Hadoop2.2.0--Hadoop Federation、Automatic HA、Yarn完全分布式集群结构

       Hadoop有很多的上场时间，与系统上线。手头的事情略少。So，抓紧时间去通过一遍Hadoop2在下面Hadoop联盟(Federation)、Hadoop2可用性(HA)及Yarn的全然分布式配置。现记录在博客中。互相交流学习。话不多说，直入正文。

本文採用倒叙手法。先将终于结果呈现出来。例如以下：

结果展现一，通过jps查看集群守护进程

结果展现二。通过web端，查看集群执行情况

结果展现三，执行Hadoop2自带的wordcount程序。通过web查看。例如以下图，

能够看出Application Type是MapReduce。哈哈，快点在Yarn上把自己的Storm跑起来吧

OK，3张截图已献上，下文依照例如以下思路进行

本文仅仅讲诉安装过程中的重点。对于有些步骤未做具体说明。欢迎留言交流。

一、集群环境

软件解压后，放在/usr/local路径下

二、详细步骤

准备工作

 

查看CentOS系统版本号

arch/uname–a            x86_64（32位的是i386、i686）

改动主机名（重新启动生效）

vi/etc/sysconfig/network

设定IP地址

改动hosts映射文件

vi/etc/hosts

202.196.37.240   hadoop0

202.196.37.241   hadoop1

202.196.37.242   hadoop2

202.196.37.243   hadoop3

 配置SSH

  hadoop0上运行。生成密钥对

ssh-keygen–t rsa

cp id_rsa.pub authorized_keys

非hadoop0上运行，聚集

  ssh-copy-id -i hadoop0（把非hadoop0机器上的id_rsa.pub远程复制到bigdata0中的authorized_keys文件内）

hadoop0上运行，分发

  scp authorized_keys hadoop1:/root/.ssh/

配置JDK

安装Zookeeper

改动核心文件zoo.cfg

dataDir=/usr/local/zookeeper-3.4.5/data

logDir=/usr/local/zookeeper-3.4.5/log

 

server.0=hadoop0:2887:3887

server.1=hadoop1:2887:3887

server.2=hadoop2:2887:3887

 启动、验证Zookeeper集群

zkServer.shstart/status

 

安装Hadoop2

将自编译的64位的hadoop-2.2.0-src放到/usr/local路径下

cp -R/usr/local/hadoop-2.2.0-src/hadoop-dist/target/hadoop-2.2.0 /usr/local/

mvhadoop-2.2.0 hadoop

 

本文中的全部xml配置文件。都在/usr/local/hadoop/etc/hadoop路径下，

全部配置文件，均已測试通过，略微整理格式后，可直接copy使用。

配置分为两部分，一部分是对Hadoop2的Hadoop Federation、HA的配置；还有一部分是对Hadoop2的Yarn配置。请看下图：

开启配置文件模式。哈哈

 

首先在cluster1_hadoop0上配置。然后再往其它节点scp

core-site.xml

<configuration>

    <property>
    <name> fs.defaultFS</name>
  <value>hdfs://cluster1</value>  

<description>此处是默认的HDFS路径，在节点hadoop0和hadoop1中使用cluster1。在节点hadoop2和hadoop3中使用cluster2</description>
</property>
<property>
 <name>hadoop.tmp.dir</name>
  <value>/usr/local/hadoop/tmp</value>
</property>
<property>
 <name>ha.zookeeper.quorum</name>
<value>hadoop0:2181,hadoop1:2181,hadoop2:2181</value>

  <description>Zookeeper集群<description>

</property>

</configuration>

hdfs-site.xml

<configuration>

<!--1描写叙述cluster1集群的信息-->

 <property>

        <name>dfs.replication</name>

        <value>2</value>

  </property>

  <property>

        <name>dfs.nameservices</name>

       <value>cluster1,cluster2</value>

    </property>

       <property>

       <name>dfs.ha.namenodes.cluster1</name>

       <value>hadoop0,hadoop1</value>

    </property>

       <property>

       <name>dfs.namenode.rpc-address.cluster1.hadoop0</name>

        <value>hadoop0:9000</value>

    </property>

       <property>

       <name>dfs.namenode.http-address.cluster1.hadoop0</name>

       <value>hadoop0:50070</value>

    </property>

    <property>

       <name>dfs.namenode.rpc-address.cluster1.hadoop1</name>

        <value>hadoop1:9000</value>

    </property>

       <property>

       <name>dfs.namenode.http-address.cluster1.hadoop1</name>

        <value>hadoop1:50070</value>

    </property>

  <!--在cluster1中此处的凝视是关闭的，cluster2反之-->

        <property>

        <name>dfs.namenode.shared.edits.dir</name>

         <value>qjournal://hadoop0:8485;hadoop1:8485;hadoop2:8485/cluster1</value>

<description>指定cluster1的两个NameNode共享edits文件文件夹时，使用的是JournalNode集群来维护</description>

    </property>

       <property>

       <name>dfs.ha.automatic-failover.enabled.cluster1</name>

        <value>true</value>

    </property>

       <property>

       <name>dfs.client.failover.proxy.provider.cluster1</name>       

 <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

    </property>

<!--2以下描写叙述cluster2集群的信息-->

<property>

       <name>dfs.ha.namenodes.cluster2</name>

       <value>hadoop2,hadoop3</value>

    </property>

       <property>

       <name>dfs.namenode.rpc-address.cluster2.hadoop2</name>

        <value>hadoop2:9000</value>

    </property>

    <property>

       <name>dfs.namenode.http-address.cluster2.hadoop2</name>

       <value>hadoop2:50070</value>

    </property>

    <property>

       <name>dfs.namenode.rpc-address.cluster2.hadoop3</name>

        <value>hadoop3:9000</value>

    </property>

    <property>

       <name>dfs.namenode.http-address.cluster2.hadoop3</name>

       <value>hadoop3:50070</value>

</property>

 <!-- 在cluster1中此处的凝视是打开的。cluster2反之

      <property>

       <name>dfs.namenode.shared.edits.dir</name>

       <value>qjournal://hadoop0:8485;hadoop1:8485;hadoop2:8485/cluster1</value>

<description>指定cluster2的两个NameNode共享edits文件文件夹时。使用的是JournalNode集群来维护</description>

</property>

-->

     <property>

       <name>dfs.ha.automatic-failover.enabled.cluster2</name>

        <value>true</value>

    </property>

       <property>

       <name>dfs.client.failover.proxy.provider.cluster2</name>

       <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

     </property>

<!--3配置cluster1、cluster2公共的信息--> 

      <property>

       <name>dfs.journalnode.edits.dir</name>

       <value>/usr/local/hadoop/tmp/journal</value>

     </property>

        <property>

       <name>dfs.ha.fencing.methods</name>

        <value>sshfence</value>

    </property>

       <property>

       <name>dfs.ha.fencing.ssh.private-key-files</name>

       <value>/root/.ssh/id_rsa</value>

    </property>

  </configuration>

以上配置完毕后，分发scp

scp -rq hadoop hadoop1:/usr/local/

scp -rq hadoop hadoop2:/usr/local/

scp -rq hadoop hadoop3:/usr/local/

在其它节点改动时，须要注意的地方

hadoop-env.sh   无需改动

slaves              无需改动

 

core-site.xml

1、<property>

       <name>fs.defaultFS</name>

       <value>hdfs://cluster1</value>

</property>

 

cluster1节点中的value值：hdfs://cluster1  

cluster2节点中的value值：hdfs://cluster2

 

hdfs-site.xml

<property>

    <name>dfs.namenode.shared.edits.dir</name>

       <value>qjournal://hadoop0:8485;hadoop1:8485;hadoop2:8485/cluster2</value>

</property>

cluster1节点中的value值：qjournal://hadoop0:8485;hadoop1:8485;hadoop2:8485/cluster1

cluster2节点中的value值：qjournal://hadoop0:8485;hadoop1:8485;hadoop2:8485/cluster2

此处的实质是使用JournalNode集群来维护Hadoop集群中两个NameNode共享edits文件文件夹的信息。

重在理解，不可盲目copy哟 

仅仅需相应改动这两个地方就可以。

測试启动

1、启动Zookeeper

在hadoop0、hadoop1、hadoop2上运行zkServer.shstart

 2、启动JournalNode

在hadoop0、hadoop1、hadoop2上运行sbin/hadoop-daemon.shstart journalnode

3、格式化ZooKeeper

在hadoop0、hadoop2上运行bin/hdfs  zkfc -formatZK

由于Zookeeper要担当运行高可用(HA)切换的任务

 对cluster1

41、对hadoop0节点进行格式化和启动

bin/hdfs  namenode -format

sbin/hadoop-daemon.sh  start namenode

 51、对hadoop1节点进行格式化和启动 

bin/hdfs  namenode -bootstrapStandby

sbin/hadoop-daemon.sh  start namenode

 61、在hadoop0、hadoop1上启动zkfc

sbin/hadoop-daemon.sh   start  zkfc

运行后， hadoop0、hadoop1有一个节点就会变为active状态。

 对cluster2

42、对hadoop2节点进行格式化和启动

bin/hdfs  namenode -format

sbin/hadoop-daemon.sh  start namenode

 52、对hadoop3节点进行格式化和启动 

bin/hdfs  namenode -bootstrapStandby

sbin/hadoop-daemon.sh  start namenode

 62、在hadoop2、hadoop3上启动zkfc

sbin/hadoop-daemon.sh   start  zkfc

运行后。 hadoop2、hadoop3有一个节点就会变为active状态。

 7、

启动datanode，在hadoop0上运行

sbin/hadoop-daemons.sh   start  datanode

集群的执行情况，请參见文章开头的截图

截至到此，已经能够对Hadoop2的HDFS进行操作。

以下进行Yarn的配置。配置后，就能够在Yarn上执行MapReduce作业啦，哈哈

 

配置Yarn

下面配置文件依然是在/usr/local/hadoop/etc/hadoop路径下

mapred-site.xml

<property>

  <name>mapreduce.framework.name</name>

  <value>yarn</value>

</property>

yarn-site.xml

<property>

   <name>yarn.resourcemanager.hostname</name>

    <value>hadoop0</value>

 </property>  

 <property>

    <name>yarn.nodemanager.aux-services</name>

   <value>mapreduce_shuffle</value>

 </property>

測试Yarn

启动yarn，在hadoop0上运行

           sbin/start-yarn.sh

执行測试程序

        hadoop    jar  share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jarwordcount /testFile /out

測试结果。请见博文開始。

OK！

已越过这道坎——Hadoop2中Hadoop Federation、HA、Yarn全然分布式配置。

今天，Hadoop2你搭建成功了吗？DO it ！

文章中的xml配置未做具体description，欢迎留言交流。

Storm学习，从我自己去......

版权声明：本文博客原创文章。博客，未经同意，不得转载。