Hadoop集群的搭建

 

NameNode高可用方案要点

这种情形：当一个NameNode当掉了，整个集群就无法运行了。

Hadoop2.0后将NameNode进行了一个抽象，它把这个NameNode抽象为了一个NameService

一个NameService下面有两个NameNode，这时候就得需要有个东西来协调，否则两个NameNode都是active的状态或者为standby状态（等待），这时候zookeeper的作用就是协调NameNode状态，他能确保整个NameService下只有一个活跃的NameNode。

 

FailoverController（ZKFC）进程的作用：监控NameNode的状态 把NameNode的状态及时的汇报给Zookeeper，以便进行实时的修改。

注意：

在hadoop1.x版本以及以前 HDFS只有一个NameNode，对应一个在线的应用只有一个NameNode如果宕掉了就没法使用了，这是一个极大的弊端。

在Hadoop2.0版本后，为了高可靠性，我们使用Zookeeper，可以有多个NameNode，这样当一个NameNode宕掉之后可以马上有一个实时的切换，来顶替宕掉的那个NameNode。

Hadoop集群

 

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。

 

在weekend08；weekend09；weekend10上配置hadoop（配置说明）

在主机名weekend08 ；weekend09；weekend10上配置hadoop 修改6个配置文件(完全分布修改5个配置文件)

这里的配置方式和实际生产环境中的配置方式相同

#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下

1、修改hadoo-env.sh

export JAVA_HOME=/usr/local/jdk

2、修改core-site.xml

<!-- 表示用户“hadoop”可以代理所有主机上的所有用户-->

<property>
<name>hadoop.proxyuser.hadoop.hosts</name>
<value>*</value>
</property>

<property>
<name>hadoop.proxyuser.hadoop.groups</name>
<value>*</value>
</property>

<!-- dfs权限是否打开， 建议设为false,否则可能存在数据因为权限问题访问不了的情况-->

<property>

<name>dfs.permissions</name>
<value>false</value>
</property>

<!-- 这个是开启hdfs文件删除自动转移到垃圾箱的选项，值为垃圾箱文件清除时间，单位是分钟，默认：360-->

<property>

<name>fs.trash.interval</name>
<value>1440</value>
</property>

<!-- 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>/usr/local/hadoop/tmp</value>

</property>

<!-- 指定zookeeper地址-->

<property>

<name>ha.zookeeper.quorum</name>

<value>weekend11:2181,weekend12:2181,weekend13:2181</value>

</property>

</configuration>

 

2.2.3修改hdfs-site.xml

<configuration>

<!--指定元数据信息在本地磁盘的存储路径-->

<property>

<name>dfs.name.dir</name>
<value>/data/metadata</value>
</property>

<!--指定HDFS数据块的存储路径-->

<property>
<name>dfs.data.dir</name>
<value>/data/datadir</value>
</property>

<!--指定HDFS数据块的副本数量-->

property>
<name>dfs.replication</name>
<value>3</value>
</property>

<!--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>192.168.2.108:9000</value>

</property>

<!-- nn1的http通信地址-->

<property>

<name>dfs.namenode.http-address.ns1.nn1</name>

<value>192.168.2.108:50070</value>

</property>

<!-- nn2的RPC通信地址-->

<property>

<name>dfs.namenode.rpc-address.ns1.nn2</name>

<value>192.168.2.109:9000</value>

</property>

<!-- nn2的http通信地址-->

<property>

<name>dfs.namenode.http-address.ns1.nn2</name>

<value>192.168.2.109:50070</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>/usr/local/hadoop/journal</value>

</property>

<!-- 指定NameNode的元数据在JournalNode上的存放位置 也就是说元数据信息存储在/usr/local/hadoop/journal/ns1下-->

<property>

<name>dfs.namenode.shared.edits.dir</name>

<value>qjournal://192.168.2.111:8485;192.168.2.112:8485;192.168.2.113:8485/ns1

</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>

<!--启动 JVM 虚拟机时，传递给虚拟机的启动参数，而默认值 -Xmx200m 表示这个 Java 程序可以使用的最大堆内存数，一旦超过这个大小，JVM 就会抛出 Out of Memory 异常，并终止进程。 选配调优-->

<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx1024M</value>
</property>

<!--设置的是 Container 的内存上限 这个参数由 NodeManager 读取并进行控制，当 Container 的内存大小超过了这个参数值，NodeManager 会负责 kill 掉 Container。 mapreduce.map.java.opts一定要小于mapreduce.map.memory.mb 选配调优   -->

<property>
<name>mapreduce.map.memory.mb</name>
<value>1536</value>
</property>

<!--  mapreduce.reduce.java.opts同mapreduce.map.java.opts一样的道理。选配调优 -->

<property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx2560M</value>
</property>

<property>
<name>mapreduce.reduce.memory.mb</name>
<value>3072</value>
</property>

<!-- reuduce shuffle阶段并行传输数据的数量 集群大可以增大 选配调优-->
<property>
<name>mapreduce.reduce.shuffle.parallelcopies</name>
<value>50</value>
</property>

<!--Reduce Task中合并小文件时，一次合并的文件数据，每次合并的时候选择最小的前10进行合并。默认值10 选配调优-->
<property>
<name>mapreduce.task.io.sort.factor</name>
<value>100</value>
</property>
<!--Map Task缓冲区所占内存大小--默认值100>
<property>
<name>mapreduce.task.io.sort.mb</name>
<value>512</value>
</property>

<!-- 指定mr框架为yarn方式 必须配置-->

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

</configuration>

2.2.5修改yarn-site.xml

<configuration>

<!-- 指定resourcemanager地址-->

<property>

<name>yarn.resourcemanager.hostname</name>

<value>192.168.2.110</value>

</property>

<!-- 指定zk集群地址-->

<property>

   <name>yarn.resourcemanager.zk-address</name>

   <value>weekend11:2181,weekend12:2181,weekend13:2181</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>

2.2.6修改slaves(slaves是指定子节点的位置，因为要在itcast01上启动HDFS、在itcast03启动yarn，所以itcast01上的slaves文件指定的是datanode的位置，itcast03上的slaves文件指定的是nodemanager的位置)

weekend11   192.168.2.111

weekend12    192.168.2.112

weekend13   192.168.2.113

 

2.2.7配置免密码登陆

#首先要配置weekend08到weekend09、weekend10、weekend11、weekend12、weekend13的免密码登陆

#在weekend08上生产一对钥匙

ssh-keygen -t rsa

 

#将公钥拷贝到其他节点（免登陆的节点上），包括自己。

ssh-copy-id -i ~/.ssh/id_rsa.pub remote-host

  ssh-coyp-id weekend08

ssh-coyp-id weekend09

ssh-coyp-id weekend10

ssh-coyp-id weekend11

ssh-coyp-id weekend12

ssh-coyp-id weekend13

 

#配置weekend10到weekend11、weekend12、weekend13的免密码登陆

#在weekend10上生产一对钥匙

ssh-keygen -t rsa

#将公钥拷贝到其他节点

ssh-coyp-id weekend11

ssh-coyp-id weekend12

ssh-coyp-id weekend13

 

#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置weekend09到weekend08的免登陆

在weekend09上生产一对钥匙

ssh-keygen -t rsa

ssh-coyp-id -i weekend08

 

在weekend11，weekend12，weekend13配置hadoop和Zookeeper

###注意：严格按照下面的步骤（未格式化nomenode时的启动步骤）

 

2.5启动zookeeper集群（分别在itcast04、itcast05、itcast06上启动zk）

cd /itcast/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（在weekend11，weekend12，weekend13，上启动所有journalnode，注意：是调用的hadoop-daemons.sh这个脚本，注意是复数s的那个脚本）

cd /itcast/hadoop-2.2.0

sbin/hadoop-daemons.sh start journalnode

#运行jps命令检验，weekend11，weekend12，weekend13上多了JournalNode进程

 

2.7格式化HDFS

#在weenkend08上执行命令:(前提是配置hadoophome并且使其生效)

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/usr/local/hadoop/tmp，然后将/usr/local/hadoop/tmp拷贝到weekend09的/usr/local/hadoop下。

scp -r tmp/ 192.168.2.109:/usr/local/hadoop/

这样weekend08和weekend09中的tmp数据完全一样

2.8格式化ZK(在weekend08上执行即可)

hdfs zkfc -formatZK（hadoop2.4.1出现了问题;hadoop2.2.0通过但是zkfc无法启动）

 

 

这时会在zookeeper的根目录下出现hadoop-ha目录

2.9启动HDFS(在weekend08上执行)

sbin/start-dfs.sh

           这时会在weekend11，weekend12，weekend13，出现datanode进程

2.10启动YARN(#####注意#####：是在itcast03上执行start-yarn.sh，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

这时候weekend10多了一个resourcesmanager进程 weekend11，weekend12，weekend13出现了datanode和nodemanage进程

 

已经格式化nomenode，并且配置完免登陆时的启动步骤

step1：首先启动weekend11；weekend12；weekend13上的zookeeper

Step2：在weekend08上启动hdfs 迁移到sbin目录下

       执行 start-dfs.sh 命令

Step3：在weekend10上启动hdfs 迁移到sbin目录下

       执行 start-yarn.sh 命令

到此，hadoop2.2.0配置完毕，可以统计浏览器访问:

http://192.168.2.108:50070

NameNode 'weeked08:9000' (active)

http://192.168.2.109:50070

NameNode 'weekend09:9000' (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 <pid of NN>

通过浏览器访问：http://192.168.1.202:50070

NameNode 'itcast02:9000' (active)

这个时候itcast02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 'itcast01:9000' (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！！！

 

 

 

 

 

 

 

在hadoop1.x版本以及以前 HDFS只有一个NameNode，对应一个在线的应用只有一个NameNode如果宕掉了就没法使用了，这是一个极大的弊端。

在Hadoop2.0版本后，为了高可靠性，我们使用Zookeeper，可以有多个NameNode，这样当一个NameNode宕掉之后可以马上有一个实时的切换，来顶替宕掉的那个NameNode。