https://www.cnblogs.com/chaoren399/articles/4749513.html
集群的概念
计算机集群是一种计算机系统, 它通过一组松散集成的计算机软件和/或硬件连接起来高度紧密地协作完成计算工作。
l 集群系统中的单个计算机通常称为节点,通常通过局域网连接。
l 集群技术的特点:
通过多台计算机完成同一个工作。达到更高的效率
两机或多机内容、工作过程等完全一样。如果一台死机,另一台可以起作用。
集群搭建:
第一部分: linux机器准备工作(3台)
1.安装VMWare软件
2.在VMWare软件下linux系统
3.配置VMWare虚拟软件网卡,保证Windows机器能和虚拟机linux正常通信
Ø 点击VMware快捷方式,右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段:192.168.0.0 子网掩码:255.255.255.0 -> apply -> ok
Ø 回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP:192.168.0.100 子网掩码:255.255.255.0 -> 点击确定
Ø 在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok
3.1 修改主机名
vim /etc/sysconfig/network
NETWORKING=yes
HOSTNAME=zookeeperServer1 ###
3.2 设置linux机器IP
Ø 第一种:通过Linux图形界面进行修改(普通程序员专用)
进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP:192.168.0.2 子网掩码:255.255.255.0 网关:192.168.0.1 -> apply
192.168.19.100
Ø 第二种:修改配置文件方式(屌丝程序员专用)
vim /etc/sysconfig/network-scripts/ifcfg-eth0
DEVICE="eth0"
BOOTPROTO="static" ###
HWADDR="00:0C:29:3C:BF:E7"
IPV6INIT="yes"
NM_CONTROLLED="yes"
ONBOOT="yes"
TYPE="Ethernet"
UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
IPADDR="192.168.0.101" ###(注意:是每台机器对应的地址)
NETMASK="255.255.255.0" ###
GATEWAY="192.168.0.1" ###
3.3修改主机名和IP的映射关系(注意:这里是3台机器对应的映射关系)
vim /etc/hosts
scp -r
hadoop1 192.168.0.101 zookeeperServer1 nameNode1 resourceManager1
hadoop2 192.168.0.102 zookeeperServer2 nameNode2 resourceManager2
hadoop3 192.168.0.103 zookeeperServer3
3.4关闭防火墙
#查看防火墙状态
service iptables status
#关闭防火墙
service iptables stop
#查看防火墙开机启动状态
chkconfig iptables --list
#关闭防火墙开机启动
chkconfig iptables off
3.4 重启系统
reboot
3.5 配置免密码登陆
生成ssh免登陆密钥
#在hadoop0上生产一对钥匙
cd ~/.ssh
ssh-keygen -t rsa (四个回车)
执行完这个命令后,会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)
#将公钥拷贝到其他节点,包括自己
ssh-copy-id nameNode1
每个节点重复上述两个操作
4.安装JDK
上传
解压jdk
#创建文件夹
mkdir /usr/java
#解压
tar -zxvf jdk-7u79-linux-i586.tar.gz -C /usr/java/
Ø 将java添加到环境变量中
vim /etc/profile
#在文件最后添加
JAVA_HOME=/usr/java/jdk1.7.0_79
export PATH=$JAVA_HOME/bin:$PATH
#刷新配置
source /etc/profile
第二部分: 搭建Hadoop集群详细步骤:
1.安装配置zooekeeper集群(在hadoop1上)
1.1解压
tar -zxvf zookeeper-3.4.6.tar.gz -C /hadoop/
1.2修改配置
cd /hadoop/zookeeper-3.4.6/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改:dataDir=/hadoop/zookeeper-3.4.6/tmp
在最后添加:
server.1=hadoop0:2888:3888
server.2=hadoop1:2888:3888
server.3=hadoop2:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /hadoop/zookeeper-3.4.6/tmp
再创建一个空文件
touch /hadoop/zookeeper-3.4.6/tmp/myid
最后向该文件写入ID
echo 1 > /hadoop/zookeeper-3.4.6/tmp/myid
1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop1、hadoop2 根目录下创建一个hadoop 目录:mkdir -p /hadoop/zookeeper-3.4.6)
scp -r /hadoop/zookeeper-3.4.6 root@hadoop1:/hadoop/
scp -r /hadoop/zookeeper-3.4.6 root@hadoop2:/hadoop/
注意:修改hadoop1、hadoop2对应/hadoop/zookeeper-3.4.6/tmp/myid的内容
hadoop1:
echo 2 > /hadoop/zookeeper-3.4.6/tmp/myid
hadoop2:
echo 3 > /hadoop/zookeeper-3.4.6/tmp/myid
2.安装配置hadoop集群(在hadoop0 上操作)
2.1解压
tar -zxvf hadoop-2.6.0.tar.gz -C /hadoop/
2.2配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下)
#将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_79
export HADOOP_HOME=/hadoop/hadoop-2.6.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /hadoop/hadoop-2.6.0/etc/hadoop
2.2.1修改hadoop-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_79
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>/hadoop/hadoop-2.6.0/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>zookeeperServer1:2181,zookeeperServer2:2181,zookeeperServer3:2181</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>nameNode1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>nameNode1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>nameNode2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>nameNode2:50070</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://zookeeperServer1:8485;zookeeperServer2:8485;zookeeperServer3:8485/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>/hadoop/hadoop-2.6.0/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>
</configuration>
2.2.4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>
2.2.5修改yarn-site.xml
<configuration>
<!-- 开启RM高可靠 -->
<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>resourceManager1</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>resourceManager2</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>zookeeperServer1:2181,zookeeperServer2:2181,zookeeperServer3:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
2.2.6修改slaves(slaves是指定子节点的位置,因为要在nameNode1上启动HDFS、在resourceManager1启动yarn,所以nameNode1上的slaves文件指定的是datanode的位置,resourceManager1上的slaves文件指定的是nodemanager的位置)
zookeeperServer1
zookeeperServer2
zookeeperServer3
首次启动与初始化hadoop集群
###注意:严格按照下面的步骤 先检查各台hadoop环境变量是否设置好
2.5启动zookeeper集群(分别在hadoop0、hadoop1、hadoop2上启动zk)
ZOOKEEPER_HOME=/hadoop/zookeeper-3.4.5
cd /hadoop/zookeeper-3.4.5/bin/
./zkServer.sh start
#查看状态:一个leader,两个follower
./zkServer.sh status
2.6启动journalnode(分别在在hadoop0、hadoop1、hadoop2上执行)
cd /hadoop/hadoop-2.6.0
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验,hadoop0、hadoop1、hadoop2上多了JournalNode进程
2.7格式化HDFS
#在hadoop0上执行命令:
hdfs 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/hadoop/hadoop-2.6.0/tmp,然后将/hadoop/hadoop-2.6.0tmp拷贝到hadoop1的/hadoop/hadoop-2.6.0下。
scp -r /hadoop/hadoop-2.6.0/tmp/ root@hadoop1:/hadoop/hadoop-2.6.0/
2.8格式化ZK(在hadoop1上执行即可)
hdfs zkfc -formatZK
2.9启动HDFS(在hadoop1上执行)
sbin/start-dfs.sh
2.10启动YARN(#####注意#####:是在hadoop0上执行start-yarn.sh,(可以把namenode和resourcemanager分开是因为性能问题,因为他们都要占用大量资源,所以把他们分开了,他们分开了就要分别在不同的机器上启动)
sbin/start-yarn.sh
3 验证集群是否可用
启动完成后,可以统计浏览器访问:
http://192.168.19.100:50070
Overview 'hadoop0:9000' (active)
http://192.168.19.101:50070
Overview 'hadoop1:9000' (standby)
(resourcemanager:http://192.168.19.100:8088/cluster)
首先向hdfs上传一个文件
hadoop fs -put /etc/profile /test
hadoop fs -ls /
通过浏览器访问:http://192.168.19.100:50070
运行一下hadoop提供的demo中的WordCount程序:
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount /test/profile /test/out
(下载页面需要重新配置本地电脑的hosts)
以后重复启动的流程
1. 启动zookeeper集群(分别在hadoop0、hadoop1、hadoop2上启动zk)
cd /hadoop/zookeeper-3.4.5/bin/
./zkServer.sh start
#查看状态:一个leader,两个follower
./zkServer.sh status
2.启动journalnode(分别在在hadoop0、hadoop1、hadoop2上执行)
cd /hadoop/hadoop-2.6.0
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验,hadoop0、hadoop1、hadoop2上多了JournalNode进程
3.启动HDFS(在hadoop0上执行)
sbin/start-dfs.sh (zookeeperServer 上多了datanode)
4.启动YARN(在hadoop0上执行)
sbin/start-yarn.sh
5.最后启动执备resourcemanager(在hadoop1上执行)
yarn-daemon.sh start resourcemanager
一些启动命令:(***记住***)
启动/关闭namenode
hadoop-daemon.sh start/stop namenode
启动/关闭datanode
hadoop-daemon.sh start/stop datanode
启动/关闭journalnode
hadoop-daemon.sh start/stop journalnode
启动/关闭resourcemanager
yarn-daemon.sh start/stop resourcemanager
启动zookeeper
./zkServer.sh start
启动/关闭hdfs
start-dfs.sh/stop-dfs.sh
启动/关闭yarn
start-yarn.sh/stop-yarn.sh