搭建Hadoop集群

解压

tar -zxvf hadoop-2.4.1.tar.gz -C /home/hadoop/app

配置HDFS

1.修改hadoop-env.sh

export JAVA_HOME=/home/hadoop/app/jdk

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>/home/hadoop/app/hadoop-2.4.1/data</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>zjgm01:2181,zjgm02:2181,zjgm03:2181</value>
</property>
</configuration>

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>zjgm01:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>zjgm01:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>zjgm02:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>zjgm02:50070</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://zjgm01:8485;zjgm02:8485;zjgm03:8485/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>/home/hadoop/app/hadoop-2.4.1/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.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>/home/hadoop/.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>

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>	

5.修改yarn-site.xml

<configuration>
<!-- 分别指定RM的地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>zjgm03</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>zjgm01:2181,zjgm02:2181,zjgm03:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

6.修改slaves
在zjgm01 上修改slaves 为 zjgm03
7.将配置好的hadoop拷贝到其他节点
scp -r hadoop-2.4.1/ zjgm02:/home/hadoop/app/
scp -r hadoop-2.4.1/ zjgm03:/home/hadoop/app/
8.启动zookeeper集群（分别在zjgm01、zjgm02、zjgm03上启动zk）
cd /home/hadoop/app/zookeeper-3.4.5/bin
./zkServer.sh start
#查看状态：一个leader，两个follower
./zkServer.sh status
9.启动journalnode（分别在在zjgm01、zjgm02、zjgm03上执行）
hadoop-daemon.sh start journalnode
#运行jps命令检验，zjgm01、zjgm02、zjgm03上多了JournalNode进程
10.格式化HDFS
#在zjgm01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,拷贝到其他主机上
cd /home/hadoop/app/hadoop-2.4.1
scp -r data/ zjgm02:/home/hadoop/app/hadoop-2.4.1/
scp -r data/ zjgm03:/home/hadoop/app/hadoop-2.4.1/
11.格式化ZKFC(在zjgm01上执行即可)
hdfs zkfc -formatZK
12.启动HDFS(在zjgm01上执行)
sbin/start-dfs.sh
13.启动YARN(#####注意#####：是在zjgm03上执行start-yarn.sh)
sbin/start-yarn.sh

到此，hadoop-2.4.1配置完毕，可以统计浏览器访问:
http://192.168.2.100:50070
NameNode ‘weekend01:9000’ (active)
http://192.168.2.102:50070
NameNode ‘weekend02:9000’ (standby)