Hadoop之——hadoop2.2.0集群搭建

转载请注明出处:http://blog.csdn.net/l1028386804/article/details/51353063

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######如果你们公司是租用的服务器或是使用的云主机（如华为云主机、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，配置环境变量等

集群规划：
    主机名        IP                安装的软件                    运行的进程
    liuyazhuang01    192.168.1.201    jdk、hadoop                    NameNode、DFSZKFailoverController
    liuyazhuang02    192.168.1.202    jdk、hadoop                    NameNode、DFSZKFailoverController
    liuyazhuang03    192.168.1.203    jdk、hadoop                    ResourceManager
    liuyazhuang04    192.168.1.204    jdk、hadoop、zookeeper        DataNode、NodeManager、JournalNode、QuorumPeerMain
    liuyazhuang05    192.168.1.205    jdk、hadoop、zookeeper        DataNode、NodeManager、JournalNode、QuorumPeerMain
    liuyazhuang06    192.168.1.206    jdk、hadoop、zookeeper        DataNode、NodeManager、JournalNode、QuorumPeerMain

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

1.1解压

tar -zxvf zookeeper-3.4.5.tar.gz -C /liuyazhuang/

1.2修改配置

cd /liuyazhuang/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改：dataDir=/liuyazhuang/zookeeper-3.4.5/tmp
在最后添加：
server.1=liuyazhuang04:2888:3888
server.2=liuyazhuang05:2888:3888
server.3=liuyazhuang06:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /liuyazhuang/zookeeper-3.4.5/tmp
再创建一个空文件
touch /liuyazhuang/zookeeper-3.4.5/tmp/myid
最后向该文件写入ID
echo 1 > /liuyazhuang/zookeeper-3.4.5/tmp/myid

1.3拷贝配置好的zookeeper

将配置好的zookeeper拷贝到其他节点(首先分别在liuyazhuang05、liuyazhuang06根目录下创建一个liuyazhuang目录：mkdir /liuyazhuang)

scp -r /liuyazhuang/zookeeper-3.4.5/ liuyazhuang05:/liuyazhuang/
scp -r /liuyazhuang/zookeeper-3.4.5/ liuyazhuang06:/liuyazhuang/

注意：修改liuyazhuang05、liuyazhuang06对应/liuyazhuang/zookeeper-3.4.5/tmp/myid内容
liuyazhuang05：
	echo 2 > /liuyazhuang/zookeeper-3.4.5/tmp/myid
liuyazhuang06：
	echo 3 > /liuyazhuang/zookeeper-3.4.5/tmp/myid

2.安装配置hadoop集群

2.1解压

tar -zxvf hadoop-2.2.0.tar.gz -C /liuyazhuang/

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_55
export HADOOP_HOME=/liuyazhuang/hadoop-2.2.0
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 /liuyazhuang/hadoop-2.2.0/etc/hadoop

2.2.1修改hadoo-env.sh

export JAVA_HOME=/usr/java/jdk1.7.0_55

2.2.2修改core-site.xml

	
	
		fs.defaultFS
		hdfs://ns1
	
	
	
		hadoop.tmp.dir
		/liuyazhuang/hadoop-2.2.0/tmp
	
	
	
		ha.zookeeper.quorum
		liuyazhuang04:2181,liuyazhuang05:2181,liuyazhuang06:2181
	

2.2.3修改hdfs-site.xml

	
	
		dfs.nameservices
		ns1
	
	
	
		dfs.ha.namenodes.ns1
		nn1,nn2
	
	
	
		dfs.namenode.rpc-address.ns1.nn1
		liuyazhuang01:9000
	
	
	
		dfs.namenode.http-address.ns1.nn1
		liuyazhuang01:50070
	
	
	
		dfs.namenode.rpc-address.ns1.nn2
		liuyazhuang02:9000
	
	
	
		dfs.namenode.http-address.ns1.nn2
		liuyazhuang02:50070
	
	
	
		dfs.namenode.shared.edits.dir
		qjournal://liuyazhuang04:8485;liuyazhuang05:8485;liuyazhuang06:8485/ns1
	
	
	
		dfs.journalnode.edits.dir
		/liuyazhuang/hadoop-2.2.0/journal
	
	
	
		dfs.ha.automatic-failover.enabled
		true
	
	
	
		dfs.client.failover.proxy.provider.ns1
		org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
	
	
	
		dfs.ha.fencing.methods
		
			sshfence
			shell(/bin/true)
		
	
	
	
		dfs.ha.fencing.ssh.private-key-files
		/root/.ssh/id_rsa
	
	
	
		dfs.ha.fencing.ssh.connect-timeout
		30000
	

2.2.4修改mapred-site.xml

	
	
		mapreduce.framework.name
		yarn
	
	

2.2.5修改yarn-site.xml

	
	
		yarn.resourcemanager.hostname
		liuyazhuang03
	
	
	
		yarn.nodemanager.aux-services
		mapreduce_shuffle
	

2.2.6修改slaves

修改slaves(slaves是指定子节点的位置，因为要在liuyazhuang01上启动HDFS、在liuyazhuang03启动yarn，所以liuyazhuang01上的slaves文件指定的是datanode的位置，liuyazhuang03上的slaves文件指定的是nodemanager的位置)

liuyazhuang04
liuyazhuang05
liuyazhuang06

2.2.7配置免密码登陆

#首先要配置liuyazhuang01到liuyazhuang02、liuyazhuang03、liuyazhuang04、liuyazhuang05、liuyazhuang06的免密码登陆
#在liuyazhuang01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 liuyazhuang01
ssh-coyp-id liuyazhuang02
ssh-coyp-id liuyazhuang03
ssh-coyp-id liuyazhuang04
ssh-coyp-id liuyazhuang05
ssh-coyp-id liuyazhuang06

#配置liuyazhuang03到liuyazhuang04、liuyazhuang05、liuyazhuang06的免密码登陆
#在liuyazhuang03上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点
ssh-coyp-id liuyazhuang04
ssh-coyp-id liuyazhuang05
ssh-coyp-id liuyazhuang06

#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置liuyazhuang02到liuyazhuang01的免登陆
在liuyazhuang02上生产一对钥匙
ssh-keygen -t rsa
ssh-coyp-id -i liuyazhuang01

2.4将配置好的hadoop拷贝到其他节点

scp -r /liuyazhuang/ liuyazhuang02:/
scp -r /liuyazhuang/ liuyazhuang03:/
scp -r /liuyazhuang/hadoop-2.2.0/ root@liuyazhuang04:/liuyazhuang/
scp -r /liuyazhuang/hadoop-2.2.0/ root@liuyazhuang05:/liuyazhuang/
scp -r /liuyazhuang/hadoop-2.2.0/ root@liuyazhuang06:/liuyazhuang/

###注意：严格按照下面的步骤

2.5启动zookeeper集群

（分别在liuyazhuang04、liuyazhuang05、liuyazhuang06上启动zk）

cd /liuyazhuang/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liuyazhuang01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 /liuyazhuang/hadoop-2.2.0
sbin/hadoop-daemons.sh start journalnode

#运行jps命令检验，liuyazhuang04、liuyazhuang05、liuyazhuang06上多了JournalNode进程

2.7格式化HDFS

#在liuyazhuang01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/liuyazhuang/hadoop-2.2.0/tmp，然后将/liuyazhuang/hadoop-2.2.0/tmp拷贝到liuyazhuang02的/liuyazhuang/hadoop-2.2.0/下。
scp -r tmp/ liuyazhuang02:/liuyazhuang/hadoop-2.2.0/

2.8格式化ZK(在liuyazhuang01上执行即可)

hdfs zkfc -formatZK

2.9启动HDFS(在liuyazhuang01上执行)

sbin/start-dfs.sh

2.10启动YARN

(#####注意#####：是在liuyazhuang03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，可以统计浏览器访问:

http://192.168.1.201:50070
NameNode 'liuyazhuang01:9000' (active)
http://192.168.1.202:50070
NameNode 'liuyazhuang02:9000' (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 
通过浏览器访问：http://192.168.1.202:50070
NameNode 'liuyazhuang02:9000' (active)
这个时候liuyazhuang02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 'liuyazhuang01:9000' (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！！！