hadoop集群搭建HDFS、HA、 YARN

hadoop2.0已经发布了很多稳定版本，增加了很多特性，比如HDFS HA、YARN等。最新的hadoop-2.7.2又增加了YARN HA

1、环境准备

修改主机名、IP地址。这些在之前博客有提过就不再写了。
配置IP地址和主机名映射关系。
sudo vi /etc/hosts

集群规划：
主机名 IP 安装的软件 运行的进程
spark01 192.168.2.201 jdk、hadoop NameNode、 DFSZKFailoverController(zkfc)
spark02 192.168.2.202 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
spark03 192.168.2.203 jdk、hadoop ResourceManager
spark04 192.168.2.204 jdk、hadoop ResourceManager
spark05 192.168.2.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
spark06 192.168.2.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
spark07 192.168.2.207 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain

2、安装zookeeper集群在spark05-07上

参考博客：http://blog.csdn.net/u013821825/article/details/51375860

3、安装配置hadoop集群（在spark01上操作）

3.1 解压
tar -zxvf hadoop-2.7.2.tar.gz -C /app/

3.2 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  
        sudo vi /etc/profile  
        export JAVA_HOME=/home/hadoop/app/jdk1.8.0_91  
        export HADOOP_HOME=/home/hadoop/app/hadoop-2.7.2  
        export PATH=JAVA_HOME/bin: PATH: HADOOP_HOME/bin
export CLASSPATH=.: JAVAHOME/lib/dt.jar: JAVA_HOME/lib/tools.jar

#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
        cd /home/hadoop/app/hadoop-2.7.2/etc/hadoop

a、修改hadoo-env.sh
export JAVA_HOME=/home/hadoop/app/jdk1.8.0_91

b、修改core-site.xml

     <configuration>
            <!-- 指定hdfs的nameservice为ns1 -->
            <property>
                <name>fs.defaultFS</name>
                <value>hdfs://ns1/</value>
            </property>
            <!-- 指定hadoop临时目录 -->
            <property>
                <name>hadoop.tmp.dir</name>
                <value>/home/hadoop/app/hadoop-2.7.2/tmp</value>
            </property> 
            <!-- 指定zookeeper地址 -->
            <property>
                <name>ha.zookeeper.quorum</name>
               <value>spark05:2181,spark06:2181,spark07:2181</value>
            </property>
        </configuration>

c、修改hdfs-site.xml

<configuration>
    <!--指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致 -->
    <property>
        <name>dfs.nameservices</name>
        <value>ns1</value>
    </property>
    <!-- ns1下面有两个NameNode，分别是nn1，nn2 -->
    <property>
        <name>dfs.ha.namenodes.ns1</name>
        <value>nn1,nn2</value>
    </property>
    <!-- nn1的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.ns1.nn1</name>
        <value>spark01:9000</value>
    </property>
    <!-- nn1的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns1.nn1</name>
        <value>spark01:50070</value>
    </property>
    <!-- nn2的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.ns1.nn2</name>
        <value>spark02:9000</value>
    </property>
    <!-- nn2的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns1.nn2</name>
        <value>spark02:50070</value>
    </property>
    <!-- 指定NameNode的元数据在JournalNode上的存放位置 -->
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
    <value>qjournal://spark05:8485;spark06:8485;spark07:8485/ns1</value>
    </property>
    <!-- 指定JournalNode在本地磁盘存放数据的位置 -->
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/home/hadoop/app/hadoop-2.7.2/journaldata</value>
    </property>
    <!-- 开启NameNode失败自动切换 -->
    <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
    <!-- 配置失败自动切换实现方式 -->
    <property>                      <name>dfs.client.failover.proxy.provider.ns1</name>                     <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行-->
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence
                shell(/bin/true)
        </value>
    </property>
    <!-- 使用sshfence隔离机制时需要ssh免登陆 -->
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/home/hadoop/.ssh/id_rsa</value>
    </property>
    <!-- 配置sshfence隔离机制超时时间 -->
    <property>
        <name>dfs.ha.fencing.ssh.connect-timeout</name>
        <value>30000</value>
    </property>
</configuration>

d、修改mapred-site.xml

先执行：[hadoop@hadoop01 hadoop]$ mv mapred-site.xml.template mapred-site.xml

<configuration>
    <!-- 指定mr框架为yarn方式 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

e、修改yarn-site.xml

<configuration>
    <!-- 开启RM高可用 -->
    <property>                      <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
    <!-- 指定RM的cluster id -->
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>yrc</value>
    </property>
    <!-- 指定RM的名字 -->
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>
    <!-- 分别指定RM的地址 -->
    <property>                         <name>yarn.resourcemanager.hostname.rm1</name>
       <value>spark03</value>
        </property>
    <property>                     <name>yarn.resourcemanager.hostname.rm2</name>
         <value>spark04</value>
    </property>
    <!-- 指定zk集群地址 -->
    <property>
        <name>yarn.resourcemanager.zk-address</name>                           <value>spark05:2181,spark06:2181,spark07:2181</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

f、修改slaves(slaves是指定子节点的位置，因为要在spark01上启动HDFS、在spark03启动yarn，所以spark01上的slaves文件指定的是datanode的位置，spark03上的slaves文件指定的是nodemanager的位置)
spark05
spark06
spark07
无密钥登录：
首先要配置spark01到spark02、spark03、spark04、spark05、spark06、spark07的免密码登陆

[hadoop@hadoop01 ~] ssh−keygen−trsa生成密钥[hadoop@hadoop01 ] ssh-copy-id spark01
[hadoop@hadoop01 ~] ssh−copy−idspark02[hadoop@hadoop01 ] ssh-copy-id spark05
[hadoop@hadoop01 ~] ssh−copy−idspark06[hadoop@hadoop01 ] ssh-copy-id spark07
我在这里就只截一张图了

配置spark03——》spark5-7的无密钥登录
同上述步骤在03中执行：ssh-keygen -t rsa

[hadoop@hadoop01 ~] ssh−copy−idspark05[hadoop@hadoop01 ] ssh-copy-id spark06
[hadoop@hadoop01 ~]$ ssh-copy-id spark07

g、再将spark01中配置好的hadoop环境拷贝到其他机器上
scp -r hadoop-2.7.2/ spark02:/home/hadoop/app/
自己依次拷贝2-7都要拷贝过去，这样整个hadoop集群环境就部署完成了。接下来就是启动与测试集群。

4、启动与测试

严格按照以下步骤完成启动任务：
1、启动zookeeper集群（分别在spark05、spark06、spark07上启动zk）
cd /weekend/zookeeper-3.4.8/bin/
./zkServer.sh start
#查看状态：一个leader，两个follower
./zkServer.sh status
2、启动journalnode（分别在在spark05、spark06、spark07上执行）
cd /weekend/hadoop-2.7.2/sbin
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验，weekend05、weekend06、weekend07上多了JournalNode进程

3、格式化HDFS
#在spark01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/hadoop/hadoop-2.7.2/tmp，然后将/weekend/hadoop-2.4.1/tmp拷贝到hadoop02的/weekend/hadoop-2.7.2/下。
scp -r tmp/ hadoop02:/home/hadoop/app/hadoop-2.7.2/
##也可以这样，建议hdfs namenode -bootstrapStandby

4、格式化ZKFC(在hadoop【spark】01上执行即可)
hdfs zkfc -formatZK

5、启动HDFS(在hadoop【spark】01上执行)
sbin/start-dfs.sh

6、启动YARN(#####注意#####：是在spark03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

7、在浏览器中查看nanenode

8、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 ‘hadoop02:9000’ (active)
这个时候weekend02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 ‘hadoop01:9000’ (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-2.4.1.jar wordcount /profile /out

到此为止所有的配置都完成了！