hadoop2.2集群搭建

最新推荐文章于 2022-11-04 12:01:29 发布

qq_32708403

最新推荐文章于 2022-11-04 12:01:29 发布

阅读量152

点赞数

本文链接：https://blog.csdn.net/qq_32708403/article/details/82732646

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。

注意：apache提供的hadoop-2.2.0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-2.2.0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，我将编译好的64位的也上传到群共享里了，如果有兴趣的可以自己编译一下）

前期准备就不详细说了，课堂上都介绍了
1.修改Linux主机名
2.修改IP
3.修改主机名和IP的映射关系
4.关闭防火墙
5.ssh免登陆
6.安装JDK，配置环境变量等

集群规划：
主机名 IP 安装的软件运行的进程
hadoop01 192.168.1.201 hadoop、zookeeper NameNode、DataNode、QuorumPeerMain、JournalNode、DFSZKFailoverController、ResourceManager、NodeManager
hadoop02 192.168.1.202 hadoop、zookeeper NameNode、DataNode、QuorumPeerMain、JournalNode、DFSZKFailoverController、NodeManager
hadoop03 192.168.1.203 hadoop、zookeeper DataNode、QuorumPeerMain、JournalNode、NodeManager

说明：
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

安装步骤：
1.安装配置zooekeeper集群
1.1解压
tar -zxvf zookeeper-3.4.5.tar.gz -C /localhost/
1.2修改配置
cd /localhost/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改：dataDir=/localhost/zookeeper-3.4.5/tmp
在最后添加：
server.1=hadoop01:2888:3888
server.2=hadoop02:2888:3888
server.3=hadoop03:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /localhost/zookeeper-3.4.5/tmp
再创建一个空文件
touch /localhost/zookeeper-3.4.5/tmp/myid
最后向该文件写入ID
echo 1 > /localhost/zookeeper-3.4.5/tmp/myid
1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop02、hadoop03根目录下创建一个itcast目录：mkdir /localhost)
scp -r /localhost/zookeeper-3.4.5/ hadoop02:/localhost/
scp -r /localhost/zookeeper-3.4.5/ hadoop03:/localhost/

        注意：修改hadoop02、hadoop03对应/localhost/zookeeper-3.4.5/tmp/myid内容
        hadoop02：
            echo 2 > /localhost/zookeeper-3.4.5/tmp/myid
        hadoop02：
            echo 3 > /localhost/zookeeper-3.4.5/tmp/myid

2.安装配置hadoop集群
    2.1解压
        tar -zxvf hadoop-2.2.0.tar.gz -C /localhost/
    2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）
        将hadoop添加到环境变量中
        vim /etc/profile
        export JAVA_HOME=/usr/java/jdk1.6.0_45
        export HADOOP_HOME=/localhost/hadoop-2.2.0
        export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

        cd /localhost/hadoop-2.2.0/etc/hadoop
        2.2.1修改hadoo-env.sh
            export JAVA_HOME=/usr/java/jdk1.6.0_45

        2.2.2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>/localhost/hadoop-2.2.0/tmp</value>
                </property>
                <!-- 指定zookeeper地址 -->
                <property>
                    <name>ha.zookeeper.quorum</name>
                    <value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
                </property>
            </configuration>

        2.2.3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>hadoop01:9000</value>
                </property>
                <!-- nn1的http通信地址 -->
                <property>
                    <name>dfs.namenode.http-address.ns1.nn1</name>
                    <value>hadoop01:50070</value>
                </property>
                <!-- nn2的RPC通信地址 -->
                <property>
                    <name>dfs.namenode.rpc-address.ns1.nn2</name>
                    <value>hadoop02:9000</value>
                </property>
                <!-- nn2的http通信地址 -->
                <property>
                    <name>dfs.namenode.http-address.ns1.nn2</name>
                    <value>hadoop02:50070</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://hadoop01:8485;hadoop02:8485;hadoop03:8485/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>/localhost/hadoop-2.2.0/journal</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 -->
                <property>
                    <name>dfs.ha.fencing.methods</name>
                    <value>sshfence</value>
                </property>
                <!-- 使用隔离机制时需要ssh免登陆 -->
                <property>
                    <name>dfs.ha.fencing.ssh.private-key-files</name>
                    <value>/root/.ssh/id_rsa</value>
                </property>
            </configuration>

        2.2.4修改slaves
            hadoop01
            hadoop02
            hadoop03

    2.3配置YARN
        2.3.1修改yarn-site.xml
            <configuration>
                <!-- 指定resourcemanager地址 -->
                <property>
                    <name>yarn.resourcemanager.hostname</name>
                    <value>hadoop01</value>
                </property>
                <!-- 指定nodemanager启动时加载server的方式为shuffle server -->
                <property>
                    <name>yarn.nodemanager.aux-services</name>
                    <value>mapreduce_shuffle</value>
                </property>
            </configuration>
        2.3.2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>

    2.4将配置好的hadoop拷贝到其他节点
        scp -r /localhost/hadoop-2.2.0/ hadoo02:/localhost/
        scp -r /localhost/hadoop-2.2.0/ hadoo03:/localhost/

    2.5启动zookeeper集群（分别在hadoop01、hadoop02、hadoop03上启动zk）
        cd /localhost/zookeeper-3.4.5/bin/
        ./zkServer.sh start
        查看状态：
        ./zkServer.sh status
        （一个leader，两个follower）

    2.6启动journalnode（在hadoop01上启动所有journalnode）
        cd /localhost/hadoop-2.2.0
        sbin/hadoop-daemons.sh start journalnode
        (运行jps命令检验，多了JournalNode进程)

    2.7格式化HDFS
        在hadoop01上执行命令:
        hadoop 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/localhost/hadoop-2.2.0/tmp，然后将/localhost/hadoop-2.2.0/tmp拷贝到hadoop02的/localhost/hadoop-2.2.0/下。
        scp -r tmp/ hadoop02:/localhost/hadoop-2.2.0/

    2.8格式化ZK(在hadoop01上执行即可)
        hdfs zkfc -formatZK

    2.9启动HDFS(在hadoop01上执行)
        sbin/start-dfs.sh

    2.10启动YARN(在hadoop01上执行)
        sbin/start-yarn.sh

到此，hadoop2.2.0配置完毕，可以统计浏览器访问:
http://192.168.1.201:50070
NameNode ‘hadoop01:9000’ (active)
http://192.168.1.202:50070
NameNode ‘hadoop02:9000’ (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
通过浏览器访问：http://192.168.1.202:50070
NameNode ‘hadoop02:9000’ (active)
这个时候hadoop02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 ‘hadoop01:9000’ (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-2.2.0.jar wordcount /profile /out

OK，大功告成！！！

qq_32708403

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
hadoop2.2集群搭建

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。注意：apache提供的hadoop-2.2.0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-2.2.0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，我将编译好的64位的也上传到群共享里了，如果有兴趣的可以自己...
复制链接

扫一扫