三台HA集群环境搭建(hadoop zookeeper hbase)
学习hadoop有一段时间了,每次在搭建环境总是碰到各种问题,这一次在搭建三台环境中又一次碰到各种版本不匹配问题,搞了1天半终于搞定了。作为小白菜党着实难受!! 在这把我的环境配置发出来,仅供参考下。
前提
已经把IP 主机名修改完毕(楼主着实菜,各种修改IP映射主机,最后在配置hadoop时候还是用不了主机名,所以配置时候都是写的IP地址)
JDK安装完毕
ssh密钥相关配置已成功,三台可以互相访问。
三个版本:
- hadoop2.4.1 ,之前看视屏学习hadoop,视频版本很早,用的hadoop版本所以也就比较早。实在不想麻烦再换版本了。
- zookeeper-3.4.5
- Hbase1.3.3
- jdk1.7.0_65
HA集群节点分布
两个namenode节点、ResourceManager在第二个节点上。
192.196.146.100: DataNode QuorumPeerMain NameNode JournalNode NodeManager HMaster DFSZKFailoverController HRegionServer
192.196.146.101: DataNode NodeManager NameNode JournalNode ResourceManager QuorumPeerMain HRegionServer
192.196.146.102: DataNode QuorumPeerMain HRegionServer NodeManager JournalNode
(一)zookeeper环境配置
安装步骤:
1.安装配置zooekeeper集群(在192.168.146.100上)
1.1解压
tar -zxvf zookeeper-3.4.5.tar.gz /home/hadoop/app (自己机器上面的路径)
1.2修改配置
cd /home/hadoop/app/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg (更改配置文件名)
vim zoo.cfg (配置zoo.cfg)
修改:dataDir=/home/hadoop/app/zookeeper-3.4.5/tmp
在最后添加:
server.1=192.168.146.100:2888:3888
server.2=192.168.146.101:2888:3888
server.3=192.168.146.102:2888:3888
保存退出(:wq! 命令)
然后创建一个tmp文件夹
mkdir /home/hadoop/app/zookeeper-3.4.5/tmp
再创建一个空文件
touch/home/hadoop/app/zookeeper-3.4.5/tmp/myid (不使用linux命令,可以直接在linux界面创建文件tmp后创建文件myid 在里面输入对应的机器序号。192.168.146.100对应1)
最后向该文件写入ID
echo 1 > /weekend/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192.168.146.101、192.168.146.102目录下。保证放在了/home/hadoop/app)
scp -r /weekend/zookeeper-3.4.5/ 192.168.146.101:/home/hadoop/app
scp -r /weekend/zookeeper-3.4.5/ 192.168.146.102:/home/hadoop/app
注意:修改192.168.146.101、192.168.146.102对应/home/hadoop/app/zookeeper-3.4.5/tmp/myid内容
192.168.146.101:
echo 2 > /weekend/zookeeper-3.4.5/tmp/myid
192.168.146.102:
echo 3 > /weekend/zookeeper-3.4.5/tmp/myid
修改每文件权限
sudo chown hadoop:hadoop /home/hadoop/app/zookeeper -R
(二)hadoop环境配置(在192.168.146.100上面操作)
将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=//home/hadoop/app/java/jdk1.7.0_55
export HADOOP_HOME=//home/hadoop/app/hadoop-2.4.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
修改 hadoop-env.sh文件(配置文件全部在$HADOOP_HOME/etc/hadoop下)
export JAVA_HOME=/home/hadoop/app/jdk1.7.0_55
修改core-site.xml
<configuration>
<property>
<!-- 指定hdfs的nameservice为ns1 -->
<name>fs.defaultFS</name>
<value>hdfs://ns1/</value>
</property>
<property>
<!-- 指定hadoop临时目录 -->
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/app/hadoop-2.4.1/tmp</value>
</property>
<property>
<!-- 指定zookeeper地址 -->
<name>ha.zookeeper.quorum</name>
<value>192.168.146.100:2181,192.168.146.101:2181,192.168.146.102:2181</value>
</property>
<property>
<name>ipc.client.connect.max.retries</name>
<value>100</value>
</property>
<property>
<name>ipc.client.connect.retry.interval</name>
<value>10000</value>
</property>
</configuration>
修改hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<!--指定hdfs的nameservice为ns1,需要和core-site.xml中的保持一致 -->
<name>dfs.nameservices</name>
<value>ns1</value>
</property>
<property>
<!-- ns1下面有两个NameNode,分别是nn1,nn2 -->
<name>dfs.ha.namenodes.ns1</name>
<value>nn1,nn2</value>
</property>
<property>
<!-- nn1的RPC通信地址 -->
<name>dfs.namenode.rpc-address.ns1.nn1</name>
<value>192.168.146.100:9000</value>
</property>
<property>
<!-- nn1的http通信地址 -->
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>192.168.146.100:50070</value>
</property>
<property>
<!-- nn2的RPC通信地址 -->
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>192.168.146.101:9000</value>
</property>
<property>
<!-- nn2的http通信地址 -->
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>192.168.146.101:50070</value>
</property>
<property>
<!-- 指定NameNode的元数据在JournalNode上的存放位置 -->
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://192.168.146.100:8485;192.168.146.101:8485;192.168.146.102:8485/ns1</value>
</property>
<property>
<!-- 开启NameNode失败自动切换 -->
<name>dfs.ha.automatic-failover.enabled.ns1</name>
<value>true</value>
</property>
<property>
<!-- 指定JournalNode在本地磁盘存放数据的位置 -->
<name>dfs.journalnode.edits.dir</name>
<value>/home/hadoop/app/hadoop-2.4.1/journaldata</value>
</property>
<property>
<!-- 配置失败自动切换实现方式 -->
<name>dfs.client.failover.proxy.provider.ns1</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<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-->
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<property>
<!-- 使用sshfence隔离机制时需要ssh免登陆 -->
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/home/hadoop/.ssh/id_rsa</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<property>
<!-- 配置sshfence隔离机制超时时间 -->
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
</configuration>
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>
修改 yarn-site.xml
<configuration>
<!-- Site specific YARN configuration properties -->
<property>
<!-- 开启RM高可用 -->
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<property>
<!-- 指定RM的cluster id -->
<name>yarn.resourcemanager.cluster-id</name>
<value>highgo</value>
</property>
<property>
<!-- 指定RM的名字 -->
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<property>
<!-- 分别指定RM的地址 -->
<name>yarn.resourcemanager.hostname.rm1</name>
<value>192.168.146.100</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>192.168.146.101</value>
</property>
<property>
<!-- 指定zk集群地址 -->
<name>yarn.resourcemanager.zk-address</name>
<value>192.168.146.100:2181,192.168.146.101:2181,192.168.146.102:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
修改slaves(datanode需要分布的节点)
vi slaves
192.168.146.100
192.168.146.101
192.168.146.102
将配置好的192.168.146.100上面的hadoop拷贝到其他节点
scp -r /home/hadoop/app/hadoop-2.4.1/ 192.168.146.101:/home/hadoop/app
scp -r /home/hadoop/app/hadoop-2.4.1/ 192.168.146.102:/home/hadoop/app
启动过程顺序(严格按照顺序)
1.启动zookeeper集群(分别再192.168.146.100、192.168.146.101、192.168.146.102上执行)
cd /home/hadoop/app/zookeeper-3.4.5/bin/
./zkServer.sh start
./zkServer.sh status (查看状态:一个leader,两个follower)
2. 启动journalnode(分别再192.168.146.100、192.168.146.101、192.168.146.102上执行)
启动journalNode最主要的作用的同步元数据
cd /home/hadoop/app/hadoop-2.4.1/sbin
hadoop-daemon.sh start journalnode
#运行jps命令检验,192.168.146.100、192.168.146.101、192.168.146.102上多了JournalNode进程
3.格式化HDFS
在192.168.146.100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,我配置的是/app/hadoop-2.4.1/tmp,然后将/app/hadoop-2.4.1/tmp拷贝到192.168.146.101的/app/hadoop-2.4.1/下
scp -r tmp/ 192.168.146.101:/home/hadoop/app/hadoop-2.4.1/
4. 格式化ZKFC(在192.168.146.100上执行即可)
hdfs zkfc -formatZK
5.启动 DFSZKFailoverController(在192.168.146.100上执行即可)
hadoop-daemon.sh start zkfc
5.启动HDFS(在192.168.146.100上执行)
sbin/start-dfs.sh
6.启动YARN(在192.168.146.101上执行)
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(这个原文是7个机器它把所有的namenode和resourcemanager分开了,在我第二台机器namenode和resourcemanager都有)
bin/start-yarn.sh
hadoop-2.4.1配置完毕(成功后接着配置hbase,不然重复配置下吧)
可以统计浏览器访问:
http: //192. 168. 146.100:50070
NameNode ‘weekend01:9000’ (active)
http: //192. 168. 146. 101:50070
NameNode ‘weekend02:9000’ (standby)
修改每文件权限
sudo chown hadoop:hadoop /home/hadoop/app/hadoo-2.4.1 -R
(三)hbase环境配置(在192.168.146.100上面操作)
修改hbase-env,sh
export JAVA_HOME=/usr/java/jdk1.7.0_55
告诉hbase使用外部的zk
export HBASE_MANAGES_ZK=false
修改hbase-site.xml
<configuration>
<property>
<!-- 指定hbase在HDFS上存储的路径 -->
<name>hbase.rootdir</name>
<value>hdfs://192.168.146.100:9000/hbase</value>
</property>
<property>
<!-- 指定hbase是分布式的 -->
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.property.clientPort</name>
<value>2181</value>
</property>
<property>
<!-- 指定zk的地址,多个用“,”分割 -->
<name>hbase.zookeeper.quorum</name>
<value>192.168.146.100,192.168.146.101,192.168.146.102</value>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/home/hadoop/app/zookeeper-3.4.5</value>
</property>
</configuration>
修改regionservers(这个是说明regionservers运行的节点)
vi regionservers
192.168.146.100
192.168.146.101
192.168.146.102
注意包的替换
需要用hadoop/share/hadoop 相关包去替换hbase/lib中hadoop.*相关包,不然在启动hbase时候会出现各种问题。(大概有13-14个包有一个包我没找到)
注意删除一个包下的类,不然后面报错一个类重复(可以不删,如果运行出错在删除)
hbase-1.3.3/lib/slf4j-log4j12-1.7.5.jar 里面的/org/slf4j/impl/StaticLoggerBinder.class(网上提示是删除包,我是把类删除了可以运行。(应该是整个包都重复了))
拷贝hbase到其他节点
scp -r /home/hadoop/app/hbase-1.3.3 192.168.146.101:/home/hadoop/app
scp -r /home/hadoop/app/hbase-1.3.3 192.168.146.102:/home/hadoop/app
注意启动hbase的时候需要三台linux时间相同,要不会出错
启动(在192.168.146.100节点上运行)
start-hbase.sh
通过浏览器访问hbase管理页面查看正常启动。
192.168.146.100:16010
在视屏学习中提到
1.测试集群工作状态的一些指令 :
bin/hdfs dfsadmin -report 查看hdfs的各节点状态信息
bin/hdfs haadmin -getServiceState nn1 获取一个namenode节点的HA状态
sbin/hadoop-daemon.sh start namenode 单独启动一个namenode进程
./hadoop-daemon.sh start zkfc 单独启动一个zkfc进程
2.Datanode突然不堪重负宕掉
只需重启坏掉的Datanode或者JobTracker。当集群中的某单个节点出现问题,不必重新重启整个系统,只需重启这个节点,然后会自动连接到整个集群里。
在坏死的节点上输入以下命令:
bin/Hadoop-daemon.sh start DataNode
bin/Hadoop-daemon.sh start jobtracker
以上方法也可以用于动态加入datanode,允许用户动态将某个节点加入集群中。
在hadoop集群中,HDFS分布式文件系统和mapreduce计算框架是可以独立部署安装的,在hadoop2中体现很明显,如果只需要使用部分节点进行计算,只需要单独启动resourcemanager和需要使用的结点上的nodemanager即可,查找命令可以参考/hadoop2/sbin/start-yarn.sh中是如何写的就可以找到答案了! 在hadoop2/sbin/start-yarn.sh脚本中,写了启动resourcemanager和所有节点上的nodemanager,所以只需要参考该脚本文件,就能得到启动单个节点上的nodemanager的方法:
hadoop2/sbin/hadoop-daemon.sh startdatanode
hadoop2/sbin/yarn-daemon.sh nodemanager
然后执行下集群HDFS的负载均衡即可完成动态添加节点了!
在hadoop1中
bin/Hadoop-daemon.sh --config ./conf start DataNode
bin/Hadoop-daemon.sh --config ./conf start tasktracker