1,基本环境配置:依赖zookeeper,
请参看zookeeper 的安装:
大数据集群安装系列1:Zookeeper 的安装
欢迎留言哦,欢迎提问。
2,hadoop HA 模式安装
2.1,下载相应的hadoop 安装包,本文是2.7.2, 放到服务器目录下,解压,类似如下:
[root@master /opt/bigdata/component]# pwd
/opt/bigdata/component
[root@master /opt/bigdata/component]# ls
azkaban.tar.gz GsFaceLib.tar.gz hadoop.tar.gz hbase.tar.gz kafka.tar.gz spark.tgz zookeeper
elastic.tar.gz hadoop haproxy-1.7.9.tar.gz hive.tar.gz rocketmq.zip zabbix-3.4.6.tar.gz zookeeper.tar.gz
[root@master /opt/bigdata/component]#
2.2 配置cores-site.xml:请根据具体提示修改
<configuration>
<!--指定hdfs的nameservice为hacluster,需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>hacluster</value>
</property>
<!-- hacluster下面有两个NameNode,分别是nn1,nn2, -->
<property>
<name>dfs.ha.namenodes.hacluster</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.hacluster.nn1</name>
<value>master:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.hacluster.nn1</name>
<value>master:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.hacluster.nn2</name>
<value>workerI:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.hacluster.nn2</name>
<value>workerI: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://workerII:8485;workerI:8485;master:8485;/hacluster</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/bigdata/Hadoop/hadoop/dfs_journalnode_edits_dir</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.hacluster</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>
<!-- 由于Java 8与Hapdoop 2.7.0的Yarn存在某些不兼容,造成内存的溢出,导致程序异常终止 -->
<!--<property>
<name>yarn.nodemanager.pmem-check-enabled</name>
<value>false</value>
</property>
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property> -->
<!-- 指定DataNode存储block的副本数量。默认值是3个 -->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
2.4 配置yarn-site.xml
-->
<configuration>
<!-- Site specific YARN configuration properties -->
<!-- 启用RM高可用 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定RM的cluster resourcemanager 的名字 -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yrc</value>
</property>
<!-- 指定RM的名字,唯一标志,不用修改 -->
<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>master</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>workerI</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>workerII:2181,workerI:2181,master:2181,</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle,spark_shuffle</value>
</property>
<!--以下是集群资源调优配置-->
<!--以下是集群资源调优配置-->
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>19000</value>
</property>
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>8192</value>
</property>
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>19000</value>
</property>
<property>
<name>yarn.app.mapreduce.am.resource.mb</name>
<value>8192</value>
</property>
<property>
<name>yarn.app.mapreduce.am.command-opts</name>
<value>-Xmx6553m</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm1</name>
<value>master:8088</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm2</name>
<value>workerI:8088</value>
</property>
<!--Spark 动态资源申请配置-->
<property>
<name>yarn.nodemanager.aux-services.spark_shuffle.class</name>
<value>org.apache.spark.network.yarn.YarnShuffleService</value>
</property>
<property>
<name>spark.shuffle.service.port</name>
<value>7337</value>
</property>
</configuration>
2.6 修改yarn-env.sh 和hadoop-env.sh 中java 的路径, 以及配置slaves 节点
export JAVA_HOME=/opt/bigdata/basic/jdk
[root@master /opt/bigdata/component/hadoop/etc/hadoop]# vim slaves
[root@master /opt/bigdata/component/hadoop/etc/hadoop]# cat slaves
master
workerI
workerII
2.7 分发文件:
scp -r hadoop workerI:pwd
scp -r hadoop workerII:pwd
3,安装好后,接下来就是启动了
3.1 在master 节点,首先格式化zk(此时请确保zookeeper 已经启动)
在$HADOOP_INSTALL_HOME/bin
./hdfs zkfc -formatZK -force
3.2 启动zkfc(每个节点都需要这样做)
在$HADOOP_INSTALL_HOME/sbin
./hadoop-daemon.sh start zkfc
3.3 启动journalnode(每个节点)
在$HADOOP_INSTALL_HOME/sbin
./hadoop-daemon.sh start journalnode
3.4 格式化hdfs 文件系统
在$HADOOP_INSTALL_HOME/bin
./hadoop namenode -format -force
3.5 在master 节点,进行启动hdfs
在$HADOOP_INSTALL_HOME/sbin
./start-dfs.sh
3.6 启动yarn
在$HADOOP_INSTALL_HOME/sbin
./start-yarn.sh
3.7 在备用节点,启动备用namenode 和 备用resourcemanager
本文备用节点是workerI
在HADOOP_INSTALL_HOME/sbin
yarn-daemon.sh start resourcemanager
在$HADOOP_INSTALL_HOME/sbin
hdfs namenode -bootstrapStandby
在$HADOOP_INSTALL_HOME/sbin
hadoop-daemon.sh start namenode
3.8 至此,所有hdfs 内容已经启动,具体进程如下:
[root@workerI ~]# jps
1969 WrapperSimpleApp
6961 Jps
5682 JournalNode
5956 DFSZKFailoverController
5527 QuorumPeerMain
5832 DataNode
6057 NodeManager
6203 ResourceManager
[root@workerI ~]#
[root@master ~]# jps
6560 DFSZKFailoverController
6644 JournalNode
7460 ResourceManager
7112 DataNode
7563 NodeManager
8396 Jps
2076 WrapperSimpleApp
6957 NameNode
6174 QuorumPeerMain
[root@workerII ~]# jps
4067 NodeManager
3923 DataNode
3848 JournalNode
2200 WrapperSimpleApp
4606 Jps
3679 QuorumPeerMain
(请不要在一Jps 和WrapperSimpleApp 这两个不需要关注 )