Hadoop的HA(ZooKeeper)安装与部署
非HA的安装步骤
https://www.cnblogs.com/live41/p/15467263.html
一、部署设定
1.服务器
c1 192.168.100.105 zk、namenode、zkfc、datanode、nodemanager
c2 192.168.100.110 zk、namenode、zkfc、datanode、nodemanager、resourcemanager、journalnode
c3 192.168.100.115 zk、datanode、nodemanager、resourcemanager、journalnode
c4 192.168.100.120 zk、datanode、nodemanager、resourcemanager、journalnode
2.目录
Hadoop NameNode目录 /home/hadoop/hdfs/name
Hadoop DataNode目录 /home/hadoop/hdfs/data
Hadoop JournalNode目录 /home/hadoop/hdfs/journal
Hadoop临时目录 /home/hadoop/tmp
ZooKeeper数据目录 /home/zookeeper/data/
ZooKeeper日志目录 /home/zookeeper/logs/
* 以上目录在每台机都要手动创建
二、系统配置
* 每台机都要执行
https://www.cnblogs.com/live41/p/15467263.html
执行这篇文章的第二点的步骤
三、下载安装包及配置系统环境变量
* 每台机都要执行
1.下载及解压
https://downloads.apache.org/hadoop/common/
http://zookeeper.apache.org/releases.html
解压到/home/目录
2.配置环境变量
vim ~/.bashrc
在末尾加入以下内容:
export HADOOP_HOME=/home/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:/home/zookeeper/bin export HADOOP_COMMON_HOME=/home/hadoop
export HADOOP_HDFS_HOME=/home/hadoop
export HADOOP_MAPRED_HOME=/home/hadoop
export HADOOP_CONF_DIR=/home/hadoop/etc/hadoop export HDFS_DATANODE_USER=root
export HDFS_NAMENODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root export YARN_HOME=/home/hadoop
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
更新环境变量
source ~/.bashrc
四、安装和配置ZooKeeper
* 每台机都要执行
1.创建data和logs目录
mkdir -pv /home/zookeeper/{data,logs}
2.编辑zoo.cfg
cd /home/zookeeper/conf
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改属性或添加内容:
tickTime=2000
initLimit=10
syncLimit=5
clientPort=2181 dataDir=/home/zookeeper/data/
dataLogDir=/home/zookeeper/logs server.1=c1:2888:3888
server.2=c2:2888:3888
server.3=c3:2888:3888
server.4=c4:2888:3888
3.创建myid
echo 1 > /home/zookeeper/data/myid
* 其中数字是每台机不同,例如第1台是1,第2台是2,第3台是3,第4台是4.
4.启动ZooKeeper节点
zkServer.sh start
5.测试状态
zkServer.sh status
不同节点会不同,有1个leader和多个follower
五、安装和配置Hadoop
* 不用每台机执行,只在c1机执行,再通过scp命令同步配置文件给其它机
1.进入配置目录
cd $HADOOP_HOME/etc/hadoop
2.编辑hadoop-env.sh
vim hadoop-env.sh
添加以下行(已有的不用改):
export JAVA_HOME=/usr/bin/jdk1.8.0
export HADOOP_OS_TYPE=${HADOOP_OS_TYPE:-$(uname -s)}
* 这里的JAVA_HOME根据你安装的路径来修改。
3.编辑core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns6/</value> <!--该属性对应的是hdfs-site.xml的dfs.nameservices属性-->
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/tmp</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>c1:2181,c2:2181,c3:2181,c4:2181</value>
</property>
<property>
<name>ha.zookeeper.session-timeout.ms</name>
<value>1000</value>
</property>
</configuration>
4.编辑hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///home/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///home/hadoop/hdfs/data</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property> <!-- core-site.xml中使用的是这里的配置值 -->
<property>
<name>dfs.nameservices</name>
<value>ns6</value>
</property> <property>
<name>dfs.ha.namenodes.ns6</name>
<value>nn1,nn2</value>
</property> <property>
<name>dfs.namenode.rpc-address.ns6.nn1</name>
<value>c1:9000</value>
</property> <property>
<name>dfs.namenode.http-address.ns6.nn1</name>
<value>c1:50070</value>
</property> <property>
<name>dfs.namenode.rpc-address.ns6.nn2</name>
<value>c2:9000</value>
</property>
<property>
<name>dfs.namenode.http-address.ns6.nn2</name>
<value>c2:50070</value>
</property> <!-- 就是JournalNode列表,url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://c1:8485;c2:8485;c3:8485;c4:8485/ns6</value>
</property>
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/home/hadoop/hdfs/journal</value>
</property>
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<property>
<name>dfs.client.failover.proxy.provider.ns6</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>~/.ssh/id_rsa</value> <!-- 或/root/.ssh/id_rsa -->
</property>
<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
<property>
<name>ha.failover-controller.cli-check.rpc-timeout.ms</name>
<value>60000</value>
</property>
</configuration>
5.编辑mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobtracker.http.address</name>
<value>c1:50030</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>c1:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>c1:19888</value>
</property>
<property>
<name>mapred.job.tracker</name>
<value>http://c1:9001</value>
</property>
</configuration>
6.编辑yarn-site.xml
<configuration>
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property> <property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yn6</value> <!-- 可自行定义cluster-id -->
</property> <property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property> <property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>c1</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>c2</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm1</name>
<value>c1:8088</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm2</name>
<value>c2:8088</value>
</property> <property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>86400</value>
</property> <property>
<name>yarn.resourcemanager.zk-address</name>
<value>c1:2181,c2:2181,c3:2181,c4:2181</value>
</property>
<property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property> <property>
<name>yarn.application.classpath</name>
<value>/home/hadoop/etc/hadoop:/home/hadoop/share/hadoop/common/lib/*:/home/hadoop/share/hadoop/common/*:/home/hadoop/share/hadoop/hdfs:/home/hadoop/share/hadoop/hdfs/lib/*:/home/hadoop/share/hadoop/hdfs/*:/home/hadoop/share/hadoop/mapreduce/*:/home/hadoop/share/hadoop/yarn:/home/hadoop/share/hadoop/yarn/lib/*:/home/hadoop/share/hadoop/yarn/*</value>
</property>
</configuration>
7.配置workers
vim workers
添加以下内容:
c1
c2
c3
c4
8.同步配置文件
由于前面已经配置过免密登录,所以可以先配置c1机的文件,再通过scp同步给其它机。
cd /home/hadoop/etc/hadoop
scp *.* c2:/home/hadoop/etc/hadoop
scp *.* c3:/home/hadoop/etc/hadoop
scp *.* c4:/home/hadoop/etc/hadoop
六、启动Hadoop
* 只在c1机执行
1.启动JournalNode
hdfs --workers --daemon start journalnode
旧版命令如下:
hadoop-daemons.sh start journalnode
旧版命令也能执行,但会报警告信息。
* 有2个相似文件:hadoop-daemon.sh和hadoop-daemons.sh
* 前者(没带s)的是只执行本机的journalnode,后者(有带s)是执行所有机器的journalnode。
* 注意不要输错~!
2.格式化NameNode
hadoop namenode -format
格式化后同步namenode的信息文件给c2机。因为有2个NameNode节点,c1和c2
scp -r /home/hadoop/hdfs/name/current/ c2:/home/hadoop/hdfs/name/
3.格式化zkfc
hdfs zkfc -formatZK
zkfc = ZKFailoverController = ZooKeeper Failover Controller
zkfc用于监控NameNode状态信息,并进行自动切换。
4.启动HDFS和Yarn
start-dfs.sh
start-yarn.sh
* 这步是最经常报错的,部分错误及解决方法见下面附录。
5.检查进程
jps
6.检查节点状态
hdfs haadmin -getServiceState nn1
hdfs haadmin -getServiceState nn2
yarn rmadmin -getServiceState rm1
yarn rmadmin -getServiceState rm2
7.关闭Hadoop
stop-yarn.sh
stop-dfs.sh
七、使用Hadoop
* 只在c1机执行
1.Web页面
2.使用命令
https://www.cnblogs.com/xiaojianblogs/p/14281445.html
附录
* 每台机都要执行
1.没有配置用root启动Hadoop
错误提示信息:
Starting namenodes on [master]
ERROR: Attempting to operate on hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting operation.
Starting datanodes
ERROR: Attempting to operate on hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting operation.
Starting secondary namenodes [slave1]
ERROR: Attempting to operate on hdfs secondarynamenode as root
ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting operation.
解决方法:
(1) 修改start-dfs.sh和stop-dfs.sh,在头部添加以下内容:
#!/usr/bin/env bash
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=root
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
(2) 修改start-yarn.sh和stop-yarn.sh,在头部添加以下内容:
#!/usr/bin/env bash
HADOOP_SECURE_DN_USER=root
YARN_RESOURCEMANAGER_USER=root
YARN_NODEMANAGER_USER=root
* 可以先在c1机修改,用scp同步给其它机器
2.重新格式化后的IO错误
错误提示信息(多种):
Incompatible clusterIDs in /home/hadoop/hdfs/data
Failed to add storage directory [DISK]file
Directory /home/hadoop/hdfs/journal/ns6 is in an inconsistent state: Can't format the storage directory because the current directory is not empty.
解决方法:
在格式化之前,先把name、data、logs等目录里面的文件先清除掉。注意只是删除里面的文件,不删除目录
Hadoop的HA(ZooKeeper)安装与部署的更多相关文章
- Hadoop分布式HA的安装部署
Hadoop分布式HA的安装部署 前言 单机版的Hadoop环境只有一个namenode,一般namenode出现问题,整个系统也就无法使用,所以高可用主要指的是namenode的高可用,即存在两个n ...
- Zookeeper安装和部署
Zookeeper安装和部署:ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现,是Hadoop和Hbase的重要组件.它是一个为分布式应用 ...
- zookeeper安装及部署
安装及部署 一. 单机安装.配置 1.下载zookeeper二进制安装包 下载 curl -L -O http://apache.fayea.com/zookeeper/stable/zookeepe ...
- [hadoop][会装]zookeeper安装
1.简介 分布式场景下的各个进程间的协调运作离不开zookeeper, zookeeper已经是大数据领域提供分布式协调服务的事实标准. 本文只介绍zookeeper的安装方法. 2. 节点规划如下: ...
- ZooKeeper安装、部署
一.简介 ZK的安装和配置十分简单,既可以配置成单机模式,也可以配置成集群模式,zk使用java编写的运行在java环境上,3个ZK服务进程是建议的最小进程数量,而且建议部署在不通的物理机 ...
- Hadoop的伪分布式安装和部署的流程
1.准备工作 下载一些用到的命令 yum install -y vim yum install -y lrzsz yum install net-tools 目录约定 /opt #工作目录 /opt/ ...
- Hadoop的伪分布式安装和部署流程
在opt目录创建install software test other四个目录 /opt/installed #安装包/opt/software #软件包/opt/other #其他/opt/test ...
- [hadoop][会装]hadoop ha模式安装
1.简介 2.X版本后namenode支持了HA特性,使得整个文件系统的可用性更加增强. 2.安装前提 zookeeper集群,zookeeper的安装参考[hadoop][会装]zookeeper安 ...
- hadoop 2.x HA(QJM)安装部署规划
一.主机服务规划: db01 db02 ...
随机推荐
- Jupyter Notebook 修改字体和大小
1 打开这个目录 D:\SoftWare\Anaconda\Lib\site-packages\notebook\static\custom 点开这个 也就是你安装的 python下面的 jupyte ...
- BF算法(串模式匹配算法)
主串和子串 主串与子串:如果串 A(如 "shujujiegou")中包含有串 B(如 "ju"),则称串 A 为主串,串 B 为子串.主串与子串之间的关系可简 ...
- 一起学习PHP的runkit扩展如何使用
这次又为大家带来一个好玩的扩展.我们知道,在 PHP 运行的时候,也就是部署完成后,我们是不能修改常量的值,也不能修改方法体内部的实现的.也就是说,我们编码完成后,将代码上传到服务器,这时候,我们想在 ...
- php处理url的rawurlencode:可处理空格加号
(PHP 4, PHP 5, PHP 7) rawurlencode - 按照 RFC 3986 对 URL 进行编码 返回字符串,此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号( ...
- canal源码之BooleanMutex(基于AQS中共享锁实现)
在看canal源码时发现一个有趣的锁实现--BooleanMutex 这个锁在canal里面多处用到,相当于一个开关,比如系统初始化/授权控制,没权限时阻塞等待,有权限时所有线程都可以快速通过 先看它 ...
- 取得get参数 从url
1. getUrlParam.js define(function() { // url参数 var data, index; (function init() { data = []; index ...
- lua常用一些功能
lua在openresty中获取请求的请求头 local head_table = ngx.req.get_headers() 由于table类型,无法直接使用ngx.say()显示,需要转换为cjs ...
- jmeter简单的压测案例——访问百度并发5,持续请求15
好记性不如烂笔头,还是记记吧. jmeter压测的指标有很多,先从简单的入手,下一章节再讲解jmeter组件的作用. 需求是:访问百度的压测指标是:10s内并发5,持续15次请求.那么需要设置以下几点 ...
- JavaScript --css样式
1.JavaScript显示隐藏控制 隐藏:display:none; 显示:display:block; 参考链接:https://blog.csdn.net/sleepwalker_1992/ar ...
- 详细的vsftpd配置
环境:CentOS 5.0 操作系统一.安装:1.安装Vsftpd服务相关部件:[root@KcentOS5 ~]# yum install vsftpd*Dependencies Resolved= ...