Hadoop 2.x之HDFS利用QJM实现HA高可用

---

【启动顺序】
1、关闭防火墙

# service iptables stop

2、启动三台zookeeper

# zkServer.sh start

3、在其中一个namenode上格式化，这个步骤只需要操作一次，以后跳过这步

# hdfs namenode -format

4、在其中一个namenode上初始化zkfc，这个步骤只需要操作一次，以后跳过这步

# hdfs zkfc -formatZK

5、全面启动

# start-all.sh

     检查namenode是否成功：在浏览器输入http://IP:50070
     检查resourcemanager是否成功：在浏览器输入http://IP:8088

a) 停止全部

# stop-all.sh

---

【用到的命令】

# yarn-daemon.sh start resourcemanager 启动resourcemanager
# start-yarn.sh 启动yarn 
# start-dfs.sh  启动dfs
# scp -r xxxx root@node3:/opt   复制xxxx全部文件到node3的opt目录下
# jps           查看java进程
# killall java  删除所有java进程
# hadoop-daemon.sh start datanode 启动datanode
# hadoop-daemon.sh start journalnode 启动journalnode
# kill -9 xxxx  删除进程xxxx

---

HA原理图：

ResourceManager HA原理图：

---

步骤：
四台机器：node2，node3，node4，node5 配置如下：

1、准备Hadoop2.x版本安装包：hadoop-2.5.1_x64.tar.gz，配置Hadoop环境变量参考：配置hadoop环境变量

2、准备zookeeper-3.4.6.tar.gz

3、将Hadoop安装到4台机器上

4、配置zookeeper
     a) 三台zookeeper：node2，node3，node4
     b) 在conf目录下新建zoo.cfg，编辑zoo.cfg配置文件,如下：

tickTime=2000
dataDir=/opt/zookeeper
clientPort=2181
initLimit=5
syncLimit=2
server.1=node2:2888:3888
server.2=node3:2888:3888
server.3=node4:2888:3888

     c) 分别在三台zookeeper中创建一个myid的文件（myid文件在/opt/zookeeper目录下，/opt/zookeeper目录是我在zoo.cfg配置的dataDir）

# mkdir /opt/zookeeper
# vi myid

在myid文件里输入对应的serverID，比如在上面的zoo.cfg文件配置中，我的node2对应的是serverID是1，那么在myid文件里就写1，同理在node3、node4机器

     d) 启动zookeeper(启动前先关闭防火墙)

# service iptables stop
# /bin/zkServer.sh start

启动后，会在当前目录下生成zookeeper.out文件，查看是否有异常

# tail -100 zookeeper.out

5、进入hadoop安装配置文件目录下，删除maters文件，没有则忽略这一步，因为maters是配置SecondaryNameNode的，而Hadoop 2.x 采用了HA机制，已经不需要配置SecondaryNameNode了，当然也还可以用

# rm -rf /home/hadoop-2.5.1/etc/hadoop/masters

6、删除Hadoop数据存储文件，文件在哪里？可以去看在core-site.xml文件中配置的hadoop.tmp.dir

# rm -rf  /opt/hadoop-2.5

7、配置hdfs-site.xml 文件

<property>
  <name>dfs.nameservicesname>
  <value>myclustervalue>
property>

<property>
  <name>dfs.ha.namenodes.myclustername>
  <value>node2,node3value>
property>

<property>
  <name>dfs.namenode.rpc-address.mycluster.node2name>
  <value>node2:8020value>
property>
<property>
  <name>dfs.namenode.rpc-address.mycluster.node3name>
  <value>node3:8020value>
property>

<property>
  <name>dfs.namenode.http-address.mycluster.node3name>
  <value>node3:50070value>
property>
<property>
  <name>dfs.namenode.http-address.mycluster.node3name>
  <value>node3:50070value>
property>


<property>
  <name>dfs.namenode.shared.edits.dirname>
  <value>qjournal://node3:8485;node4:8485;node5:8485/myclustervalue>
property>


<property>
  <name>dfs.client.failover.proxy.provider.myclustername>
  <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvidervalue>
property>


<property>
  <name>dfs.ha.fencing.methodsname>
  <value>sshfencevalue>
property>
<property>
  <name>dfs.ha.fencing.ssh.private-key-filesname>
  <value>/root/.ssh/id_dsavalue>
property>


<property>
  <name>dfs.journalnode.edits.dirname>
  <value>/opt/journalnodevalue>
property>


<property>
   <name>dfs.ha.automatic-failover.enabledname>
   <value>truevalue>
 property>

8、配置core-site.xml 文件

<property>
  <name>fs.defaultFSname>
  <value>hdfs://myclustervalue>
property>
<property>
    <name>hadoop.tmp.dirname>
    <value>/opt/hadoop-2.5value>
property>


 <property>
   <name>ha.zookeeper.quorumname>
   <value>node2:2181,node3:2181,node4:2181value>
 property>

9、配置yarn环境：yarn-site.xml

<property>
   <name>yarn.resourcemanager.ha.enabledname>
   <value>truevalue>
 property>
 
 <property>
   <name>yarn.resourcemanager.cluster-idname>
   <value>cluster2value>
 property>
 
 <property>
   <name>yarn.resourcemanager.ha.rm-idsname>
   <value>rm1,rm2value>
 property>
 
 <property>
   <name>yarn.resourcemanager.hostname.rm1name>
   <value>node2value>
 property>
 <property>
   <name>yarn.resourcemanager.hostname.rm2name>
   <value>node3value>
 property>
 
 <property>
   <name>yarn.resourcemanager.zk-addressname>
   <value>node2:2181,node3:2181,node4:2181value>
 property>

 
 <property>
        <name>yarn.nodemanager.aux-servicesname>
        <value>mapreduce_shufflevalue>
 property>

10、配置mapred-site.xml，将MapReduce执行在yarn环境里

 <property>
        <name>mapreduce.framework.namename>
        <value>yarnvalue>
 property>

11、配置hadoop中的slaves文件（/etc/hadoop/slaves是配置datanode）

node3
node4
node5

12、配置2台namenode主机可以互相免密码登录，我的2台namenode分别是node2和node3，除此之外也要配置与datanode主机免密码登录

#ssh node2
#ssh node3

一旦发现2台中任意一台需要输入密码，则重新配置
    a) 删除~/.ssh目录下文件
    b) 执行

# ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
# cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

    c) 将node2公钥拷贝node3并追加到authorized_keys文件中去

@node2# scp ~/.ssh/id_dsa.pub root@node3 /opt/
@node3# cat /opt/id_dsa.pub >> ~/.ssh/authorized_keys

    d) 将node3公钥拷贝node2并追加到authorized_keys文件中去

@node3# scp ~/.ssh/id_dsa.pub root@node2 /opt/
@node2# cat /opt/id_dsa.pub >> ~/.ssh/authorized_keys

13、启动三个JournalNode：

# ./hadoop-daemon.sh start journalnode

检查./logs/目录下journalnode.log日志是否出现异常，没有则启动成功

12、在其中一个namenode上格式化（初始化操作，只有一次，后面启动不再需要）：我的是node2和node3作为namenode

# hdfs namenode -format

14、把刚刚格式化之后的元数据拷贝到另外一个namenode上

# scp -r hadoop-2.5 root@node3:/opt/

15、在其中一个namenode上初始化zkfc

# hdfs zkfc -formatZK

16、开始启动、关闭是stop-dfs.sh

# start-dfs.sh

启动过程中发现：node3: datanode running as process 1851. Stop it first 意思就是在node3上已经有个datanode进程了，于是去node3里删掉datanode进程，再单独启动node3的datanode

# kill -9 1851
# hadoop-daemon.sh start datanode

17、启动浏览器打开namenode页面

http://node2:50070
http://node3:50070

打开后发现node2和node3其中一台处于active状态、一台处于standby状态即可判断启动成功。
测试一下关闭node2的namenode，看看node3会不会接管node2。
要关闭namenode，杀掉namenode进程即可，查看java进程使用jps命令

18、启动yarn，如果有备用的resourcemanager，也要在相应的机器上启动

# start-yarn.sh

启动备用的resourcemanager

# yarn-daemon.sh start resourcemanager

打开浏览器，检查是否开启成功

http://node2:8088
http://node3:8088