基于hadoop2.6.0搭建5个节点的分布式集群

1、前言

  我们使用hadoop2.6.0版本配置Hadoop集群，同时配置NameNode+HA、ResourceManager+HA，并使用zookeeper来管理Hadoop集群

2、规划

  1、主机规划

	hadoop1/ 192.168.56.131	hadoop2/ 192.168.56.132	hadoop3/ 192.168.56.133	hadoop4/ 192.168.56.134	hadoop5/ 192.168.56.135
namenode	是	是	否	否	否
datanode	否	否	是	是	是
resourcemanager	是	是	否	否	否
journalnode	是	是	是	是	是
zookeeper	是	是	是	是	是

    Journalnode和ZooKeeper保持奇数个，最少不少于3个节点

  2、软件规划

软件	版本	位数	说明
centos	6.5	64
jdk	1.7	64	稳定版本
zookeeper	3.4.6		稳定版本
hadoop	2.6.0		稳定版本

  3、用户规划

节点名称	用户组	用户	密码
hadoop1	hadoop	hadoop	123456
hadoop2	hadoop	hadoop	123456
hadoop3	hadoop	hadoop	123456
hadoop4	hadoop	hadoop	123456
hadoop5	hadoop	hadoop	123456

  4、目录规划

名称	路径
所有软件目录	/usr/hadoop/app/
所有数据和日志目录	/usr/hadoop/data/

3、集群安装前的环境检查

  1、修改主机名

    将5个节点分别修改为hadoop1、hadoop2、hadoop3、hadoop4、hadoop5

    修改主机名，请参考“修改主机名”

  2、hosts文件检查

    所有节点（hadoop1、hadoop2、hadoop3、hadoop4、hadoop5）的hosts文件都要配置静态ip与hostname之间的对应关系

    192.168.56.131 hadoop1

    192.168.56.132 hadoop2

    192.168.56.133 hadoop3

    192.168.56.134 hadoop4

    192.168.56.135 hadoop5

    具体请参考，“配置hosts文件”

  3、禁用防火墙

    永久关闭hadoop1、hadoop2、hadoop3、hadoop4、hadoop5这5个节点的防火墙

    具体请参考，“防火墙”

4、配置SSH免密码通信

  下面对hadoop1节点上的root用户配置ssh

  1、输入“ssh-keygen -t rsa”，生成秘钥

2、使用“cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys”命令，把公钥复制到认证文件(authorized_keys)中，如下所示

3、确保.ssh目录的权限是700（使用chmod 700 .ssh命令修改），确保.ssh目录下所有文件（authorized_key、id_rsa、id_rsa.pub）的权限是600（使用chmod 600 .ssh/*命令修改），如下所示

4、输入“ssh hadoop1”登录，第一次登录需要输入yes，以后就不需要输入啦

 对hadoop2、hadoop3、hadoop4、hadoop5这4个节点上的root用户也配置ssh,配置过程和上述在hadoop1上为root用户配置ssh的过程是一样

  5、在hadoop2、hadoop3、hadoop4、hadoop5这4个节点上都执行一次“cat ~/.ssh/id_rsa.pub | ssh root@hadoop1 'cat >> ~/.ssh/authorized_keys'”命令，将这4个节点上的共钥id_ras.pub拷贝到hadoop1中的authorized_keys文件中，如下

拷贝完成后，hadoop1中的authorized_keys文件内容如下

 6、将hadoop1中的authorized_keys文件分发到其他节点(hadoop2、hadoop3、hadoop4、hadoop5)上，在hadoop1上，使用scp -r ~/.ssh/authorized_keys root@主机名:~/.ssh/ 命令分发，效果如下

7、然后测测看看，出现如下信息，表示配置成功

说明：第一次可能会出现如下信息,输入yes就可以了，以后就不会再出现啦

5、脚本工具的使用

  shell脚本如下，如果安装目录有所变动，请根据需要修改

  deploy.conf

#### NOTES
# There is crontab job using this config file which would compact log files and remove old log file.
# please be  carefully while modifying this file until you know what crontab exactly do
#hdp
hadoop1,all,namenode,zookeeper,resourcemanager,
hadoop2,all,slave,namenode,zookeeper,resourcemanager,
hadoop3,all,slave,datanode,zookeeper,
hadoop4,all,slave,datanode,zookeeper,
hadoop5,all,slave,datanode,zookeeper,

deploy.sh

#!/bin/bash
#set -x

if [ $# -lt 3 ]
then 
  echo "Usage: ./deply.sh srcFile(or Dir) descFile(or Dir) MachineTag"
  echo "Usage: ./deply.sh srcFile(or Dir) descFile(or Dir) MachineTag confFile"
  exit 
fi

src=$1
dest=$2
tag=$3
if [ 'a'$4'a' == 'aa' ]
then
  confFile=/usr/hadoop/tools/deploy.conf
else 
  confFile=$4
fi

if [ -f $confFile ]
then
  if [ -f $src ]
  then
    for server in `cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'` 
    do
       scp $src $server":"${dest}
    done 
  elif [ -d $src ]
  then
    for server in `cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'` 
    do
       scp -r $src $server":"${dest}
    done 
  else
      echo "Error: No source file exist"
  fi

else
  echo "Error: Please assign config file or run deploy.sh command with deploy.conf in same directory"
fi

runRemoteCmd.sh

#!/bin/bash
#set -x

if [ $# -lt 2 ]
then 
  echo "Usage: ./runRemoteCmd.sh Command MachineTag"
  echo "Usage: ./runRemoteCmd.sh Command MachineTag confFile"
  exit 
fi

cmd=$1
tag=$2
if [ 'a'$3'a' == 'aa' ]
then
  
  confFile=/usr/hadoop/tools/deploy.conf
else 
  confFile=$3
fi

if [ -f $confFile ]
then
    for server in `cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'` 
    do
       echo "*******************$server***************************"
       ssh $server "source /etc/profile; $cmd"
    done 
else
  echo "Error: Please assign config file or run deploy.sh command with deploy.conf in same directory"
fi

  1、在hadoop1节点上，创建/usr/hadoop/tools目录，如下所示

2、将脚本通过rz命令上传到/usr/hadoop/tools目录

 具体使用rz命令，请参考“上传下载rz、sz命令”

  3、为后缀*.sh的文件增加执行权限

具体使用chmod命令，请参考“权限chmod命令”

  4、将/usr/hadoop/tools目录配置到PATH路径中

6、集群安装前的环境配置

  1、时钟同步

    下面通过脚本对所有节点（hadoop1、hadoop2、hadoop3、hadoop4、hadoop5）进行时钟同步

    1、输入runRemoteCmd.sh "cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime" all

2、输入runRemoteCmd.sh "ntpdate pool.ntp.org" all

 具体请参考，“时钟同步”

  2、创建hadoop用户组、hadoop用户以及设置密码

    下面通过脚本在hadoop1、hadoop2、hadoop3、hadoop4、hadoop5这5个节点上分别创建hadoop用户组、hadoop用户以及设置密码123456

    1、创建hadoop用户组

2、创建hadoop用户，并指定用户的组为hadoop

3、为hadoop用户设置密码123456

 具体请参考，“用户相关命令”

  3、创建/usr/hadoop/app/、/usr/hadoop/data/目录, 并修改/usr/hadoop目录的所有人，所有组为hadoop

    下面通过脚本在hadoop1、hadoop2、hadoop3、hadoop4、hadoop5这5个节点上分别创建/usr/hadoop/app/、/usr/hadoop/data/目录，并修改/usr/hadoop目录的所有人，所有组为hadoop

    1、创建/usr/hadoop/app/目录

2、创建/usr/hadoop/data/目录

3、修改/usr/hadoop目录的所有人，所有组为hadoop

 具体请参考，“目录相关命令”

  4、为每个节点中hadoop用户配置ssh,这里为了省事，直接拷贝相应节点中root用户的配置给对应的hadoop用户，默认hadoop家目录是/home/hadoop

接着随意选择一个节点，这里选择hadoop4节点，以hadoop用户登录，然后进行ssh测试，如果出现如下信息，表示配置成功

7、JDK安装

  1、将本地下载好的jdk1.7,上传至hadoop1节点下的/home/hadoop/app目录中

可以使用rz上传，请参考“上传下载rz、sz命令”

  2、解压jdk

删除安装包

3、配置环境变量

使配置文件生效

4、查看jdk是否安装成功

    

    出现以上信息，说明配置成功

  5、通过脚本，将hadoop1中的jdk安装包分发到其他节点上

    切换到hadoop用户

    

    

    在hadoop2, hadoop3, hadoop4, hadoop5节点上，重复步骤3、4，完成jdk配置

8、Zookeeper安装

  1、上传zookeeper到hadoop1节点

    1、将本地下载好的zookeeper-3.4.6.tar.gz安装包，上传至hadoop1节点下的/home/hadoop/app目录下

可以使用rz上传，请参考“上传下载rz、sz命令”

    2、解压

3、删除zookeeper-3.4.6.tar.gz安装包

4、重命名

2、修改Zookeeper中的配置文件

    1、复制一个zoo.cfg文件

2、编辑zoo.cfg文件

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes.
#数据文件目录
dataDir=/usr/hadoop/data/zookeeper/zkdata
#日志目录
dataLogDir=/usr/hadoop/data/zookeeper/zkdatalog
# the port at which the clients will connect
#默认端口号
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the 
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1
server.1=hadoop1:2888:3888
server.2=hadoop2:2888:3888
server.3=hadoop3:2888:3888
server.4=hadoop4:2888:3888
server.5=hadoop5:2888:3888

3、通过脚本deploy.sh将Zookeeper安装目录拷贝到其他节点上面，输入deploy.sh zookeeer/ /usr/hadoop/app slave，如下所示

4、通过脚本runRemoteCmd.sh在所有节点上面创建数据目录、日志目录

    1、创建数据目录（runRemoteCmd.sh "mkdir -p /usr/hadoop/data/zookeeper/zkdata" all）

 2、创建日志目录（runRemoteCmd.sh "mkdir -p /usr/hadoop/data/zookeeper/zkdatalog" all）

5、分别在hadoop1、hadoop2、hadoop3、hadoop4、hadoop5节点上，进入/usr/hadoop/data/zookeeper/zkdata目录下，创建文件myid，里面的内容分别填充为：1、2、3、4、5， 这里我们以hadoop1为例

    1、进入/usr/hadoop/data/zookeeper/zkdata目录

 2、编辑myid文件

3、按esc,输入“:x”保存退出

  6、配置Zookeeper环境变量

    1、vi /etc/profile, 输入内容，然后按esc，输入”:x”,保存退出，最后，输入source /etc/profile，使其立马生效

2、其他节点和hadoop1一样的配置

  7、查看启动情况

    1、查看hadoop1节点上Zookeeper是否配置成功

      1、启动Zookeeper

2、出现如下信息，说明配置成功

 3、关闭Zookeeper

 2、查看所有节点上Zookeeper是否配置成功

      1、使用runRemoteCmd.sh 脚本，启动所有节点上面的Zookeeper

 2、查看所有节点上的QuorumPeerMain进程是否启动

3、查看所有节点上Zookeeper的状态

出现4个follower,一个leader,表示Zookeeper安装成功

9、hadoop安装

  1、上传hadoop

    1、将下载好的hadoop-2.6.0.tar.gz安装包，上传至hadoop1节点中的/usr/hadoop/app目录下

      

  2、解压hadoop-2.6.0.tar.gz

 3、删除hadoop-2.6.0.tar.gz安装包

 4、重命名

 2、配置hadoop家目录下的.bash_profile

3、hdfs

    1、切换到/usr/hadoop/app/hadoop/etc/hadoop/目录下

2、配置hdfs

      1、配置hadoop-env.sh

2、配置core-site.

	
		fs.defaultFS
		hdfs://cluster1
	
	
	
		hadoop.tmp.dir
		/usr/hadoop/data/tmp
	
	
	
		ha.zookeeper.quorum
		hadoop1:2181,hadoop2:2181,hadoop3:2181,hadoop4:2181,hadoop5:2181
	
	

3、配置hdfs-site.xml

	
		dfs.replication
		3
        
	
	
		dfs.permissions
		false
	
	
		dfs.permissions.enabled
		false
	
	
	
		dfs.nameservices
		cluster1
	
	
	
		dfs.ha.namenodes.cluster1
		nameService1,nameService2
	
	
	
		dfs.namenode.rpc-address.cluster1.nameService1
		hadoop1:9000
	
	
	
		dfs.namenode.http-address.cluster1.nameService1
		hadoop1:50070
	
	
	
		dfs.namenode.rpc-address.cluster1.nameService2
		hadoop2:9000
	
	
	
		dfs.namenode.http-address.cluster1.nameService2
		hadoop2:50070
	
	
	
		dfs.ha.automatic-failover.enabled
		true
        
	
	
		dfs.namenode.shared.edits.dir
		qjournal://hadoop1:8485;hadoop2:8485;hadoop3:8485;hadoop4:8485;hadoop5:8485/cluster1
	
	
	
		dfs.client.failover.proxy.provider.cluster1
		org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
        
	
        
		dfs.journalnode.edits.dir
		/usr/hadoop/data/journaldata/jn
        
	
	
		dfs.ha.fencing.methods
		shell(/bin/true)
        
        
                dfs.ha.fencing.ssh.private-key-files
                /home/hadoop/.ssh/id_rsa
        
	
                dfs.ha.fencing.ssh.connect-timeout
                10000
        
	
        
		dfs.namenode.handler.count
		100
        

4、配置 slave

hadoop3
hadoop4
hadoop5

3、向其他节点分发hadoop安装包

4、配置完毕后，启动hdfs

      1、启动所有节点上面的Zookeeper进程（runRemoteCmd.sh "/usr/hadoop/app/zookeeper/bin/zkServer.sh start" zookeeper）

 2、启动所有节点上面的journalnode进程（runRemoteCmd.sh "/usr/hadoop/app/hadoop/sbin/hadoop-daemon.sh start journalnode" all）

3、在hadoop1(主节点)上执行格式化

        1、切换到/usr/hadoop/app/hadoop/

     2、namenode格式化（bin/hdfs namenode -format）

      3、格式化高可用（bin/hdfs zkfc -formatZK）

      4、启动namenode

 4、与此同时，需要在hadoop2（备节点）上执行数据同步（bin/hdfs namenode -bootstrapStandby）

 5、hadoop2同步完数据后，紧接着在hadoop1节点上，按下ctrl+c来结束namenode进程。 然后关闭所有节点上面的journalnode进程（runRemoteCmd.sh "/usr/hadoop/app/hadoop/sbin/hadoop-daemon.sh stop journalnode" all）

 6、如果上面操作没有问题，我们可以一键启动hdfs所有相关进程

7、验证是否启动成功

 出现上面信息，说明启动成功

    8、使用bin/hdfs haadmin -failover nameService1 nameService2命令，将hadoop2切换成active, hadoop1切换成standby，其中，nameService1、nameService2是在hdfs-site.xml文件中的dfs.ha.namenodes. clusterl指定的

效果如下：

9、上传文件至hdfs

如果以上操作都没有问题说明hdfs配置成功

  4、yarn

    1、yarn配置

      1、配置mapred-site.xml（默认没有mapred-site.xml文件，从mapred-site.xml.template文件复制一份，改名为mapred-site.xml就可以）

	
		mapreduce.framework.name
		yarn
	
	

2、配置yarn-site.xml

	
		yarn.resourcemanager.connect.retry-interval.ms
		2000
	
	
	
		yarn.resourcemanager.ha.enabled
		true
	
	
	
		yarn.resourcemanager.ha.automatic-failover.enabled
		true
	
	
	
		yarn.resourcemanager.ha.automatic-failover.embedded
		true
	
	
	
		yarn.resourcemanager.cluster-id
		yarn-rm-cluster
	
	
	
		yarn.resourcemanager.ha.rm-ids
		rm1,rm2
	
	
	
		yarn.resourcemanager.hostname.rm1
		hadoop1
	
	
	
		yarn.resourcemanager.hostname.rm2
		hadoop2
	
	
	
		yarn.resourcemanager.recovery.enabled
		true
	
	
	
		yarn.resourcemanager.zk.state-store.address
		hadoop1:2181,hadoop2:2181,hadoop3:2181,hadoop4:2181,hadoop5:2181
	
	
	
		yarn.resourcemanager.zk-address
		hadoop1:2181,hadoop2:2181,hadoop3:2181,hadoop4:2181,hadoop5:2181
	
	
	
		yarn.resourcemanager.address.rm1
		hadoop1:8032
	
	
	
		yarn.resourcemanager.scheduler.address.rm1
		hadoop1:8034
	
	
	
		yarn.resourcemanager.webapp.address.rm1
		hadoop1:8088
	
	
	
		yarn.resourcemanager.address.rm2
		hadoop2:8032
	
	
	
		yarn.resourcemanager.scheduler.address.rm2
		hadoop2:8034
	
	
	
		yarn.resourcemanager.webapp.address.rm2
		hadoop2:8088
	
	
	
		yarn.nodemanager.aux-services
		mapreduce_shuffle
	
	
		yarn.nodemanager.aux-services.mapreduce_shuffle.class
		org.apache.hadoop.mapred.ShuffleHandler
	
	

2、向其他节点同步yarn配置（deploy.sh etc/ /usr/hadoop/app/hadoop/ all）

 3、启动YARN

      1、在hadoop1节点上执行（sbin/start-yarn.sh）

2、在hadoop2节点上面执行（sbin/yarn-daemon.sh start resourcemanager）

 3、查看web页面

        1、访问hadoop1的web页面，如下

 2、访问hadoop2的web页面，如下

 4、查看ResourceManager状态

 resourceManager的名字是yarn.resourcemanager.ha.rm-ids属性指定的

      5、Wordcount示例测试

/usr/hadoop/app/hadoop/bin/hadoop jar /usr/hadoop/app/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar  wordcount  /buaa/a.txt  /buaa/out

如果上面执行没有异常，说明YARN安装成功

 

  至此，基于hadoop2.6搭建5个节点的分布式集群搭建完毕

本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。

hadoop配置：下载

shell脚本：下载

转自：https://www.cnblogs.com/codeOfLife/p/5512137.html