HHP(HA)
Hadoop
1. 安装包
2. 解压
# tar -zxf hadoop-3.3.1.tar.gz -C /opt/
# mv hadoop-3.3.1 hadoop
3. 添加环境变量
# vim /etc/profile
# HADOOP
export HADOOP_HOME=/opt/hadoop
export PATH=HADOOP_HOME/bin:$PATH
export PATH=HADOOP_HOME/sbin:$PATH
# source /etc/profile
4. 设置hosts
# vim /etc/hosts
10.0.0.8 hp1
10.0.0.20 hp2
10.0.0.21 hp3
若服务器名称一致且没设置hosts。UI只会显示一个节点,但集群所有的服务正常运行。
5. 修改配置文件
# cd hadoop/etc/hadoop
hadoop-env.sh
export JAVA_HOME=/usr/local/jdk-11.0.13
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://10.0.0.8:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/hadoop/tmp</value>
</property>
</configuration>
hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.http-address</name>
<value>10.0.0.8:50070</value>
</property>
<property> <!--Namenode持久存储名字空间及事务日志的本地文件系统路径-->
<name>dfs.namenode.name.dir</name>
<value>/opt/hadoop/dfs/data/nd</value> <!--目录无需预先创建,会自动创建-->
</property>
<property> <!--DataNode存放块数据的本地文件系统路径-->
<name>dfs.datanode.data.dir</name>
<value>/opt/hadoop/dfs/data/dn</value>
</property>
<property> <!--数据需要备份的数量,不能大于集群的机器数量-->
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>10.0.0.8:9001</value>
</property>
<property> <!--设置为true,可以在浏览器中IP+port查看-->
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>
mapred-site.xml
<configuration>
<property> <!--mapreduce运用了yarn框架,设置name为yarn-->
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property> <!--历史服务器,查看Mapreduce作业记录-->
<name>mapreduce.jobhistory.address</name>
<value>10.0.0.8:10020</value>
</property>
<property> <!--历史服务器的web地址-->
<name>mapreduce.jobhistory.webapp.address</name>
<value>10.0.0.8:19888</value>
</property>
</configuration>
yarn-site.xml
<configuration>
<!-- 指定 MR 走 shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property> <!--ResourceManager 对客户端暴露的地址-->
<name>yarn.resourcemanager.address</name>
<value>10.0.0.8:8032</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_CO NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
<!-- 开启日志聚集功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://10.0.0.8:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为 7 天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
<property> <!--ResourceManager 对客户端暴露的地址-->
<name>yarn.resourcemanager.address</name>
<value>10.0.0.8:8032</value>
</property>
<property> <!--ResourceManager 对Application10.0.0.8暴露的地址-->
<name>yarn.resourcemanager.scheduler.address</name>
<value>10.0.0.8:8030</value>
</property>
<property> <!--ResourceManager 对NodeManager暴露的地址-->
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>10.0.0.8:8031</value>
</property>
<property> <!--ResourceManager 对管理员暴露的地址-->
<name>yarn.resourcemanager.admin.address</name>
<value>10.0.0.8:8033</value>
</property>
<property> <!--ResourceManager 对外web暴露的地址,可在浏览器查看-->
<name>yarn.resourcemanager.webapp.address</name>
<value>10.0.0.8:8088</value>
</property>
</configuration>
workers
10.0.0.8
10.0.0.20
10.0.0.21
HA(选做)
hadoop-env.sh
export JAVA_HOME=/usr/local/jdk-11.0.13
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_ZKFC_USER=root
export HDFS_JOURNALNODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
core-site.xml
<configuration>
<!-- 声明hdfs文件系统 指定某个ip地址,在ha模式中指定hdfs集群的逻辑名称 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://cluster1</value>
</property>
<!-- 声明hadoop工作目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/hadoop/data/tmp</value>
</property>
<!--默认用户Root-->
<property>
<name>hadoop.http.staticuser.user</name>
<value>root</value>
</property>
<!-- 指定zookeeper集群的地址,用于管理hdfs集群 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>10.0.0.8:2181,10.0.0.20:2181,10.0.0.21:2181</value>
</property>
<!-- hadoop链接zookeeper的超时时长设置 -->
<property>
<name>ha.zookeeper.session-timeout.ms</name>
<value>1000</value>
<description>ms</description>
</property>
</configuration>
hdfs-site.xml
<configuration>
<!--副本数量,默认3个-->
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<!-- 配置namenode和datanode的工作目录-数据存储目录 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>/opt/hadoop/data/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/opt/hadoop/data/dfs/data</value>
</property>
<!-- 启用webhdfs -->
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<!-- 指定逻辑名称,自动寻找NameNode节点 -->
<!--指定hdfs的nameservice为cluster1,需要和core-site.xml中的保持一致
dfs.ha.namenodes.[nameservice id]为在nameservice中的每一个NameNode设置唯一标示符。
配置一个逗号分隔的NameNode ID列表。这将是被DataNode识别为所有的NameNode。
例如,如果使用"cluster1"作为nameservice ID,并且使用"nn1"和"nn2"作为NameNodes标示符
-->
<property>
<name>dfs.nameservices</name>
<value>cluster1</value>
</property>
<!-- 把定义的逻辑名称指向各个namenode的别名 -->
<property>
<name>dfs.ha.namenodes.cluster1</name>
<value>nn1,nn2,nn3</value>
</property>
<!--NameNode的RPC通信地址-->
<property>
<name>dfs.namenode.rpc-address.cluster1.nn1</name>
<value>10.0.0.8:9000</value>
</property>
<property>
<name>dfs.namenode.rpc-address.cluster1.nn2</name>
<value>10.0.0.20:9000</value>
</property>
<property>
<name>dfs.namenode.rpc-address.cluster1.nn3</name>
<value>10.0.0.21:9000</value>
</property>
<!--NameNode的http通信地址-->
<property>
<name>dfs.namenode.http-address.cluster1.nn1</name>
<value>10.0.0.8:50070</value>
</property>
<property>
<name>dfs.namenode.http-address.cluster1.nn2</name>
<value>10.0.0.20:50070</value>
</property>
<property>
<name>dfs.namenode.http-address.cluster1.nn3</name>
<value>10.0.0.21:50070</value>
</property>
<!-- 配置JournalNode集群的地址 -->
<!-- 指定NameNode的edits元数据的共享存储位置。也就是JournalNode列表
该url的配置格式:qjournal://host1:port1;host2:port2;host3:port3/journalId
journalId推荐使用nameservice,默认端口号是:8485 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://10.0.0.8:8485;10.0.0.20:8485;10.0.0.21:8485/cluster1</value>
</property>
<!-- 指定JouralNode节点存放编辑日志的存储路径-->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/opt/hadoop/data/journaldata</value>
</property>
<!-- 开启NameNode失败自动切换 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- 开启自动故障转移功能 -->
<property>
<name>dfs.client.failover.proxy.provider.cluster1</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 指定ha出现故障时的隔离方法 -->
<property>
<name>dfs.ha.fencing.methods</name>
<value>sshfence</value>
<value>shell(true)</value>
</property>
<!-- 指定隔离主机的私钥路径(主备节点间相互免密钥,指定私匙地址)-->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/root/.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>
<property>
<name>ha.failover-controller.cli-check.rpc-timeout.ms</name>
<value>60000</value>
</property>
</configuration>
mapred-site.xml
<configuration>
<!-- 指定mr框架为yarn -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 指定mapreduce jobhistory地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>10.0.0.8:10020</value>
</property>
<!-- 任务历史服务器的web地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>10.0.0.8:19888</value>
</property>
<!-- 配置运行过的日志存放在hdfs上的存放路径 -->
<property>
<name>mapreduce.jobhistory.done-dir</name>
<value>/history/done</value>
</property>
<!-- 配置正在运行中的日志在hdfs上的存放路径 -->
<property>
<name>mapreudce.jobhistory.intermediate.done-dir</name>
<value>/history/done/done_intermediate</value>
</property>
<!--以下必须配置,否则运行MapReduce会提示检查是否配置-->
<property>
<name>yarn.app.mapreduce.am.env</name>
<value>HADOOP_MAPRED_HOME=/opt/hadoop</value>
</property>
<property>
<name>mapreduce.map.env</name>
<value>HADOOP_MAPRED_HOME=/opt/hadoop</value>
</property>
<property>
<name>mapreduce.reduce.env</name>
<value>HADOOP_MAPRED_HOME=/opt/hadoop</value>
</property>
</configuration>
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>cluster1</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>10.0.0.20</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>10.0.0.21</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm1</name>
<value>10.0.0.20:8088</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm2</name>
<value>10.0.0.21:8088</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>10.0.0.8:2181,10.0.0.20:2181,10.0.0.21:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 开启日志聚合 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>86400</value>
</property>
<!-- 启用自动恢复 -->
<property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<!-- 制定resourcemanager的状态信息存储在zookeeper集群上 -->
<property>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
<!-- 是否对虚拟内存限制 -->
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
<!-- 物理内存不够,大量占用虚拟内存,超过一定比例则报错 -->
<property>
<name>yarn.nodemanager.vmem-pmem-ratio</name>
<value>3</value>
</property>
</configuration><configuration>
<!-- 指定 MR 走 shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property> <!--ResourceManager 对客户端暴露的地址-->
<name>yarn.resourcemanager.address</name>
<value>10.0.0.8:8032</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_CO NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
<!-- 开启日志聚集功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://10.0.0.8:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为 7 天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
<property> <!--ResourceManager 对客户端暴露的地址-->
<name>yarn.resourcemanager.address</name>
<value>10.0.0.8:8032</value>
</property>
<property> <!--ResourceManager 对Application10.0.0.8暴露的地址-->
<name>yarn.resourcemanager.scheduler.address</name>
<value>10.0.0.8:8030</value>
</property>
<property> <!--ResourceManager 对NodeManager暴露的地址-->
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>10.0.0.8:8031</value>
</property>
<property> <!--ResourceManager 对管理员暴露的地址-->
<name>yarn.resourcemanager.admin.address</name>
<value>10.0.0.8:8033</value>
</property>
<property> <!--ResourceManager 对外web暴露的地址,可在浏览器查看-->
<name>yarn.resourcemanager.webapp.address</name>
<value>10.0.0.8:8088</value>
</property>
</configuration>
workers
10.0.0.8
10.0.0.20
10.0.0.21
6. 远程发送
# 将hadoop拷贝到其它节点
scp -r hadoop user@IP:/opt/
7. 格式化HDFS
# cd hadoop/bin
# ./hadoop namenode -format
#出现如下信息说明格式化成功
common.Storage: Storage directory /home/hadoop_repo/dfs/name has been successfully formatted.
需要重新格式化的按下面操作:
删除hadoop/tmp,hadoop/logs和hadoop/dfs
HA格式化
cd hadoop/bin
-
所有节点都启动JournalNode
./hdfs --daemon start journalnode
-
在node1格式化NameNode
./hdfs namenode -format
-
启动node001的NameNode
# ./hdfs --daemon start namenode
# jps
515 NameNode
615 Jps
30187 JournalNode
25517 QuorumPeerMain
-
启动node002的备用NameNode
./hdfs namenode -bootstrapStandby
-
启动ZKFC
./hdfs zkfc -formatZK
-
启动HDFS
./start-dfs.sh
-
启动yarn
./start-yarn.sh
8. 启动集群
# cd hadoop/sbin
# ./start-all.sh #启动集群
# ./stop-all.sh #停止集群
# ./mr-jobhistory-daemon.sh start historyserver #每个节点启动
9. UI
10.0.0.8:50070
10.0.0.8:8088
Hbase
1. 安装包
2. 解压
# tar -zxf hbase.2.4.14.tar.gz -C /opt/
# mv hbase-2.4.14 hbase
3. 添加环境变量
# vim /etc/profile
# Hbase
export HBASE_HOME=/opt/hbase
export PATH=$HBASE_HOME/bin:$PATH
source /etc/profile
4. 复制hadoop文件
# cp $HADOOP_HOME/etc/hadoop/core-site.xml HBASE_HOME/conf/
# cp $HADOOP_HOME/etc/hadoop/hdfs-site.xml HBASE_HOME/conf/
5. 修改配置文件
cd hbase/conf
hbase-env.sh
export JAVA_HOME=/usr/local/jdk-11.0.13
export HBASE_MANAGES_ZK=false
hbase-site.xml
<configuration>
<!-- 此目录regionserver共享的目录,用来持久存储HBase的数据,其默认值为:${hbase.tmp.dir}/hbase,如果不修改默认值,数据将会在集群重启时丢失。 -->
<property>
<name>hbase.rootdir</name>
<!-- 设置Hadoop master-->
<value>hdfs://10.0.0.8:9000/hbase</value>
</property>
<!-- 设置hbase集群为分布式集群 -->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<!-- 设置zookeeper集群,用英文逗号分隔 -->
<property>
<name>hbase.zookeeper.quorum</name>
<value>10.0.0.8:2181,10.0.0.20:2181,10.0.0.21:2181</value>
</property>
<!-- hbase备份的副本数,不能超过datanode的节点数。
hbase的数据备份数需要再hbase-site.xml配置文件中单独设置,否则hbase写入的数据regionServer只会保存一份! -->
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<!-- Zookeeper元数据的存储目录,需要和Zookeeper的zoo.cfg 配置的一致 -->
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/opt/zookeeper/data</value>
</property>
<!-- 指定HBase Master Web页面访问端口,默认端口号16010 -->
<property>
<name>hbase.master.info.port</name>
<value>16010</value>
</property>
<!-- 指定HBase RegionServer Web页面访问端口,默认端口号16030 -->
<property>
<name>hbase.regionserver.info.port</name>
<value>16030</value>
</property>
<!-- 解决启动HMaster无法初始化WAL的问题 -->
<property>
<name>hbase.unsafe.stream.capability.enforce</name>
<value>false</value>
</property>
<property>
<name>hbase.wal.provider</name>
<value>filesystem</value>
</property>
</configuration>
regionservers
10.0.0.8
10.0.0.20
10.0.0.21
HA(选做)
hbase-env.sh
export JAVA_HOME=/usr/local/jdk-11.0.13
export HBASE_MANAGES_ZK=false
hbase-site.xml
<configuration>
<!-- 此目录regionserver共享的目录,用来持久存储HBase的数据,其默认值为:${hbase.tmp.dir}/hbase,如果不修改默认值,数据将会在集群重启时丢失。 -->
<property>
<name>hbase.rootdir</name>
<!-- 设置Hadoop master-->
<value>hdfs://10.0.0.8:9000/hbase</value>
</property>
<!-- 设置hbase集群为分布式集群 -->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<!-- 设置zookeeper集群,用英文逗号分隔 -->
<property>
<name>hbase.zookeeper.quorum</name>
<value>10.0.0.8:2181,10.0.0.20:2181,10.0.0.21:2181</value>
</property>
<!-- hbase备份的副本数,不能超过datanode的节点数。
hbase的数据备份数需要再hbase-site.xml配置文件中单独设置,否则hbase写入的数据regionServer只会保存一份! -->
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<!-- Zookeeper元数据的存储目录,需要和Zookeeper的zoo.cfg 配置的一致 -->
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/opt/zookeeper/data</value>
</property>
<!-- 指定HBase Master Web页面访问端口,默认端口号16010 -->
<property>
<name>hbase.master.info.port</name>
<value>16010</value>
</property>
<!-- 指定HBase RegionServer Web页面访问端口,默认端口号16030 -->
<property>
<name>hbase.regionserver.info.port</name>
<value>16030</value>
</property>
<!-- 解决启动HMaster无法初始化WAL的问题 -->
<property>
<name>hbase.unsafe.stream.capability.enforce</name>
<value>false</value>
</property>
<property>
<name>hbase.wal.provider</name>
<value>filesystem</value>
</property>
</configuration>
regionservers
10.0.0.8
10.0.0.20
10.0.0.21
backup-masters
# vim backup-masters
10.0.0.20
10.0.0.21
6. 远程发送
# scp -r hbase user@IP:/opt/
7. 启动&停止
start-hbase.sh # 启动集群
stop-hbase.sh # 停止集群
tip:没有出现错误不要更换lib中的jar,有可能出现可以正常启动过段时间,程序挂掉的情况。
删除所有信息:
# cd hadoop/bin && ./hadoop fs -rm -r /hbase
# zkCli.sh
# deleteall /hbase
8. UI
10.0.0.8:16010
Phoenix
1. 安装包
2. 解压
# tar -zxf phoenix-hbase-2.3-5.1.2-bin.tar.gz -C /opt/
# mv peoenix5.1.2 phoenix
3. 添加环境变量
# vim /etc/profile
# Phoenix
export PHOENIX_HOME=/opt/phoenix
export PATH=$PHOENIX_HOME/bin:$PATH
# source /etc/profile
4. 拷贝 phoenix jar 文件
# 拷贝 phoenix-server-hbase-2.3-5.1.2.jar 到 hbase 的 lib 目录
cp $PHOENIX_HOME/phoenix-server-hbase-2.3-5.1.2.jar $HBASE_HOME/lib/
4. 重启Hbase
# Hbase 停止
stop-hbase.sh
# 启动 zookeeper 客户端
zkCli.sh
# 删除 hbase 注册信息
deleteall /hbase
# 退出 zookeeper 客户端
# Hbase 启动
start-hbase.sh
5. 启动
# 在 phoenix/bin 下输入命令, 进入到命令行,接下来就可以操作了
$PHOENIX_HOME/bin/sqlline.py master:2181
6. 远程连接
1. 使用Dbeaver连接。
2. 修改C:\Windows\System32\drivers\etc\hosts(与修改/etc/hosts一样)。