Hadoop加zookeeper构建高可靠集群

事前准备

1.更改Linux主机名,每个人都有配置

vim /etc/sysconfig/network

NETWORKING=yes

HOSTNAME=hadoop-server1

2.改动IP /etc/sysconfig/network-scripts/ifcfg-eth0

3.改动主机名和IP的映射关系

vim /etc/hosts

192.168.146.181 hadoop-server1

192.168.146.182 hadoop-server2

192.168.146.183 hadoop-server3

192.168.146.184 hadoop-server4

192.168.146.185 hadoop-server5

######注意######假设你们公司是租用的server或是使用的云主机(如华为用主机、阿里云主机等)

/etc/hosts里面要配置的是内网IP地址和主机名的映射关系

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

前4步用root用户操作,操作完后重新启动机器

5.ssh免登陆hadoop用户操作

#生成ssh免登陆密钥

#进入到我的home文件夹

cd ~/.ssh

ssh-keygen -t rsa (四个回车)

运行完这个命令后,会生成两个文件id_rsa(私钥)、id_rsa.pub(公钥)

将公钥复制到要免密登陆的目标机器上

ssh-copy-id hadoop-server2

6.安装JDK,配置环境变量等root用户操作

vim /etc/proflie

export JAVA_HOME=/usr/java/jdk1.7.0_65

export HADOOP_HOME=/itcast/hadoop-2.4.1

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source /etc/profile

集群规划:

主机名 IP
安装软件 执行进程

hadoop-server1 192.168.146.181:jdk、hadoop
namenode resourcemanage
DFSZKFailoverController(zkfc)

hadoop-server2 192.168.146.182:jdk、hadoop
namenode resourcemanage
DFSZKFailoverController(zkfc)

hadoop-server3 192.168.146.183:jdk、hadoop、zookeeper
datanode nodemanage
journalnode QuorumPeerMain

hadoop-server4 192.168.146.184:jdk、hadoop、zookeeper
datanode nodemanage
journalnode QuorumPeerMain

hadoop-server5 192.168.146.185:jdk、hadoop、zookeeper
datanode nodemanage
journalnode QuorumPeerMain

安装步骤:

1.安装配置zooekeeper集群(在hadoop-server3上)

1.1解压

tar -zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/app/

1.2改动配置

cd /home/hadoop/app/zookeeper-3.4.5/conf/

cp zoo_sample.cfg zoo.cfg

vim zoo.cfg

改动:dataDir=/home/hadoop/app/zookeeper-3.4.5/data

在最后加入:

server.1=hadoop-server3:2888:3888

server.2=hadoop-server4:2888:3888

server.3=hadoop-server5:2888:3888

保存退出

然后创建一个tmp目录

mkdir /home/hadoop/app/zookeeper-3.4.5/data

再创建一个空文件

touch /home/hadoop/app/zookeeper-3.4.5/data/myid

最后向该文件写入ID

echo 1 > /home/hadoop/app/zookeeper-3.4.5/data/myid

1.3将配置好的zookeeper复制到其它节点

scp -r /home/hadoop/app/zookeeper-3.4.5/ weekend06:/home/hadoop/app/

scp -r /home/hadoop/app/zookeeper-3.4.5/ weekend07:/home/hadoop/app/

注意:改动hadoop-server4、hadoop-server5相应/home/hadoop/app/zookeeper-3.4.5/data/myid内容

hadoop-server4:

echo 2 > /home/hadoop/app/zookeeper-3.4.5/data/myid

hadoop-server5:

echo 3 > /home/hadoop/app/zookeeper-3.4.5/data/myid

2.安装配置hadoop集群(在hadoop-server1上操作)

2.1解压

tar -zxvf hadoop-2.4.1.tar.gz -C /weekend/

2.2配置HDFS(hadoop2.0全部的配置文件都在$HADOOP_HOME/etc/hadoop文件夹下)

#将hadoop加入到环境变量中

vim /etc/profile

export JAVA_HOME=/hadoop/home/app/jdk1.7.0_55

export HADOOP_HOME=/home/hadoop/app/hadoop-2.4.1

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

#hadoop2.0的配置文件所有在$HADOOP_HOME/etc/hadoop下

cd /home/hadoop/app/hadoop-2.4.1/etc/hadoop

2.2.1改动hadoo-env.sh

export JAVA_HOME=/home/hadoop/app/jdk1.7.0_55

2.2.2改动core-site.xml

<configuration>

<!-- 指定hdfs的nameservice为ns1 -->

<property>

<name>fs.defaultFS</name>

<value>hdfs://ns1/</value>

</property>

<!-- 指定hadoop暂时文件夹 -->

<property>

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

<value>/home/hadoop/app/hadoop-2.4.1/tmp</value>

</property>

<!-- 指定zookeeper地址 -->

<property>

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

<value>hadoop-server3:2181,hadoop-server3:2181,hadoop-server3:2181</value>

</property>

</configuration>

2.2.3改动hdfs-site.xml

<configuration>

<!--指定hdfs的nameservice为ns1。须要和core-site.xml中的保持一致 -->

<property>

<name>dfs.nameservices</name>

<value>ns1</value>

</property>

<!-- ns1以下有两个NameNode。各自是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>hadoop-server1:9000</value>

</property>

<!-- nn1的http通信地址 -->

<property>

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

<value>hadoop-server1:50070</value>

</property>

<!-- nn2的RPC通信地址 -->

<property>

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

<value>weekend02:9000</value>

</property>

<!-- nn2的http通信地址 -->

<property>

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

<value>hadoop-server2:50070</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://hadoop-server3:8485;hadoop-server4:8485;hadoop-server5:8485/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失败自己主动切换 -->

<property>

<name>dfs.ha.automatic-failover.enabled</name>

<value>true</value>

</property>

<!-- 配置失败自己主动切换实现方式 -->

<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,多个机制用换行切割。即每一个机制暂用一行-->

<property>

<name>dfs.ha.fencing.methods</name>

<value>

sshfence

shell(/bin/true)

</value>

</property>

<!-- 使用sshfence隔离机制时须要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>

2.2.4改动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改动yarn-site.xml

<configuration>

<!-- 开启RM高可用 -->

<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>hadoop-server1</value>

</property>

<property>

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

<value>hadoop-server2</value>

</property>

<!-- 指定zk集群地址 -->

<property>

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

<value>hadoop-server3:2181,hadoop-server4:2181,hadoop-server5:2181</value>

</property>

<property>

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

<value>mapreduce_shuffle</value>

</property>

</configuration>

2.2.6改动slaves(slaves是指定子节点的位置)

hadoop-server3

hadoop-server4

hadoop-server5

2.2.7配置免password登陆

#首先要配置hadoop-server1到hadoop-server2、hadoop-server3、hadoop-server4、hadoop-server5的免password登陆

#在hadoop-server1上生产一对钥匙

ssh-keygen -t rsa

#将公钥复制到其它节点。包含自己

ssh-coyp-id hadoop-server1

ssh-coyp-id hadoop-server2

ssh-coyp-id hadoop-server3

ssh-coyp-id hadoop-server4

ssh-coyp-id hadoop-server5

#注意:resourcemanager到nodemanager要配置免密登录

#注意:两个namenode之间要配置ssh免password登陆,别忘了配置hadoop-server2到hadoop-server1的免登陆

在hadoop-server2上生产一对钥匙

ssh-keygen -t rsa

ssh-coyp-id -i hadoop-server1

2.4将配置好的hadoop复制到其它节点

scp -r /home/hadoop/app/hadoop-2.4.1/ [email protected]:/home/hadoop/app/

scp -r /home/hadoop/app/hadoop-2.4.1/ [email protected]:/home/hadoop/app/

scp -r /home/hadoop/app/hadoop-2.4.1/ [email protected]4:/home/hadoop/app/

scp -r /home/hadoop/app/hadoop-2.4.1/ [email protected]5:/home/hadoop/app/

###注意:严格依照以下的步骤

2.5启动zookeeper集群(分别在hadoop-server3、hadoop-server4、hadoop-server5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

2.6启动journalnode(分别在在hadoop-server3、hadoop-server4、hadoop-server5上运行)

cd /home/hadoop/app/hadoop-2.4.1

sbin/hadoop-daemon.sh start journalnode

#执行jps命令检验。hadoop-server3、hadoop-server4、hadoop-server5上多了JournalNode进程

2.7格式化HDFS

#在hadoop-server1上运行命令:

hdfs namenode -format

#格式化后会在依据core-site.xml中的hadoop.tmp.dir配置生成个文件,这里我配置的是/home/hadoop/app/hadoop-2.4.1/tmp,然后将/home/hadoop/app/hadoop-2.4.1/tmp复制到hadoop-server2的/home/hadoop/app/hadoop-2.4.1/下。

scp -r tmp/ hadoop-server2:/home/hadoop/app/hadoop-2.4.1/

##也能够这样,在hadoop-server2上运行命令:建议hdfs namenode -bootstrapStandby

2.8格式化ZKFC(在hadoop-server1上运行就可以)

hdfs zkfc -formatZK

2.9启动HDFS(在hadoop-server1上运行)

sbin/start-dfs.sh

2.10启动YARN(#####注意#####:是在hadoop-server1上运行start-yarn.sh)

sbin/start-yarn.sh

在hadoop-server2上启动 yyarn-daemon.sh start rescourcemanager

到此,hadoop-2.4.1配置完成。能够统计浏览器訪问:

http://192.168.146.181:50070

NameNode ‘hadoop-server1:9000‘ (active)

http://192.168.146.182:50070

NameNode ‘hadoop-server2:9000‘ (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>

通过浏览器訪问:http://192.168.146.182:50070

NameNode ‘hadoop-server2:9000‘ (active)

这个时候hadoop-server2上的NameNode变成了active

在运行命令:

hadoop fs -ls /

-rw-r--r--   3 root supergroup       1926 2015-06-24 15:36 /profile

刚才上传的文件依旧存在!。!

手动启动那个挂掉的NameNode

sbin/hadoop-daemon.sh start namenode

通过浏览器訪问:http://192.168.146.181:50070

NameNode ‘hadoop-server1:9000‘ (standby)

验证YARN:

执行一下hadoop提供的demo中的WordCount程序:

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar wordcount /profile /out

OK,大功告成!

。!

測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   启动一个单独的zkfc流程

版权声明:本文博主原创文章。博客,未经同意不得转载。

时间: 2024-10-07 18:31:14

Hadoop加zookeeper构建高可靠集群的相关文章

Hadoop加zookeeper搭建高可靠集群

前期准备 1.修改Linux主机名,每台都得配置 vim /etc/sysconfig/network NETWORKING=yes HOSTNAME=hadoop-server1 2.修改IP /etc/sysconfig/network-scripts/ifcfg-eth0 3.修改主机名和IP的映射关系 vim /etc/hosts 192.168.146.181 hadoop-server1 192.168.146.182 hadoop-server2 192.168.146.183 h

Hadoop zookeeper HA高可靠集群部署搭建,及错误诊断

http://archive-primary.cloudera.com/cdh5/cdh/5/ 一.准备工作1.修改Linux主机名,每台都得配置[[email protected] ~]# vim /etc/sysconfig/networkNETWORKING=yesHOSTNAME=h2012.修改IP /etc/sysconfig/network-scripts/ifcfg-eth03.修改主机名和IP的映射关系(h24,h25为主,h21,h22,h23为从)[[email prote

corosync+pacemaker使用pcs构建高可用集群

一.corosync+pacemaker集群前提准备 集群前提准备 --> HA-web 承接上文 --> corosync+pacemaker使用crmsh构建高可用集群 二.准备pcs [[email protected] ~]# yum install pcs 禁用stonith设备 [[email protected] ~]# pcs property set stonith-enable=false [[email protected] ~]# pcs property set no

基于Keepalived构建高可用集群配置实例(HA Cluster)

什么是集群 简单的讲集群(cluster)就是一组计算机,它们作为一个整体向用户提供一组网络资源.这些单个的计算机系统就是集群的节点(node).一个理想的集群是,用户从来不会意识到集群系统底层的节点,在他/她们看来,集群是一个系统,而非多个计算机系统.并且集群系统的管理员可以随意增加和删改集群系统的节点. 关于更详细的高可用集群我们在后面再做详解,先来说说Keepalived Keepalived是什么 Keepalived是集群管理中保证集群高可用的一个服务软件,其功能类似于heartbea

corosync+pacemaker构建高可用集群

一.集群简介 引自suse官方关于corosync的高可用集群的框架图: 由图,我们可以看到,suse官方将集群的Architecture Layers分成四层.最低层Messaging/Infrastructure Layer提供了HeartBeat节点间传递心跳信息,即为心跳层.第二层Membership Layer层为集群事务决策层,决定了哪些节点作为集群节点,并传递给集群内所有节点,如果集群中成员拥有的法定票数不大于半数,该怎么作出决策等,通俗点讲,就是投票系统,同时,还提供了构建成员关

Centos7上利用corosync+pacemaker+crmsh构建高可用集群

一.高可用集群框架 资源类型: primitive(native):表示主资源 group:表示组资源,组资源里包含多个主资源 clone:表示克隆资源 master/slave:表示主从资源 资源约束方式: 位置约束:定义资源对节点的倾向性 排序约束:定义资源彼此能否运行在同一节点的倾向性 顺序约束:多个资源启动顺序的依赖关系 HA集群常用的工作模型: A/P:两节点,active/passive,工作于主备模型 A/A:两节点,active/active,工作于主主模型 N-M:N>M,N个

Hadoop及Zookeeper+HBase完全分布式集群部署

Hadoop及HBase集群部署 一. 集群环境 系统版本 虚拟机:内存 16G CPU 双核心 系统: CentOS-7 64位 系统下载地址: http://124.202.164.6/files/417500000AB646E7/mirrors.163.com/centos/7/isos/x86_64/CentOS-7-x86_64-DVD-1708.iso 软件版本 hadoop-2.8.1.tar.gz hbase-1.3.1-bin.tar.gz zookeeper-3.4.10.t

ActiveMQ+ZooKeeper搭建高可用集群

一.说明 实际的应用中,一般为了应用的高可用性,都会搭建集群环境去处理.部署多台应用,这样,即使一台有问题,其他热备应用可以立马顶上,继续提供服务. ActiveMQ的集群部署,基于zookeeper的应用程序协调服务和levelDB的持久化方案. 本文中,基于一个系统环境,搭建伪集群模式,通过不同端口的配置,达到集群安装的效果. 基本环境:jdk-7u80-linux-x64.tar.gz.Centos 6.9.zookeeper-3.4.12.tar.gz.apache-activemq-5

基于zookeeper的高可用集群

1.准备zookeeper服务器 #node1,node2,node3 #安装请参考http://suyanzhu.blog.51cto.com/8050189/1946580 2.准备NameNode节点 #node1,node4 3.准备JournalNode节点 #node2,node3,node4 4.准备DataNode节点 #node2,node3,node4 #启动DataNode节点命令hadoop-daemon.sh start datanode 5.修改hadoop的hdfs