集群规划
主机名 | hadoop101 | hadoop102 | hadoop103 | hadoop104 |
IP | 192.168.111.101 | 192.168.111.102 | 192.168.111.103 | 192.168.111.104 |
组件 | nn1 datanode zookeeper ranger | datanode zookeeper | datanode zookeeper | nn2 mysql KDC |
前置条件
准备四台虚拟机,配置免密登陆,ip主机名修改为上方规划的内容
配置jdk环境变量
1.进入hadoop101的/opt目录下,创建software和module两个文件夹2.上传hadoop、zookeeper和jdk的tar.gz包到hadoop21的/opt/software目录下
3.压jdk到/opt/module目录
tar -zxvf jdk1.8.0_212 -C /opt/module
4.配置jdk环境变量
5.重新加载环境
配置zookeeper
1.解压zookeeper到/opt/module
2.配置zookeeper环境变量
3.进入zookeeper的conf目录,将zoo_sample.cfg改名为zoo.cfg,配置zoo.cfg
vim zoo.cfg
修改如下配置
dataDir=/opt/module/zookeeper-3.6.1/zkData
#数据存储位置
dataDir=/opt/module/zookeeper-3.6.1/zkData
#连接端口
clientPort=2181
#服务器地址
server.1=hadoop101:2888:3888
server.2=hadoop102:2888:3888
server.3=hadoop103:2888:3888
在zookeeper目录下创建zkData文件夹,并在该目录下创建一个myid文件,内容为1
将zookeeper文件夹拷贝到hadoop102、hadoop103
将三台机器的目录全部赋权为hadoop:hadoop
chown hadoop:hadoop -R zookeeper-3.6.1
修改hadoop102的myid文件,内容为2
修改hadoop103的myid文件,内容为3
启动zookeeper服务,每台机器切换到hadoop用户执行如下命令
zkServer.sh start
输入 zkServer.sh status查看zookeeper状态
先正常安装高可用集群
1.解压hadoop文件
tar -zxvf hadoop-3.2.3.tar -C /opt/module
2.修改配置文件
cd /opt/module/hadoop3-3.2.3/etc/hadoop
vim core-site.xml,添加下面内容
<property>
<name>fs.defaultFS</name>
<value>hdfs://mycluster/</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-3.2.3/tmp</value>
</property>
<!--指定zookeeper地址-->
<property>
<name>ha.zookeeper.quorum</name>
<value>hadoop101:2181,hadoop102:2181,hadoop103:2181</value>
</property>
vim hdfs-site.xml
<configuration>
<!-- 指定HDFS的nameservices为mycluster,需要跟core-site.xml中保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>mycluster</value>
</property>
<!-- 设置mycluster集群有两个namenode, 分别为nn1,nn2 -->
<property>
<name>dfs.ha.namenodes.mycluster</name>
<value>nn1,nn2</value>
</property>
<!-- 配置nn1 的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.mycluster.nn1</name>
<value>hadoop101:9000</value>
</property>
<!-- 配置nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.mycluster.nn1</name>
<value>hadoop101:50070</value>
</property>
<!-- 配置nn2 的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.mycluster.nn2</name>
<value>hadoop104:9000</value>
</property>
<!-- 配置nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.mycluster.nn2</name>
<value>hadoop104:50070</value>
</property>
<!-- 指定NameNode的edits元数据在journalNode上的服务器 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://hadoop101:8485;hadoop102:8485;hadoop103:8485/mycluster</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>/opt/module/hadoop-3.2.3/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.mycluster</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!--配置隔离机制方式,多个机制用换行分隔,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免登录-->
<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>
vim mapred-site.xml
<configuration>
<!-- 指定mapreduce运算时资源调度为 yarn 模式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 配置mapreduce历史服务器地址 端口号 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop101:10020</value>
</property>
<!-- 配置mapreduce历史服务器WEB访问地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop101:19888</value>
</property>
</configuration>
vim yarn-site.xml
<configuration>
<!-- 开启高可用 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定ResourceManager的标识:yrc -->
<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>
<!-- 指定rm1服务器 -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>hadoop101</value>
</property>
<!-- 指定rm2服务器 -->
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>hadoop104</value>
</property>
<!-- 指定rm 被管理的zk 地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>hadoop101:2181,hadoop102:2181,hadoop103:2181</value>
</property>
<!-- 运行mapreduce任务需要使用的服务 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 开启yarn集群的日志聚合功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置日志保存时间 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>86400</value>
</property>
<!-- 启动rm自动恢复功能 -->
<property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<!-- 制定rm 状态信息存储在zookeeper集群上 -->
<property>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
</configuration>
vim works
hadoop101
hadoop102
hadoop103
hadoop104
将hadoop-3.2.3拷贝到其他节点,权限全部改成hadoop:hadoop
在hadoop101,hadoop02,hadoop02机器上启动journalnode
hadoop-daemon.sh start journalnode
在hadoop101上格式化namenode
hdfs namenode -format
在hadoop101上格式化ZKFC
hdfs zkfc -formatZK
在hadoop101上执行启动脚本
start-all.sh
登录到hadoop101:50070和hadoop104:50070
第二篇文章开始开启kerberos