hadoop2.4.1集群搭建
来源:互联网 发布:java格式化时间字符串 编辑:程序博客网 时间:2024/05/09 21:48
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
- 修改Linux主机名
- 修改IP
- 修改主机名和IP的映射关系 /etc/hosts
######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 - 关闭防火墙
- ssh免登陆
说明:每台主机登录用户都是hadoop
集群规划
主机名 IP 安装的软件 运行的进程worker01 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)worker02 192.168.1.202 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)worker03 192.168.1.203 jdk、hadoop ResourceManagerworker04 192.168.1.204 jdk、hadoop ResourceManagerworker05 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMainworker06 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMainworker07 192.168.1.207 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
安装配置zooekeeper集群(在worker05上)
- 解压
tar -zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/ - 修改配置
cd zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改:dataDir=/home/hadoop/zookeeper-3.4.5/tmp
在最后添加:
server.1=worker05:2888:3888
server.2=worker06:2888:3888
server.3=worker07:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir zookeeper-3.4.5/tmp
echo 1 > zookeeper-3.4.5/tmp/myid - 将配置好的zookeeper拷贝到其他节点
scp -r zookeeper-3.4.5/ worker06:/home/hadoop/
scp -r zookeeper-3.4.5/ worker07:/home/hadoop/
注意:修改worker06、worker07对应zookeeper-3.4.5/tmp/myid内容
worker06:
echo 2 > zookeeper-3.4.5/tmp/myid
worker07:
echo 3 > zookeeper-3.4.5/tmp/myid
- 解压
安装配置hadoop集群(在worker01上操作)
- 解压
tar -zxvf hadoop-2.4.1.tar.gz -C /home/hadoop/ 配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下)
将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/home/hadoop/jdk1.7.0_55
export HADOOP_HOME=/home/hadoop/hadoop-2.4.1
export PATH=PATH: JAVA_HOME/bin:$HADOOP_HOME/binhadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd hadoop-2.4.1/etc/hadoop修改hadoo-env.sh
export JAVA_HOME=/home/hadoop/jdk1.7.0_55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>/home/hadoop/hadoop-2.4.1/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>worker05:2181,worker06:2181,worker07:2181</value>
</property>
</configuration>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>worker01:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>worker01:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>worker02:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>worker02:50070</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://worker05:8485;worker06:8485;worker07:8485/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>/home/hadoop/hadoop-2.4.1/journaldata</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>/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>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>修改yarn-site.xml
<configuration>
<!-- 开启RM高可用 -->
<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>worker03</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>worker04</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>worker05:2181,worker06:2181,worker07:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>修改slaves(slaves是指定子节点的位置,因为要在work01上启动HDFS、在worker03启动yarn,所以worker01上的slaves文件指定的是datanode的位置,worker03上的slaves文件指定的是nodemanager的位置)
worker05
worker06
worker07配置免密码登陆
配置worker01到worker02、worker03、worker04、worker05、worker06、worker07的免密码登陆
在worker01上生产一对钥匙
进入到我的home目录
cd ~/.ssh
ssh-keygen -t rsa
将公钥拷贝到其他节点,包括自己
ssh-copy-id worker01
ssh-copy-id worker02
ssh-copy-id worker03
ssh-copy-id worker04
ssh-copy-id worker05
ssh-copy-id worker06
ssh-copy-id worker07配置worker03到worker04、worker05、worker06、worker07的免密码登陆
在worker03上生产一对钥匙
ssh-keygen -t rsa
将公钥拷贝到其他节点
ssh-copy-id worker04
ssh-copy-id worker05
ssh-copy-id worker06
ssh-copy-id worker07两个namenode之间要配置ssh免密码登陆,别忘了配置worker02到worker01的免登陆
在worker02上生产一对钥匙
ssh-keygen -t rsa
ssh-copy-id -i worker01
将配置好的hadoop拷贝到其他节点
scp -r hadoop-2.4.1/ hadoop@worker02:/
scp -r hadoop-2.4.1/ hadoop@worker03:/
scp -r hadoop-2.4.1/ hadoop@worker04:/
scp -r hadoop-2.4.1/ hadoop@worker05:/
scp -r hadoop-2.4.1/ hadoop@worker06:/
scp -r hadoop-2.4.1/ hadoop@worker07:/严格按照下面的步骤执行
启动zookeeper集群(分别在worker05、worker06、worker07上启动zk)
cd zookeeper-3.4.5/bin/
./zkServer.sh start
查看状态:一个leader,两个follower
./zkServer.sh status启动journalnode(分别在在worker05、worker06、worker07上执行)
cd hadoop-2.4.1
sbin/hadoop-daemon.sh start journalnode
运行jps命令检验,worker05、worker06、worker07上多了JournalNode进程格式化HDFS
在worker01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/home/hadoop/hadoop-2.4.1/tmp,然后将hadoop-2.4.1/tmp拷贝到worker02的hadoop-2.4.1/下。
scp -r hadoop-2.4.1/tmp/ work02:/home/hadoop/hadoop-2.4.1/
也可以这样,建议hdfs namenode -bootstrapStandby格式化ZKFC(在worker01上执行即可)
hdfs zkfc -formatZK启动HDFS(在worker01上执行)
sbin/start-dfs.sh启动YARN(注意:是在worker03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
- 解压
浏览器访问:
http://192.168.1.201:50070
NameNode ‘worker01:9000’ (active)
http://192.168.1.202:50070
NameNode ‘worker02:9000’ (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
通过浏览器访问:http://192.168.1.202:50070
NameNode ‘worker02:9000’ (active)
这个时候worker02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 ‘worker01:9000’ (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!!!
测试集群工作状态的一些指令 :
bin/hdfs dfsadmin -report 查看hdfs的各节点状态信息
bin/hdfs haadmin -getServiceState nn1 获取一个namenode节点的HA状态
sbin/hadoop-daemon.sh start namenode 单独启动一个namenode进程
./hadoop-daemon.sh start zkfc 单独启动一个zkfc进程
- Hadoop2.4.1集群搭建
- Hadoop2.4.1集群搭建
- hadoop2.4.1集群搭建
- hadoop2.4.1集群搭建
- hadoop2.4.1集群搭建
- hadoop2.4.1集群搭建
- hadoop2.4.1集群搭建
- hadoop2.4.1集群环境搭建
- hadoop2.4.1集群环境搭建
- Hadoop2.4.1集群搭建(YARN)
- hadoop2.0集群搭建
- hadoop2/CDH4集群搭建
- Hadoop2.2.0集群搭建
- hadoop2.2.0集群搭建
- hadoop2.2.0集群搭建
- hadoop2.7.0集群搭建
- Hadoop2.6.0集群搭建
- hadoop2.2.0集群搭建
- 酒业推广方案
- 继承与多态
- shell printf命令:格式化输出语句
- 逻辑元智力——思维框架
- SVM入坑随笔—简单的回顾
- hadoop2.4.1集群搭建
- (4)Air Band准备-VS中搭建项目
- 中央巡視組進駐北京大學,巡視重點是什麼?
- 【Leetcode】Single Number 系列问题
- OpenStack SAIO
- 蓝桥杯(算法训练)——最短路 SPFA算法
- 翻转单链表
- 打印机安全研究(二):打印机攻击测试方法和利用工具
- 链表中倒数第k个结点