hoop2.2.0的安装配置 （CentOS 6.5 32位）

hadoop2.0 已经发布了稳定版本。增加了很多新的特性。HDFS HA、YARN

注意：Hadoop2.2.0 官方提供的是32位系统下编译的。如果要在64位系统下安装要在64位系统下进行编译打包。

这次安装配置基于32位环境搭建，以后在用64位的重新做一次。

*********************************************************************************************************************

前期准备几个要点

1.修改Linux主机名

2.配置网络

3.修改hosts 主机名和网络的映射

4.关闭防火墙 或 开放端口

5.配置SSH免密码登录  ssh-keygen -t rsa

6.安装JDK配置环境变量

-----------------------------------------------------------------------------------------------------------------------

注意事项:

5.我现在使用的CentOS6.5 release final版本ssh服务没有开机启动。所以需要查看sshd服务状态并设置开机启动

chkconfig --list|grep sshd

运行chkconfig --level 35 sshd on。设置为开机启动。

生成ssh密钥文件

cp ~/.ssh/id_rsa.pub authorized_keys

在每个机器上运行。把生成的码组合在一起

组合成一个文件

再分发到每一个节点上

6.删除旧版本的JDK。配置新版本的JDK。CentOS系统安装后默认安装了openjdk。我们要卸载并配置上标准的jdk

rpm -qa|grep java

rpm -e --nodeps *.rpm

4.关闭防火墙

chkconfig iptables off

或者添加端口

/sbin/iptables -I INPUT -p tcp --dport 22 -j ACCEPT

/etc/rc.d/init.d/iptables save

**********************************************************************************************************************

集群规划

主机名                   IP                      安装的软件                                 运行的进程

centos1           192.168.3.21       JDK、Hadoop2.2.0                        NameNode、DFSZKFailoverController

centos2           192.168.3.22       JDK、Hadoop2.2.0                        NameNode、DFSZKFailoverController

centos3            192.168.3.23        JDK、Hadoop2.2.0                        ResourceManager

centos4           192.168.3.24         JDK、Hadoop2.2.0、Zookeeper3.4.6     DataNode、NodeManager、JournalNode、QuorumPeerMain

centos5            192.168.3.25         JDK、Hadoop2.2.0、Zookeeper3.4.6      DataNode、NodeManager、JournalNode、QuorumPeerMain

centos6           192.168.3.26         JDK、Hadoop2.2.0、Zookeeper3.4.6      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-3.4.6.tar.gz -C /home/

1.2修改配置

cd /home/zookeeper/conf/

cp zoo_sample.cfg zoo.cfg

vim zoo.cfg

修改：dataDir=/home/zookeeper/tmp

在最后添加：

server.1=centos4:2888:3888

server.2=centos5:2888:3888

server.3=centos6:2888:3888

保存退出

然后创建一个tmp文件夹

mkdir /home/zookeeper/tmp

再创建一个空文件

touch /home/zookeeper/tmp/myid

最后向该文件写入ID

echo 1 > /home/zookeeper/tmp/myid

1.3将配置好的zookeeper拷贝到其他节点(首先分别在centos5、centos6)

scp -r /home/zookeeper/ centos5:/home/

scp -r /home/zookeeper/ centos6:/home/

注意：修改centos5、centos6对应/home/zookeeper/tmp/myid内容

centos5 ：

echo 2 > /home/zookeeper/tmp/myid

centos6：

echo 3 > /home/zookeeper/tmp/myid

2.安装配置hadoop集群

2.1解压

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

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/jdk1.8.0_11

export HADOOP_HOME=/home/hadoop/hadoop-2.2.0

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

cd /home/hadoop/hadoop-2.2.0/etc/hadoop

2.2.1修改 hadoo-env.sh

export JAVA_HOME=/usr/java/jdk1.8.0_11

2.2.2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/hadoop-2.2.0/tmp</value>

</property>

<!-- 指定zookeeper地址 -->

<property>

<name>ha.zookeeper.quorum</name>

<value>centos4:2181,centos5:2181,centos6:2181</value>

</property>

</configuration>

2.2.3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>centos1:9000</value>

</property>

<!-- nn1的http通信地址 -->

<property>

<name>dfs.namenode.http-address.ns1.nn1</name>

<value> centos1:50070</value>

</property>

<!-- nn2的RPC通信地址 -->

<property>

<name>dfs.namenode.rpc-address.ns1.nn2</name>

<value> centos2:9000</value>

</property>

<!-- nn2的http通信地址 -->

<property>

<name>dfs.namenode.http-address.ns1.nn2</name>

<value> centos2:50070</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://centos4:8485; centos5:8485; centos6:8485/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/hadoop-2.2.0/journal</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 -->

<property>

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

<value>sshfence</value>

</property>

<!-- 使用隔离机制时需要ssh免登陆 -->

<property>

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

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

</property>

</configuration>

2.2.4修改slaves

centos4

centos5

centos6

2.3配置YARN

2.3.1修改 yarn-site.xml

<configuration>

<!-- 指定resourcemanager地址 -->

<property>

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

<value>centos3</value>

</property>

<!-- 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>

</configuration>

2.3.2修改 mapred-site.xml

<configuration>

<!-- 指定mr框架为yarn方式 -->

<property>

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

<value>yarn</value>

</property>

</configuration>

2.4将配置好的hadoop拷贝到其他节点

scp -r /home/hadoop/hadoop-2.2.0/ centos2:/home/hadoop/

scp -r /home/hadoop/hadoop-2.2.0/ centos3:/home/hadoop/

scp -r /home/hadoop/hadoop-2.2.0/ centos4:/home/hadoop/

scp -r /home/hadoop/hadoop-2.2.0/ centos5:/home/hadoop/

scp -r /home/hadoop/hadoop-2.2.0/ centos6:/home/hadoop/

2.5启动zookeeper集群（分别在centos4、centos5、centos6上启动zk）

cd /homt/zookeeper/bin/

./zkServer.sh start

查看状态：

./zkServer.sh status

（一个leader，两个follower）

----------------------------------------------------------------------------------------------

在启动zookeeper的时候出现了一个错误

Error contacting service. It is probably not running 异常

报错提示我/tmp/zookeeper 下找不到 myid文件。把tmp/myid 复制过去就OK了

----------------------------------------------------------------------------------------------

2.6启动journalnode（在centos1上启动所有journalnode）

cd /home/hadoop/hadoop-2.2.0

sbin/hadoop-daemons.sh start journalnode

(在zookeeper机器上运行jps命令检验，多了JournalNode进程)

2.7格式化HDFS

在centos1上执行命令:

hadoop namenode -format

              2.7.1 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/home/hadoop/hadoop-2.2.0/tmp，然后将/home/hadoop/hadoop-2.2.0/tmp拷贝到centos2的/home/hadoop/hadoop-2.2.0/下。

    scp -r tmp/ centos2:/home/hadoop/hadoop-2.2.0/

2.8格式化ZK(在centos1上执行即可)

hdfs zkfc -formatZK

2.9启动HDFS(在centos1上执行)

sbin/start-dfs.sh

2.10启动YARN(在centos1上执行)

sbin/start-yarn.sh

---------------------------------------------------------------------------------------------------------------------------------

到了这里centos3上的ResourceManager服务并没有起来。

网上找说是Namenode和ResourceManger如果不是同一台机器，不能在NameNode上启动 yarn，应该在ResouceManager所在的机器上启动yarn。现在问题解决了！！

---------------------------------------------------------------------------------------------------------------------------------

到此，hadoop2.2.0配置完毕，可以统计浏览器访问:

http://192.168.3.21:50070

NameNode 'centos1:9000' (active)

http://192.168.3.22:50070

NameNode 'centos2:9000' (standby)

终于成功了！！！