Hadoop HA高可用环境搭建

最新推荐文章于 2024-06-06 12:14:37 发布
最新推荐文章于 2024-06-06 12:14:37 发布
阅读量988 收藏 8
点赞数 1
文章标签： hadoop hdfs 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/JiaXingNashishua/article/details/126754638
版权

目录

一：Hadoop HA 高可用

1.1 HA 概述

1.2 HDFS-HA 集群搭建

1.2.1 HDFS-HA 核心问题 

1.3 HDFS-HA 手动模式

1.3.1 环境准备

1.3.2 规划集群

1.3.3 配置 HDFS-HA 集群  

1.3.4 启动 HDFS-HA 集群

1.4 HDFS-HA 自动模式

1.4.1 HDFS-HA 自动故障转移工作机制

1.4.2 HDFS-HA 自动故障转移的集群规划

1.4.3 配置 HDFS-HA 自动故障转移

1.5 YARN-HA 配置

1.5.1 YARN-HA 工作机制

1.5.2 配置 YARN-HA 集群  

1.6 HADOOP HA 的最终规划

一：Hadoop HA 高可用

1.1 HA 概述

（1）所谓 HA（High Availablity），即高可用（7*24 小时不中断服务）。

（2）实现高可用最关键的策略是消除单点故障。HA 严格来说应该分成各个组件的 HA

机制：HDFS 的 HA 和 YARN 的 HA。

（3）NameNode 主要在以下两个方面影响 HDFS 集群

➢ NameNode 机器发生意外，如宕机，集群将无法使用，直到管理员重启

➢ NameNode 机器需要升级，包括软件、硬件升级，此时集群也将无法使用 HDFS HA 功能通过配置多个 NameNodes(Active/Standby)实现在集群中对 NameNode 的 热备来解决上述问题。如果出现故障，如机器崩溃或机器需要升级维护，这时可通过此种方式将 NameNode 很快的切换到另外一台机器。

1.2 HDFS-HA 集群搭建

1.2.1 HDFS-HA 核心问题 

1）怎么保证三台 namenode 的数据一致

a.Fsimage:让一台 nn 生成数据,让其他机器 nn 同步

b.Edits:需要引进新的模块 JournalNode 来保证 edtis 的文件的数据一致性

2）怎么让同时只有一台 nn 是 active，其他所有是 standby 的

a.手动分配 b.自动分配

3）2nn 在 ha 架构中并不存在，定期合并 fsimage 和 edtis 的活谁来干

由 standby 的 nn 来干

4）如果 nn 真的发生了问题，怎么让其他的 nn 上位干活

a.手动故障转移

b.自动故障转移

1.3 HDFS-HA 手动模式

1.3.1 环境准备

（1）修改 IP

（2）修改主机名及主机名和 IP 地址的映射

（3）关闭防火墙

（4）ssh 免密登录

（5）安装 JDK，配置环境变量等

1.3.2 规划集群

1.3.3 配置 HDFS-HA 集群  

1）官方地址：http://hadoop.apache.org/

2）在 opt 目录下创建一个 ha 文件夹

[atguigu@hadoop102 ~]$ cd /opt 
[atguigu@hadoop102 opt]$ sudo mkdir ha 
[atguigu@hadoop102 opt]$ sudo chown atguigu:atguigu /opt/ha

3）将/opt/module/下的 hadoop-3.1.3 拷贝到/opt/ha 目录下（记得删除 data 和 log 目录）

[atguigu@hadoop102 opt]$ cp -r /opt/module/hadoop-3.1.3 /opt/ha/

4）配置 core-site.xml(注意：这里要把以前配置过的信息全部删除)

<configuration> 
<!-- 把多个 NameNode 的地址组装成一个集群 mycluster --> 
 <property> 
 <name>fs.defaultFS</name>  <value>hdfs://mycluster</value> 
 </property> 
<!-- 指定 hadoop 运行时产生文件的存储目录 --> 

 <property> 
 <name>hadoop.tmp.dir</name> 
 <value>/opt/ha/hadoop-3.1.3/data</value> 
 </property> 
</configuration>

5）配置 hdfs-site.xml(注意：这里要把以前配置过的信息全部删除)

<configuration> 
<!-- NameNode 数据存储目录 --> 

 <property> 
 <name>dfs.namenode.name.dir</name> 
 <value>file://${hadoop.tmp.dir}/name</value> 
 </property> 
<!-- DataNode 数据存储目录 --> 

 <property> 
 <name>dfs.datanode.data.dir</name> 
 <value>file://${hadoop.tmp.dir}/data</value> 
 </property> 
<!-- JournalNode 数据存储目录 --> 
 <property> 
 <name>dfs.journalnode.edits.dir</name> 
 <value>${hadoop.tmp.dir}/jn</value> 
 </property> 
<!-- 完全分布式集群名称 --> 

 <property> 
 <name>dfs.nameservices</name> 
 <value>mycluster</value> 
 </property> 
<!-- 集群中 NameNode 节点都有哪些 --> 

 <property> 
 <name>dfs.ha.namenodes.mycluster</name> 
 <value>nn1,nn2,nn3</value> 
 </property> 
<!-- NameNode 的 RPC 通信地址 --> 

 <property> 
 <name>dfs.namenode.rpc-address.mycluster.nn1</name> 
 <value>hadoop102:8020</value> 
 </property> 
 <property> 
 <name>dfs.namenode.rpc-address.mycluster.nn2</name> 
 <value>hadoop103:8020</value> 
 </property>  <property> 
 <name>dfs.namenode.rpc-address.mycluster.nn3</name> 
 <value>hadoop104:8020</value> 
 </property> 
<!-- NameNode 的 http 通信地址 --> 

 <property> 
 <name>dfs.namenode.http-address.mycluster.nn1</name> 
 <value>hadoop102:9870</value> 
 </property> 
 <property> 
 <name>dfs.namenode.http-address.mycluster.nn2</name> 
 <value>hadoop103:9870</value> 
 </property> 
 <property> 
 <name>dfs.namenode.http-address.mycluster.nn3</name> 
 <value>hadoop104:9870</value> 
 </property> 
<!-- 指定 NameNode 元数据在 JournalNode 上的存放位置 --> 

 <property> 
<name>dfs.namenode.shared.edits.dir</name> 
<value>qjournal://hadoop102:8485;hadoop103:8485;hadoop104:8485/myclus
ter</value> 
 </property> 
<!-- 访问代理类：client 用于确定哪个 NameNode 为 Active --> 

 <property> 
 <name>dfs.client.failover.proxy.provider.mycluster</name> 
 
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyP
rovider</value> 
 </property> 
<!-- 配置隔离机制，即同一时刻只能有一台服务器对外响应 --> 

 <property> 
 <name>dfs.ha.fencing.methods</name> 
 <value>sshfence</value> 
 </property> 
<!-- 使用隔离机制时需要 ssh 秘钥登录--> 

 <property> 
 <name>dfs.ha.fencing.ssh.private-key-files</name> 
 <value>/home/atguigu/.ssh/id_rsa</value> 
 </property> 
</configuration>

6）分发配置好的 hadoop 环境到其他节点

1.3.4 启动 HDFS-HA 集群

1）将 HADOOP_HOME 环境变量更改到 HA 目录(三台机器)

[atguigu@hadoop102 ~]$ sudo vim /etc/profile.d/my_env.sh 

将 HADOOP_HOME 部分改为如下 

#HADOOP_HOME 
export HADOOP_HOME=/opt/ha/hadoop-3.1.3 
export PATH=$PATH:$HADOOP_HOME/bin 
export PATH=$PATH:$HADOOP_HOME/sbin

去三台机器上 source 环境变量

[atguigu@hadoop102 ~]$source /etc/profile

2）在各个 JournalNode 节点上，输入以下命令启动 journalnode 服务

[atguigu@hadoop102 ~]$ hdfs --daemon start journalnode 
[atguigu@hadoop103 ~]$ hdfs --daemon start journalnode 
[atguigu@hadoop104 ~]$ hdfs --daemon start journalnode

3）在[nn1]上，对其进行格式化，并启动

[atguigu@hadoop102 ~]$ hdfs namenode -format 
[atguigu@hadoop102 ~]$ hdfs --daemon start namenode

4）在[nn2]和[nn3]上，同步 nn1 的元数据信息

[atguigu@hadoop103 ~]$ hdfs namenode -bootstrapStandby 
[atguigu@hadoop104 ~]$ hdfs namenode -bootstrapStandby

5）启动[nn2]和[nn3]

[atguigu@hadoop103 ~]$ hdfs --daemon start namenode 
[atguigu@hadoop104 ~]$ hdfs --daemon start namenode

6）查看 web 页面显示（hadoop102:9870）

7）在所有节点上，启动 datanode

[atguigu@hadoop102 ~]$ hdfs --daemon start datanode 
[atguigu@hadoop103 ~]$ hdfs --daemon start datanode 
[atguigu@hadoop104 ~]$ hdfs --daemon start datanode

8）将[nn1]切换为 Active

[atguigu@hadoop102 ~]$ hdfs haadmin -transitionToActive nn1

9）查看是否 Active

[atguigu@hadoop102 ~]$ hdfs haadmin -getServiceState nn1

1.4 HDFS-HA 自动模式

1.4.1 HDFS-HA 自动故障转移工作机制

自动故障转移为 HDFS 部署增加了两个新组件：ZooKeeper 和 ZKFailoverController

（ZKFC）进程，如图所示。ZooKeeper 是维护少量协调数据，通知客户端这些数据的改变 和监视客户端故障的高可用服务。

HDFS-HA故障转移机制 :

 

 （1）假如标记为active的namenode没有和其他的namenode连接成功（假死），或者标记为active已经终止

（2）标记为active的namenode的对应的Zkfc则会检测到假死

（3）检测都假死后，则会通知另一台namenode节点的Zkfc

（4）Zkfc会强行杀死namenode，防止脑裂，ssh -9 namenode进程号

（5）如果ssh补刀失败则调用用户自定义脚本程序

（6）获取命令运行结果

（7）激活本台namenode，切换为Active

1.4.2 HDFS-HA 自动故障转移的集群规划

1.4.3 配置 HDFS-HA 自动故障转移

 1）具体配置

（1）在 hdfs-site.xml 中增加

<!-- 启用 nn 故障自动转移 --> 
<property> 
 <name>dfs.ha.automatic-failover.enabled</name> 
 <value>true</value> 
</property>

（2）在 core-site.xml 文件中增加

<!-- 指定 zkfc 要连接的 zkServer 地址 --> 
<property> 
 <name>ha.zookeeper.quorum</name> 
 <value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value> 
</property>

（3）修改后分发配置文件

[atguigu@hadoop102 etc]$ pwd 
/opt/ha/hadoop-3.1.3/etc 
[atguigu@hadoop102 etc]$ xsync hadoop/

2）启动

（1）关闭所有 HDFS 服务：

[atguigu@hadoop102 ~]$ stop-dfs.sh

（2）启动 Zookeeper 集群：

[atguigu@hadoop102 ~]$ zkServer.sh start 
[atguigu@hadoop103 ~]$ zkServer.sh start 
[atguigu@hadoop104 ~]$ zkServer.sh start

（3）启动 Zookeeper 以后，然后再初始化 HA 在 Zookeeper 中状态：

[atguigu@hadoop102 ~]$ hdfs zkfc -formatZK

（4）启动 HDFS 服务：

[atguigu@hadoop102 ~]$ start-dfs.sh

（5）可以去 zkCli.sh 客户端查看 Namenode 选举锁节点内容：

[zk: localhost:2181(CONNECTED) 7] get -s 
/hadoop-ha/mycluster/ActiveStandbyElectorLock

3）验证

（1）将 Active NameNode 进程 kill，查看网页端三台 Namenode 的状态变化

[atguigu@hadoop102 ~]$ kill -9 namenode 的进程 id

1.5 YARN-HA 配置

1.5.1 YARN-HA 工作机制

YARN-HA 工作机制

1.5.2 配置 YARN-HA 集群  

1）环境准备

（1）修改 IP

（2）修改主机名及主机名和 IP 地址的映射

（3）关闭防火墙

（4）ssh 免密登录

（5）安装 JDK，配置环境变量等

（6）配置 Zookeeper 集群

2）规划集群

3）核心问题  

a .如果当前 active rm 挂了，其他 rm 怎么将其他 standby rm 上位

核心原理跟 hdfs 一样，利用了 zk 的临时节点

b. 当前 rm 上有很多的计算程序在等待运行,其他的 rm 怎么将这些程序接手过来接着跑

rm 会将当前的所有计算程序的状态存储在 zk 中,其他 rm 上位后会去读取，然后接 着跑

4）具体配置

（1）yarn-site.xml

<configuration> 
 
 <property> 
 <name>yarn.nodemanager.aux-services</name> 
 <value>mapreduce_shuffle</value> 
 </property> 
 
 <!-- 启用 resourcemanager ha --> 
 <property> 
 <name>yarn.resourcemanager.ha.enabled</name> 
 <value>true</value> 
 </property> 
 
 <!-- 声明两台 resourcemanager 的地址 --> 
 <property> 
 <name>yarn.resourcemanager.cluster-id</name> 
 <value>cluster-yarn1</value> 
 </property> 
 <!--指定 resourcemanager 的逻辑列表--> 
 <property> 
 <name>yarn.resourcemanager.ha.rm-ids</name> 
 <value>rm1,rm2,rm3</value> 
</property> 
<!-- ========== rm1 的配置 ========== --> 
<!-- 指定 rm1 的主机名 --> 
 <property> 
 <name>yarn.resourcemanager.hostname.rm1</name> 
 <value>hadoop102</value> 
</property> 
<!-- 指定 rm1 的 web 端地址 --> 
<property> 
 <name>yarn.resourcemanager.webapp.address.rm1</name> 
 <value>hadoop102:8088</value> 
</property> 
<!-- 指定 rm1 的内部通信地址 --> 
<property> 
 <name>yarn.resourcemanager.address.rm1</name> 
 <value>hadoop102:8032</value> 
</property> 
<!-- 指定 AM 向 rm1 申请资源的地址 --> 
<property>  <name>yarn.resourcemanager.scheduler.address.rm1</name> 
 <value>hadoop102:8030</value> 
</property> 
<!-- 指定供 NM 连接的地址 --> 
<property> 
 <name>yarn.resourcemanager.resource-tracker.address.rm1</name> 
 <value>hadoop102:8031</value> 
</property> 
<!-- ========== rm2 的配置 ========== --> 
 <!-- 指定 rm2 的主机名 --> 
 <property> 
 <name>yarn.resourcemanager.hostname.rm2</name> 
 <value>hadoop103</value> 
</property> 
<property> 
 <name>yarn.resourcemanager.webapp.address.rm2</name> 
 <value>hadoop103:8088</value> 
</property> 
<property> 
 <name>yarn.resourcemanager.address.rm2</name> 
 <value>hadoop103:8032</value> 
</property> 
<property> 
 <name>yarn.resourcemanager.scheduler.address.rm2</name> 
 <value>hadoop103:8030</value> 
</property> 
<property> 
 <name>yarn.resourcemanager.resource-tracker.address.rm2</name> 
 <value>hadoop103:8031</value> 
</property> 
 <!-- ========== rm3 的配置 ========== --> 
<!-- 指定 rm1 的主机名 --> 
 <property> 
 <name>yarn.resourcemanager.hostname.rm3</name> 
 <value>hadoop104</value> 
</property> 
<!-- 指定 rm1 的 web 端地址 --> 
<property> 
 <name>yarn.resourcemanager.webapp.address.rm3</name> 
 <value>hadoop104:8088</value> 
</property> 
<!-- 指定 rm1 的内部通信地址 --> 
<property> 
 <name>yarn.resourcemanager.address.rm3</name>  <value>hadoop104:8032</value> 
</property> 
<!-- 指定 AM 向 rm1 申请资源的地址 --> 
<property> 
 <name>yarn.resourcemanager.scheduler.address.rm3</name> 
 <value>hadoop104:8030</value> 
</property> 
<!-- 指定供 NM 连接的地址 --> 
<property> 
 <name>yarn.resourcemanager.resource-tracker.address.rm3</name> 
 <value>hadoop104:8031</value> 
</property> 
 <!-- 指定 zookeeper 集群的地址 --> 
 <property> 
 <name>yarn.resourcemanager.zk-address</name> 
 <value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value> 
 </property> 
 
 <!-- 启用自动恢复 --> 
 <property> 
 <name>yarn.resourcemanager.recovery.enabled</name> 
 <value>true</value> 
 </property> 
 
 <!-- 指定 resourcemanager 的状态信息存储在 zookeeper 集群 --> 
 <property> 
 <name>yarn.resourcemanager.store.class</name> 
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateSt
ore</value> 
</property> 
<!-- 环境变量的继承 --> 
 <property> 
 <name>yarn.nodemanager.env-whitelist</name> 
 
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLAS
SPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value> 
 </property> 

 
</configuration>

（2）同步更新其他节点的配置信息，分发配置文件 

[atguigu@hadoop102 etc]$ xsync hadoop/

4）启动 YARN

（1）在 hadoop102 或者 hadoop103 中执行：

[atguigu@hadoop102 ~]$ start-yarn.sh

（2）查看服务状态

[atguigu@hadoop102 ~]$ yarn rmadmin -getServiceState rm1

（3）可以去 zkCli.sh 客户端查看 ResourceManager 选举锁节点内容：

[atguigu@hadoop102 ~]$ zkCli.sh 
[zk: localhost:2181(CONNECTED) 16] get -s 
/yarn-leader-election/cluster-yarn1/ActiveStandbyElectorLock

（4）web 端查看 hadoop102:8088 和 hadoop103:8088 的 YARN 的状态

1.6 HADOOP HA 的最终规划

将整个 ha 搭建完成后,集群将形成以下模样

 

大数据阿嘉
关注
  • 1
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
【大数据入门核心技术-Hadoop】（六）Hadoop3.2.1高可用集群搭建
12-03 3205
独立模式又称为单机模式，仅1个机器运行1个java进程，主要用于调试。伪分布模式也是在1个机器上运行HDFS的NameNode和DataNode、YARN的 ResourceManger和NodeManager，但分别启动单独的java进程，主要用于调试。单Namenode节点模式-高可用HA模式集群模式主要用于生产环境部署。会使用N台主机组成一个Hadoop集群。这种部署模式下，主节点和从节点会分开部署在不同的机器上。本教程主要安装 多Namenode 节点 高可用集群模式二、准备工作本高可用参考以上非高
【Hadoop】HA高可用搭建保姆级教程（大二学长的万字笔记）
你不来，再美的天地，都狼藉 ~
05-29 8531
Hadoop HA高可用搭建保姆级教程，来自正在学习大数据导论的大二学长的万字笔记，干得不能再干的干货分享！
hadoop集群HA高可用搭建
weixin_64378412的博客
06-18 1601
在整个项目中我觉得最难的应该是HA，当然这是对于第一次配置HA高可用的我来说，因为我根据不同的博客配置了几次，要么就是两个Standby 状态的NameNode，要么就是一个Active状态的NameNode，一个Standby 状态的NameNode。但是当你kill 掉Active节点的NameNode，你就会发现，Standby 状态的NameNode没有成功切换为Active。我在配置了几次后，通过查看日志文件，发现拒绝连接，经过仔细阅读。问题出现在无法进行 fence。
京东云轻量云主机搭建高可用环境
最新发布
DeChenYun_Blog的博客
06-06 629
搭建高可用环境，可以消除单点故障的影响，使系统在出现故障时自动地切换到其它节点，保障系统的平稳运行，高可用环境已经是现代企业应用的标配。本文介绍如何快速搭建一个小型的高可用环境，涉及的产品包括：2台云主机（CenTOS 7.6系统）、数据库和负载均衡。
HDFS的工作原理是怎么样的？是如何实现HA模式？
weixin_38168947的博客jAbP)aWAuNkA
06-23 1047
HDFS是能够提供一个分布式文件存储的系统，在大型数据文件的存储中，能够提供高吞吐量的数据访问，那么它是如何实现数据文件的读写的呢？作为集群老大的NameNode当出现服务不可用的情况，HDFS又如何启用备用节点来实现HA的呢？今天我们来好好说下。
Hadoop---高可用搭建
飞机的博客
03-09 175
这里以三台虚拟机为例 ant151 / ant152 / ant153。在opt下面创建一个shell目录，在创建一个showjps.sh文件用于存放脚本。在opt下面创建一个shell目录，在创建一个zkop.sh文件用于存放脚本。启动ant151,ant152,ant153的journalnode服务。从 解压 开始到 配置环境变量 的操可提取到一个脚本里面直接操作。同步时间的下面操作三台机都需要。在ant151上面操作。在ant151上面操作。在ant152上操作。
HadoopHA高可用完全分布式搭建
01-07
在四台节点上配置好JDK、Hadoop以及ZookeeperZookeeper环境变量并重新加载profile文件 三、配置免密钥 免密钥场景1： 将node01作为管理节点的启动脚本，需要配置node01节点免密钥登录其他三台节点 免密钥场景2： ...
Hadoop HA高可用集群搭建（Hadoop+Zookeeper+HBase）
03-30
Hadoop HA高可用集群搭建（Hadoop+Zookeeper+HBase） 一、Hadoop HA高可用集群...通过规划服务器环境、选择合适的版本组合、安装和配置Zookeeper、Hadoop和HBase三个组件，可以搭建一个高效的Hadoop HA高可用集群。
Hadoop3以及高可用HA搭建方式.zip
07-10
搭建Hadoop3的高可用HA环境涉及以下步骤： 1. **环境准备**：安装Java运行环境，配置好主机名和IP映射，安装ZooKeeper服务，用于协调NameNode的状态切换。 2. **下载和解压Hadoop**：获取Hadoop3的安装包，将其...
hadoop搭建 2.6.5版本 高可用搭建 hadoopha文件
07-02
参照https://blog.csdn.net/hliq5399/article/details/78193113搭建 hadoop搭建 2.6.5版本 高可用搭建 hadoopha文件 可用于检查 或直接复制粘贴拿来用，需要注意的是，环境变量需要检查和配置。
Hadoop集群高可用的搭建
05-31
本文将详细介绍如何在Hadoop 2.x版本中搭建HDFS-HA（Hadoop Distributed File System - High Availability）集群，以及NameNode和ResourceManager的高可用设置。 HDFS-HA的核心问题是确保数据一致性、主动/备用...
七、Hadoop系统应用之搭建Hadoop高可用集群（超详细步骤指导操作，WIN10，VMware Workstation 15.5 PRO，CentOS-6.7）
weixin_42051846的博客
12-16 2315
Hadoop系统应用实验之搭建Hadoop高可用集群，熟悉Hadoop高可用集群的搭建过程，WIN10系统，虚拟机软件VMware Workstation 15.5 PRO，Linux版本CentOS-6.7，超详细步骤配图详解，对新手友好。
8.Hadoop的HA(高可用)模式集群搭建
weixin_52010459的博客
10-17 1816
详细说明Hadoop的HA模式搭建的过程，使用hadoop-3.1.3，jdk1.8.0_162
Hadoop 分布式集群搭建教程（2023在校生踩坑版）
qq_62928039的博客
10-01 2244
在Hadoop01节点上执行以下命令，启动HDFS和YARN：bug1：如果出现类似报错。
Hadoop HA（namenode & resoureManager）配置
zhangsq1319
12-04 531
Hadoop HA（namenode & resoureManager）配置 第一步、系统初始化 配置hosts 关闭firewalld 关闭selinux 修改limits 添加普通用户hadoop及设置密码 主机间免密(用普通户用设置) 第二步、安装zookeeper 由于hadoop HA依赖于zookeeper，所以先需要搭建zookeeper集群。...
Hadoop 搭建高可用集群--zookeeper
m0_73469590的博客
02-19 1282
Hadoop 搭建高可用集群--zookeeper
Hadoop之Ha高可用搭建教程_启动hadoop高可用集群，2024年最新大数据开发面试基础知识
2401_84164649的博客
04-15 512
其他的 Standby 状态的NameNode 不能自动切换为 Active状态。(img-S6hPoEyW-1713129485671)]在初始化前要先启动三台节点的zookeeper，并关闭防火墙。如果不安装这个程序包，自动转移故障机制无法进行 fence。(5)start-dfs.sh 和 stop-dfs.sh。先创建存放ZK的数据文件和配置文件的zkdata目录。配置zoo.cfg文件，在文件中添加下面内容。位置：vi /.bash_profile。在zkdata目录中创建myid并修改。
hadoop HA高可用搭建流程
java_boss_的博客
08-17 1046
hadoop HA 部署 高可用集群搭建。
hadoop高可用【HA】配置详解
大唐有趣的小胡.
07-31 3821
想实现 Hadoop 高可用就必须实现 NameNode 的高可用，NameNode 是HDFS的核心，HDFS 又是 Hadoop 核心组件，NameNode 在 Hadoop 集群中至关重要；NameNode 宕机，将导致集群不可用，如果NameNode数据丢失将导致整个集群的数据丢失，而 NameNode 的数据更新又比较频繁，实现 NameNode 高可用势在必行；...
9、hadoop高可用HA集群部署及三种方式验证
05-29
HA集群规划 在部署Hadoop高可用（HA）集群之前，首先需要进行规划。本文将以三节点的HA集群为例进行介绍，其中...通过本文提供的步骤和方法，可以帮助您快速搭建一个高可用的Hadoop集群，并确保数据的安全和可靠性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值