hadoop2.4.1集群搭建

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

1. 修改Linux主机名
2. 修改IP
3. 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
4. 关闭防火墙
5. 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

• 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/bin

    • hadoop2.0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

• 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 /out

  OK，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