搭建高可用 zookeeper3.4.6 +hadoop2.7.1 +hbase1.2.6 环境
来源:互联网 发布:d800微调优化曝光 编辑:程序博客网 时间:2024/05/29 04:45
一、准备工具
1、六台服务器 zk:master slave1 slave2 ; hadoop 和hbase 共用 :hadoop01 hadoop02 hadoop03
直接配好hosts 文件 六台服务器配置一样
2、设置 ssh 免密码登陆
分别在每个机器上产生免密码登录需要的公私钥对
[root@hadoop01 ~]ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
[root@hadoop01 ~]cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
将每个机器的公钥文件拷贝一个统一的机器上
(将hadoop01和02的统一拷贝到03上)
[root@hadoop01 ~]# scp /root/.ssh/id_dsa.pub root@hadoop03:/root/.ssh/id_1_dsa.pub
[root@hadoop02 ~]# scp /root/.ssh/id_dsa.pub root@hadoop03:/root/.ssh/id_2_dsa.pub
(在03机器上,将其他机器的公钥添加到信任列表中)
[root@hadoop03 ~]# cat /root/.ssh/id_1_rsa.pub >> /root/.ssh/authorized_keys
[root@hadoop03 ~]# cat /root/.ssh/id_2_rsa.pub >> /root/.ssh/authorized_keys
(03机器上的authorized_keys就保存了所有机器的公钥)
将03机器上的authorized_key2进行同步
[root@hadoop03 ~]# scp /root/.ssh/authorized_keys root@hadoop01:/root/.ssh/
[root@hadoop03 ~]# scp /root/.ssh/authorized_keys root@hadoop02:/root/.ssh/
六台机器都设置好 通过ssh hostname (hadoop01/slave1/slave2/hadoop02/haoop03)这样测试 不用输入密码即设置成功.
3、第一步配置 要配置好JDK1.8
下载安装包
软件容易放在 /home/hadoop/app/ 该目录下方便管理
正常步骤 解压 然后配置环境变量 vi /etc/profile
unset iunset -f pathmungeexport JAVA_HOME=/home/hadoop/app/jdk1.8export ZK_HOME=/home/hadoop/app/zookeeper-3.4.6export HADOOP_HOME=/home/hadoop/app/hadoop-2.7.1export PATH=$PATH:$JAVA_HOME/bin:$ZK_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbinexport CLASSPATH=.
先把 java_home配置好 六台机器配置一样
测试 配置是否成功
如果成功就开始配置zookeeper 了
4、搭建zookeeper 集群环境 把下载好的 zookeeper3.4.6 上传到服务器后解压
本人是建立了一个目录 因为是root 用户 于是在 home下创建了目录
上传到 /home/hadoop/app/ zookeeper-3.4.6.tar.gz 下面 tar -zxvf 解压
cd zookeeper-3.4.6/conf/ 把原有的 zoo_sample.cfg的复制一份将文件名改为zoo.cfg
里面修改为 我的三个zookeeper 服务是 这三个ip也就是 master 、slave1、slave2
tickTime=2000initLimit=100syncLimit=50dataDir=/home/hadoop/zookeeper/zkdatadataLogDir=/home/hadoop/zookeeper/zkdatalogclientPort=2181server.1=192.168.17.129:2888:3888server.2=192.168.17.131:2888:3888server.3=192.168.17.133:2888:3888三台装载zookeeper 服务器的都如上操作 然后创建 dataDir目录
然后在稀土目录下创建一个 myid 的文件 里面内容为根据 zk服务器 不同 分别是 1 2 3 根据上面的server.1 server.2 server.3
可以直接启动zookeeper了
cd /home/hadoop/app/zookeeper-3.4.6/bin
进入该目录后三台zk服务器都运行下面的命令
./zkServer.sh start 启动zkServer 服务
./zkServer.sh status 查看状态
会有一台 leader 和 两台 follower
5、开始搭建hadoop
解压文件 配置文件
cd /home/hadoop/app/hadoop-2.7.1/etc/hadoop/
I. core-site.xml
<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="configuration.xsl"?><configuration> <property> <name>fs.defaultFS.name</name> <value>hdfs://hadoop01:9000</value> </property> <!-- 指定hdfs的nameservices名称为mycluster,与hdfs-site.xml的HA配置相同 --> <property> <name>fs.defaultFS</name> <value>hdfs://mycluster</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/home/hadoop/app/cdh/hadoop-2.7.1/data/tmp</value> </property> <property> <name>fs.trash.interval</name> <value>10</value> </property> <property> <name>io.file.buffer.size</name> <value>4096</value> </property> <property> <name>ha.zookeeper.quorum</name> <value>master:2181,slave1:2181,slave2:2181</value> </property></configuration>II.hdfs-size.xml
<configuration> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.nameservices</name> <value>mycluster</value> </property> <property> <name>dfs.ha.namenodes.mycluster</name> <value>nn1,nn2</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn1</name> <value>hadoop01:8020</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn2</name> <value>hadoop02:8020</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn1</name> <value>hadoop01:50070</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn2</name> <value>hadoop02:50070</value> </property> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://hadoop01:8485;hadoop02:8485/mycluster</value> </property> <property> <name>dfs.journalnode.edits.dir</name> <value>/home/hadoop/app/cdh/hadoop-2.7.1/data/journal</value> </property> <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> <property> <name>dfs.namenode.name.dir</name> <value>/home/hadoop/app/cdh/hadoop-2.7.1/data/namenode</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>/home/hadoop/app/cdh/hadoop-2.7.1/data/datanode</value> </property> <property> <name>dfs.permissions.enabled</name> <value>false</value> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/root/.ssh/id_rsa</value> </property> <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property></configuration>III.hadoop-env.sh
导入 jdk 环境变量
export JAVA_HOME=/home/hadoop/app/jdk1.8
在这里 顺便把hadoop的环境变量给加到 /etc/profile 中 上边环境变量的图中有
IV, mapred-site.xml
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property></configuration>V. yarn-site.xml
<configuration><!-- Site specific YARN configuration properties --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.remote-app-log-dir</name> <value>/logs</value> </property> <property> <name>yarn.nodemanager.resource.memory-mb</name> <value>2048</value> </property> <property> <name>yarn.nodemanager.resource.cpu-vcores</name> <value>2</value> </property> <property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property> <property> <name>yarn.resourcemanager.ha.automatic-failover.enabled</name> <value>true</value> </property> <property> <name>yarn.resourcemanager.cluster-id</name> <value>yarncluster</value> </property> <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property> <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>hadoop01</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>hadoop02</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm1</name> <value>hadoop01:8088</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm2</name> <value>hadoop02:8088</value> </property> <property> <name>yarn.resourcemanager.store.class</name> <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> </property> <property> <name>yarn.resourcemanager.zk-address</name> <value>master:2181,slave1:2181,slave2:2181</value> </property></configuration>VI. slaves文件
在里面写好 hadoop01 hadoop02 hadoop03 每个写一行
就是 安装hadoop的三台服务的hostname 映射ip
现在就可以启动hadoop了
第一次启动的时候要进行初始化操作
步骤
我这里是以hadoop01 为主 其他两个为slave 在配置文件中能看出来
1. 启动journalnode 三台服务器都运行该命令
cd /home/hadoop/app/hadoop-2.7.1/sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验,上多了JournalNode进程
2.格式化HDFS
#在hadoop01上执行命令:
hdfs namenode -format
好多都在这个地方出现问题 自己根据配置改改 去网上扒扒答案
3.如果zookeeper设置了高可用HA,否则跳过该步,格式化ZK(在hadoop01上执行即可)
hdfs zkfc -formatZK
4.启动HDFS(在hadoop01上执行)
sbin/start-dfs.sh
5.启动YARN(#####注意#####:是在hadoop03上执行start-yarn.sh,把namenode和resourcemanager分开是因为性能问题,因为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
6、可以搭建hbase 了
修改配置文件
I. hbase-site.xml
<configuration> <property> <name>hbase.rootdir</name> <value>hdfs://hadoop01/hbase</value> </property> <property> <name>hbase.cluster.distributed</name> <value>true</value> </property> <property> <name>hbase.zookeeper.property.dataDir</name> <value>/home/hadoop/zookeeper/zkdata</value> </property> <property> <name>hbase.master.info.port</name> <value>60010</value> </property> <property> <name>hbase.master</name> <value>mycluster:60000</value> </property> <property> <name>hbase.zookeeper.quorum</name> <value>master,slave1,slave2</value> </property> <property> <name>hbase.zookeeper.property.clientPort</name> <value>2181</value> </property> <property> <name>hbase.zookeeper.peerport</name> <value>2888</value> </property> <property> <name>hbase.zookeeper.leaderport</name> <value>3888</value> </property><property> <name>zookeeper.session.timeout</name> <value>60000000</value> </property> <property> <name>dfs.support.append</name> <value>true</value> </property></configuration>II. hbase-env.sh
添加
export JAVA_HOME=/home/hadoop/app/jdk1.8/
如果用 hbase 自带的zookeeper 则不用修改下面命令
export HBASE_MANAGES_ZK=false // 用自己配置的zookeeper
III.regionservers 文件添加 regionservers 服务的hostname
然后 运行
cd /home/hadoop/app/hbase-1.2.6/bin/
./start-hbase.sh start
jps 三台服务器查看结果
- 搭建高可用 zookeeper3.4.6 +hadoop2.7.1 +hbase1.2.6 环境
- Hadoop2.7.3+HBase1.2.5+ZooKeeper3.4.6搭建分布式集群环境
- Hadoop2.7.3+HBase1.2.5+ZooKeeper3.4.6搭建分布式集群环境
- 开始玩hadoop10 高可用(HA)配置;Hadoop2.6+HA+Zookeeper3.4.6+Hbase1.0.0
- Hadoop 2.5.1高可用,hadoop2.5.1+zookeeper3.4.6+hbase1.2.1
- hadoop2.74+zookeeper3.4.10+hbase1.2.6完全分布式搭建
- Hadoop2.6.0 + Zookeeper3.4.6 + HBase0.98.9hadoop2环境搭建示例
- Hadoop2.5.2+Zookeeper3.4.6 + HBase0.98.8-hadoop2环境搭建
- hadoop2.74+zookeeper3.4.10+hbase1.2.6完全分布式HA集群搭建
- hadoop2.6.5+zookeeper3.4.10+hbase1.3.1分布式集群搭建
- Hadoop2.6+HA+Zookeeper3.4.6+Hbase1.0.0安装
- Hadoop2.6+HA+Zookeeper3.4.6+Hbase1.0.0安装
- Hadoop2.6+HA+Zookeeper3.4.6+Hbase1.0.0安装
- hadoop2.6+ zookeeper3.4.6搭建
- Hadoop2.7.3 + HBase1.2.3 + ZooKeeper3.4.9 整合
- Hadoop2.7.1+Hbase1.2.1集群环境搭建(1)hadoop2.7.1源码编译
- hadoop2.0生产环境高可用集群原理和搭建
- hadoop2.6.5和Hbase1.2.6单机搭建
- SRM32fx103驱动AM2302温湿度传感器
- Spring 没有注解的方法 调用@Transactional注解方法,不执行
- 常见的 JavaScript 内存泄露
- docker-registry
- 高效设计三步曲
- 搭建高可用 zookeeper3.4.6 +hadoop2.7.1 +hbase1.2.6 环境
- leetcode 565. Array Nesting
- Bootstrap V3 栅格系统的小理解
- cpu之PCBranch
- Android集成Bugly热更新
- 欢迎使用CSDN-markdown
- UVA10269 最短路
- 扫码领红包
- SSLSocket的使用