一. 前言:

hadoop2.0已经公布了稳定版本号了,添加了非常多特性,比方HDFS HA、YARN等。最新的hadoop-2.4.1又添加了YARN HA

注意:apache提供的hadoop-2.4.1的安装包是在32位操作系统编译的,由于hadoop依赖一些C++的本地库。

所以假设在64位的操作上安装hadoop-2.4.1就须要又一次在64操作系统上又一次编译

二. 准备工作:

1.改动Linux主机名

2.改动IP

3.改动主机名和IP的映射关系

假设你们公司是租用的server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

4.关闭防火墙

5.ssh免登陆 

6.安装JDK,配置环境变量等



三. 集群规划:

主机名IP安装的软件执行的进程

itcast01192.168.1.201jdk、hadoopNameNode、DFSZKFailoverController(zkfc)

itcast02192.168.1.202jdk、hadoopNameNode、DFSZKFailoverController(zkfc)

itcast03192.168.1.203jdk、hadoopResourceManager

itcast04192.168.1.204jdk、hadoopResourceManager

itcast05192.168.1.205jdk、hadoop、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain

itcast06192.168.1.206jdk、hadoop、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain

itcast07192.168.1.207jdk、hadoop、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain



说明:

1.在hadoop2.0中通常由两个NameNode组成,一个处于active状态,还有一个处于standby状态。

Active NameNode对外提供服务,而Standby NameNode则不正确外提供服务。仅同步active namenode的状态,以便可以在它失败时高速进行切换。

hadoop2.0官方提供了两种HDFS HA的解决方式,一种是NFS。还有一种是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,一条数据仅仅要成功写入多数JournalNode即觉得写入成功。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,会自己主动切换Standby NameNode为standby状态

2.hadoop-2.2.0中依旧存在一个问题,就是ResourceManager仅仅有一个,存在单点故障,hadoop-2.4.1攻克了这个问题,有两个ResourceManager,一个是Active。一个是Standby,状态由zookeeper进行协调

四. 安装步骤:

1.安装配置zooekeeper集群(在itcast05上)

1.1解压 tar -zxvf zookeeper-3.4.5.tar.gz -C /itcast/

1.2改动配置

cd /itcast/zookeeper-3.4.5/conf/

cp zoo_sample.cfg zoo.cfg

vim zoo.cfg

改动:dataDir=/itcast/zookeeper-3.4.5/tmp

在最后加入:

server.1=itcast05:2888:3888

server.2=itcast06:2888:3888

server.3=itcast07:2888:3888

保存退出

然后创建一个tmp目录

mkdir /itcast/zookeeper-3.4.5/tmp

再创建一个空文件

touch /itcast/zookeeper-3.4.5/tmp/myid

最后向该文件写入ID

echo 1 > /itcast/zookeeper-3.4.5/tmp/myid

1.3将配置好的zookeeper复制到其它节点(首先分别在itcast06、itcast07根文件夹下创建一个itcast文件夹:mkdir /itcast)

scp -r /itcast/zookeeper-3.4.5/ itcast06:/itcast/

scp -r /itcast/zookeeper-3.4.5/ itcast07:/itcast/



注意:改动itcast06、itcast07相应/itcast/zookeeper-3.4.5/tmp/myid内容

itcast06:

echo 2 > /itcast/zookeeper-3.4.5/tmp/myid

itcast07:

echo 3 > /itcast/zookeeper-3.4.5/tmp/myid



2.安装配置hadoop集群(在itcast01上操作)

2.1解压

tar -zxvf hadoop-2.4.1.tar.gz -C /itcast/

2.2配置HDFS(hadoop2.0全部的配置文件都在$HADOOP_HOME/etc/hadoop文件夹下)

#将hadoop加入到环境变量中

vim /etc/profile

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

export HADOOP_HOME=/itcast/hadoop-2.4.1

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin



#hadoop2.0的配置文件所有在$HADOOP_HOME/etc/hadoop下

cd /itcast/hadoop-2.4.1/etc/hadoop



2.2.1改动hadoo-env.sh

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

2.2.2改动core-site.xml

<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns1</value>
</property>
<!-- 指定hadoop暂时文件夹 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/itcast/hadoop-2.4.1/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>itcast05:2181,itcast06:2181,itcast07:2181</value>
</property>
</configuration>

2.2.3改动hdfs-site.xml

<configuration>
<!--指定hdfs的nameservice为ns1,须要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>ns1</value>
</property>
<!-- ns1以下有两个NameNode。各自是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>itcast01:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>itcast01:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>itcast02:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>itcast02:50070</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://itcast05:8485;itcast06:8485;itcast07:8485/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>/itcast/hadoop-2.4.1/journal</value>
</property>
<!-- 开启NameNode失败自己主动切换 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- 配置失败自己主动切换实现方式 -->
<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,多个机制用换行切割,即每一个机制暂用一行-->
<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<!-- 使用sshfence隔离机制时须要ssh免登陆 -->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/home/hadoop/.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改动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改动yarn-site.xml

<configuration>
<!-- 开启RM高可靠 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定RM的cluster id -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yrc</value>
</property>
<!-- 指定RM的名字 -->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<!-- 分别指定RM的地址 -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>itcast03</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>itcast04</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>itcast05:2181,itcast06:2181,itcast07:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

2.2.6改动slaves(slaves是指定子节点的位置,由于要在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)

itcast05

itcast06

itcast07





2.2.7配置免password登陆

#首先要配置itcast01到itcast02、itcast03、itcast04、itcast05、itcast06、itcast07的免password登陆

#在itcast01上生产一对钥匙

ssh-keygen -t rsa

#将公钥复制到其它节点。包含自己

ssh-copy-id itcast01

ssh-copy-id itcast02

ssh-copy-id itcast03

ssh-copy-id itcast04

ssh-copy-id itcast05

ssh-copy-id itcast06

ssh-copy-id itcast07

#配置itcast03到itcast04、itcast05、itcast06、itcast07的免password登陆

#在itcast03上生产一对钥匙

ssh-keygen -t rsa

#将公钥复制到其它节点

ssh-copy-id itcast04

ssh-copy-id itcast05

ssh-copy-id itcast06

ssh-copy-id itcast07

#注意:两个namenode之间要配置ssh免password登陆,别忘了配置itcast02到itcast01的免登陆

在itcast02上生产一对钥匙

ssh-keygen -t rsa

ssh-copy-id -i itcast01



2.4将配置好的hadoop复制到其它节点

scp -r /itcast/ itcast02:/

scp -r /itcast/ itcast03:/

scp -r /itcast/hadoop-2.4.1/ root@itcast04:/itcast/

scp -r /itcast/hadoop-2.4.1/ root@itcast05:/itcast/

scp -r /itcast/hadoop-2.4.1/ root@itcast06:/itcast/

scp -r /itcast/hadoop-2.4.1/ root@itcast07:/itcast/

###注意:严格依照以下的步骤

2.5启动zookeeper集群(分别在itcast05、itcast06、tcast07上启动zk)

cd /itcast/zookeeper-3.4.5/bin/

./zkServer.sh start

#查看状态:一个leader,两个follower

./zkServer.sh status



2.6启动journalnode(分别在在itcast05、itcast06、tcast07上运行)

cd /itcast/hadoop-2.4.1

sbin/hadoop-daemon.sh start journalnode

#执行jps命令检验。itcast05、itcast06、itcast07上多了JournalNode进程



2.7格式化HDFS

#在itcast01上运行命令:

hdfs namenode -format

#格式化后会在依据core-site.xml中的hadoop.tmp.dir配置生成个文件。

这里我配置的是/itcast/hadoop-2.4.1/tmp,

然后将/itcast/hadoop-2.4.1/tmp复制到itcast02的/itcast/hadoop-2.4.1/下。

scp -r tmp/ itcast02:/itcast/hadoop-2.4.1/



2.8格式化ZK(在itcast01上运行就可以)

hdfs zkfc -formatZK



2.9启动HDFS(在itcast01上运行)

sbin/start-dfs.sh

2.10启动YARN(#####注意#####:是在itcast03上运行start-yarn.sh,

把namenode和resourcemanager分开是由于性能问题。由于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

五. 集群測试:

到此,hadoop-2.4.1配置完成,能够统计浏览器訪问:

http://192.168.1.201:50070

NameNode 'itcast01:9000' (active)

http://192.168.1.202:50070

NameNode 'itcast02:9000' (standby)



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>

通过浏览器訪问:http://192.168.1.202:50070

NameNode 'itcast02:9000' (active)

这个时候itcast02上的NameNode变成了active

在运行命令:

hadoop fs -ls /

-rw-r--r--   3 root supergroup       1926 2014-02-06 15:36 /profile

刚才上传的文件依旧存在。。!

手动启动那个挂掉的NameNode

sbin/hadoop-daemon.sh start namenode

通过浏览器訪问:http://192.168.1.201:50070

NameNode 'itcast01:9000' (standby)



验证YARN:

执行一下hadoop提供的demo中的WordCount程序:

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar wordcount /profile /out

hadoop(七) - hadoop集群环境搭建的更多相关文章

  1. Hadoop完全分布式集群环境搭建

    1. 在Apache官网下载Hadoop 下载地址:http://hadoop.apache.org/releases.html 选择对应版本的二进制文件进行下载 2.解压配置 以hadoop-2.6 ...

  2. Hadoop伪分布式集群环境搭建

    本教程讲述在单机环境下搭建Hadoop伪分布式集群环境,帮助初学者方便学习Hadoop相关知识. 首先安装Hadoop之前需要准备安装环境. 安装Centos6.5(64位).(操作系统再次不做过多描 ...

  3. 阿里云ECS服务器部署HADOOP集群(一):Hadoop完全分布式集群环境搭建

    准备: 两台配置CentOS 7.3的阿里云ECS服务器: hadoop-2.7.3.tar.gz安装包: jdk-8u77-linux-x64.tar.gz安装包: hostname及IP的配置: ...

  4. Hadoop、Spark 集群环境搭建问题汇总

    Hadoop 问题1: Hadoop Slave节点 NodeManager 无法启动 解决方法: yarn-site.xml reducer取数据的方式是mapreduce_shuffle 问题2: ...

  5. Hadoop、Spark 集群环境搭建

    1.基础环境搭建 1.1运行环境说明 1.1.1硬软件环境 主机操作系统:Windows 64位,四核8线程,主频3.2G,8G内存 虚拟软件:VMware Workstation Pro 虚拟机操作 ...

  6. hadoop(八) - hbase集群环境搭建

    1. 上传hbase安装包hbase-0.96.2-hadoop2-bin.tar.gz 2. 解压 tar -zxvf hbase-0.96.2-hadoop2-bin.tar.gz -C /clo ...

  7. Hadoop 学习之路(四)—— Hadoop单机伪集群环境搭建

    一.前置条件 Hadoop的运行依赖JDK,需要预先安装,安装步骤见: Linux下JDK的安装 二.配置免密登录 Hadoop组件之间需要基于SSH进行通讯. 2.1 配置映射 配置ip地址和主机名 ...

  8. Hadoop集群环境搭建步骤说明

    Hadoop集群环境搭建是很多学习hadoop学习者或者是使用者都必然要面对的一个问题,网上关于hadoop集群环境搭建的博文教程也蛮多的.对于玩hadoop的高手来说肯定没有什么问题,甚至可以说事“ ...

  9. Hadoop+Spark:集群环境搭建

    环境准备: 在虚拟机下,大家三台Linux ubuntu 14.04 server x64 系统(下载地址:http://releases.ubuntu.com/14.04.2/ubuntu-14.0 ...

  10. hadoop集群环境搭建之zookeeper集群的安装部署

    关于hadoop集群搭建有一些准备工作要做,具体请参照hadoop集群环境搭建准备工作 (我成功的按照这个步骤部署成功了,经实际验证,该方法可行) 一.安装zookeeper 1 将zookeeper ...

随机推荐

  1. HttpServletRequest对象小结

    当客户端通过HTTP协议访问服务器时,请求所有信息都封装在HttpServletRequest对象中,可通过它获取到请求的所有信息,其常用方法如下: getRequestURL方法返回客户端发出请求时 ...

  2. SpringAop中JoinPoint对象

    来自:http://blog.csdn.net/it_zouxiang/article/details/52576917 JoinPoint的用法 JoinPoint 对象 JoinPoint对象封装 ...

  3. Python笔记(九)

    #encoding=utf-8 # python高级编程 # python面向对象 # 创建类 # 无意中把Visual Studio Code的窗口调小了,查了一下,可以使用Ctrl+=放大窗口,使 ...

  4. html中map标签和area标签的应用

    map标签的用途:是与img标签绑定使用的,常被用来赋予给客户端图像某处区域特殊的含义,点击该区域可跳转到新的文档. 因为map标签是与img标签绑定使用的,所以我们需要给map标签添加ID和name ...

  5. Matplotlib库常用函数大全

    Python之Matplotlib库常用函数大全(含注释) plt.savefig(‘test’, dpi = 600) :将绘制的图画保存成png格式,命名为 test plt.ylabel(‘Gr ...

  6. ubuntu下安装 nginx + php + memcached + mariadb

    一,apt-get 安装 1,安装nginx sudo apt-get install nginx 所有的配置文件都在/etc/nginx下,虚拟主机配置在/etc/nginx/sites-avail ...

  7. win 7环境下java环境变量的配置

    http://www.cnblogs.com/zhj5chengfeng/archive/2013/01/01/2841253.html %Java_Home%\bin;%Java_Home%\jre ...

  8. js 目录树

    <!doctype html> <html> <head> <meta charset="utf-8"> <title> ...

  9. 创建一个dynamics CRM workflow (三) - Creating Configuration Entity for Custom Workflow

    上个帖子中, 我们创建了个发email的workflow. 但是我们邮件当中的tax 值是 hard code, 这在开发当中是不容许的. 那今天我们来把这个build in workflow用 in ...

  10. iOS tcpdump抓包方法(需越狱)

    前提条件:机器要破解,cydia能打开 需要工具1.openssh2.tcpdump 安装工具方法:1.连接网络,打开cydia2.确认Cydia设置为开发者模式(管理->设置->开发者) ...