 算法思路 好长 模板 论文 卿学姐视频 #include <bits/stdc++.h> usi ...

  4. easyui close的最大化的dialog 切换 tab 再次出现

    今天发现一个神奇的bug,easyui中的dialog在经历了d.panel('close');之后,当前的tab仍然未关闭,切换了另一tab,然后回去刚才的tab,发现已经close的dialog又 ...

  5. Intent对象(组件间的通信原理)

    Intent对象是一种可以在运行时动态绑定组件的关键技术,通过使用Intent对象,可以告诉系统你想要实现什么样的操作,也就是Intent对象里面包含的请求内容,请求再由Android操作系统接收到, ...

  6. Nginx代理和负载均衡实验

    一.构建两个tomcat容器并启动 [root@localhost bin]# ps -ef|grep tomcat root : pts/ :: /usr/bin/java -Djava.util. ...

  7. jdk源码--LinkedList

    本文基于jdk1.8_171 LinkedList介绍 之前看了ArrayList,内部是一个数组.这次看了LinkedList,作用和ArrayList一样,但是内部是链表形式.链表结构如下图: 数 ...

  8. Bzoj 3165 [Heoi2013]Segment题解

    3165: [Heoi2013]Segment Time Limit: 40 Sec  Memory Limit: 256 MBSubmit: 668  Solved: 276[Submit][Sta ...

  9. C语言中的函数与数学上的函数很类似

    函数,是C语言编程中一个很重要的概念,重要到个人认为可以与指针并驾齐驱.好多教材.老师.学习资源都会专门挑出一章来讲函数.我今天也来说说函数,只不过我是从数学课上的函数来引申到C语言中的函数. 先来说 ...

  10. MMM 状压dp学习记

    状压dp学习记 by scmmm 开始日期 2019/7/17 前言 状压dp感觉很好理解(本质接近于爆搜但是又有广搜的感觉),综合了dp的高效性(至少比dfs,bfs优),又能解决普通dp难搞定的问 ...