Hadoop集群搭建
来源:互联网 发布:yum的配置 编辑:程序博客网 时间:2024/04/30 12:14
hadoop2.0已经发布了稳定版本了,增加了很多特性,比如HDFS HA、YARN等。最新的hadoop-2.4.1又增加了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,因为hadoop依赖一些C++的本地库,
所以如果在64位的操作上安装hadoop-2.4.1就需要重新在64操作系统上重新编译
(建议第一次安装用32位的系统,我将编译好的64位的也上传到群共享里了,如果有兴趣的可以自己编译一下)
前期准备就不详细说了,课堂上都介绍了
1.修改Linux主机名
2.修改IP
3.修改主机名和IP的映射关系
######注意######如果你们公司是租用的服务器或是使用的云主机(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
集群规划:
主机名 IP 安装的软件 运行的进程
cent08 192.168.8.90 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
cent07 192.168.8.91 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
cent03 192.168.8.103 jdk、hadoop ResourceManager
cent04 192.168.8.86 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
cent05 192.168.8.89 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
cent06 192.168.8.92 jdk、hadoop、zookeeper DataNode、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,另一个处于standby状态。Active NameNode对外提供服务,而Standby NameNode则不对外提供服务,仅同步active namenode的状态,以便能够在它失败时快速进行切换。
hadoop2.0官方提供了两种HDFS HA的解决方案,一种是NFS,另一种是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,一条数据只要成功写入多数JournalNode即认为写入成功。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,会自动切换Standby NameNode为standby状态
2.hadoop-2.2.0中依然存在一个问题,就是ResourceManager只有一个,存在单点故障,hadoop-2.4.1解决了这个问题,有两个ResourceManager,一个是Active,一个是Standby,状态由zookeeper进行协调
安装步骤(但本配置是当RM的):
1.安装配置zooekeeper集群(在itcast05上)
1.1解压
tar -zxvf zookeeper-3.4.5.tar.gz -C /usr/cloud/
1.2修改配置
cd /usr/cloud/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改:dataDir=/usr/cloud/zookeeper-3.4.5/tmp
在最后添加:
server.1=cent05:2888:3888
server.2=cent04:2888:3888
server.3=cent06:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /usr/cloud/zookeeper-3.4.5/zkdata
再创建一个空文件
touch /usr/cloud/zookeeper-3.4.5/zkdata/myid
最后向该文件写入ID
echo 1 > /usr/cloud/zookeeper-3.4.5/zkdata/myid
1.3将配置好的zookeeper拷贝到其他节点(首先分别在cent05、cent06的/usr下创建一个/cloud/目录:mkdir /cloud/)
scp -r /usr/cloud/zookeeper-3.4.5/ cent05:/usr/cloud/
scp -r /usr/cloud/zookeeper-3.4.5/ cento6:/usr/cloud/
注意:修改cent05、cent06对应/usr/cloud/zookeeper-3.4.5/zkdata/myid内容 cent05: echo 2 > /usr/cloud/zookeeper-3.4.5/zkdata/myid cent06: echo 3 > /usr/cloud/zookeeper-3.4.5/zkdata/myid2.安装配置hadoop集群(在cent08上操作) 2.1解压 tar -zxvf hadoop-2.4.1.tar.gz -C /usr/cloud/ 2.2配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下) #将hadoop添加到环境变量中 vim /etc/profile export JAVA_HOME=/usr/java/jdk1.7.0_55 export HADOOP_HOME=/usr/cloud/hadoop-2.4.1 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin #hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下 cd /usr/cloud/hadoop-2.4.1/etc/hadoop 2.2.1修改hadoo-env.sh export JAVA_HOME=/usr/java/jdk1.7.0_55 2.2.2修改core-site.xml <configuration> <!-- 指定hdfs的nameservice为ns1 --> <property> <name>fs.defaultFS</name> <value>hdfs://ns1</value> </property> <!-- 指定hadoop临时目录 --> <property> <name>hadoop.tmp.dir</name> <value>/usr/cloud/hadoop-2.4.1/tmp</value> </property> <!-- 指定zookeeper地址 --> <property> <name>ha.zookeeper.quorum</name> <value>cent04:2181,cent05:2181,cent06:2181</value> </property> </configuration> 2.2.3修改hdfs-site.xml <configuration> <!--指定hdfs的nameservice为ns1,需要和core-site.xml中的保持一致 --> <property> <name>dfs.nameservices</name> <value>ns1</value> </property> <!-- ns1下面有两个NameNode,分别是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>cent08:9000</value> </property> <!-- nn1的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn1</name> <value>cent08:50070</value> </property> <!-- nn2的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns1.nn2</name> <value>cent07:9000</value> </property> <!-- nn2的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn2</name> <value>cent07:50070</value> </property> <!-- 指定NameNode的元数据在JournalNode上的存放位置 qjournal --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://cent04:8485;cent05:8485;cent06:8485/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>/usr/cloud/hadoop-2.4.1/journal</value> </property> <!-- 开启NameNode失败自动切换 --> <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property> <!-- 配置失败自动切换实现方式 --> <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,多个机制用换行分割,即每个机制暂用一行--> <property> <name>dfs.ha.fencing.methods</name> <value> sshfence shell(/bin/true) </value> </property> <!-- 使用sshfence隔离机制时需要ssh免登陆 --> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/root/.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修改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修改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>cent03</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>cent04</value> </property> <!-- 指定zk集群地址 --> <property> <name>yarn.resourcemanager.zk-address</name> <value>cent05:2181,centt06:2181,cent07:2181</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration> 2.2.6修改slaves(slaves是指定子节点的位置,因为要在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) cent05 cent06 cent04 2.2.7配置免密码登陆 #首先要配置cent08到cent07、cent04、cent05、cent06、cent03的免密码登陆 #在cent08上生产一对钥匙 ssh-keygen -t rsa #将公钥拷贝到其他节点,包括自己 ssh-coyp-id cent07 ssh-coyp-id cent06 ssh-coyp-id cent04 ssh-coyp-id cent05 ssh-coyp-id cent03 #配置cent03到cent04、cent05、cent06的免密码登陆 #在cent03上生产一对钥匙 ssh-keygen -t rsa #将公钥拷贝到其他节点 ssh-coyp-id cent04 ssh-coyp-id cent05 ssh-coyp-id cent06 #注意:两个namenode之间要配置ssh免密码登陆,别忘了配置cent07到cent08的免登陆 在cent07上生产一对钥匙 ssh-keygen -t rsa ssh-coyp-id -i cent08 2.4将配置好的hadoop拷贝到其他节点 scp -r /cloudt/ cent07:/ scp -r /cloud/ cent03:/ scp -r /cloud/hadoop-2.4.1/ root@cent04:/cloud/ scp -r /cloud/hadoop-2.4.1/ root@cent05:/cloud/ scp -r /cloud/hadoop-2.4.1/ root@cent06:/cloud/ ###注意:严格按照下面的步骤 2.5启动zookeeper集群(分别在cent05、cent06、cent04上启动zk) cd /cloud/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cent05、cent06、cent04上执行) cd /cloud/hadoop-2.4.1 sbin/hadoop-daemons.sh start journalnode #运行jps命令检验,cent05、cent06、cent04上多了JournalNode进程 2.7格式化HDFS #在cent08上执行命令: hdfs namenode -format #格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件,这里我配置的是/cloud/hadoop-2.4.1/tmp,然后将/cloud/hadoop-2.4.1/tmp拷贝到cent07的/cloud/hadoop-2.4.1/下。 scp -r tmp/ cent08:/cloud/hadoop-2.4.1/ 2.8格式化ZK(在cent08上执行即可) hdfs zkfc -formatZK 2.9启动HDFS(在cent08上执行) sbin/start-dfs.sh 2.10启动YARN(#####注意#####:是在cent03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
记住:以后启动的顺序是:zk->journalnode->hdfs->yarn;
对应命令分别为:
zkServer.sh start hadoop-hadoop-daemons.sh start journalnode start-hdfs.sh start-yarn.sh
到此,hadoop-2.4.1配置完毕,可以统计浏览器访问: http://192.168.1.201:50070 NameNode 'cent08:9000' (active) http://192.168.1.202:50070 NameNode 'cent07:9000' (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> 通过浏览器访问:http://192.168.1.202:50070 NameNode 'itcast02:9000' (active) 这个时候itcast02上的NameNode变成了active 在执行命令: hadoop fs -ls / -rw-r--r-- 3 root supergroup 1926 2014-02-06 15:36 /profile 刚才上传的文件依然存在!!! 手动启动那个挂掉的NameNode sbin/hadoop-daemon.sh start namenode 通过浏览器访问:http://192.168.1.201:50070 NameNode 'itcast01:9000' (standby)验证YARN: 运行一下hadoop提供的demo中的WordCount程序: hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar wordcount /profile /outOK,大功告成!!!
- hadoop集群搭建(hadoop)
- HADOOP: 搭建hadoop集群
- hadoop集群搭建
- Hadoop集群的搭建
- Hadoop集群搭建
- Hadoop集群搭建
- 搭建hadoop集群
- Nutch+Hadoop集群搭建
- Hadoop集群搭建
- Hadoop集群搭建
- Hadoop环境搭建-集群
- 搭建hadoop集群
- 搭建hadoop集群
- Hadoop集群搭建
- Nutch+Hadoop集群搭建
- 如何搭建hadoop集群
- hadoop分布式集群搭建
- Hadoop集群搭建
- Linux网络编程:TCP服务器(单进程多用户),使用select方法实现
- 【NS2】向ns中添加新的协议(ping协议)
- 使用QEMU模拟搭建ARM开发平台
- 联诚发(LCF)租赁屏,开创你的精彩视界
- Qt5应用程序的安装包
- Hadoop集群搭建
- centos copy方式 eth0不见了问题解决
- Oracle Analyze
- Bluetooth--- android -- 蓝牙 bluetooth
- imp,exp与impdp,expdp的适用范围与区别
- Android属性动画完全解析(上),初识属性动画的基本用法
- Android系列---JSON数据解析
- windows下同时启动多个tomcat
- 搜索GRE写作中需要用到的关键词和短语