hadoop(七) - hadoop集群环境搭建
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
最新文章
- Common.Logging log4net Common.Logging.Log4Net 配置
- JAVA/Android Map与String的转换方法
- SQL注入原理小结
- cscope 的使用
- oralce 函数 FOR windows 跟踪神器
- Visual Studio 2013密钥
- 课程助理For Windows(预览版,正方教务系统学生查分工具)
- 中科同向备份软件Heartsone-backup(足足16个软件,可差异化备份虚拟机)
- vue-cli脚手架npm相关文件解读(3)webpack.dev.conf.js
- OpenStack_I版 3.glance部署
- java代码之美(6)---guava之multimap
- final、finally、以及finalize的区别
- 深入浅出 Java 中的包装类
- Laravel 门面实例教程 —— 创建自定义 Facades 类
- 06-jQuery的文档操作
- Xdebug调试环境配置
- js 自定义滚动条
- (转)Android开发之封装标题栏
- 线段树 + 区间更新: HDU 4893 Wow! Such Sequence!
- script标签的type=";test/html";时
热门文章
- 2014/09/20 关于ArrayList的几种操作
- AIX的系统备份
- [JavaEE] DWR入门教程
- lua迭代
- JavaScript的switch循环
- (转)shiro权限框架详解01-权限理论介绍
- BZOJ 5508: [Tjoi2019]甲苯先生的字符串 矩阵乘法_思维
- input type=”file“ change事件只执行一次的问题
- node——express实现hello world
- UVA1586 - Molar mass(紫书习题3.2)