Hadoop HA部署(QJM)

 

准备

  三台Linux虚拟机(这里是centos7.5,我将其分别命名为hadoop001、hadoop002、hadoop003)

   jdk1.8.0_151

   hadoop-2.6.0-cdh5.7.0

   zookeeper-3.4.6

 

创建hadoop用户

   在三虚拟机上创建hadoop用户:

systemctl stop firewalld.service      #关闭防火墙
systemctl disable firewalld.service   #禁止防火墙开机自启
vi /etc/hostname    #修改hostname的值为hadoop001,若机器是hadoop002,则将值修改为hadoop002
reboot boot         #重启,若不重启可用使用hostname hadoop001,机器为hadoop002则 hostname hadoop002
useradd hadoop #创建hadoop用户

   

配置ssh免密登录

   使用hadoop用户,并执行ssh秘钥生成命令(三台设备上都执行该操作)

su hadoop   #切换到hadoop用户
ssh-keygen -t rsa 
#注意:只点击回车键,不要输入其它。
#上诉命令执行成功后会在当前用户主目录下的.ssh文件夹中生成一个名id_rsa的秘钥文件和id_rsa.pub的公钥文件。可执行cd ~/.ssh 后,执行:ls  查看是否生成这两个文件
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys  #将本机生成的免密登录的公钥添加到 authorized_keys 文件中,另外两台机器中生成公钥文件的内容同样添加到该文件中
chmod 600 ~/.ssh/* #修改该目录下所有文件权限为600。若不设置为600权限,在非root用户下,使用ssh免密登录可能会出现权限不足的提示
ssh [email protected]   #测试是否成功免密登录其它机器。初次连接时,需要输入yes进行确认。

 Hadoop HA部署(QJM)_第1张图片

Hadoop HA部署(QJM)_第2张图片

Hadoop HA部署(QJM)_第3张图片

hosts文件配置

在/etc/hosts文件中将三台机器的ip添加到文件中(三台机器需要)。

配置JDK

将准备好的JDK上传到所有机器上,并在所有设备上做相同的操作

su -   #切换到root用户
mkdir /usr/java  #创建文件夹
cp -r jdk1.8.0_151 /usr/java/  #将jdk放置到创建的文件夹中
vi ~/.bash_profile   #在当前用户的profile文件中配置环境变量:export JAVA_HOME=/usr/java/jdk1.8.0_151   export PATH=$JAVA_HOME/bin:$PATH
. ~/.bash_profile    #刷新环境变量

      

配置ZooKeeper

#########################以下是三台设备同样的操作######################################
mkdir ~/app   #在当前用户根目录创建app文件夹,将zookeeper在该文件夹下
ln -s /home/hadoop/app/zookeeper-3.4.6 /home/hadoop/app/zookeeper  #为zookeeper创建一个软链接
vi ~/.bash_profile   #配置zookeeper环境变量,在文件中添加  export ZOOKEEPER_HOME=/home/hadoop/app/zookeeper   export PATH=$ZOOKEEPER_HOME/bin:$PATH
. ~/.bash_profile    #使配置的环境变量重新生效
mkdir ~/app/zookeeper/data  #用户存放zk的数据
cd ~/app/zookeeper/conf/    #切换到zk的配置文件目录
cp zoo_sample.cfg zoo.cfg   #将zk的配置文件模板拷贝一份,并在上面做配置修改
#dataDir=/home/hadoop/app/zookeeper/data
#server.1=hadoop001:2888:3888
#server.2=hadoop002:2888:3888
#server.3=hadoop003:2888:3888
vi zoo.cfg   #将上述4个配置内容添加到文件中,若文件中有上述任意配置,请将该配置修改为上述配置
cd ../data   #切换到zk的数据存放区

#################################单独操作############################################

echo 1 > myid  #在hadoop001中执行该命令
echo 2 > myid  #在hadoop002中执行该命令
echo 3 > myid  #在hadoop003中执行该命令

#############################三台设备同样操作######################################

zkServer.sh start   #启动zk
zkServer.sh status  #查看zk是否成功启动,注意:是在所有zk都启动成功后,执行此命令查看,出现如下信息则启动成功

    或   

Hadoop配置文件编辑

#############################以下操作在所有机器上保持一直########################################
cp -r hadoop-2.6.0-cdh5.7.0 ~/app/   #将hadoop程序放在当前用户主目录下的app目录下
cd ~/app   #切换到app目录
ln -s /home/hadoop/app/hadoop-2.6.0-cdh5.7.0 /home/hadoop/app/hadoop  #为hadoop程序创建软链接
vi ~/.bash_profile    #添加hadoop环境变量  export HADOOP_HOME=/home/hadoop/app/hadoop   export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
source ~/.bash_profile  #使添加的环境变量生效
vi ~/app/hadoop/etc/hadoop/hadoop-env.sh  #在文件添加java所在路径 export JAVA_HOME=/usr/java/jdk1.8.0_151 若该配置存在,则直接修改
cd ~/app/hadoop/etc/hadoop   #切换到hadoop的配置文件目录,修改core-size.xml、hdfs-size.xml、yarn-size.xml、mapred-site.xml、slaves五个配置文件
vi core-size.xml    #使用下面core-size.xml文件内容替换
vi yarn-size.xml    #使用下面yarn-size.xml文件内容替换
vi mapred-size.xml  #使用下面mapred-size.xml文件内容替换
vi hdfs-size.xml    #使用下面hdfs-size.xml文件内容替换
vi slaves           #使用下面slaves文件内容替换

#将上述配置文件中,指向本地文件夹的路径依次创建出来
mkdir -p /home/hadoop/app/hadoop-2.6.0-cdh5.7.0/tmp
mkdir -p /home/hadoop/app/hadoop-2.6.0-cdh5.7.0/data/dfs/name
mkdir -p /home/hadoop/app/hadoop-2.6.0-cdh5.7.0/data/dfs/data
mkdir -p /home/hadoop/app/hadoop-2.6.0-cdh5.7.0/data/dfs/jn

hadoop-daemon.sh start journalnode  #启动journalnode节点
#验证:使用 jps 命令  显示有JournalNode进程则表示启动成功

#############################不同操作################################

#在hadoop001中执行
hdfs namenode -format  #初始化namenode,日志中出现 successfully formatted. 则表示初始化成功
scp -r /home/hadoop/app/hadoop/data/dfs/name/current hadoop@hadoop002:/home/hadoop/app/hadoop/data/dfs/name  #将hadoop001中namenode初始化的信息上传到到hadoop002中,避免hadoop002 namenode 初始化出现问题

hdfs zkfc -formatZK  #初始化zkfc
start-dfs.sh   #启动hdfs集群 namenode datanode zkfc
#使用 jps 验证  显示有NameNode DataNode DFSZKFailoverController 则表示启动成功
start-yarn.sh  #启动yarn集群
#使用 jps 验证  显示有 ResourceManager NodeManager 则表示启动成功

#在hadoop002上执行

yarn-daemon.sh start resourcemanager   #启动Standby状态的ResourceManager

#在hadoop001上执行
mr-jobhistory-daemon.sh start historyserver   #启动mr的历史服务器
#使用 jps 验证  显示有 JobHistoryServer 则启动成功。

注意:如果运行MR作业可能会报错,因为配置文件中启用了压缩,若使用的hadoop不支持压缩,则会报错。需要自行对压缩格式进行编译支持

 

配置文件

core-size.xml




	
        
                fs.defaultFS
                hdfs://ruozeclusterg6
        
        
        
                
                fs.trash.checkpoint.interval
                0
        
        
                
                fs.trash.interval
                1440
        

         
           
                hadoop.tmp.dir
                /home/hadoop/app/hadoop-2.6.0-cdh5.7.0/tmp
        

         
        
                ha.zookeeper.quorum
                hadoop001:2181,hadoop002:2181,hadoop003:2181
        
         
        
                ha.zookeeper.session-timeout.ms
                2000
        

        
           hadoop.proxyuser.hadoop.hosts
           * 
         
         
            hadoop.proxyuser.hadoop.groups 
            * 
        


      
		  io.compression.codecs
		  org.apache.hadoop.io.compress.GzipCodec,
			org.apache.hadoop.io.compress.DefaultCodec,
			org.apache.hadoop.io.compress.BZip2Codec,
			org.apache.hadoop.io.compress.SnappyCodec
		  
      

hdfs-size.xml




	
	
		dfs.permissions.superusergroup
		hadoop
	

	
	
		dfs.webhdfs.enabled
		true
	
	
		dfs.namenode.name.dir
		/home/hadoop/app/hadoop-2.6.0-cdh5.7.0/data/dfs/name
		 namenode 存放name table(fsimage)本地目录(需要修改)
	
	
		dfs.namenode.edits.dir
		${dfs.namenode.name.dir}
		namenode粗放 transaction file(edits)本地目录(需要修改)
	
	
		dfs.datanode.data.dir
		/home/hadoop/app/hadoop-2.6.0-cdh5.7.0/data/dfs/data
		datanode存放block本地目录(需要修改)
	
	
		dfs.replication
		3
	
	
	
		dfs.blocksize
		268435456
	
	
	
	
	
		dfs.nameservices
		ruozeclusterg6
	
	
		
		dfs.ha.namenodes.ruozeclusterg6
		nn1,nn2
	

	
	
		dfs.namenode.rpc-address.ruozeclusterg6.nn1
		hadoop001:8020
	
	
		dfs.namenode.rpc-address.ruozeclusterg6.nn2
		hadoop002:8020
	

	
	
		dfs.namenode.http-address.ruozeclusterg6.nn1
		hadoop001:50070
	
	
		dfs.namenode.http-address.ruozeclusterg6.nn2
		hadoop002:50070
	

	
	
	
		dfs.journalnode.http-address
		0.0.0.0:8480
	
	
		dfs.journalnode.rpc-address
		0.0.0.0:8485
	
	
		
		
		dfs.namenode.shared.edits.dir
		qjournal://hadoop001:8485;hadoop002:8485;hadoop003:8485/ruozeclusterg6
	

	
		
		dfs.journalnode.edits.dir
		/home/hadoop/app/hadoop-2.6.0-cdh5.7.0/data/dfs/jn
	
	
	
		
                             
		dfs.client.failover.proxy.provider.ruozeclusterg6
		org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
	
	
	
	
		dfs.ha.fencing.methods
		sshfence
	
	
		dfs.ha.fencing.ssh.private-key-files
		/home/hadoop/.ssh/id_rsa
	
	
		
		dfs.ha.fencing.ssh.connect-timeout
		30000
	

	
	
	
		dfs.ha.automatic-failover.enabled
		true
	
	
	 
	   dfs.hosts
	   /home/hadoop/app/hadoop-2.6.0-cdh5.7.0/etc/hadoop/slaves
	 

yarn-size.xml




	
	
		yarn.nodemanager.aux-services
		mapreduce_shuffle
	
	
		yarn.nodemanager.aux-services.mapreduce.shuffle.class
		org.apache.hadoop.mapred.ShuffleHandler
	
	
		yarn.nodemanager.localizer.address
		0.0.0.0:23344
		Address where the localizer IPC is.
	
	
		yarn.nodemanager.webapp.address
		0.0.0.0:23999
		NM Webapp address.
	

	
	
	
		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-cluster
	
	
		yarn.resourcemanager.ha.rm-ids
		rm1,rm2
	


    

	
		yarn.resourcemanager.scheduler.class
		org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler
	
	
		yarn.resourcemanager.recovery.enabled
		true
	
	
		yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms
		5000
	
	
	
		yarn.resourcemanager.store.class
		org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore
	
	
		yarn.resourcemanager.zk-address
		hadoop001:2181,hadoop002:2181,hadoop003:2181
	
	
		yarn.resourcemanager.zk.state-store.address
		hadoop001:2181,hadoop002:2181,hadoop003:2181
	
	
	
		yarn.resourcemanager.address.rm1
		hadoop001:23140
	
	
		yarn.resourcemanager.address.rm2
		hadoop002:23140
	
	
	
		yarn.resourcemanager.scheduler.address.rm1
		hadoop001:23130
	
	
		yarn.resourcemanager.scheduler.address.rm2
		hadoop002:23130
	
	
	
		yarn.resourcemanager.admin.address.rm1
		hadoop001:23141
	
	
		yarn.resourcemanager.admin.address.rm2
		hadoop002:23141
	
	
	
		yarn.resourcemanager.resource-tracker.address.rm1
		hadoop001:23125
	
	
		yarn.resourcemanager.resource-tracker.address.rm2
		hadoop002:23125
	
	
	
		yarn.resourcemanager.webapp.address.rm1
		hadoop001:8088
	
	
		yarn.resourcemanager.webapp.address.rm2
		hadoop002:8088
	
	
		yarn.resourcemanager.webapp.https.address.rm1
		hadoop001:23189
	
	
		yarn.resourcemanager.webapp.https.address.rm2
		hadoop002:23189
	

	
	   yarn.log-aggregation-enable
	   true
	
	
		 yarn.log.server.url
		 http://hadoop001:19888/jobhistory/logs
	


	
		yarn.nodemanager.resource.memory-mb
		2048
	
	
		yarn.scheduler.minimum-allocation-mb
		1024
		单个任务可申请最少内存,默认1024MB
	 

  
  
	yarn.scheduler.maximum-allocation-mb
	2048
	单个任务可申请最大内存,默认8192MB
  

   
       yarn.nodemanager.resource.cpu-vcores
       2
    


mapred-size.xml




	
	
		mapreduce.framework.name
		yarn
	
	
	
	
		mapreduce.jobhistory.address
		hadoop001:10020
	
	
	
		mapreduce.jobhistory.webapp.address
		hadoop001:19888
	


  
      mapreduce.map.output.compress 
      true
  
              
  
      mapreduce.map.output.compress.codec 
      org.apache.hadoop.io.compress.SnappyCodec
   

slaves

hadoop001
hadoop002
hadoop003

 

你可能感兴趣的:(Hadoop)