hadoop分布式搭建(+zookeeper,6台机器)
来源:互联网 发布:seo效果检测步骤包括 编辑:程序博客网 时间:2024/06/05 21:05
前期准备(这里使用的centOS6,hadoop2.2.0【这是64位的hadoop2.2.0的安装包和源码包下载地址:http://download.csdn.net/detail/vinsuan1993/9812599】):
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(64位的jdk下载地址:http://download.csdn.net/detail/vinsuan1993/9812609),配置环境变量等
集群规划:
说明:
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
安装步骤:
1.安装配置zooekeeper集群(见博客:http://blog.csdn.net/vinsuan1993/article/details/70094261)
2.安装配置hadoop集群
2.1解压
tar -zxvf hadoop-2.2.0.tar.gz -C /heres/
2.2配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下)
#将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_55export HADOOP_HOME=/heres/hadoop-2.2.0export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /heres/hadoop-2.2.0/etc/hadoop
2.2.1修改hadoop-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>/heres/hadoop-2.2.0/tmp</value></property><!-- 指定zookeeper地址 --><property><name>ha.zookeeper.quorum</name><value>heres04:2181,heres05:2181,heres06:2181</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>heres01:9000</value></property><!-- nn1的http通信地址 --><property><name>dfs.namenode.http-address.ns1.nn1</name><value>heres01:50070</value></property><!-- nn2的RPC通信地址 --><property><name>dfs.namenode.rpc-address.ns1.nn2</name><value>heres02:9000</value></property><!-- nn2的http通信地址 --><property><name>dfs.namenode.http-address.ns1.nn2</name><value>heres02:50070</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://heres04:8485;heres05:8485;heres06:8485/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>/heres/hadoop-2.2.0/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>sshfenceshell(/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><!-- 指定resourcemanager地址 --><property><name>yarn.resourcemanager.hostname</name><value>heres03</value></property><!-- 指定nodemanager启动时加载server的方式为shuffle server --><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heres01上启动HDFS、在heres03启动yarn,所以heres01上的slaves文件指定的是datanode的位置,heres03上的slaves文件指定的是nodemanager的位置)
heres04heres05heres06
2.2.7配置免密码登陆
#首先要配置heres01到heres02、heres03、heres04、heres05、heres06的免密码登陆
#在heres01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 heres01
ssh-coyp-id heres02
ssh-coyp-id heres03
ssh-coyp-id heres04
ssh-coyp-id heres05
ssh-coyp-id heres06
#配置heres03到heres04、heres05、heres06的免密码登陆
#在heres03上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点
ssh-coyp-id heres04
ssh-coyp-id heres05
ssh-coyp-id heres06
#注意:两个namenode之间要配置ssh免密码登陆,别忘了配置heres02到heres01的免登陆
在heres02上生产一对钥匙
ssh-keygen -t rsa
ssh-coyp-id -i heres01
2.4将配置好的hadoop拷贝到其他节点
scp -r /heres/ heres02:/
scp -r /heres/ heres03:/
scp -r /heres/hadoop-2.2.0/ root@heres04:/heres/
scp -r /heres/hadoop-2.2.0/ root@heres05:/heres/
scp -r /heres/hadoop-2.2.0/ root@heres06:/heres/
###注意:严格按照下面的步骤
2.5启动zookeeper集群(分别在heres04、heres05、heres06上启动zk)
cd /heres/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(在heres01上启动所有journalnode,注意:是调用的hadoop-daemons.sh这个脚本,注意是复数s的那个脚本)
cd /heres/hadoop-2.2.0
sbin/hadoop-daemons.sh start journalnode
#运行jps命令检验,heres04、heres05、heres06上多了JournalNode进程
2.7格式化HDFS
#在heres01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/heres/hadoop-2.2.0/tmp,然后将/heres/hadoop-2.2.0/tmp拷贝到heres02的/heres/hadoop-2.2.0/下。
scp -r tmp/ heres02:/heres/hadoop-2.2.0/
2.8格式化ZK(在heres01上执行即可)
hdfs zkfc -formatZK
2.9启动HDFS(在heres01上执行)
sbin/start-dfs.sh
2.10启动YARN(#####注意#####:是在heres03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
到此,hadoop2.2.0配置完毕,可以通过浏览器访问:
http://192.168.1.201:50070
NameNode 'heres01:9000' (active)
http://192.168.1.202:50070
NameNode 'heres02:9000' (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 'heres02:9000' (active)
这个时候heres02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 'heres01:9000' (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-2.2.0.jar wordcount /profile /out
OK,大功告成!!!
注意:大家在按照这个教程配置的时候,请每一步做好验证,当都通过的话,可能会出现nodeManager启动不起来,解决办法(如果还不行,可以参考这篇博客:http://blog.csdn.net/ling811/article/details/51887569):
大部分都是修改 yarn-site.xml 中的yarn.scheduler.minimum-allocation-mb 内存大于1024。
<property>
<!--参数解释:NodeManager总的可用物理内存。注意,该参数是不可修改的,一旦设置,整个运行过程中不 可动态修改。另外,该参数的默认值是8192MB,即使你的机器内存不够8192MB,YARN也会按照这些内存来使用(傻不傻?),因此,这个值通过一 定要配置。不过,Apache已经正在尝试将该参数做成可动态修改的。默认值:8192(8GB)当该值配置小于1024(1GB)时,NM是无法启动的!会>报错:NodeManager from slavenode2 doesn't satisfy minimum allocations, Sending SHUTDOWN signal to the NodeManager.-->
<name>yarn.nodemanager.resource.memory-mb</name>
<value>1024</value>
</property>
hadoop停启命令:
1、启动zookeeper服务;
2.在配置好ssh服务的机器上:sbin/start-dfs.sh
3.在将要运行resourceManager服务的机器上:sbin/start-yarn.sh
- hadoop分布式搭建(+zookeeper,6台机器)
- hadoop搭建进阶,多台机器分布式搭建
- 伪分布式集群环境hadoop、hbase、zookeeper搭建(全)
- 伪分布式集群环境hadoop、hbase、zookeeper搭建(全)
- 伪分布式集群环境hadoop、hbase、zookeeper搭建(全)
- 4台Hadoop集群完全分布式搭建
- hadoop+hbase+zookeeper完全分布式环境搭建
- Hadoop+HBase+ZooKeeper分布式集群环境搭建
- Hadoop+HBase+ZooKeeper分布式集群环境搭建
- HaDoop_分布式集群搭建(zookeeper,hadoop)
- 一脸懵逼学习Hadoop分布式集群HA模式部署(七台机器跑集群)
- hadoop分布式 安装(3台节点)
- Mac系统下,Hadoop 2.6.2 + ZooKeeper 3.4.6 + HBase 1.1.5 完全分布式环境搭建
- hadoop+hbase+zookeeper 分布式集群搭建完美运行
- hadoop,zookeeper,hbase搭建完全分布式集群回忆录
- hadoop+hbase+zookeeper 分布式集群搭建完美运行
- 学习搭建Hadoop+HBase+ZooKeeper分布式集群环境
- Hadoop、ZooKeeper、Hive、HBase 七节点分布式集群搭建
- (转)[Android_UI控件]Activity、Window、View之间的关系
- Glide图片被拉伸解决方法
- iOS
- 快码表类库DataDictionary
- leetcodeOJ 52. N-Queens II
- hadoop分布式搭建(+zookeeper,6台机器)
- HttpServletRequestWrapper 用法
- MySql查询优化:连接查询排序
- 关于企业的互联网思维
- Mysql
- 加密术 oj
- Spring+hibernate的session问题
- mac MAMP pro安装和破解
- js控制页面跳转并传参数,获取参数