NameNode HA的部署方法

最新推荐文章于 2022-12-01 05:57:25 发布
最新推荐文章于 2022-12-01 05:57:25 发布
阅读量1.5k 收藏 4
点赞数
分类专栏： flink 文章标签： namenode ha hdfs
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/lijianqingfeng/article/details/107160037
版权

在部署flink的时候，发现hdfs的namenode有可能会有单点故障问题，所以给它做一个HA的部署。

关注点：

1、NameNode HA模式下，active的NameNode挂掉之后，切换时间有多长？

答：根据测试来看，切换时间非常短。kill掉active的NameNode之后，再去查询standby的NameNode状态，会发现已经变成active。

具体时间可能有更多因素影响：（1）zk心跳间隔（2）NameNode的qps

2、Flink是否会受到NameNode切换的影响？

答：从运行一个路口的指标计算程序来看，没有受到影响，程序没有任何重启。

其他需额外关注的点：（1）路口增多时是否会有变化（2）任务增多时是否有变化（3）有checkpoint的任务是否会受到影响

注意点（调研过程中发现的一些点）：

（1）启用了HA的hadoop集群，不能再有secondary namenode了，否则会报错

（2）Flink能识别hadoop的nameservice，是因为加载了其配置，方法如下，在flink-conf.yaml文件中添加如下内容：

# 如果使用Hadoop HA的时候，一定要配置hadoop conf目录，把hadoop 集群的配置文件拷贝到这个目录里面，这样 flink就会知道hadoop-ha-nameservice的具体active的nameNode的地址。
env.hadoop.conf.dir: /root/software/hadoop-2.8.5/etc/hadoop


# 另外，其他使用hdfs路径的地方都要配置hadoop HA中core-site.xml中配置的HA nameservice，而不是用namenode的域名

此配置的介绍 ：  https://ci.apache.org/projects/flink/flink-docs-release-1.10/ops/config.html#env-hadoop-conf-dir

配置参考：http://moheqionglin.com/site/serialize/02006013006/detail.html

（3）当前一个nameservice只支持最多两个namenode；hadoop还支持多个nameservice（这是另外的特性了）

（4）journal node至少需要三个节点，但是只有两台机器，充分利用一下其中一台机器，部署两个进程。需要在hdfs-site.xml文件中添加如下内容，修改默认端口，避免冲突

<property>
    <name>dfs.journalnode.rpc-address</name>
    <value>0.0.0.0:8486</value>
</property>
<property>
    <name>dfs.journalnode.http-address</name>
    <value>0.0.0.0:8487</value>
</property>
<property>
    <name>dfs.journalnode.https-address</name>
    <value>0.0.0.0:8488</value>
</property>


<!-- 这个目录配置修改一下，避免冲突 -->
<property>
      <name>dfs.journalnode.edits.dir</name>
      <value>/root/software/hadoop-2.8.5_another/journal_node_data</value>
</property>

相关配置项的含义：https://hadoop.apache.org/docs/r2.4.1/hadoop-project-dist/hadoop-hdfs/hdfs-default.xml

修改hadoop-env.sh文件

# 这个配置默认是/tmp目录，如果要在一台机器上启动不同hadoop组件，需要使他们的pid不在一起，避免冲突
export HADOOP_PID_DIR=/root/software/hadoop-2.8.5_another/pids


（5）如果是一个已有的hadoop集群，从非HA变成HA，需要首先创建Journal node日志的目录，其次需要执行下面的命令进行格式化。这个在官网也有说明。

$ hdfs namenode -initializeSharedEdits

 

 

 

详细步骤：

前置条件：

三台机器、机器之间已经配置免密、jdk已经安装

1、Download Hadoop

2、配置etc/hadoop/core-site.xml

<configuration>
        <property>
                <name>fs.defaultFS</name>
<!--这里用的是nameservice id，和hdfs-site.xml中的配置保持一致-->
                <value>hdfs://mycluster</value>
        </property>
        <property>
                <name>ha.zookeeper.quorum</name>
<!-- zookeeper集群 -->
                <value>zk-ip:2181</value>
         </property>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/root/software/hadoop-2.8.5/hadoop_tmp</value>
        </property>
        <property>
                <name>io.file.buffer.size</name>
                <value>4096</value>
        </property>
</configuration>

3、配置etc/hadoop/hdfs-site.xml

<configuration>
<!-- 完全分布式集群名称，nameservice id，core-site.xml中的fs.default.xml用的就是这里的配置-->
    <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>
<!-- 集群中NameNode节点名称，随意起名，可以保持不变 -->
    <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2</value>
    </property>
<!-- nn1的RPC通信地址，用域名和IP都可以，保险用IP -->
    <property>
      <name>dfs.namenode.rpc-address.mycluster.nn1</name>
      <value>1.2.3.4:8020</value>
    </property>
<!-- nn2的RPC通信地址，用域名和IP都可以，保险用IP -->
    <property>
      <name>dfs.namenode.rpc-address.mycluster.nn2</name>
      <value>1.1.1.1:8020</value>
    </property>
<!-- nn1的http通信地址，用域名和IP都可以，保险用IP；百度内网改成8070端口便于访问 -->
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>1.2.3.4:50070</value>
    </property>
<!-- nn2的http通信地址，用域名和IP都可以，保险用IP，百度内网改成8070端口便于访问 -->
    <property>
          <name>dfs.namenode.http-address.mycluster.nn2</name>
          <value>1.1.1.1:50070</value>
    </property>
<!-- 指定NameNode元数据在JournalNode上的存放位置，保持此格式，修改ip和端口；mycluster和nameservice保持一致 -->
<!-- Journal node的默认端口都是8485，如有特殊，需修改-->
    <property>
          <name>dfs.namenode.shared.edits.dir</name>
            <value>qjournal://1.2.3.4:8485;1.1.1.1:8485;1.1.1.1:8486/mycluster</value>
    </property>
    <!-- 访问代理类：client，mycluster，active配置失败自动切换实现方式-->
    <property>
          <name>dfs.client.failover.proxy.provider.mycluster</name>
          <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</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无秘钥登录，根据具体使用到的用户来进行配置，一般是/root的用户 -->
    <property>
          <name>dfs.ha.fencing.ssh.private-key-files</name>
          <value>/root/.ssh/id_rsa</value>
    </property>
<!-- 声明journalnode服务器存储目录，根据线上目录情况调整-->
    <property>
          <name>dfs.journalnode.edits.dir</name>
          <value>/root/software/hadoop-2.8.5/journal_node_data</value>
    </property>
    <!-- 关闭权限检查-->
    <property>
        <name>dfs.permissions.enable</name>
        <value>false</value>
    </property>
    <!--开启Automatic Failover模式-->
    <property>
           <name>dfs.ha.automatic-failover.enabled</name>
           <value>true</value>
     </property>

    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/root/software/hadoop-2.8.5/hdfs/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/root/software/hadoop-2.8.5/hdfs/datanode</value>
    </property>
</configuration>

4、配置etc/hadoop/mapred-site.xml

$ cp mapred-site.xml.template mapred-site.xml
增加如下内容
<configuration>
     <!--指定mapreduce运行框架-->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
<!--历史服务的通信地址 -->
        <value>node2:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
<!--历史服务的web ui地址 -->
        <value>node2:19888</value>
    </property>
</configuration>

5、配置etc/hadoop/yarn-site.xml

<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
<!--yarn resourceManager地址 -->
        <value>node2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>${yarn.resourcemanager.hostname}:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>${yarn.resourcemanager.hostname}:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>${yarn.resourcemanager.hostname}:8088</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.https.address</name>
        <value>${yarn.resourcemanager.hostname}:8090</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>${yarn.resourcemanager.hostname}:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>${yarn.resourcemanager.hostname}:8033</value>
    </property>
    <property>
        <name>yarn.nodemanager.local-dirs</name>
        <value>/root/software/hadoop-2.8.5/hadoop_tmp/yarn/local</value>
    </property>
    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.nodemanager.remote-app-log-dir</name>
        <value>/root/software/hadoop-2.8.5/hadoop_tmp/logs</value>
    </property>
    <property>
        <name>yarn.log.server.url</name>
        <value>http://node2:19888/jobhistory/logs/</value>
        <description>URL for job history server</description>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
    <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>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>2048</value>
    </property>
     <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
    </property>
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
    </property>
    <property>
        <name>mapreduce.map.memory.mb</name>
        <value>2048</value>
    </property>
    <property>
        <name>mapreduce.reduce.memory.mb</name>
        <value>2048</value>
    </property>
    <property>
        <name>yarn.nodemanager.resource.cpu-vcores</name>
        <value>1</value>
    </property>
</configuration>

6、配置etc/hadoop/slaves。将所有worker节点都写进文件，如果只配置一个节点，就是只在这个节点上有datenode和nodeManager

node2
node3

7、配置etc/hadoop/hadoop-env.sh

# 搜索到JAVA_HOME，修改成线上安装的jdk路径
export JAVA_HOME=/root/software/jdk1.8.0_131

8、配置etc/hadoop/yarn-env.sh

# 搜索到JAVA_HOME，修改成线上安装的jdk路径
export JAVA_HOME=/root/software/jdk1.8.0_131

9、配置etc/hadooop/mapred-env.sh

# 搜索到JAVA_HOME，修改成线上安装的jdk路径
export JAVA_HOME=/root/software/jdk1.8.0_131

10、然后通过scp命令将文件发送到其他所有机器

# 多机器地址保持一致
$ scp -r hadoop-2.8.5 root@node3:/root/software/

11、在所有机器上分别启动QJM，至少启动3台机器。（如果机器不够3台，可以做伪分布式，前文“注意”部分已经给出方法）

$ sbin/hadoop-daemon.sh start journalnode

启动后，jps会发现多了  JournalNode  进程

12、格式化NameNode并启动（注意：先格式化一台namenode，然后另一台namenode同步第一台namenode，如果两台都格式化就会有问题）

格式化namanode（只在第一次启动集群之前操作）

# 格式化第一台机器的NameNode，并启动
$ bin/hdfs namenode -format
$ sbin/hadoop-daemon.sh start namenode




# 第二个namenode同步第一个NameNode的数据
[root@hadoop003 hadoop-2.6.5]# bin/hdfs namenode -bootstrapStandby
# 启动第二个namenode
[root@hadoop003 hadoop-2.6.5]# sbin/hadoop-daemon.sh start namenode

操作完成后会发现生成了/root/software/hadoop-2.8.5/hdfs/namenode目录，下面有初始化的namenode信息。如果需要将集群数据重置，可以将下面的数据全部删除（datanode数据也删除，每个机器上都清除数据），重新格式化namenode。

13、此时，两个NameNode都是standby模式，需手动将一个NameNode设置为active

# 可以看到nn1和nn2都是standby状态
$ bin/hdfs haadmin -getServiceState nn1
standby
$ bin/hdfs haadmin -getServiceState nn2
standby


# 手动将nn1改成active状态（这里是强制操作）；执行过程中需要输入y确认执行
$ bin/hdfs haadmin -transitionToActive --forcemanual nn1


# 此时再看nn1状态已经变成active
$ bin/hdfs haadmin -getServiceState nn1
active
$ bin/hdfs haadmin -getServiceState nn2
standby

14、在zookeeper上配置故障自动转移节点

[root@hadoop001 hadoop-2.6.5]# bin/hdfs zkfc -formatZK
[zk: localhost:2181(CONNECTED) 5] ls /
[zookeeper, hadoop-ha]
# 可以看到zookeeper上已经有了hadoop-ha节点了

15、启动dfs（这一步必须要执行，因为它会把DFSZKFailoverController启动起来，只有这个进程启动，才能实现故障自动切换）

$ sbin/start-dfs.sh

停止dfs（不必要）

$ sbin/stop-dfs.sh

Test

$ bin/hdfs dfs -mkdir /aa
$ bin/hdfs dfs -ls /

访问NameNode UI：http:1.2.3.4:50070

16、启动yarn（不必要）

$ sbin/start-yarn.sh

访问Yarn UI：http://1.2.3.4:8088

停止yarn

$ sbin/stop-yarn.sh

17、全部启动

$ sbin/start-all.sh

全部停止

$ sbin/stop-all.sh

18、配置环境变量（方便使用），在/etc/profile文件中增加如下配置：

export HADOOP_HOME=/root/software/hadoop-2.8.5
export PATH=$PATH:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin

19、测试自动切换功能是否生效

# 在nn1机器上执行
$ jps
6708 DFSZKFailoverController
6549 DataNode
5814 JournalNode
6103 NameNode
6825 Jps
5021 QuorumPeerMain

# 杀掉namenode进程
[root@hadoop003 hadoop-2.6.5]# kill -9 6103

#查看nn1状态，连接不上了
$ bin/hdfs haadmin -getServiceState nn1
18/08/21 16:28:52 INFO ipc.Client: Retrying connect to server: hadoop003/192.168.170.133:8020. Already tried 0 time(s); retry policy is RetryUpToMaximumCountWithFixedSleep(maxRetries=1, sleepTime=1000 MILLISECONDS)
Operation failed: Call From hadoop003/192.168.170.133 to hadoop003:8020 failed on connection exception: java.net.ConnectException: Connection refused; For more details see:  http://wiki.apache.org/hadoop/ConnectionRefused

# 查看nn2状态，已经激活了
$ bin/hdfs haadmin -getServiceState nn2
active




# nn1同步nn2，并重新启动nn1
$ bin/hdfs namenode -bootstrapStandby
$ sbin/hadoop-daemon.sh start namenode


# 这时，nn1是standby状态，nn2是active状态；可以杀掉nn2，会发现自动切换到nn1

 

 

Flink中的相关配置：

1、修改flink-conf.yaml文件，然后分发到集群所有机器上。

# 如果使用Hadoop HA的时候，一定要配置hadoop conf目录
# 如果Hadoop和Flink在同一台机器上，把hadoop 集群的配置文件拷贝到这个目录里面，这样 flink就会知道hadoop-ha-nameservice的具体active的nameNode的地址。
# 如果有Flink的机器上没有Hadoop，那么需要将Hadoop的配置拷贝到该机器的某个目录下，并配置在下面。
# 所有机器需要保持一致，避免产生问题。
env.hadoop.conf.dir: /root/software/hadoop-2.8.5/etc/hadoop


# 另外，其他使用hdfs路径的地方都要配置hadoop HA中core-site.xml中配置的HA nameservice，而不是用namenode的域名；例如：
jobmanager.archive.fs.dir: hdfs://mycluster/flink/completed-jobs/

2、启动Flink集群。（如果是已有的集群，有可能因为上面的操作产生数据丢失导致重启失败，最好将zk和hadoop中关于Flink的数据删除后再启动）

3、测试：

（1）启动一个Flink任务在运行状态（比如指标计算），手动杀死active的namenode，Flink程序无感，没有产生任何崩溃，指标照常产生。

（2）启动一个有checkpoint的程序，手动杀死active的namenode，观察现象。

 

 

 

 

 

 

flushmeteor
关注
专栏目录
hadoop——HA集群部署
m0_65809235的博客
06-28 1257
各节点布置NameNodeDataNodeNameNodeDataNode。
Hadoop分布式部署，部署一个namenode和三个datanode
m0_67401228的博客
03-25 660
本文以一主三从部署hadoop为介绍 1 首先克隆原有centos系统 2 nn_y 为主，dn1,dn2,dn3为从，都是通过克隆快速完成的. 右键管理有克隆，选择完全克隆。 3 配置网络集群： 设置静态ip 192.168.64.132 192.168.64.133 192.168.64.134 192.168.64.135 根据自己ip网络设置静态ip地址，最后三位不同。 4 通过x’shell首先完成nn_y静态ip的设置 1)命令 vi /etc/sysconfig/network-scrip
Namenode节点的部署及杂碎的命令：
wyqwilliam的博客
07-06 901
Namenode节点的部署： 部署zookeeper之后的细节： 分别部署hdfs-site.xml和core-site.xml文件 然后将node1中配置好的部署好的文档分别分发给其他的node节点,命令为： Scp hdfs-site.xml  core-site.xml   192.168.198.22:`pwd` 启动node1上边的namenode,命令为： Hadoop-d...
java如何判断活动的namenode_NameNode HA异常调查
weixin_32508515的博客
03-02 692
【起因】22:31:04分被通知集群异常，无法正常处理调度任务；远程登录查看，发现HDFS NameNode发生脑裂；NameNode节点：name21.hadoop，name22.hadoophadoop版本：2.7.1【事故报告】1. 【时间】=> 22:31:04【HA状态】=> name21.hadoop：Active, name22.hadoop：Standyby【日志信息】...
NameNode的HA机制
LINBE_blazers的博客
03-05 2917
1 HA机制 NameNode维护了HDFS所有的元数据信息，当该节点所在服务器宕机或服务不可用时，整个HDFS都将处于不可用状态，那么怎么才能避免这个NameNode节点宕机呢？一个容易想到的解决方案是部署两台NameNode节点，形成主备模式（active/standby模式），这样一旦active节点宕机，standby节点立即切换到active模式。事实上HA机制就是采取的这种方案。但实现该机制，需要解决以下问题： 1）为什么选择主备模式，而不是主主模式（active/active模式）？也即让
HDFS——Namenode的HA机制
hncscwc的博客
03-16 1500
【整体设计】NN（Namenode）的HA机制主要依靠zkfc完成，zkfc在NN所在节点以独立进程的方式运行。其内部主要由主控模块（ZKFailoverController）、健康检测模...
Hadoop NameNode HA模式
weixin_49415186的博客
12-10 332
为什么要Namenode HA? 实现高可用(ansible部署namenode节点下配置两个主机组) Namenode HA如何实现，关键技术难题是什么？ 如何保持主备NameNode的状态同步，并让Standby(备)在Active(主)挂掉后迅速提供服务，namenode启动比较耗时，包括加载fsimage和editlog(获取file to block信息)，处理所有datanode第一次blockreport(获取block to datanode信息)，保持NN的状态同步，需要这两部分信息同步
HadoopHA集群部署、规划HadoopHA集群教学课件.pptx
06-20
典型的HA部署涉及至少两台NameNode（一个活跃，一个备用），多台JournalNode用于元数据同步，以及Zookeeper集群用于监控和故障切换。 3. **Hadoop HA集群配置方法** 在完全分布式集群基础上配置HA，我们需要规划...
Hadoop HDFS（NameNode、DataNode和HA高可用）
sjjsaaaa的博客
05-21 1380
一、NameNode和SecondaryNameNode（面试开发重点） 1 NN和2NN工作机制 思考：NameNode中的元数据是存储在哪里的？ 如果存储在NameNode节点的磁盘中，因为经常需要进行随机访问，还有响应客户请求，必然是效率过低。因此，元数据需要存放在内存中。但如果只存在内存中，一旦断电，元数据丢失，整个集群就无法工作了。因此产生在磁盘中备份元数据的FsImage。 NN和2NN工作机制 1.第一阶段：NameNode启动 第一次启动NameNode格式化后，创建Fsimage和Ed
ambari安装Namenode HA
TURING.DT
04-13 3749
默认状态ambari安装完成后，Namenode并不是HA状态，需要手动增加HA服务，操作如下： How To Configure NameNode High Availability 1.Check to make sure you have at least three hosts in your cluster and are running at least three Zoo
hadoop HA集群的安装
weixin_34218579的博客
07-23 211
1.hadoop集群规化 ip 主机名 安装软件 角色 运行进程 10.124.147.22 hadoop1 jdk、zookeeper、hadoop namenode/zookeeper/jobhistoryserver DFSZKFailoverController、NameNode、JobHistoryServer、QuorumPeerMain 10.124.147.23 ...
HADOOP HA之NameNode HA集群配置与应用
最新发布
weixin_56114243的博客
12-01 3275
HADOOP HA之NameNode HA集群配置与应用[超详细]，包括常见问题以及解决方法
【Flink】Flink 提交任务到yarn报错 proxy provider ConfiguredFailoverProxyProvider NetUtils.getSocketAddressS
九师兄
03-10 791
1.概述 Flink 提交任务到yarn报错 Couldn't create proxy provider class org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider NetUtils.getSocketAddressString(Ljava/net/InetSocketAddress;)Ljava/lang/String; 环境如下 yarn版本如下 然后我的flink包内容如下 [root@xxx ru
flink hadoop 从0~1分布式计算与大数据项目实战（3）三台机器 hdfs HA模式从0~1 部署
峡谷电光马仔的博客
06-17 556
flink hadoop 从0~1项目实战（3）三台机器 hdfs HA模式从0~1 部署
配置NameNode HA
kiwi的专栏
12-07 1325
1. 安装zookeeper 请见http://blog.csdn.net/kiwi_kid/article/details/53496992 2，修改相关配置文件 core-site.xml 文件 fs.defaultFS hdfs://mycluster ha.zoo
NameNode HA配置详解
ArmandXu的专栏
12-25 2880
HDFS 集群中NameNode 存在单点故障（SPOF ）。对于只有一个NameNode 的集群，如果NameNode 机器出现意外downtime，那么整个集群将无法使用，直到NameNode 重新启动。HDFS 的HA 功能通过配置Active/Standby 两个NameNodes 实现在集群中对NameNode 的热备来解决上述问题。如果出现Active NN的downtime，就会切换
Namenode HA原理以及配置
贾己人的博客
12-10 2214
NameNode HA 原理 • hadoop2.x之后，Clouera提出了QJM/Qurom Journal Manager. 这是一个基于Paxos算法实现的HDFS HA方案，它给出了一种较好的解决思路和方案,示意图如下： • QJM方式来实现HA的原理： • 基本原理就是用2N+1台 JN 存储EditLog，每次写数据操作有大多数（>=N+1）返回成功时即认为...
Hadoop基础教程-第9章 HA高可用（9.3 HDFS 高可用运行）（草稿）
与其临渊羡鱼 不如退而结网
07-03 487
第9章 HA高可用 9.3 HDFS 高可用运行 9.3.1 HA节点规划 节点 IP Zookeeper NameNode JournalNode DataNode node1 192.168.80.131 Y Y Y Y node2 192.168.80.132 Y Y Y Y node...
CentOS 6.2上cdh4.5.0 HA Namenode部署教程
本篇文章是关于CDH 4.5.0在三台32位CentOS 6.2系统上的手动部署安装手册，重点介绍了如何进行环境准备、软件包的安装与配置、网络设置、用户管理、SSH互信、防火墙设置以及Java环境的配置。以下是详细的知识点： 1....
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