美文网首页
hadoop集群部署

hadoop集群部署

作者: Anson前行 | 来源:发表于2018-06-28 16:53 被阅读16次
    1.简介：

    hadoop中NameNode可以有多个（目前只支持2个）。每一个都有相同的职能。一个是active状态的，一个是standby状态的。当集群运行时，只有active状态的NameNode是正常工作的，standby状态的NameNode是处于待命状态的，时刻同步active状态NameNode的数据。一旦active状态的NameNode不能工作，standby状态的NameNode就可以转变为active状态的，就可以继续工作了。

    2个NameNode的数据其实是实时共享的。新HDFS采用了一种共享机制，Quorum Journal Node（JournalNode）集群或者Nnetwork File System（NFS）进行共享。NFS是操作系统层面的，JournalNode是hadoop层面的，我们这里使用JournalNode集群进行数据共享（这也是主流的做法）。
    JournalNode的架构图如下：


    image.png

    两个NameNode为了数据同步，会通过一组称作JournalNodes的独立进程进行相互通信。当active状态的NameNode的命名空间有任何修改时，会告知大部分的JournalNodes进程。standby状态的NameNode有能力读取JNs中的变更信息，并且一直监控edit log的变化，把变化应用于自己的命名空间。standby可以确保在集群出错时，命名空间状态已经完全同步了。
    对于HA集群而言，确保同一时刻只有一个NameNode处于active状态是至关重要的。否则，两个NameNode的数据状态就会产生分歧，可能丢失数据，或者产生错误的结果。为了保证这点，这就需要利用使用ZooKeeper了。首先HDFS集群中的两个NameNode都在ZooKeeper中注册，当active状态的NameNode出故障时，ZooKeeper能检测到这种情况，它就会自动把standby状态的NameNode切换为active状态。
    hadoop-ha包含HDFS的HA和YARN的HA，下面就2个部件的HA进行搭建。
    JournalNodes:namenode数据共享
    ZooKeeper：心跳检测
    hadoop-ha包含HDFS的HA和YARN的HA，

    2.环境准备 (ps: The picture is replicating)
    image.png

    （1）各服务器其修改主机名，添加hosts文件，关闭防火墙

    [root@c7001 ~]#  cat >> /etc/hosts  << EOF
192.168.16.135  c7001
192.168.16.80   c7002
192.168.16.95   c7003
192.168.16.97   c7004
192.168.16.101  c7005
EOF

    （2）c7001配置ssh免密登陆，用于启动集群

    ssh-keygen    -t rsa 
sh-copy-id   -i ~/.ssh/id_rsa.pub  c7001
ssh-copy-id  -i ~/.ssh/id_rsa.pub  c7002 
ssh-copy-id  -i ~/.ssh/id_rsa.pub  c7003
ssh-copy-id  -i ~/.ssh/id_rsa.pub  c7004
ssh-copy-id  -i ~/.ssh/id_rsa.pub  c7005

    (3) 各服务器配置jdk1.7+

    [root@c7001 ~]# tar zxf jdk-8u171-linux-x64.tar.gz -C  /opt/
[root@c7001 opt]# mv jdk1.8.0_171/  jdk1.8
[root@c7001 opt]# vim /etc/profile
export JAVA_HOME=/opt/jdk1.8
export PATH=$PATH:$JAVA_HOME/bin
[root@c7001 ~] source  /etc/profile
[root@c7001 opt]# java -version
java version "1.8.0_171

    (4)安装Hadoop集群
    [root@c7001 ~]# tar zxf hadoop-2.7.6.tar.gz -C /opt/
    在c7001终端修改hadoop配置文件，这里需要修改的有
    core-site.xml、hdfs-site.xml、mapreduce-site.xml、yarn-site.xml、hadoop-env.sh、mapred-env.sh、yarn-env.sh这7个文件
    core-site.xml

    <?xml version="1.0" encoding="UTF-8"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

 <property>

  <name>fs.defaultFS</name>

  <value>hdfs://bdcluster</value>

 </property>

 <!-- 指定hadoop临时目录 -->

 <property>

  <name>hadoop.tmp.dir</name>

  <value>/opt/hadoop-2.7.6/tmp</value>

 </property>

 <!-- 指定zookeeper地址 -->

 <property>

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

  <value>c7003:2181,c7004:2181,c7005:2181</value>

 </property>

 <property>

  <name>ha.zookeeper.session-timeout.ms</name>

  <value>3000</value>

 </property>

</configuration>

    hdfs-site.xml

    <?xml version="1.0" encoding="UTF-8"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

 <!--指定hdfs的nameservice为bdcluster，需要和core-site.xml中的保持一致 -->

 <property>

  <name>dfs.nameservices</name>

  <value>bdcluster</value>

 </property>

 <!-- bdcluster下面有两个NameNode，分别是nn1，nn2 -->

 <property>

  <name>dfs.ha.namenodes.bdcluster</name>

  <value>nn1,nn2</value>

 </property>

 <!-- nn1的RPC通信地址 -->

 <property>

  <name>dfs.namenode.rpc-address.bdcluster.nn1</name>

  <value>c7001:9000</value>

 </property>

 <!-- nn2的RPC通信地址 -->

 <property>

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

  <value>c7002:9000</value>

 </property>

 <!-- nn1的http通信地址 -->

 <property>

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

  <value>c7001:50070</value>

 </property>

 <!-- nn2的http通信地址 -->

 <property>

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

  <value>c7002:50070</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://c7003:8485;c7004:8485;c7005:8485/bdcluster</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>/opt/hadoop-2.7.6/tmp/journal</value>

 </property>

 <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.bdcluster</name>

  <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider

  </value>

 </property>

 <!-- 配置隔离机制，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免密码登陆 -->

 <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>

 <!--指定namenode名称空间的存储地址 -->

 <property>

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

  <value>file:///opt/hadoop-2.7.6/hdfs/name</value>

 </property>

 <!--指定datanode数据存储地址 -->

 <property>

  <name>dfs.datanode.data.dir</name>

  <value>file:///opt/hadoop-2.7.6/hdfs/data</value>

 </property>

 <!--指定数据冗余份数 -->

 <property>

  <name>dfs.replication</name>

  <value>3</value>

 </property>

</configuration>

    mapred-site.xml

    <?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

 <property>

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

  <value>yarn</value>

 </property>

 <!-- 配置 MapReduce JobHistory Server 地址 ，默认端口10020 -->

 <property>

  <name>mapreduce.jobhistory.address</name>

  <value>0.0.0.0:10020</value>

 </property>

 <!-- 配置 MapReduce JobHistory Server web ui 地址， 默认端口19888 -->

 <property>

  <name>mapreduce.jobhistory.webapp.address</name>

  <value>0.0.0.0:19888</value>

 </property>

</configuration>

    yarn-site.xml

    <?xml version="1.0"?>

<configuration>

 <!--开启resourcemanagerHA,默认为false -->

 <property>

  <name>yarn.resourcemanager.ha.enabled</name>

  <value>true</value>

 </property>

 <!--开启自动恢复功能 -->

 <property>

  <name>yarn.resourcemanager.recovery.enabled</name>

  <value>true</value>

 </property>

 <!-- 指定RM的cluster id -->

 <property>

  <name>yarn.resourcemanager.cluster-id</name>

  <value>yrc</value>

 </property>

 <!--配置resourcemanager -->

 <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>c7001</value>

 </property>

 <property>

  <name>yarn.resourcemanager.hostname.rm2</name>

  <value>c7002</value>

 </property>

 <!-- <property> <name>yarn.resourcemanager.ha.id</name> <value>rm1</value> 

  <description>If we want to launch more than one RM in single node,we need 

  this configuration</description> </property> -->

 <!-- 指定zk集群地址 -->

 <property>

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

  <value>c7003:2181,c7004:2181,c7005:2181</value>

 </property>

 !--配置与zookeeper的连接地址-->

 <property>

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

  <value>c7003:2181,c7004:2181,c7005:2181</value>

 </property>

 <property>

  <name>yarn.resourcemanager.store.class</name>

  <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore

  </value>

 </property>

 <property>

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

  <value>c7003:2181,c7004:2181,c7005:2181</value>

 </property>

 <property>

  <name>yarn.resourcemanager.ha.automatic-failover.zk-base-path</name>

  <value>/yarn-leader-election</value>

  <description>Optionalsetting.Thedefaultvalueis/yarn-leader-election

  </description>

 </property>

 <property>

  <name>yarn.nodemanager.aux-services</name>

  <value>mapreduce_shuffle</value>

 </property>

</configuration>

    设置环境变量文件
    hadoop-env.sh & mapred-env.sh & yarn-env.s

    export JAVA_HOME=/opt/jdk1.8
export CLASS_PATH=$JAVA_HOME/lib:$JAVA_HOME/jre/lib 
export HADOOP_HOME=/opt/hadoop-2.7.6
export HADOOP_PID_DIR=/opt/hadoop-2.7.6/pids 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export HADOOP_OPTS="$HADOOP_OPTS-Djava.library.path=$HADOOP_HOME/lib/native" 
export HADOOP_PREFIX=$HADOOP_HOME 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME 
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export HDFS_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native 
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

    slaves

    c7001
c7002
c7003
c7004
c7005

    配置完毕后发送到其他主机

    scp -r /opt/hadoop-2.7.6/etc/hadoop root@c7002:/opt/hadoop-2.7.6/etc/
scp -r /opt/hadoop-2.7.6/etc/hadoop root@c7003:/opt/hadoop-2.7.6/etc/
scp -r /opt/hadoop-2.7.6/etc/hadoop root@c7004:/opt/hadoop-2.7.6/etc/
scp -r /opt/hadoop-2.7.6/etc/hadoop root@c7005:/opt/hadoop-2.7.6/etc/

    （5）启动Hadoop集群 (jps 确认进程启动)
    先启动zookeeper集群，部署看上一篇
    https://www.jianshu.com/p/f562d6d85f93
    分别在c7003、c7004、c7005上执行如下命令启动zookeeper集群；

    [root@c7003 bin]$ sh zkServer.sh start
[root@c7004 bin]$ sh zkServer.sh start
[root@c7005 bin]$ sh zkServer.sh start

    启动journalnode集群

    在c7001上执行如下命令完成JournalNode集群的启动

    [root@c7001 hadoop-2.7.6]$ sbin/hadoop-daemons.sh start journalnode

    格式化zkfc,让在zookeeper中生成ha节点

    [root@c7001 hadoop-2.7.6]# bin/hdfs zkfc  -formatZK

    格式成功后，查看zookeeper中可以看到

    [root@c7003 bin]# ./zkCli.sh -server  c7003:2181
[zk: localhost:2181(CONNECTED) 1] ls /hadoop-ha
[bdcluster]

    格式化hdfs

    [root@c7001 hadoop-2.7.6]# bin/hadoop namenode   -format

    启动NameNode
    首先在c7001上启动active节点，在c7001上执行如下命令

    [root@c7001 hadoop-2.7.6]# sbin/hadoop-daemons.sh  start  namenode

    在c7002上同步namenode的数据，同时启动standby的namenod,命令如下

    把NameNode的数据同步到c7002上

    [root@c7002 hadoop-2.7.6]# bin/hdfs namenode -bootstrapStandby

    启动c7002上的namenode作为standby

    [root@c7002 hadoop-2.7.6]$ sbin/hadoop-daemon.sh start namenode

    启动datanode

    在c7001上执行如下命令
[root@c7001 hadoop-2.7.6]$ sbin/hadoop-daemons.sh start datanode

    启动yarn
    在作为资源管理器上的机器上启动，我这里是c7001,执行如下命令完成year的启动

    [root@c7001 hadoop-2.7.6]$ sbin/start-yarn.sh

    启动ZKFC
    在c7001上执行如下命令，完成ZKFC的启动

    [root@c7001 hadoop-2.7.6]$ sbin/hadoop-daemons.sh start zkfc

    全部启动完后分别在c7001、c7002、c7003、c7004、c7005上执行jps是可以看到下面这些进程的

    各节点jps PID进程

    #c7001上的java PID进程
[root@c7001 hadoop-2.7.6]$ jps
7857 DataNode
7270 JournalNode
8118 NodeManager
8550 DFSZKFailoverController
8007 ResourceManager
8968 NameNode
9065 Jps
#c7002上的java PID进程
[root@c7002 hadoop-2.7.6]$ jps
6929 DFSZKFailoverController
6738 NodeManager
6441 NameNode
6603 DataNode
6221 JournalNode
7615 Jps
#c7003上的java PID进程
[root@c7003 hadoop-2.7.6]$ jps
6040 DataNode
6473 Jps
4764 QuorumPeerMain
5870 JournalNode
6175 NodeManager
#c7004上的java PID进程
[root@c7004 hadoop-2.7.6]$ jps
4739 QuorumPeerMain
5875 JournalNode
6180 NodeManager
6475 Jps
6046 DataNode
#c7005上的java PID进程
6227 NodeManager
6518 Jps
6091 DataNode
5916 JournalNode
4813 QuorumPeerMain

    测试访问web


    image.png
    image.png

    测试高可用
    此时在c7001上执行如下命令关闭c7001上的namenode

    [root@c7001 hadoop-2.7.6]$ sbin/hadoop-daemon.sh stop namenode

    再次查看c7002上的namenode，发现自动切换为active了！
    各服务端口（参考）

    image.png
    image.png
    image.png
    http://www.cnblogs.com/netbloomy/p/6660131.html

    相关文章

      网友评论

          本文标题：hadoop集群部署

          本文链接：https://www.haomeiwen.com/subject/obugyftx.html

          延伸阅读

          深度阅读

          • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

          栏目导航

          热点阅读

          关于我们|服务条款|联系我们|hadoop集群部署|投稿指南|网站地图|RSS订阅|排版工具|手机版

          提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

          Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

          备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

          本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

          所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！