简单集群介绍
1. hadoop 所在机器
namenode active hdp01
namenode standby hdp02
datanode hdp03 、 hdp04、 hdp05、 hdp06、 hdp07、 hdp08
2.zookeeper 所在机器
一般选举机制的集群节点都是奇数个 偶数的话,集群down掉的话,多那么一台机器没有什么作用
比如 5个节点 跟6个节点 同样是3个节点down掉整个集群就down掉了,多一台机器浪费资源
hdp04、 hdp05、 hdp06、 hdp07、 hdp08
3.yarn 高可用
hdp03 hdp04
搭建步骤
1.搭建zookeeper集群(hdp04)
1.1解压
tar -zxvf zookeeper-3.4.6.tar.gz -C /home/hadoop/app/
1.2修改配置
cd /home/hadoop/app/zookeeper-3.4.6/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改:dataDir=/home/hadoop/app/zookeeper-3.4.6/tmp
在最后添加:
server.1=hadoop04:2888:3888
server.2=hadoop05:2888:3888
server.3=hadoop06:2888:3888
server.4=hadoop07:2888:3888
server.5=hadoop08:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /home/hadoop/app/zookeeper-3.4.6/tmp
echo 1 > /home/hadoop/app/zookeeper-3.4.6/tmp/myid
1.3将配置好的zookeeper拷贝到其他节点
注意:修改hadoop05、hadoop06、hadoop07、hadoop08对应/hadoop/zookeeper-3.4.6/tmp/myid内容
hadoop05:
echo 2 > /home/hadoop/app/zookeeper-3.4.6/tmp/myid
hadoop06:
echo 3 > /home/hadoop/app/zookeeper-3.4.6/tmp/myid
hadoop07:
echo 4 > /home/hadoop/app/zookeeper-3.4.6/tmp/myid
hadoop08:
echo 5 > /home/hadoop/app/zookeeper-3.4.6/tmp/myid
2.搭建hadoop集群(hdp01)
2.1 解压
tar -zxvf hadoop-2.6.4.tar.gz -C /home/hadoop/app/
2.2 配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下)
#将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.8.0_11
export HADOOP_HOME=/hadoop/hadoop-2.8.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /home/hadoop/app/hadoop-2.8.1/etc/hadoop
2.2.1修改hadoo-env.sh
export JAVA_HOME=/home/hadoop/app/jdk1.8.0_11
2.2.2 修改相关配置文件
* 修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为hdps ,名字随意 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hdps</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/root/hdptmp/</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>hdp04:2181,hdp05:2181,hdp06:2181,hdp07:2181,hdp08:2181</value>
</property>
</configuration>
* 修改hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice为hdps,需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>hdps</value>
</property>
<!-- hdp21下面有两个NameNode,分别是nn1,nn2 -->
<property>
<name>dfs.ha.namenodes.hdps</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.hdps.nn1</name>
<value>hdp01:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.hdps.nn1</name>
<value>hdp01:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.hdps.nn2</name>
<value>hdp02:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.hdps.nn2</name>
<value>hdp02:50070</value>
</property>
<!-- 指定NameNode的edits元数据在机器本地磁盘的存放位置 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>/root/hdpdata/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/root/hdpdata/data</value>
</property>
<!-- 指定NameNode的共享edits元数据在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://hdp04:8485;hdp05:8485;hdp06:8485/hdp21;hdp07:8485/hdp21;hdp08:8485/hdps</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/hdpdata/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.hdps</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 --如何各个机器之间配置了免密登陆,貌似可以不用配置这个>
<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>
* 修改mapred-site.xml
<configuration>
<!-- 指定mr框架为yarn方式,可以不配置,客户端也可以指定,以防万一,配置上之间默认在yarn上运行 -->
<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>hdp03</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>hdp04</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>hdp04:2181,hdp05:2181,hdp06:2181,hdp07:2181,hdp08:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
* 修改slaves
在哪台机器上启动hadoop集群就在哪台机器上配置slaves,这里面是指的datanode节点的所在机器
本案例中 配置的是:(hdp01上启动hadoop)
hdp03 hdp04 hdp05 hdp06 hdp07 hdp08 注意这里就不换行了
在hdp03上配置yarn,slaves中配置的是nodemanager的节点所在机器 这里配置
hdp01 hdp02 hdp05 hdp06 hdp07 hdp08
------------------记得配置免密登陆,否则与可能导致集群通信有问题,搭建失败-------------------
启动集群,严格按照此步骤
一、先启动zookeeper集群
cd /hadoop/zookeeper-3.4.6/bin/
./zkServer.sh start
#查看状态:一个leader,四个follower
./zkServer.sh status
二、启动journalnode(分别在在hdp04、hdp05、hdp06、hdp07、hdp08上执行)
cd /hadoop/hadoop-2.6.4
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验,是否多了JournalNode进程
三、格式化namenode
hdp01上执行以下命令:
hdfs namenode -format
hdp02上执行以下命令
hdfs namenode -bootstrapStandby
格式化ZKFC(在hdp01上执行即可)
hdfs zkfc -formatZK
启动hdfs
sbin/start-dfs.sh
启动YARN (最好将namenode跟resourcemanager分开,为了避免资源互相争夺)
在hdp03上面 执行 sbin/start-yarn.sh (关闭的话是 stop-yarn.sh)
---------------------------------------------指令补充---------------------------------------------------------
查看hdfs的各节点状态信息
hdfs dfsadmin -report
获取一个namenode节点的HA状态
hdfs haadmin -getServiceState nn1
单独启动一个namenode进程
hadoop-daemon.sh start namenode
单独启动一个zkfc进程
hadoop-daemon.sh start zkfc
单独启动一个resourcemanager
yarn-daemon.sh start resourcemanager
命令的规律就是 hadoop的就 hadoop-daemon.sh start XXXX
yarn的就 yarn-daemon.sh start XXXX