Hadoop+HBase+ZooKeeper分布式集群环境搭建
参考借鉴了该博主的博客:https://blog.csdn.net/lisonglisonglisong/article/details/46974723#t0
概述
本次 Hadoop 集群安装实验,采用在 VMware 虚拟机下安装多个 CentOS 系统的
方式进行;3 个 CentOS 系统中,其中,1 个为 Master 机,作为 NameNode;另外 3
个为 Slave 机,作为 DataNode,均采用独立静态 IP 地址配置。
1. 安装准备
1.1 软件系统清单
序号 | 名称 | 描述 |
---|---|---|
1 | jdk-8u171-linux-i586.tar.gz | 所有环境都需要的配置 地址 |
2 | VMware | 虚拟机安装程序,这里采用 VMware12 模拟测试 地址 |
3 | CentOS-7-x86_64-DVD-1804.iso | 集群操作系统 地址 |
4 | hadoop-2.8.3.tar.gz | Hadoop 安装程序 地址 |
5 | hbase-2.0.0-bin.tar.gz | HBase 安装程序 地址 |
6 | zookeeper-3.4.12.tar.gz | 集群分布式应用程序协调服务 地址 |
以下是hbase官网提供的Hbase和Hadoop版本兼容信息 参考
- “S” = supported(支持)
- “X” = not supported(不支持)
- “NT” = Not tested(未测试)
HBase-1.2.x | HBase-1.3.x | HBase-1.5.x | HBase-2.0.x | HBase-2.1.x | |
---|---|---|---|---|---|
Hadoop-2.4.x | S | S | X | X | X |
Hadoop-2.5.x | S | S | X | X | X |
Hadoop-2.6.0 | X | X | X | X | X |
Hadoop-2.6.1+ | S | S | X | S | X |
Hadoop-2.7.0 | X | X | X | X | X |
Hadoop-2.7.1+ | S | S | S | S | S |
Hadoop-2.8.[0-1] | X | X | X | X | X |
Hadoop-2.8.2 | NT | NT | NT | NT | NT |
Hadoop-2.8.3+ | NT | NT | NT | S | S |
Hadoop-2.9.0 | X | X | X | X | X |
Hadoop-2.9.1+ | NT | NT | NT | NT | NT |
Hadoop-3.0.x | X | X | X | X | X |
Hadoop-3.1.0 | X | X | X | X | X |
1.2 IP 地址配置清单
集群环境至少需要3个节点(也就是3台服务器设备):1个Master,2个Slave,节点之间局域网连接,可以相互ping通,下面举例说明,配置节点IP分配如下:
Hostname | IP | User | Password |
---|---|---|---|
master | 192.168.1.60 | root | root |
weiqi1 | 192.168.1.61 | root | root |
weiqi2 | 192.168.1.62 | root | root |
三个节点均使用CentOS-7
系统,为了便于维护,集群环境配置项最好使用相同用户名、用户密码、相同hadoop、hbase、zookeeper目录结构。
2. 准备工作
2.1 关闭防火墙
关闭firewalld
防火墙:
$ systemctl status firewalld.service #检查防火墙状态
$ systemctl stop firewalld.service #关闭防火墙
$ systemctl disable firewalld.service #禁止开机启动防火墙
关闭iptables
防火墙:
$ systemctl status iptables #检查防火墙状态
$ systemctl stop iptables #关闭防火墙
$ systemctl disable iptables #禁止开机启动防火墙
2.2 安装JDK
上传jdk-8u171-linux-i586.tar.gz
安装包到根目录下新建的weiqi
文件夹中,
进去到weiqi
目录下,解压安装包:
$ tar -zxvf jdk-8u171-linux-i586.tar.gz
配置java环境变量,打开/etc/profile
文件
$ nano /etc/profile
添加如下配置:
export JAVA_HOME=/weiqi/jdk1.8.0_171
export PATH=$JAVA_HOME/bin:$PATH export
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
然后重新加载配置文件使之生效:
$ source /etc/profile
检查java环境是否配置成功:
$ java -version
看到如下响应说明环境OK:
java version "1.8.0_171"
Java(TM) SE Runtime Environment (build 1.8.0_171-b11)
Java HotSpot(TM) 64-Bit Server VM (build 25.171-b11, mixed mode)
####################################################################################
# 注:因为下载失误,下载了32位的jdk的同学,使用java、javac 检验java环境时提示为
# [root@master weiqi]# java
# -bash: /weiqi/jdk1.8.0_171/bin/java: /lib/ld-linux.so.2: bad ELF interpreter: 没有那个文件或目录
# 也别担心,仅需要安装64位程序编译即可:
####################################################################################
yum install glibc.i686
2.3 添加Hosts映射关系
分别在三个节点上修改hosts
映射关系:
$ nano /etc/hosts
添加的内容如下:
192.168.1.60 master
192.168.1.61 weiqi1
192.168.1.62 weiqi2
2.4 集群之间SSH无密码登陆
CentOS默认安装了ssh,如果没有你需要先安装ssh 。
集群环境的使用必须通过ssh无密码登陆来执行,本机登陆本机必须无密码登陆,主机与从机之间必须可以双向无密码登陆,从机与从机之间无限制。
主要有三步:①生成公钥和私钥、②导入公钥到认证文件、③更改权限
分别在各个主机上生成密钥:
$ ssh-keygen -t rsa //生成秘钥
在weiqi1上:
$ cp ~/.ssh/id_rsa.pub ~/.ssh/weiqi1.id_rsa.pub //复制备份
$ scp ~/.ssh/weiqi1.id_rsa.pub master:~/.ssh //拷贝到master准备认证
在weiqi2上:
$ cp ~/.ssh/id_rsa.pub ~/.ssh/weiqi2.id_rsa.pub //复制备份
$ scp ~/.ssh/weiqi2.id_rsa.pub master:~/.ssh //拷贝到master准备认证
在master 上:
$ cd ~/.ssh
$ cat id_rsa.pub >> authorized_keys
$ cat weiqi1.id_rsa.pub >>authorized_keys //导入到认证文件
$ cat weiqi2.id_rsa.pub >>authorized_keys //导入到认证文件
$ scp authorized_keys weiqi1:~/.ssh //更改权限
$ scp authorized_keys weiqi2:~/.ssh //更改权限
测试:
[root@master ~]# ssh weiqi1
Last login: Tue Jul 10 16:50:05 2018 from 192.168.1.97
[root@weiqi1 ~]#
[root@master ~]# ssh weiqi2
Last login: Tue Jul 10 16:50:06 2018 from 192.168.1.97
[root@weiqi2 ~]#
可通过exit
退回到master上
3. Hadoop集群安装配置
3.1 安装置配置Hadoop
3.1.1 安装Hadoop
上传hadoop-2.8.3.tar.gz
安装包到weiqi
文件夹下
解压安装包:
$ tar -zxvf hadoop-2.8.3.tar.gz
进入到hadoop-2.8.3
下:
分别创建如下相关文件:
$ mkdir hdfs
$ mkdir hdfs/data //DataNode存放文件夹
$ mkdir hdfs/name //NameNode存放文件夹
$ mkdir hdfs/tmp //数据临时存放文件夹
进入到etc/hadoop
目录下,分别修改如下配置文件
3.1.2 配置core-site.xml
nano core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为master -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<!--指定hadoop数据临时存放目录-->
<property>
<name>hadoop.tmp.dir</name>
<value>/weiqi/hadoop-2.8.3/hdfs/tmp</value>
</property>
</configuration>
3.1.3 配置hadoop-env.sh
$ nano hadoop-env.sh
#添加JDK路径
export JAVA_HOME=/weiqi/jdk1.8.0_171
3.1.4 配置hdfs-site.xml
$ nano hdfs-site.xml
<configuration>
<!-- 设置hdfs中存放NameNode的文件路径 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/weiqi/hadoop-2.8.3/hdfs/name</value>
</property>
<!-- 设置hdfs中存放DataNode的文件路径 -->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/weiqi/hadoop-2.8.3/hdfs/data</value>
</property>
<!-- 指定hdfs保存数据的副本数量 -->
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
</configuration>
3.1.5 配置mapred-site.xml
$ nano mapred-site.xml
<configuration>
<!-- 连接jobtrack服务器的配置项 -->
<property>
<name>mapred.job.tracker</name>
<value>master:9001</value>
</property>
<!-- 告诉hadoop以后MR(Map/Reduce)运行在YARN上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
3.1.6 配置yarn-env.sh
$ nano yarn-env.sh
#添加JDK路径
export JAVA_HOME=/weiqi/jdk1.8.0_171
3.1.7 配置yarn-site.xml
$ nano yarn-site.xml
<configuration>
<!--nomenodeManager获取数据的方式是shuffle-->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!--指定Yarn的老大(ResourceManager)的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>master</value>
</property>
<!--Yarn打印工作日志-->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
</configuration>
3.1.8 配置 slaves
$ nano slaves
weiqi1
weiqi2
3.2 部署他其他节点
$ scp -r /weiqi/hadoop-2.8.3 weiqi1:/weiqi/hadoop-2.8.3
$ scp -r /weiqi/hadoop-2.8.3 weiqi2:/weiqi/hadoop-2.8.3
3.3 分别配置Hadoop环境变量
$ nano /etc/profile
添加:
#配置Hadoop环境变量
export HADOOP_HOME=/weiqi/hadoop-2.8.3
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
然后重新加载配置文件使之生效:
$ source /etc/profile
3.4 格式化namenode
进入master,格式化namenode,第一次启动服务前执行的操作,以后不需要执行。
$ hdfs namenode -format
如出现包含以下结果,说明格式化成功了:
***************************************************
************has been successfully formatted
***************************************************
/**
* 注:如果没有出现successfully 等字符串,只要整个格式化过中没有抛出异常也是能正常运行的,
* 我后面重新配置了一个环境,提示的是:
* 19/02/23 16:02:05 INFO namenode.NameNode: SHUTDOWN_MSG:
* /************************************************************
* SHUTDOWN_MSG: Shutting down NameNode at hbase1/192.168.136.100
* ************************************************************/
* 在这段信息上面有个警告提示
* 19/02/23 16:02:04 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
* Formatting using clusterid: CID-905d7034-eecc-4197-9ce7-7a4eebd9a263
* 网上有教程说配置 hadoop-env.sh和yarn-env.sh 这两个文件中添加如下两行代码
export HADOOP_COMMON_LIB_NATIVE_DIR=${HADOOP_PREFIX}/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_PREFIX/lib"
* 但是没有生效,不知道配置的版本不对还是位置不对,但无关大局,不会影响整个环境的运行,请放心使用
* 当然,这个问题不修复,在启动Hadoop时也会又该警告,也是无语了
* /
同时,也能在master的/weiqi/hadoop-2.8.3/hdfs/name
生成了current
文件夹
3.5 启动Hadoop
进入master
#若配置了环境变量
$ start-all.sh
-------------------------------------
若没有配置环境变量
进入:/weiqi/hadoop-2.8.3/
$ sbin/start-all.sh
3.6 启动成功标志
在master上使用jps命令:
$ jps
[root@master ~]# jps
10499 Jps
1511 SecondaryNameNode
1321 NameNode
1659 ResourceManager
在weiqi1和weiqi2上使用jps命令
$ jps
[root@weiqi1 ~]# jps
1234 DataNode
1336 NodeManager
6524 Jps
同时也能在浏览器上通过http://192.168.1.60:50070
web端查看Hadoop信息
或者通过http://192.168.1.60:8088
web端查看Hadoop信息
3.7 关闭Hadoop
关闭 master
节点上的 hadoop
[root@master sbin]# stop-all.sh
4. ZooKeeper集群安装配置
4.1 安装配置 Zookeeper
上传zookeeper-3.4.12.tar.gz
安装包到weiqi
文件夹下
解压安装包:
$ tar -zxvf zookeeper-3.4.12.tar.gz
进入到zookeeper-3.4.12
下:
分别创建如下相关文件:
$ mkdir data //zookeeper数据存放文件夹
$ mkdir logs //zookeeper日志存放文件夹
进入到conf
目录下,复制zoo_sample.cfg
为zoo.cfg
:
$ cp zoo_sample.cfg zoo.cfg
在zoo.cfg
文件下修改添加如下配置:
dataDir=/weiqi/zookeeper-3.4.12/data
server.0=master:2888:3888
server.1=weiqi1:2888:3888
server.2=weiqi2:2888:3888
4.2 部署其他节点
分别复制zookeeper-3.4.12
到其他节点下:
$ scp -r /weiqi/zookeeper-3.4.12 weiqi1:/weiqi/zookeeper-3.4.12
$ scp -r /weiqi/zookeeper-3.4.12 weiqi2:/weiqi/zookeeper-3.4.12
分别配置每台主机的zookeeper
环境变量:
$ nano /etc/profile
添加:
#配置zookeeper环境变量
export ZOOKEEPER_HOME=/weiqi/zookeeper-3.4.12
export PATH=$PATH:$ZOOKEEPER_HOME/bin:$ZOOKEEPER_HOME/conf
然后重新加载配置文件使之生效:
$ source /etc/profile
分别在每台主机的/weiqi/zookeeper-3.4.12/data
目录下创建myid
文件,同时和zoo.cfg
文件中的server
对应,master
的myid
中填0
、weiqi1
的myid
填1
、weiqi2
的myid
填2
,
如下:
master
下:
[root@master ~]# nano /weiqi/zookeeper-3.4.12/data/myid
GNU nano 2.3.1 文件: /weiqi/zookeeper-3.4.12/data/myid
0
weiqi1
下:
[root@weiqi1 ~]# nano /weiqi/zookeeper-3.4.12/data/myid
GNU nano 2.3.1 文件: /weiqi/zookeeper-3.4.12/data/myid
1
weiqi2
下:
[root@weiqi2 ~]# nano /weiqi/zookeeper-3.4.12/data/myid
GNU nano 2.3.1 文件: /weiqi/zookeeper-3.4.12/data/myid
2
4.3 启动ZooKeeper集群
在ZooKeeper集群的每个节点上,执行启动ZooKeeper服务的脚本:
#若配置了环境变量
$ zkServer.sh start
-------------------------------------
若没有配置环境变量
进入:/weiqi/zookeeper-3.4.12
$ /bin/zkServer.sh start
查看服务是否启动成功:
#若配置了环境变量
$ zkServer.sh status
-------------------------------------
若没有配置环境变量
进入:/weiqi/zookeeper-3.4.12
$ /bin/zkServer.sh status
成功状态如下:
貌似leader
节点是随机分配的:
[root@master ~]# zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /weiqi/zookeeper-3.4.12/bin/../conf/zoo.cfg
Mode: leader
follower
[root@weiqi1 ~]# zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /weiqi/zookeeper-3.4.12/bin/../conf/zoo.cfg
Mode: follower
4.4 启动成功标志
在master上使用jps命令:
$ jps
[root@master ~]# jps
2063 QuorumPeerMain
在weiqi1和weiqi2上使用jps命令
$ jps
[root@weiqi1 ~]# jps
1593 QuorumPeerMain
4.5 关闭Zookeeper
关闭 master
节点上的 zookeeper 和 weiqi1
,weiqi2
节点的 zookeeper 的命令式一样的。
命令如下:
[root@master bin]# zkServer.sh stop
5. HBase集群安装配置
5.1 安装配置HBase
5.1.1 安装 HBase
上传hbase-2.0.0-bin.tar.gz
安装包到weiqi
文件夹下
解压安装包:
$ tar -zxvf hbase-2.0.0-bin.tar.gz
进入到hbase-2.0.0-bin
下:
进入到conf
目录下,分别修改如下配置文件
5.1.2 配置hbase-env.sh
$ nano hbase-env.sh
#指定Java路径
export JAVA_HOME=/weiqi/jdk1.8.0_171
#配置hbase日志输出地址
export HBASE_LOG_DIR=${HBASE_HOME}/logs
#指定Hadoop配置
export HBASE_CLASSPATH=/weiqi/hadoop-2.8.3/etc/hadoop
#禁用默认的zookeeper,使用单独的zookeeper
export HBASE_MANAGES_ZK=false
5.1.3 配置hbase-site.xml
$ nano hbase-site.xml
<configuration>
<!-- HBase集群中所有RegionServer共享目录,用来持久化HBase的数据,
一般设置的是hdfs的文件目录-->
<property>
<name>hbase.rootdir</name>
<value>hdfs://master:9000/hbase</value>
</property>
<!-- 集群的模式,分布式还是单机模式,如果设置成false的话,
HBase进程和Zookeeper进程在同一个JVM进程 -->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<!--默认HMaster HTTP访问端口-->
<property>
<name>hbase.master.info.port</name>
<value>16010</value>
</property>
<!--默认HRegionServer HTTP访问端口-->
<property>
<name>hbase.regionserver.info.port</name>
<value>16030</value>
</property>
<!--指定zookeeper访问端口-->
<property>
<name>hbase.zookeeper.property.clientPort</name>
<value>2181</value>
</property>
<!-- zookeeper集群的URL配置,多个host中间用逗号(,)分割 -->
<property>
<name>hbase.zookeeper.quorum</name>
<value>master,weiqi1,weiqi2</value>
</property>
<!-- 客户端与zk连接超时时间 -->
<property>
<name>zookeeper.session.timeout</name>
<value>60000000</value>
</property>
<!-- -->
<property>
<name>dfs.support.append</name>
<value>true</value>
</property>
<!-- AggregateImplementation配置,辅助实现对hbase数据的统计分析,如取最大值、最小值、平均值、数据条数等 -->
<property>
<name>hbase.coprocessor.user.region.classes</name>
<value>org.apache.hadoop.hbase.coprocessor.AggregateImplementation</value>
</property>
</configuration>
5.1.4 更改 regionservers
分别把每个节点下的hostname填写到该文件中
$ nano regionservers
weiqi1
weiqi2
5.2 部署他其他节点
$ scp -r /weiqi/hbase-2.0.0-bin weiqi1:/weiqi/hbase-2.0.0-bin
$ scp -r /weiqi/hbase-2.0.0-bin weiqi2:/weiqi/hbase-2.0.0-bin
5.3 分别配置Hbase环境变量
$ nano /etc/profile
添加:
#配置hbase环境变量
export HBASE_HOME=/weiqi/hbase-2.0.0
export PATH=$PATH:$HBASE_HOME/bin
然后重新加载配置文件使之生效:
$ source /etc/profile
5.4 启动Hbase集群
进入master
#若配置了环境变量
$ start-hbase.sh
-------------------------------------
若没有配置环境变量
进入:/weiqi/hbase-2.0.0/
$ bin/start-hbase.sh
5.4.1 hbase 启动命令整理
启动HBase集群:
bin/start-hbase.sh
#**单独启动(有时在运行时进程会关闭,需在对应的服务器上运行)**
单独启动一个HMaster进程:
bin/hbase-daemon.sh start master
单独停止一个HMaster进程:
bin/hbase-daemon.sh stop master
单独启动一个HRegionServer进程:
bin/hbase-daemon.sh start regionserver
单独停止一个HRegionServer进程:
bin/hbase-daemon.sh stop regionserver
5.5 启动成功标志
在master上使用jps命令:
$ jps
[root@master ~]# jps
2880 HMaster #hbase master进程
1511 SecondaryNameNode #hadoop进程
1321 NameNode #hadoop master进程
1659 ResourceManager #hadoop进程
16029 Jps
2063 QuorumPeerMain #zookeeper进程
在weiqi1和weiqi2上使用jps命令
$ jps
[root@weiqi1 ~]# jps
9953 Jps
1234 DataNode #hadoop slave进程
1336 NodeManager #hadoop slave进程
1593 QuorumPeerMain #zookeeper进程
1900 HRegionServer #hbase slave进程
同时也能在浏览器上通过http://192.168.1.60:16010
web端查看Hbase信息
5.6 关闭Hbase集群
关闭 master
节点上的 hbase
[root@master ~]# stop-hbase.sh
5.7 进入hbase shell进行验证
[root@master ~]# hbase shell
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/weiqi/hbase-2.0.0/lib/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/weiqi/hadoop-2.8.3/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory]
HBase Shell
Use "help" to get list of supported commands.
Use "exit" to quit this interactive shell.
Version 2.0.0, r7483b111e4da77adbfc8062b3b22cbe7c2cb91c1, Sun Apr 22 20:26:55 PDT 2018
Took 0.0018 seconds
hbase(main):001:0> list
TABLE
0 row(s)
Took 0.8049 seconds
=> []
hbase(main):002:0> status
1 active master, 0 backup masters, 2 servers, 0 dead, 2.0000 average load
Took 0.3276 seconds
hbase(main):003:0>