入门大数据---HDFS-HA搭建

一.简述

上一篇了解了Zookeeper和HDFS的一些概念，今天就带大家从头到尾搭建一下，其中遇到的一些坑也顺便记录下。

1.1 搭建的拓扑图如下：

1.2 部署环境：Centos3.1，java1.8.0 ，Hadoop3.2，Zookeeper3.5.5

Linux环境搭建我这里就不介绍了，请自行百度（PS：需要注意的一点是，最后一步硬盘大小最好改大一些，比如60G）。

1.3 搭建Linux的时候可能会遇到这么几个问题：

首先安装系统的时候不要选择精简版，这样会有很多软件不全，尽量去选择全一些的版本，比如我选择的Infrastucture Server，然后全勾上了，这样虽然占用空间大了些，但是省去了后续安装很多组件的烦恼。

二.正文

小技巧：在搭建之前先说个小技巧，我们搭建的时候可以先在一台虚拟机上部署，然后通过克隆到其它机器，修改部分该修改的参数就行了，这样就方便了环境的频繁部署。

2.1 配置环境

2.1.1 设置固定ip

1.进入到 /etc/sysconfig/network-scripts

2.点击Vmware上面的编辑->虚拟网络编辑器 点开NAT设置，里面可以看到网关IP

3.编辑ifcfg配置文件，修改固定ip，网关地址，DNS映射，子网掩码等

vim  ifcfg-eno16777736

TYPE=Ethernet

#标记显示固定ip

BOOTPROTO=static  
DEFROUTE=yes
PEERDNS=yes
PEERROUTES=yes
IPV4_FAILURE_FATAL=no
IPV6INIT=yes
IPV6_AUTOCONF=yes
IPV6_DEFROUTE=yes
IPV6_PEERDNS=yes
IPV6_PEERROUTES=yes
IPV6_FAILURE_FATAL=no

NAME=eno16777736
DEVICE=eno16777736
ONBOOT=yes

#ip地址，这个以tuge1举例，我设定的为100，后面的tuge2，tuge3，tuge4可以分别设置为101，102，103
IPADDR=192.168.40.100

#网关地址，这个根据上面第二步可以获得
GATEWAY=192.168.40.2
NETMASK=255.255.255.0

#DNS地址
DNS1=114.114.114.114
DNS2=8.8.8.8

4.重启服务：service network restart

2.1.2 配置hadoop环境

1.打开tuge1，在/opt/  下面创建一个文件夹hadoop

cd /opt/

mkdir hadoop

2.进入到hadoop，在官网找到对应的hadoop版本进行下载,然后对文件进行解压

cd  hadoop

wget  http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-3.2.0/hadoop-3.2.0.tar.gz

tar -xvf  hadoop-3.2.0.tar.gz

2.1.3 配置java环境

3.然后回到/opt/下面创建一个java文件

cd /opt/

mkdir java

4.进入到java，通过ftp将jdk上传到此目录，并进行解压

cd java

tar -xvf jdk-8u221-linux-x64.tar.gz

2.1.4 配置Zookeeper环境

1.进入到 /opt/下面创建zookeeper文件夹

cd /opt/

mkdir zookeeper

2.进入到zookeeper文件夹，下载zookeeper，然后对文件进行解压

cd  zookeeper

wget  http://mirror.bit.edu.cn/apache/zookeeper/stable/apache-zookeeper-3.5.5-bin.tar.gz

tar -xvf apache-zookeeper-3.5.5-bin.tar.gz

2.1.5 将配置写入配置文件

打开/etc/profile 配置Hadoop和Java环境

vim /etc/profile

export JAVA_HOME=/opt/java/jdk1.8.0_221

export HADOOP_HDFS_HOME=/opt/hadoop/hadoop-3.2.0

export HADOOP_CONF_DIR=/opt/hadoop/hadoop-3.2.0/etc/hadoop

export HADOOP_HOME=/opt/hadoop/hadoop-3.2.0

export ZK_HOME=/opt/zookeeper/apache-zookeeper-3.5.5-bin

PATH=$JAVA_HOME/bin:$PATH:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$ZK_HOME/bin

CLASSPATH=$JAVA_HOME/jre/lib/ext:$JAVA_HOME/lib/tools.jar

export PATH  CLASSPATH

配置好后，使用source /etc/profile 重新加载配置文件。

2.1.6 验证环境配置

java --version

hadoop version

10.将上面配置好的tuge1克隆到tuge2，tuge3，tuge4，并修改对应的ip为101，102，103

有关Linux克隆自行百度

2.1.7 修改主机别名

vim /etc/hostname 修改为tuge1

PS:其它服务器照着配置即可

2.1.8 修改host文件添加映射别名

vim /etc/hosts 添加

192.168.40.100 tuge1

192.168.40.101 tuge2

192.168.40.102 tuge3

192.168.40.103 tuge4

2.2 搭建HDFS-Zookeeper

上面配置好环境后，接下来就是搭建HDFS了。这个可以参照官网一步一步来：

2.2.1 安装SSH：

yum install openssh-server

2.2.2 配置免密登陆

cd /.ssh

ssh-keygen -t rsa

ssh-copy-id  localhost

(以上配置四台都执行，然后都能免密访问了)

在tuge1和tuge2服务器之间也设置互相免密，这样方便以后使用journalnode同步

另外把tuge1的密钥分发到tuge2，tuge3，tuge4上面，方便tuge1对所有机器的控制

2.2.3 配置namenode节点为tuge1，tuge2，并设置遇到故障自动切换

编辑hadoop配置文件：

cd /opt/hadoop/hadoop-3.2.0/etc/hadoop

vim hdfs-site.xml

---------------------------------------------

<configuration>
<property>
<!-- DataNode副本数，伪分布模式配置为1 -->
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.http.address</name>
<value>0.0.0.0:50070</value>
</property>
<!-- 启用webhdfs -->
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>

<!--指定hdfs的nameservice为mycluster，需要和core-site.xml中的保持一致
dfs.ha.namenodes.[nameservice id]为在nameservice中的每一个NameNode设置唯一标示符。
配置一个逗号分隔的NameNode ID列表。这将是被DataNode识别为所有的NameNode。
例如，如果使用"node1"作为nameservice ID，并且使用"nn1"和"nn2"作为NameNodes标示符
-->

<property>
<name>dfs.nameservices</name>
<value>mycluster</value>
</property>

<!-- tuge1下面有一个NameNode，tuge2下面有一个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.mycluster</name>
<value>nn1,nn2</value>
</property>

<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.mycluster.nn1</name>
<value>tuge1:9000</value>
</property>

<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.mycluster.nn1</name>
<value>tuge1:50070</value>
</property>

<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.mycluster.nn2</name>
<value>tuge2:9000</value>
</property>

<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.mycluster.nn2</name>
<value>tuge2:50070</value>
</property>

<!-- 指定NameNode的edits元数据的共享存储位置。也就是JournalNode列表
该url的配置格式：qjournal://host1:port1;host2:port2;host3:port3/journalId
journalId推荐使用nameservice，默认端口号是：8485 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://tuge2:8485;tuge3:8485;tuge4:8485/mycluster</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>/opt/hadoop/hadoop-3.2.0/ha/jn</value>
</property>

<!-- 开启NameNode失败自动切换 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>

<!-- 确定处于Active的Node -->
<property>
<name>dfs.client.failover.proxy.provider.mycluster</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<property>
<name>dfs.ha.fencing.methods</name>
<value>sshfence</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>
</configuration>

---------------------------------------------

cd /opt/hadoop

vim core.site.xml

-----------------------------------------

<configuration>
<property>
<!-- 元数据文件存放位置，真正使用的时候会被加载到内容中 -->
<name>hadoop.tmp.dir</name>
<value>/opt/hadoop/hadoop-3.2.0/ha</value>
</property>
<property>
<name>fs.defaultFS</name>
<value>hdfs://mycluster</value>
</property>

<property>
<name>ha.zookeeper.quorum</name>
<value>tuge1:2181,tuge2:2181,tuge3:2181,tuge4:2181</value>
</property>
</configuration>

------------------------------------------

PS：不要忘了，在一台机器上配置即可，然后分发到其它机器就行了

2.2.4 指定DataNode在tuge3和tuge4上

cd /opt/hadoop/hadoop-3.2.0/etc/hadoop

在workers文件里面指定DataNode

vim workers

------------------------

tuge3

tuge4

--------------------------

PS:弄完了分发到其它机器即可

2.2.5 指定zookeeper在tuge1，tuge2，tuge3和tuge4上

cd /opt/zookeeper/apache-zookeeper-3.5.5-bin/conf

将zoo_sample.cfg复制一份重命名为zoo.cfg

cp zoo_sample.cfg zoo.cfg

vim zoo.cfg

-------------------------------------

dataDir=/opt/zookeeper/apache-zookeeper-3.5.5-bin/zkData

server.1=tuge1:2888:3888
server.2=tuge2:2888:3888
server.3=tuge3:2888:3888
server.4=tuge4:2888:3888

------------------------------------

PS:弄完了，进行分发

2.2.6 创建myid文件，指定每台机器的zookeeper ID

cd /opt/zookeeper/apache-zookeeper-3.5.5-bin/

mkdir zkData --其它服务器也相应创建下

touch myid

vim myid  --如果是tuge1就写1，tuge2就写2

---------------------------

1

---------------

PS：分发myid到其它机器，并修改数字

2.2.7 格式化NameNode

在格式化之间，要先开启journalnode

hadoop-daemon.sh start journalnode

并且要关闭防火墙：

查看防火墙状态： systemctl status firewalld.service

执行关闭命令： systemctl stop firewalld.service

再次执行查看防火墙命令：systemctl status firewalld.service

执行开机禁用防火墙自启命令  ： systemctl disable firewalld.service

做完以上步骤后在以下文件添加点内容：

在start-dfs.sh和stop-dfs.sh文件里面添加

---------------------------------------------

HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
HDFS_JOURNALNODE_USER=root
HDFS_ZKFC_USER=root

在$HADOOP_HOME/etc/hadoop/hadoop-env.sh下面添加

export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
export HDFS_JOURNALNODE_USER=root
export HDFS_ZKFC_USER=root
export JAVA_HOME=/opt/java/jdk1.8.0_221

-----------------------------------------------

添加完后分发。

然后选择任意一台NameNode开始格式化

hdfs namenode -format

格式化完成后，在另一台同步元数据

hdfs namenode -bootstrapStandby

2.2.8 格式化Zookeeper

首先启动Zookeeper (下面两个命令tuge1，tuge2，tuge3，tuge4都执行一遍)

cd /opt/zookeeper/apache-zookeeper-3.5.5-bin/bin

./zkServer.sh start

查看Zookeeper启动状态

./zkServer.sh status

使用jps查看所有java进程

开始格式化

hdfs zkfc -formatZK

好了，经过无数采坑，按照上面步骤终于搭建完了，最终贴下效果图：

运行命令：

cd /opt/hadoop/hadoop-3.2.0/sbin

./start-dfs.sh

浏览效果：

学习官网： http://hadoop.apache.org/

系列传送门