hadoop2.0 HA高可用笔记和搭建流程

一：hadoop2.X 笔记

hadoop1.0中，HDFS存在的问题
-NameNode单点故障
-NameNode压力过大、内存受限

MapReduce存在的问题 ---mapReduce 计算时间 比较长
JobStacker 访问压力大，影响系统的扩容性
在1.x中 不支持spark。storm


Hadoop2.x 由Hdfs、MapReduce和YARN三个分支构成：
HDFS：NN federation（联合会、联邦） 是两个独立的NameNode、HA
YARN：资源管理系统
MapReduce：运行在YARN上的计算框架、或者其它计算框架

HA（high Available） :NameNodes 中只有一个处于Active 状态，其他的处在Standby 状态。其中ActiveNameNode 负责集群中的所有客户端操作，StandbyNameNode 仅仅充当备机，保证一旦ActiveNameNode 出现问题能够快速切换

二：hadoop2.5.2 HA搭建流程

前面基本流程和hadoop1差不多，参考配置http://blog.csdn.net/hu948162999/article/details/39059755

一个4台机器。指定节点如下：

一：解压之后。修改hadoop-env.sh和yarn-env.sh。指定JAVA_HOME

虽然默认配置了${JAVA_HOME}的环境变量，但是hadoop启动时，会提示找不到，没有办法，指定绝对路径，这个是必须的。

二：修改hdfs-site.xml

<property>
  <name>dfs.ha.namenodes.mycluster</name>
  <value>nn1,nn2</value>
</property>
<!--配置rpc协议的端口-->
<property>
  <name>dfs.namenode.rpc-address.mycluster.nn1</name>
  <value>host1:8020</value>
</property>
<property>
  <name>dfs.namenode.rpc-address.mycluster.nn2</name>
  <value>host2:8020</value>
</property>
<!--配置http的端口-->
<property>
  <name>dfs.namenode.http-address.mycluster.nn1</name>
  <value>host1:50070</value>
</property>
<property>
  <name>dfs.namenode.http-address.mycluster.nn2</name>
  <value>host2:50070</value>
</property>
<!--配置journalNode的 url地址-->
<property>
  <name>dfs.namenode.shared.edits.dir</name>
  <value>qjournal://host2:8485;host3:8485;host4:8485/mycluster</value>
</property>
<!--配置客户端使用的一个类，配置失败自动切换实现方式-->
<property>
  <name>dfs.client.failover.proxy.provider.mycluster</name>
  <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔离机制-->
<property>
  <name>dfs.ha.fencing.methods</name>
  <value>sshfence</value>
</property>
<!--配置隔离机制的时候 需要ssh 免密码登录-->
<property>
  <name>dfs.ha.fencing.ssh.private-key-files</name>
  <value>/root/.ssh/id_rsa</value>
</property>
<!--配置journalnode 目录-->
<property>
  <name>dfs.journalnode.edits.dir</name>
  <value>/opt/hadoop/journal/data</value>
</property>
<!-- 开启失败自动切换-->
 <property>
   <name>dfs.ha.automatic-failover.enabled</name>
   <value>true</value>
 </property>
</configuration>

三：修改core-site.xml namenode配置

包括了 zookeeper的相关配置（host1,host2,host3作为zk节点，参考： http://blog.csdn.net/hu948162999/article/details/45063579），分别在

host1.host2,host3机器上启动zk。

<configuration>
<!--配置hdfs的入口-->
<property>
  <name>fs.defaultFS</name>
  <value>hdfs://mycluster</value>
</property>

<property>
  <!-- 设置hadoop的工作目录，默认在linux的tmp目录，linux的tmp目录，每次重启都清空，其它一些目录（hdfs）都是以这些目录为基本目录的-->
  <name>hadoop.tmp.dir</name>
  <value>/opt/hadoop/workdir</value>
</property>

<property>
   <name>ha.zookeeper.quorum</name>
   <value>host1:2181,host2:2181,host3:2181</value>
 </property>
</configuration>

四：修改slaves 指定datanode

host2
host3
host4

五：这个时候可以先host2,host3,host4上启动journalnode

sbin/hadoop-daemon.sh start journalnode

六：在任何一台namenode集群机器上格式化（host1,host2）

bin/hdfs namenode  -format

七：在已经启动的namenode节点上启动namenode

sbin/hadoop-daemon.sh  start namenode

八：拷贝元数据到另外的 namenode上，在没有被格式化namenode的节点，同时启动查看

bin/hdfs namenode -bootstrapStandby

九：创建znode在zk上，在一个namenode上面

bin/hdfs zkfc -formatZK

十：这个时候重启服务

sbin/stop-dfs.sh 

sbin/start-dfs.sh 

如图，先启动namenode，datanode 然后启动journalnodes，最后启动zkfc ，每个namenode对应一个zkfc 。

jps 查看所有java进程，看是否节点状态正常

十一：配置MapReduce

mapred-set.xml和yarn-site.xml

<configuration>
 <property>   
        <name>mapreduce.framework.name</name>   
        <value>yarn</value>   
 </property>   
</configuration>

<configuration>
    <!-- 指定nodemanager启动时加载server的方式为shuffle server -->
    <property>   
            <name>yarn.nodemanager.aux-services</name>   
            <value>mapreduce_shuffle</value>   
     </property> 
     <!-- 指定resourcemanager地址 -->
     <property>
            <name>yarn.resourcemanager.hostname</name>
            <value>host1</value>
      </property>
</configuration>

配置全部OK。这个时候可以启动 sbin/start-all.sh