zookeeper+hadoop+hbase+kafka+storm集群搭建

本文记录zookeeper+hadoop+hbase+kafka+storm集群的搭建过程。

准备工作

硬件环境

3台物理主机

192.168.0.191 – dc01

192.168.0.192 – dc02

192.168.0.193 – dc03

系统全部为centos6.8.

软件环境

1) jdk1.8.0_121

2) zookeeper-3.4.10

3) hadoop-2.6.5

4) hbase-1.2.6

5) kafka_2.11-0.10.2.0

6) apache-storm-1.1.0

jdk的安装在此不做赘述，有疑问可自行百度。

设置主机名

三台机器都需设置，后面所有操作都通过主机名连接。

vim /etc/sysconfig/network

ip为192.168.0.191的机器修改为如下内容：

NETWORKING=yes
HOSTNAME=dc01

其他两台机器分别设置为dc02和dc03。

修改host文件

vim /etc/hosts

在末尾追加如下内容：

192.168.0.191   dc01
192.168.0.192   dc02
192.168.0.193   dc03

三台机器做相同操作。

设置ssh免密码登录

以dc01为例，执行以下命令

ssh-keygen -t rsa

# 连续三次回车,即在本地生成了公钥和私钥,不设置密码

ssh-copy-id root@dc01

# 按提示输入dc01的密码

ssh-copy-id root@dc02

# 按提示输入dc02的密码

ssh-copy-id root@dc03

# 按提示输入dc03的密码

如果端口不是默认的22则参照此处设置。

dc02和dc03重复dc01的操作，设置完成后任意两台机器之间不需要密码可直接登录，例如从dc01登录到dc03,只需在dc01输入”ssh dc03”即可。

开始安装

所有软件安装目录为/usr/local/

安装zookeeper

下载zookeeper安装文件zookeeper-3.4.10.tar.gz到/usr/local/下

执行以下命令：

#解压文件
tar -zxvf zookeeper-3.4.10.tar.gz
#修改文件夹名称
mv zookeeper-3.4.10 zookeeper
cd zookeeper/
#zookeeper配置文件名为zoo.cfg
cp conf/zoo_sample.cfg conf/zoo.cfg

编辑zoo.cfg

vim conf/zoo.cfg

修改后文件内容如下（主要添加最后三行）：

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just
# example sakes.
dataDir=/usr/local/zookeeper/data
dataLogDir=/usr/local/zookeeper/log
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance #
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1
server.1=dc01:2888:3888
server.2=dc02:2888:3888
server.3=dc03:2888:3888

在zookeeper下新建data目录

mkdir data

新增myid文件，该文件内容与zoo.cfg最后三行内容有关，server.x=host:port1:port2，myid中写入的就是x对应的值，不同主机文件内容不同。

echo '1' > data/myid

使用scp命令将dc01上已配置好的zookeeper文件复制到其他两台机器

scp -r /usr/local/zookeeper root@dc02:/usr/local/zookeeper
scp -r /usr/local/zookeeper root@dc03:/usr/local/zookeeper

操作完成后将dc02上的myid文件内容改为2，dc03中的myid内容改为3。

启动zookeeper

$zookeeper_home/bin/zkServer.sh start

三个节点做同样操作,启动完成后可使用”zkServer.sh status”查看运行状态。

安装hadoop

hbase基于hdfs存储，所以安装hbase前必须先安装hadoop，不同版本hbase对应的hadoop版本不同，安装前请确认兼容性。

下面开始安装：

在/usr/local/下新建hadoop目录，hadoop下再创建hdfs目录。

cd /usr/local/
mkdir -p hadoop/hdfs

下载hadoop安装文件hadoop-2.6.5.tar.gz,放入hadoop目录下

tar -zxvf hadoop-2.6.5.tar.gz

修改配置文件

cd hadoop-2.6.5/etc/hadoop/

需要修改的配置文件有四个，hadoop-env.sh、core-site.xml、hdfs-site.xml、slaves，因为暂时不使用map-reduce所以不用配置yarn相关文件。

1、修改hadoop-env.sh

vim hadoop-env.sh

修改JAVA_HOME为jdk安装路径（如果没有则添加一行）

export JAVA_HOME=/usr/local/java/jdk1.8.0_121
# 如果机器端口不是默认的22，还需要添加下面这一行指定端口号
# export HADOOP_SSH_OPTS="-p 1122"
# 1122为端口号，如果不添加执行./sbin/start-dfs.sh时会报如下错误：
# ssh: connect to host .. port 22: Connection refused

2、修改 core-site.xml

vim core-site.xml

修改后内容如下：

<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://dc01:9000</value>
<description>HDFS的URI，文件系统://namenode标识:端口号</description>
</property>

<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop/tmp</value>
<description>namenode上本地的hadoop临时文件夹，目录无需预先创建，会自动创建</description>
</property>
</configuration>

3、修改hdfs-site.xml

vim hdfs-site.xml

修改后内容如下：

<configuration>
<property>
<name>dfs.name.dir</name>
<value>/usr/local/hadoop/hdfs/name</value>
<description>namenode上存储hdfs名字空间元数据，目录无需预先创建，会自动创建 </description>
</property>

<property>
<name>dfs.data.dir</name>
<value>/usr/local/hadoop/hdfs/data</value>
<description>datanode上数据块的物理存储位置，目录无需预先创建，会自动创建</description>
</property>

<property>
<name>dfs.replication</name>
<value>2</value>
<description>副本个数，配置默认是3,应小于datanode机器数量</description>
</property>
</configuration>

4、修改slaves

vim slaves

将原来的localhost改成如下内容：

dc02
dc03

修改完成后将安装目录copy到其他两台机器上：

scp -r /usr/local/hadoop root@dc02:/usr/local/hadoop
scp -r /usr/local/hadoop root@dc03:/usr/local/hadoop

启动集群（只需在dc01操作）

第一次启动时需要先格式化,以后无需进行此操作。

cd /usr/local/hadoop/hadoop-2.6.5
#格式化
./bin/hdfs namenode -format
#启动集群
./sbin/start-dfs.sh

启动成功后可使用jps命令查看，dc01有NameNode和SecondaryNameNode进程，dc02和dc03有DataNode进程则集群启动成功。

安装hbase

集群机器划分：dc01作为NameNode节点，dc02和dc03作为DataNode节点。

下载hbase安装文件并放入/usr/local/目录下

1、解压并修改文件夹名称：

tar -zxvf hbase-1.2.6-bin.tar.gz
mv hbase-1.2.6 hbase

2、修改配置文件，配置hbase集群需要修改三个配置文件，分别为hbase-env.sh、hbase-site.xml、regionservers。

cd hbase/conf/

1)修改hbase-env.sh

vim hbase-env.sh

需要修改两行内容

修改JAVA_HOME的值为jdk的安装目录，修改后如下：

export JAVA_HOME=/usr/local/java/jdk1.8.0_121

修改HBASE_MANAGES_ZK，该行默认被注释掉了，默认使用hbase自带的zookeeper协调集群，我们需要把注释去掉并修改值为false，表示使用自己安装的zookeeper。修改如下：

export HBASE_MANAGES_ZK=false

2）修改hbase-site.xml

vim hbase-site.xml

在 中添加如下内容：

<property>
<name>hbase.rootdir</name>
<!-- 数据存储位置，需要和hadoop配置文件core-site.xml中的fs.default.name值一致 -->
<value>hdfs://dc01:9000/hbase</value>
</property>
<property>
<!-- 设置是否分布式环境，false表示单机，默认为false -->
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<!-- 此处配置主机名 -->
<value>dc01,dc02,dc03</value>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/usr/local/hbase/data/zookeeper</value>
</property>

3）修改regionservers

vim regionservers

该文件配置数据存储在哪个节点，即DataNode节点的位置。默认为localhost，表示数据存储在本机，需要修改为两个DataNode节点的主机名，修改后内容如下：

dc02
dc03

上述操作完成后使用scp命令将hbase所有文件复制到dc02和dc03。

scp -r /usr/local/hbase root@dc02:/usr/local/hbase
scp -r /usr/local/hbase root@dc03:/usr/local/hbase

3、启动hbase

#启动
./bin/start-hbase.sh

启动完成后可通过jps命令查看，dc01有HMaster进程，dc02和dc03有HRegionServer进程则表示集群启动成功。如果任一节点没有对应的进程则表示集群启动失败，可查看日志查找失败原因。此处需要注意一点，三台机器的系统时间相差不能太大，否则会出现启动失败的情况，同步系统时间后重试即可。

4、连接hbase

hbase提供了shell操作接口，使用一些命令连接hbase

./bin/hbase shell

连接后可通过相应的shell命令操作hbase，hbase的操作此处不做讨论，请自行google。

hbase还可以通过第三方插件apache-phoenix进行连接，该插件支持以sql的方式操作hbase。下载和hbase版本对应的phoenix安装包，解压后将phoenix-[phoenix版本]-HBase-[hbase版本]-server.jar（本例中使用的为phoenix-4.10.0-HBase-1.2-server.jar）复制到hbase的lib目录下重启hbase即可（每个节点都需要进行此操作），phoenix操作方法请自行搜索资料学习。

安装kafka

下载kafka安装文件并放入/usr/local/目录下，解压

tar -zxvf kafka_2.11-0.10.2.0.tgz
mv kafka_2.11-0.10.2.0 kafka

kafka的配置比较简单，只需修改config/下的server.properties文件即可，需要修改三处位置。

vim ./config/server.properties

1)修改broker.id

该值在各个节点中不能重复，推荐使用机器ip地址最后一位，如dc01上该值为1，dc02上为2，dc03上为3。

2）修改log.dirs

该值表示日志文件存储位置，默认为/tmp/kafka-logs，使用该配置时机器重启后文件会被清空，需要修改为其他位置，建议修改为：

log.dirs=/usr/local/kafka/kafka-logs

3）修改zookeeper.connect

这一项比较重要，表示kafka数据在zookeeper中的存储位置，以后连接kafka时会使用该值。本例中修改为：

zookeeper.connect=dc01:2181,dc02:2181,dc03:2181/kafka

4）配置topic是否可删除，默认该项是被注释的，如需要支持topic删除请放开该注释

delete.topic.enable=true

5）配置是否自动创建topic，默认情况下Producer往一个不存在的Topic发送message时会自动创建这个Topic

auto.create.topics.enable=false

注：修改完成后将整个kafka目录复制到dc02和dc03中即完成集群配置（不要忘记修改broker.id，不同机器不能重复）。

启动kafka

nohup ./bin/kafka-server-start.sh ./config/server.properties &

停止kafka

./bin/kafka-server-stop.sh &

注：kafka的启动和停止需要分别在每个节点操作。

安装storm

下载storm安装文件放入/usr/local/目录，解压

tar -zxvf apache-storm-1.1.0.tar.gz
mv apache-storm-1.1.0 storm

storm配置比较简单，只需修改storm.yaml

cd storm/conf/
vim storm.yaml

添加以下内容：

# 注意：严格遵守ymal格式，相同层级关系必须左对齐
storm.zookeeper.servers:
- "dc01"
- "dc02"
- "dc03"
nimbus.seeds: ["dc01"]
drpc.servers:
- "dc01"
storm.local.dir: "/usr/local/storm/local-dir"

上述配置storm.zookeeper.servers表示zookeeper节点，nimbus.seeds表示nimbus服务在dc01节点，drpc.servers表示drpc服务在dc01节点，storm.local.dir表示日志文件位置。

配置完成后将storm安装目录复制到dc02和dc03上。

scp -r /usr/local/storm/ root@dc02:/usr/local/storm/
scp -r /usr/local/storm/ root@dc03:/usr/local/storm/

启动storm集群

在dc01上执行以下命令

cd /usr/local/storm
./bin/storm nimbus > /dev/null 2>&1 &
./bin/storm ui > /dev/null 2>&1 &
./bin/storm drpc > /dev/null 2>&1 &

在dc02和dc03上执行以下命令：

./bin/storm supervisor > /dev/null 2>&1 &

等待启动完成后可通过浏览器访问http://dc01:8080查看集群运行状态。

启动成功界面：

总结

由于hbase需要基于zookeeper和hadoop运行，kafka和storm需要基于zookeeper运行。所以启动顺序应该为zookeeper->hadoop->hbase->kafka->storm，停止顺序相反。

本文内容比较粗略，有错误或遗漏的地方欢迎各位指正。