原生HA高可用Hadoop集群搭建

最新推荐文章于 2024-06-16 15:45:58 发布

SimpleSimpleSimples

最新推荐文章于 2024-06-16 15:45:58 发布

阅读量153

点赞数

分类专栏： BigData大数据相关

本文链接：https://blog.csdn.net/SimpleSimpleSimples/article/details/82954731

版权

BigData大数据相关专栏收录该内容

37 篇文章 0 订阅

订阅专栏

1.前期准备

1.修改Linux主机名
2.修改IP
3.修改主机名和IP的映射关系 /etc/hosts
######注意######如果你们公司是租用的服务器或是使用的云主机（如华为用主机、阿里云主机等）
/etc/hosts里面要配置的是内网IP地址和主机名的映射关系
4.关闭防火墙
5.ssh免登陆
6.安装JDK，配置环境变量等

2.集群规划

   主机名       IP               安装的软件                   运行的进程
   slave1   192.168.1.151   jdk、hadoop                   NameNode、DFSZKFailoverController(zkfc)
   slave2   192.168.1.152   jdk、hadoop                   NameNode、DFSZKFailoverController(zkfc)
   slave3   192.168.1.153   jdk、hadoop                   ResourceManager
   slave4   192.168.1.154   jdk、hadoop                   ResourceManager
   slave5   192.168.1.155   jdk、hadoop、zookeeper       DataNode、NodeManager、JournalNode、QuorumPeerMain
   slave6   192.168.1.156   jdk、hadoop、zookeeper       DataNode、NodeManager、JournalNode、QuorumPeerMain
   slave7   192.168.1.157   jdk、hadoop、zookeeper       DataNode、NodeManager、JournalNode、QuorumPeerMain

说明：
   1.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
   2.hadoop-2.2.0中依然存在一个问题，就是ResourceManager只有一个，存在单点故障，hadoop-2.6.4解决了这个问题，有两个ResourceManager，一个是Active，一个是Standby，状态由zookeeper进行协调

3.集群搭建

3.1 zookper搭建
3.1.1解压（先要slave5上解压）
           tar -zxvf zookeeper.tar.gz -C /root/myInstall/zookperCluster/
       3.1.2修改配置
           cd /root/myInstall/zookperCluster/zookeeper/conf/
           cp zoo_sample.cfg zoo.cfg
           vim zoo.cfg
           修改：dataDir=/root/myInstall/zookperCluster/zookeeper/tmp
           在最后添加：
           server.1=slave5:2888:3888
           server.2=slave6:2888:3888
           server.3=slave7:2888:3888
           保存退出
           然后创建一个tmp文件夹
           mkdir /root/myInstall/zookperCluster/zookeeper/tmp
           echo 1 > /root/myInstall/zookperCluster/zookeeper/data/myid
3.1.3将配置好的zookeeper拷贝到其他节点(首先分别在slave6、slave7根目录下创建一个hadoop目录：mkdir /hadoop)
           scp -r /root/myInstall/zookperCluster/zookeeper/ slave6:/root/myInstall/zookperCluster/
           scp -r /root/myInstall/zookperCluster/zookeeper/ slave7:/root/myInstall/zookperCluster/

           注意：修改slave6、slave7对应/hadoop/zookeeper/data/myid内容
           slave6：
               echo 2 > /root/myInstall/zookperCluster/zookeeper/data/myid
           slave7：
               echo 3 > /root/myInstall/zookperCluster/zookeeper/data/myid

3.2Hadoop相关配置

3.2.1上传hadoop并解压

[root@slave1 myInstall]# tar -zxvf hadoop.tar.gz -C /root/myInstall

3.2.2配置HDFS环境变量

[root@slave1 myInstall]# vim /etc/profile

export HADOOP_HOME=/root/myInstall/hadoop
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

3.2.3修改hadoop-env.sh

[root@slave1 hadoop]# vim hadoop-env.sh

export JAVA_HOME=/root/mySoftWare/jdk1.8/jdk1.8.0_11

3.2.4修改core-site.xml

[root@slave1 hadoop]# vim core-site.xml

<configuration>

<!-- 指定hdfs的nameservice为ns1 -->
<property>
  <name>fs.defaultFS</name>
  <value>hdfs://nameSpace/</value>
</property>

<!-- 指定hadoop临时目录 -->
<property>
  <name>hadoop.tmp.dir</name>
  <value>/root/myInstall/hadoopData/</value>
</property>

<!-- 指定zookeeper地址 -->
<property>
 <name>ha.zookeeper.quorum</name>
 <value>slave5:2181,slave6:2181,slave7:2181</value>
</property>

</configuration>

3.2.5修改hdfs-site.xml

[root@slave1 hadoop]# vim hdfs-site.xml

<configuration>
 <!--指定hdfs的nameservice为nameSpace，需要和core-site.xml中的保持一致 -->
<property>
  <name>dfs.nameservices</name>
  <value>nameSpace</value>
</property>

<!-- nameSpace下面有两个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.nameSpace</name>
<value>nn1,nn2</value>
</property>

<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.nameSpace.nn1</name>
<value>slave1:9000</value>
</property>

<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.nameSpace.nn1</name>
<value>slave1:50070</value>
</property>

<!-- nn2的RPC通信地址 -->
<property>
 <name>dfs.namenode.rpc-address.nameSpace.nn2</name>
 <value>slave2:9000</value>
</property>
<!-- nn2的http通信地址 -->

<property>
 <name>dfs.namenode.http-address.nameSpace.nn2</name>
 <value>slave2:50070</value>
</property>

<!-- 指定NameNode的edits元数据在JournalNode上的存放位置 -->
<property>
 <name>dfs.namenode.shared.edits.dir</name>
 <value>qjournal://slave5:8485;slave6:8485;slave7:8485/nameSpace</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>/root/myInstall/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.nameSpace</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>/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>

</configuration>

3.2.6修改mapred-site.xml

[root@slave1 hadoop]# vim mapred-site.xml

<configuration>

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

</configuration>

3.2.7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>slave3</value>
</property>
<property>
  <name>yarn.resourcemanager.hostname.rm2</name>
  <value>slave4</value>
</property>

<!-- 指定zk集群地址 -->
<property>
  <name>yarn.resourcemanager.zk-address</name>
  <value>slave5:2181,slave6:2181,slave7:2181</value>
</property>

<property>
  <name>yarn.nodemanager.aux-services</name>
  <value>mapreduce_shuffle</value>
</property>

</configuration>
~

3.2.8修改slaves

修改slaves(slaves是指定子节点的位置，因为要在slave1上启动HDFS、在slave3启动yarn，所以slave1上的slaves文件指定的是datanode的位置，slave3上的slaves文件指定的是nodemanager的位置)

slave5
slave6
slave7

3.2.9配置完毕进行分发

[root@slave1 myInstall]# scp -r hadoop root@slave2:$PWD

[root@slave1 myInstall]# scp -r hadoop root@slave3:$PWD

[root@slave1 myInstall]# scp -r hadoop root@slave4:$PWD

[root@slave1 myInstall]# scp -r hadoop root@slave5:$PWD

[root@slave1 myInstall]# scp -r hadoop root@slave6:$PWD

[root@slave1 myInstall]# scp -r hadoop root@slave7:$PWD

4.启动步骤

4.1启动zookeeper集群（分别在slave5、slave6、slave7上启动zk）
           cd /hadoop/zookeeper/bin/
           ./zkServer.sh start
           #查看状态：一个leader，两个follower
           ./zkServer.sh status

4.2启动journalnode（分别在在slave5、slave6、slave7上执行,必须先启动journalnode，再nanenode-format，因为是 namenode的日志数据）
hadoop-daemon.sh start journalnode
           #运行jps命令检验，slave5、slave6、slave7上多了JournalNode进程
       [root@slave7 current]# jps
8149 Jps
4102 QuorumPeerMain
4871 JournalNode
5422 NodeManager
5279 DataNode
       4.3格式化HDFS
           #在slave1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/hadoopData，然后将/hadoop/hadoop/hadoopData拷贝到slave2的/hadoop/hadoop/下，同步两个namenode节点之间的起始信息。
           scp -r tmp/ hadoop02:/root/myInstall/hadoop/
           ##也可以这样，建议hdfs namenode -bootstrapStandby

4.4格式化ZKFC(在slave1上执行一次即可)
           hdfs zkfc -formatZK

4.5启动HDFS(在slave1上执行)
start-dfs.sh