Hadoop集群HA高可用搭建
2017-12-04 12:50
429 查看
使用7台虚拟机搭建hadoop与yarn的HA
主机名 | 安装软件 | 运行的进程 |
---|---|---|
hadoop1 | jdk、hadoop | NameNode、DFSZKFailoverController(zkfc) |
hadoop2 | jdk、hadoop | NameNode、DFSZKFailoverController(zkfc) |
hadoop3 | jdk、hadoop | ResourceManager |
hadoop4 | jdk、hadoop | ResourceManager |
hadoop5 | jdk、hadoop | DataNode、NodeManager、JournalNode、QuorumPeerMain |
hadoop6 | jdk、hadoop | DataNode、NodeManager、JournalNode、QuorumPeerMain |
hadoop7 | jdk、hadoop | DataNode、NodeManager、JournalNode、QuorumPeerMain |
详见 >http://blog.csdn.net/qq_33184697/article/details/77340541
在hadoop1上安装jdk后需要通过 scp 命令copy到其他所有节点上
2.在hadoop5、6、7上安装zookeeper(先在hadoop5上安装)
(1)将zookeeper安装至 /usr/local目录下
tar -zxvf zookeeper-3.4.5.tar.gz -C /usr/local/
(2)修改配置文件
cd /usr/local/zookeeper-3.4.5/conf/
将默认的配置文件更名
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改:dataDir=/usr/local/zookeeper-3.4.5/tmp
在最后添加:
server.1=hadoop5:2888:3888
server.2=hadoop6:2888:3888
server.3=hadoop7:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /usr/local/zookeeper-3.4.5/tmp
再创建一个空文件
touch /usr/local/zookeeper-3.4.5/tmp/myid
最后向该文件写入ID
echo 1 > /usr/local/zookeeper-3.4.5/tmp/myid
(3)将配置好的zookeeper拷贝到其他节点
scp -r /usr/local/zookeeper-3.4.5/ hadoop6:/usr/local/ scp -r /usr/local/zookeeper-3.4.5/ hadoop7:/usr/local/
注意:修改hadoop6、hadoop7对应/hadoop/zookeeper-3.4.5/tmp/myid内容
hadoop6:
echo 2 > /usr/local/zookeeper-3.4.5/tmp/myid
hadoop7:
echo 3 > /usr/local/zookeeper-3.4.5/tmp/myid
3.在hadoop1上安装hadoop
(1)将hadoop安装至 /usr/local/ 目录下
tar -zxvf hadoop-2.7.3.tar.gz -C /usr/local
(2)配置hadoop环境变量
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_55 export HADOOP_HOME=/usr/local/hadoop-2.7.3 export PATH=\$PATH:JAVA_HOME/bin:\$HADOOP_HOME/bin
(3)修改hadoop配置文件
cd /usr/local/hadoop-2.7.3/etc/hadoop
hadoop-env.sh - -> 修改hadoop默认的JAVA_HOME
export JAVA_HOME=/usr/local/jdk1.8.0_144
core-site.xml
hljs xml"> <!-- 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-2.7.3/tmp</value> </property> <!-- 指定zookeeper地址 --> <property> <name>ha.zookeeper.quorum</name> <value>hadoop5:2181,hadoop6:2181,hadoop7:2181</value> </property> </configuration>
core-site.xml
<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>hadoop1:9000</value> </property> <!-- nn1的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn1</name> <value>hadoop1:50070</value> </property> <!-- nn2的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns1.nn2</name> <value>hadoop2:9000</value> </property> <!-- nn2的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn2</name> <value>hadoop2:50070</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://hadoop5:8485;hadoop6:8485;hadoop7:8485/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>/usr/local/hadoop-2.7.3/journaldata</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>/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>
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> <!-- 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>hadoop3</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>hadoop4</value> </property> <!-- 指定zk集群地址 --> <property> <name>yarn.resourcemanager.zk-address</name> <value>hadoop5:2181,hadoop6:2181,hadoop7:2181</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>
(4)修改slaves(slaves是指定子节点的位置,因为要在hadoop1上启动HDFS、在hadoop3启动yarn,所以hadoop1上的slaves文件指定的是datanode的位置,hadoop3上的slaves文件指定的是nodemanager的位置)
hadoop5 hadoop6 hadoop7
(5)配置免密登录
使用expect配置免密登录
(6)将配置好的hadoop拷贝到其他节点
scp -r /usr/local/hadoop-2.7.3/ hadoop2:/usr/local/ scp -r /usr/local/hadoop-2.7.3/ hadoop3:/usr/local/ scp -r /usr/local/hadoop-2.7.3/ hadoop4:/usr/local/ scp -r /usr/local/hadoop-2.7.3/ hadoop5:/usr/local/ scp -r /usr/local/hadoop-2.7.3/ hadoop6:/usr/local/ scp -r /usr/local/hadoop-2.7.3/ hadoop7:/usr/local/
(7)启动zookeeper集群(分别在hadoop5、hadoop6、hadoop7上启动zk)
cd /usr/local/zookeeper-3.4.5/bin/ ./zkServer.sh start #查看状态:一个leader,两个follower ./zkServer.sh status
(8)启动journalnode(分别在在hadoop5、hadoop6、hadoop7上执行)
cd /usr/local/hadoop-2.7.3 sbin/hadoop-daemon.sh start journalnode #运行jps命令检验,hadoop5、hadoop6、hadoop7上多了JournalNode进程
(9)格式化HDFS
#在hadoop1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,这里我配置的是/usr/local/hadoop-2.7.3/tmp,然后将/usr/local/hadoop-2.7.3/tmp拷贝到hadoop2的/usr/local/hadoop-2.7.3/下。 scp -r tmp/ hadoop2:/usr/local/hadoop-2.7.3/ #也可以这样,建议hdfs namenode -bootstrapStandby
(10)格式化ZKFC(在hadoop1上执行即可)
hdfs zkfc -formatZK
(11)启动HDFS(在hadoop1上执行)
sbin/start-dfs.sh
(11)启动YARN
注意:是在hadoop3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
到此,hadoop-2.4.1配置完毕,可以统计浏览器访问:
http://hadoop1:50070
NameNode ‘hadoop1:9000’ (active)
http://hadoop2:50070
NameNode ‘hadoop2:9000’ (standby)
相关文章推荐
- Hadoop2.2.0 HA高可用分布式集群搭建(hbase,hive,sqoop,spark)
- 7台机器的hadoop2.4.1高可用(HA)集群搭建
- centos7 搭建ha(高可用)hadoop2.7.3集群
- 搭建高可用的分布式hadoop2.5.2集群 HDFS HA
- centos7 搭建ha(高可用)hadoop2.7.3集群
- 搭建高可用的hadoop分布式集群HA
- Hadoop HA (高可用)集群搭建
- Hadoop入门之集群高可用HA的搭建及原理图
- hadoop 集群HA高可用搭建以及问题解决方案
- 大数据 hadoop2.6.0 高可用集群搭建(HA集群搭建)--亲测可用,入门必备
- centos7 搭建ha(高可用)hadoop集群
- 关于hadoop的HA集群配置和搭建
- Hadoop HA(高可用)环境的搭建
- Redis Cluster高可用(HA)集群环境搭建详细步骤
- hadoop2.7.3+HA+YARN+zookeeper高可用集群部署
- Hadoop2.6集群环境搭建(HDFS HA+YARN)
- Hadoop2.0 HA 集群搭建步骤
- Hadoop-2.6.0学习笔记(一)HA集群搭建
- 基于ubuntu搭建Redis(4.0) Cluster 高可用(HA)集群环境
- hadoop集群搭建HDFS、HA、 YARN