hadoop2.4.1集群搭建

最新推荐文章于 2017-03-27 09:05:49 发布
最新推荐文章于 2017-03-27 09:05:49 发布
阅读量529 收藏
点赞数
分类专栏： hadoop 文章标签： hadoop
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/bingo_liu/article/details/57353613
版权

hadoop2.0已经发布了稳定版本了，增加了很多特性，比如HDFS HA、YARN等。最新的hadoop-2.4.1又增加了YARN HA

注意：apache提供的hadoop-2.4.1的安装包是在32位操作系统编译的，因为hadoop依赖一些C++的本地库，所以如果在64位的操作上安装hadoop-2.4.1就需要重新在64操作系统上重新编译

  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

说明：每台主机登录用户都是hadoop

集群规划

主机名       IP              安装的软件                 运行的进程
worker01      192.168.1.201   jdk、hadoop                NameNode、DFSZKFailoverController(zkfc)
worker02      192.168.1.202   jdk、hadoop                NameNode、DFSZKFailoverController(zkfc)
worker03      192.168.1.203   jdk、hadoop                ResourceManager
worker04      192.168.1.204   jdk、hadoop                ResourceManager
worker05      192.168.1.205   jdk、hadoop、zookeeper      DataNode、NodeManager、JournalNode、QuorumPeerMain
worker06      192.168.1.206   jdk、hadoop、zookeeper      DataNode、NodeManager、JournalNode、QuorumPeerMain
worker07      192.168.1.207   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-2.4.1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

安装步骤

  • 安装配置zooekeeper集群（在worker05上）

    • 解压
      tar -zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/
    • 修改配置
      cd zookeeper-3.4.5/conf/
      cp zoo_sample.cfg zoo.cfg
      vim zoo.cfg
      修改：dataDir=/home/hadoop/zookeeper-3.4.5/tmp
      在最后添加：
      server.1=worker05:2888:3888
      server.2=worker06:2888:3888
      server.3=worker07:2888:3888
      保存退出
      然后创建一个tmp文件夹
      mkdir zookeeper-3.4.5/tmp
      echo 1 > zookeeper-3.4.5/tmp/myid
    • 将配置好的zookeeper拷贝到其他节点
      scp -r zookeeper-3.4.5/ worker06:/home/hadoop/
      scp -r zookeeper-3.4.5/ worker07:/home/hadoop/
      注意：修改worker06、worker07对应zookeeper-3.4.5/tmp/myid内容
      worker06：
      echo 2 > zookeeper-3.4.5/tmp/myid
      worker07：
      echo 3 > zookeeper-3.4.5/tmp/myid

  • 安装配置hadoop集群（在worker01上操作）

    • 解压
      tar -zxvf hadoop-2.4.1.tar.gz -C /home/hadoop/

    • 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=/home/hadoop/jdk1.7.0_55
        export HADOOP_HOME=/home/hadoop/hadoop-2.4.1
        export PATH= PATH: JAVA_HOME/bin:$HADOOP_HOME/bin

      • hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
        cd hadoop-2.4.1/etc/hadoop

      • 修改hadoo-env.sh
        export JAVA_HOME=/home/hadoop/jdk1.7.0_55

      • 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-2.4.1/tmp</value>
        </property>
        <!-- 指定zookeeper地址 -->
        <property>
        <name>ha.zookeeper.quorum</name>
        <value>worker05:2181,worker06:2181,worker07:2181</value>
        </property>
        </configuration>

      • 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>worker01:9000</value>
        </property>
        <!-- nn1的http通信地址 -->
        <property>
        <name>dfs.namenode.http-address.ns1.nn1</name>
        <value>worker01:50070</value>
        </property>
        <!-- nn2的RPC通信地址 -->
        <property>
        <name>dfs.namenode.rpc-address.ns1.nn2</name>
        <value>worker02:9000</value>
        </property>
        <!-- nn2的http通信地址 -->
        <property>
        <name>dfs.namenode.http-address.ns1.nn2</name>
        <value>worker02:50070</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://worker05:8485;worker06:8485;worker07:8485/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-2.4.1/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.ns1</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>/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>

      • 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>

      • 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>worker03</value>
        </property>
        <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>worker04</value>
        </property>
        <!-- 指定zk集群地址 -->
        <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>worker05:2181,worker06:2181,worker07:2181</value>
        </property>
        <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
        </property>
        </configuration>

      • 修改slaves(slaves是指定子节点的位置，因为要在work01上启动HDFS、在worker03启动yarn，所以worker01上的slaves文件指定的是datanode的位置，worker03上的slaves文件指定的是nodemanager的位置)
        worker05
        worker06
        worker07

      • 配置免密码登陆

        • 配置worker01到worker02、worker03、worker04、worker05、worker06、worker07的免密码登陆
          在worker01上生产一对钥匙
          进入到我的home目录
          cd ~/.ssh
          ssh-keygen -t rsa
          将公钥拷贝到其他节点，包括自己
          ssh-copy-id worker01
          ssh-copy-id worker02
          ssh-copy-id worker03
          ssh-copy-id worker04
          ssh-copy-id worker05
          ssh-copy-id worker06
          ssh-copy-id worker07

        • 配置worker03到worker04、worker05、worker06、worker07的免密码登陆
          在worker03上生产一对钥匙
          ssh-keygen -t rsa
          将公钥拷贝到其他节点
          ssh-copy-id worker04
          ssh-copy-id worker05
          ssh-copy-id worker06
          ssh-copy-id worker07

        • 两个namenode之间要配置ssh免密码登陆，别忘了配置worker02到worker01的免登陆
          在worker02上生产一对钥匙
          ssh-keygen -t rsa
          ssh-copy-id -i worker01

    • 将配置好的hadoop拷贝到其他节点
      scp -r hadoop-2.4.1/ hadoop@worker02:/
      scp -r hadoop-2.4.1/ hadoop@worker03:/
      scp -r hadoop-2.4.1/ hadoop@worker04:/
      scp -r hadoop-2.4.1/ hadoop@worker05:/
      scp -r hadoop-2.4.1/ hadoop@worker06:/
      scp -r hadoop-2.4.1/ hadoop@worker07:/

    • 严格按照下面的步骤执行

      • 启动zookeeper集群（分别在worker05、worker06、worker07上启动zk）
        cd zookeeper-3.4.5/bin/
        ./zkServer.sh start
        查看状态：一个leader，两个follower
        ./zkServer.sh status

      • 启动journalnode（分别在在worker05、worker06、worker07上执行）
        cd hadoop-2.4.1
        sbin/hadoop-daemon.sh start journalnode
        运行jps命令检验，worker05、worker06、worker07上多了JournalNode进程

      • 格式化HDFS
        在worker01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/home/hadoop/hadoop-2.4.1/tmp，然后将hadoop-2.4.1/tmp拷贝到worker02的hadoop-2.4.1/下。
        scp -r hadoop-2.4.1/tmp/ work02:/home/hadoop/hadoop-2.4.1/
        也可以这样，建议hdfs namenode -bootstrapStandby

      • 格式化ZKFC(在worker01上执行即可)
        hdfs zkfc -formatZK

      • 启动HDFS(在worker01上执行)
        sbin/start-dfs.sh

      • 启动YARN(注意：是在worker03上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动)
        sbin/start-yarn.sh

  • 浏览器访问:
    http://192.168.1.201:50070
    NameNode ‘worker01:9000’ (active)
    http://192.168.1.202:50070
    NameNode ‘worker02:9000’ (standby)

  • 验证HDFS HA
    首先向hdfs上传一个文件
    hadoop fs -put /etc/profile /profile
    hadoop fs -ls /
    然后再kill掉active的NameNode
    kill -9 pid
    通过浏览器访问：http://192.168.1.202:50070
    NameNode ‘worker02:9000’ (active)
    这个时候worker02上的NameNode变成了active
    在执行命令：
    hadoop fs -ls /
    -rw-r–r– 3 root supergroup 1926 2014-02-06 15:36 /profile
    刚才上传的文件依然存在！！！
    手动启动那个挂掉的NameNode
    sbin/hadoop-daemon.sh start namenode
    通过浏览器访问：http://192.168.1.201:50070
    NameNode ‘worker01:9000’ (standby)

  • 验证YARN：
    运行一下hadoop提供的demo中的WordCount程序：
    hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar wordcount /profile /out

    OK，大功告成！！！

  • 测试集群工作状态的一些指令 ：

    bin/hdfs dfsadmin -report 查看hdfs的各节点状态信息

    bin/hdfs haadmin -getServiceState nn1 获取一个namenode节点的HA状态

    sbin/hadoop-daemon.sh start namenode 单独启动一个namenode进程

    ./hadoop-daemon.sh start zkfc 单独启动一个zkfc进程

bingo_liu
关注
专栏目录
Hadoop2.4.1集群搭建
站在网络的肩膀上,自学成才
02-27 3444
本文搭建Hadoop2.4.1分布式系统，包括NameNode ，ResourceManger HA，忽略了Web Application Proxy 和Job HistoryServer。  一概述（一）HDFS 1）基础架构 （1）NameNode（Master） 命名空间管理：命名空间支持对HDFS中的目录、文件和块做类似文件系统的创建、修改、删除、列
【甘道夫】Hadoop2.4.1尝鲜部署+完整版配置文件
甘道夫的大数据进化论
07-11 3929
Hadoop2.4.1集群部署+NN HA
hadoop集群搭建
weixin_34363171的博客
03-27 124
1.准备Linux环境1.0先将虚拟机的网络模式选为NAT1.1修改主机名vi /etc/sysconfig/networkNETWORKING=yesHOSTNAME=itcast ###1.2修改IP两种方式：第一种：通过Linux图形界面进行修改（强烈推荐）进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connectio...
hadoop2.4.1
08-25
Hadoop2.4.1最新集群搭建，Hadoop HA
hadoop2.4.1集群搭建安装教程
03-15
### Hadoop 2.4.1 集群搭建安装教程 #### 一、环境准备：Linux系统配置 在开始搭建Hadoop集群之前，首先需要准备好一个稳定的Linux环境。本教程将详细介绍如何在Linux上进行必要的配置。 ##### 1.1 设置主机名 ...
hadoop2.4.1集群搭建.txt
10-25
搭建有两个ResourceManager的Hadoop集群详细步骤，不可多得
Hadoop2.4.1集群安装过程
03-02
CentOS下Hadoop2.4.1集群服务搭建：安装环境部署、Hadoop配置过程 、测试方式 。
Hadoop2.4.1集群环境搭建
10-13
Hadoop2.4.1集群环境搭建，按照步骤进行操作应该可以很快解决集群环境的问题
hadoop 2.4.1 64位安装包
08-01
最新版hadoop 64位安装包 centos 6.4 64位机器上编译 由于超过100MB，所以给的网盘链接地址 之前2.4的安装包地址错误，在这里一并补上
hadoop 2.4.1源码
08-10
hadoop2.4.1源码
hadoop-2.4.1版本大数据
12-06
可以搭建单机模拟分布式hadoop,可以参考：https://blog.csdn.net/qq_33689414/article/details/79223186
Hadoop2.4.1的JAR包
04-14
这是Hadoop2.4.1的所有JAR包，包含common, hdfs, mapreduce,yarn等Hadoop基本框架的JAR包，window和Linux通用，添加到用户库里导入即可。
hadoop-2.4.1安装软件包以及教程jdk.zip
10-25
1.准备Linux环境 1.0点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段：192.168.1.0 子网掩码：255.255.255.0 -> apply -> ok 回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP：192.168.1.100 子网掩码：255.255.255.0 -> 点击确定 在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok 1.1修改主机名 vim /etc/sysconfig/network NETWORKING=yes HOSTNAME=itcast ### 1.2修改IP 两种方式： 第一种：通过Linux图形界面进行修改（强烈推荐） 进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.1.101 子网掩码：255.255.255.0 网关：192.168.1.1 -> apply 第二种：修改配置文件方式（屌丝程序猿专用） vim /etc/sysconfig/network-scripts/ifcfg-eth0 DEVICE="eth0" BOOTPROTO="static" ### HWADDR="00:0C:29:3C:BF:E7" IPV6INIT="yes" NM_CONTROLLED="yes" ONBOOT="yes" TYPE="Ethernet" UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c" IPADDR="192.168.1.101" ### NETMASK="255.255.255.0" ### GATEWAY="192.168.1.1" ### 1.3修改主机名和IP的映射关系 vim /etc/hosts 192.168.1.101 itcast 1.4关闭防火墙 #查看防火墙状态 service iptables status #关闭防火墙 service iptables stop #查看防火墙开机启动状态 chkconfig iptables --list #关闭防火墙开机启动 chkconfig iptables off 1.5重启Linux reboot 2.安装JDK 2.1上传alt+p 后出现sftp窗口，然后put d:\xxx\yy\ll\jdk-7u_65-i585.tar.gz 2.2解压jdk #创建文件夹 mkdir /home/hadoop/app #解压 tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/hadoop/app 2.3将java添加到环境变量中 vim /etc/profile #在文件最后添加 export JAVA_HOME=/home/hadoop/app/jdk-7u_65-i585 export PATH=$PATH:$JAVA_HOME/bin #刷新配置 source /etc/profile 3.安装hadoop2.4.1 先上传hadoop的安装包到服务器上去/home/hadoop/ 注意：hadoop2.x的配置文件$HADOOP_HOME/etc/hadoop 伪分布式需要修改5个配置文件 3.1配置hadoop 第一个：hadoop-env.sh vim hadoop-env.sh #第27行 export JAVA_HOME=/usr/java/jdk1.7.0_65 第二个：core-site.xml <!-- 指定HADOOP所使用的文件系统schema（URI），HDFS的老大（NameNode）的地址 --> fs.defaultFS hdfs://weekend-1206-01:9000 <!-- 指定hadoop运行时产生文件的存储目录 --> hadoop.tmp.dir /home/hadoop/hadoop-2.4.1/tmp 第三个：hdfs-site.xml hdfs-default.xml (3) <!-- 指定HDFS副本的数量 --> dfs.replication 1 第四个：mapred-site.xml (mv mapred-site.xml.template mapred-site.xml) mv mapred-site.xml.template mapred-site.xml vim mapred-site.xml <!-- 指定mr运行在yarn上 --> mapreduce.framework.name yarn 第五个：yarn-site.xml <!-- 指定YARN的老大（ResourceManager）的地址 --> yarn.resourcemanager.hostname weekend-1206-01 <!-- reducer获取数据的方式 --> yarn.nodemanager.aux-services mapreduce_shuffle 3.2将hadoop添加到环境变量 vim /etc/proflie export JAVA_HOME=/usr/java/jdk1.7.0_65 export HADOOP_HOME=/itcast/hadoop-2.4.1 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin source /etc/profile 3.3格式化namenode（是对namenode进行初始化） hdfs namenode -format (hadoop namenode -format) 3.4启动hadoop 先启动HDFS sbin/start-dfs.sh 再启动YARN sbin/start-yarn.sh 3.5验证是否启动成功 使用jps命令验证 27408 NameNode 28218 Jps 27643 SecondaryNameNode 28066 NodeManager 27803 ResourceManager 27512 DataNode http://192.168.1.101:50070 （HDFS管理界面） http://192.168.1.101:8088 （MR管理界面） 4.配置ssh免登陆 #生成ssh免登陆密钥 #进入到我的home目录 cd ~/.ssh ssh-keygen -t rsa （四个回车） 执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥） 将公钥拷贝到要免登陆的机器上 ssh-copy-id localhost
Hadoop2.4.1分布式安装（详细）
qianshanding0708的博客
12-21 1760
安装环境： 10.0.1.65 hadoop2namenode1 10.0.1.66 hadoop2namenode2 10.0.1.67 hadoop2resourcemanager 10.0.1.68 hadoop2datanode1 10.0.1.69 hadoop2datanode2 10.0.1.70 hadoop2datanode3 10.0.1.71 hadoop2datanod...
hadoop2.4环境搭建
大数据训练营
08-12 6758
hadoop2.0已经发布了稳定版本了，增加了很多特性，比如HDFS HA、YARN等。最新的hadoop-2.4.1又增加了YARN HA 注意：apache提供的hadoop-2.4.1的安装包是在32位操作系统编译的，因为hadoop依赖一些C++的本地库， 所以如果在64位的操作上安装hadoop-2.4.1就需要重新在64操作系统上重新编译 （建议第一次安装用32位的系统，
[笔记]hadoop2.4.1伪分布式集群搭建\hdfs入门
代码有毒的博客
04-05 1312
本次搭建大概过程： 配置linux环境 安装jdk 安装hadoop2.4.1 配置ssh免登陆 首先配置一台。在安装好所有的步骤之后，在可以备份扩展机date的时候，克隆一台母机备份。以便扩展（不能直接克隆dateNode机器稍加改造使用，否则会出现：你用该dateNode扩展的所有机器都只能被成功使用一台，其他的莫名其妙的就掉线）准备linux环境配置vm虚拟机 点击VMware快捷方式，右
Hadoop之——随笔(基于Hadoop-2.4.1)
冰河的专栏
05-04 1226
*****副本存放策略： 1、先在客户端所连接的datanode上存放一个副本 2、再在另一个机架上选择一个datanode存放第二个副本 3、最后在本机架上根据负载情况随机挑选一个datanode存放第三个副本 ****副本数量的配置优先级 1、服务端hdfs-site.xml中可以配置 2、在客户端指定dfs.replication的值 客户端所指定的值优先级更高!!
评论
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